副驾驶和虚拟助理正在继续提高面向客户的团队的效率。

在此过程中，他们正在起草服务中的客户响应，自动化销售中的潜在客户开发计划，支持营销中的文案生成等等。

然而，随着生成式人工智能仍处于炒作周期的早期，副驾驶和虚拟助理的下一步是什么？

在本次圆桌会议上，我们的小组成员回答了这个问题。其中包括：

•Talkative联合创始人兼首席执行官Felix Winstone

•Cognigy产品营销总监Sebastian Glock

•Pegasystems人工智能实验室主任Peter van der Putten

•Twilio欧洲、中东和非洲及亚太地区执行总监Sam Richardson

下面，每位参与者分享了副驾驶和虚拟助理的新兴用例、2025年的趋势以及部署它们的最佳实践。

副驾驶和虚拟助理的新兴用例

副驾驶主管

Winstone：今天，我们认为CX副驾驶主要面向座席。2025年的一个新兴用例将是副驾驶面向主管。

这些副驾驶可以加快并最终自动化传统联络中心主管角色的功能。

人工智能将实时检测异常情况，而不是让主管筛选无数的记录和电话，只有在真正需要人工监督时才会出现主管。

他们还将通过合成大量数据来提供更丰富的报告，例如，汇总数千份成绩单以立即揭示趋势。

除了实时监督和报告外，主管副驾驶还可以增强知识库，促进人工智能培训和反馈循环，并支持合规性监控。

通过这样做，他们使主管能够专注于战略改进，最终推动更好的客户体验。

个性化出站呼叫

Glock：2025年人工智能代理的一个突破性用例是主动、个性化的出站呼叫，让人感觉有帮助而不是破坏性。

前几代机器人依赖于NLU驱动的确定性方法，难以预测客户的背景或情绪，往往导致通用的、不合时宜的呼叫，让客户感到沮丧。

Agent AI通过使AI Agent能够实时灵活地适应每个客户的情况来改变这一点。

例如，当联系客户续签合同时，AI Agent可以考虑最近的互动、服务使用情况和情绪，以个性化报价——无论是保留套餐、升级建议还是主动登记。

凭借低延迟响应和自然、人性化的声音，这些交互感觉流畅而个性化，增加了客户对人工智能驱动服务的信任和接受度。

动态推理和适应的能力使出站参与更加有效，使其成为客户满意度和收入增长的有力工具。

研究代理

Putten：生成式人工智能正在迅速从被动服务转变为可以自己采取行动的代理系统。

这些代理利用生成式人工智能的力量来理解用户请求，并将其转化为上下文和目标，了解它有什么可用的工具，然后生成并执行动态计划来实现这些目标。

由于这是一个安全的测试场，在客户服务和体验中成功大规模采用的第一批代理将是“研究代理”，他们将迭代地研究特定的问题或疑问，并在得出结论时将其综合成一个简洁的答案。

例如，Pegasystems引入了一位名为Iris的基于人工智能的“实习生”，他研究各种数据源和系统，每天处理多达1000封入站电子邮件请求。

有效的IVR

Richardson：2025年，我们可能会看到联络中心的许多日常功能进一步自动化，以及售前对话、潜在客户资格认证和自助产品协助等频繁的销售和支持活动。

虽然客户服务的自助服务渠道现在很常见，但Gartner发现，尽管多达70%的客户使用虚拟助手和其他自助服务渠道来解决他们的问题，但只有约9%的客户能够完全通过这些方式解决问题。随着技术的发展，我们可能会看到它变得更加灵活和适应性更强。

根据麦肯锡的研究，这将有助于提高效率并节省成本。他们发现，将呼叫中心常用的IVR系统的效率提高5-20%，可以帮助在三到六个月内将呼叫中心的总成本降低10-30%，因为客户可以更快地获得所需的帮助。

最终，呼叫中心的回呼率更低，工作量也更小。

关键的副驾驶和虚拟助理趋势

1、会话知识管理

Winstone：我们认为一个新的角色是副驾驶成功的关键：“会话知识管理员”

通常，这位经验丰富、具有深厚组织专业知识的代理将管理副驾驶使用的数据和工作流程。

他们通过构建和维护一个包含显性和隐性信息的精心策划的知识库，确保虚拟助手提供丰富、准确的响应。

随着联络中心变得越来越复杂，会话知识管理员将与团队协调，更新和优化见解，弥合出现的任何知识差距。

随着组织扩大副驾驶的使用，这一角色成为关键，确保虚拟助理保持相关性、合规性，并始终与业务目标保持一致。

我们将达到一个阶段，人类主管完成1%的工作，人工智能完成99%的工作。

你不希望它是100%的人工智能。但你希望它是一种人机协作，不断完善客户体验功能。

2、管理与AI代理的整个交互

Glock：随着客户期望转向更直接、更统一的体验，企业正在摆脱管理多个断开连接的服务渠道。

人工智能代理现在可以通过语音、聊天和文本与客户保持一致，确保无缝对话，而不会强迫客户重复自己或切换渠道以获得帮助。

这些代理可以以上下文感知的方式流畅地处理查询和服务任务。

副驾驶通过提供建议和检索信息，在支持人类智能体方面发挥了宝贵作用。

然而，随着人工智能代理获得推理能力和更自主行动的能力，对副驾驶的依赖也在减少。

现代人工智能代理现在可以独立管理整个客户交互，从故障排除到完成交易，减少了人工干预的需要，同时仍然确保在必要时升级复杂的案例。

这一转变简化了服务操作，提高了客户服务的速度和一致性。

3、研究代理进化

Putten：研究代理将是第一个像野火一样蔓延的，首先是内部用户，但一旦代理和数据源得到适当调整，就会迅速向外部合作伙伴和客户开放。

接下来，代理不仅会采取“只读”的数据源和API研究等行动，还会采取实际改变现实世界的行动，例如在后端系统中为客户更改状态、服务或产品。

这需要适当的工具来理解和管理代理行为，代理本身也需要了解何时与人工代理或客户进行核对。

4、客户人工智能助理

Richardson：一个可能影响这项技术未来的趋势是，企业面临越来越大的压力，要求变得更加敏捷和数据驱动。

他们必须更快地做出决定，并迎合日益挑剔和苛刻的客户。

未来的发展可能会看到客户通常被要求完成的传统表单填写被人工智能助理取代，人工智能助理允许通过对话收集相同的数据并自动输入。

部署副驾驶和虚拟助理的最佳实践

遵循此方法…

Winstone：首先，制定一个明确的商业案例，定义成功指标，并将副驾驶的能力与组织目标相结合。

接下来，开发一个强大的知识库，以确保虚拟助手提供准确、高效的响应。

然后，确定一组选定的代理——那些对新技术持开放态度并擅长提供可操作反馈的代理——进行初步推广。

该试点队列将完善部署策略，验证性能指标，并在扩展解决方案之前突出改进机会。

遵循这种结构化的数据驱动方法，为满足组织需求并提供可衡量价值的副驾驶或虚拟助理奠定了坚实的基础。

复合AI设置

Glock：构建基于LLM的人工智能代理不像编码软件，更像是教育一个人。成功来自迭代测试和改进指令——塑造行为，而不仅仅是编写规则。

知道何时使用代理人工智能而不是流程驱动的方法是一个关键的最佳实践。具有动态决策的任务，如主动客户保留电话，可以通过代理人工智能蓬勃发展，而密码重置等结构化流程最好通过传统自动化处理。

真正的力量在于复合人工智能设置——一种两种方法协同工作的混合模型。仔细映射用例可以确保AI可以在需要的地方灵活运用，同时将高效自动化保持在最适合的地方。

结构化AI角色

Putten：在部署代理系统时，有几个最佳实践需要考虑。

就像在现实世界中一样，想想扮演不同角色并相互协作的不同代理。

每个代理只能访问安全完成工作所需的工具。它还应该具有额外的功能，例如在特定背景下对成功的先前计划和行动的记忆。

每个代理的访问级别也应根据其角色进行控制，但也可能基于发出原始请求的代理的配置文件。

最后，重要的是，人类最终用户可以要求更深入地解释特定的代理集体是如何得出最终答案的，并且如果他们愿意，有机会提供反馈。

连接虚拟助理和CRM

Richardson：如果没有客户或员工所需的信息和价值，任何虚拟助理都不会有帮助。

在推出此类技术之前，企业需要深入了解用户需要完成的常见实际任务以及最让他们沮丧的事情。

这可能包括查找和跟踪运输信息、尺寸细节或访问他们的在线帐户。

但不仅如此。企业还需要将他们的虚拟助理连接到他们的CRM和销售数据库，这样他们就可以访问他们需要了解的关于客户及其以前的互动的一切，以解决他们的挑战。