语音作为首选的客户服务渠道正在卷土重来。虽然一些专家猜测它的消亡，甚至建议客户服务专业人员退役他们的语音频道，但这些预测还为时过早。尽管聊天机器人、交互式语音应答和在线表格等数字自助服务渠道的兴起，但与客户服务代表的电话和直接语音交互在联络中心再次变得越来越重要。毫不夸张地说，在客户服务中，我们现在比以往任何时候都更需要声音。消费者仍然在个人联系和通过实时对话解决复杂问题的能力中找到了价值。而且，在生成式人工智能的帮助下，公司将很快崛起，大规模提供高度个性化的语音体验。

是什么让语音再次具有相关性？以下是推动语音复兴的一些关键因素。

消费者对传统聊天机器人的不满

正如《华尔街日报》最近的一篇文章所总结的那样，“当涉及到消费者聊天机器人时，似乎有一个非常明显的脱节：公司通常喜欢它们，而消费者通常不喜欢。”寻求削减成本和实现自助服务的企业将聊天机器人视为实现这两者的有效方式，而客户则发现聊天机器人缺乏人情味、有限且反应缓慢。此外，他们发现很难从聊天机器人切换到人工座席。

聊天机器人在客户有简单问题的特定情况下很有用。例如，他们需要检查自己的信用卡余额。然而，对于更复杂的服务场景，传统聊天机器人可能存在一些局限性。好消息是，由于会话式人工智能，新一代聊天机器人即将问世，能够解决其前辈的许多缺点。

代际态度转变

多年来，我们一直听说千禧一代将不惜一切代价避免打电话。然而，他们的年轻同行Z世代并没有那么拘谨。麦肯锡的数据显示，71%的Z世代消费者表示，实时电话是最快、最方便的方式，可以触及客户服务问题的核心，找到令人满意的解决方案。此外，与千禧一代相比，这一人群致电客户联络中心的可能性高出35%至40%，当他们这样做时，他们希望获得无缝、个性化的体验，而不是聊天机器人。

疫情引发的文化变迁

即使自助服务作为一种更现代、无需交谈的方式与公司互动，有时客户也只需要拿起电话。航班已取消，或者需要立即解决账单问题。听选项菜单并按下一系列按钮根本不行。

此外，自疫情和随之而来的隔离以来，钟摆一直在向语音作为沟通方式的方向摆动。ContactBabel最近的一项研究发现，与疫情前的发现相比，情况发生了巨大变化，疫情前的研究发现，网络自助服务是迄今为止最受欢迎的紧急互动渠道。实时电话已经取代了网络自助服务，成为紧急互动的首选渠道，尽管许多企业投入了大量资金来实现相反的效果。。。事实上，2024年的数据显示，人们对电话的偏好更加强烈。

每个人都在听

就在十年前，大多数消费者看电视是为了获取新闻或娱乐。由于播客的出现，这种信息范式发生了变化。2024年，全球有5.467亿播客听众，比上一年增长了7.85%。到2027年，听众人数预计将达到6.517亿。听，似乎是新的观察。考虑一下最近发送语音信息而不是文本的趋势，Z世代将其重新命名为语音笔记。即时通讯平台WhatsApp推出了一项语音功能，每天定期处理约70亿条语音信息。

人工智能正以音速进化

在我们有生之年，我们从未见过技术像人工智能那样快速发展。现在，人工智能终于可以提供我们在过去十年中一直在谈论的价值。世界上最大的科技公司，如微软、谷歌和亚马逊，正在向人工智能引擎投入数十亿美元，这些引擎正在改变我们工作和个人生活的方方面面。生成式人工智能和相关技术，如自然语言处理、实时翻译和ChatGPT-4o等大型语言模型，正在改变音频和语音的游戏规则。不久前，消费者还对语音识别软件笨拙的界面和处理能力付之一笑。但这一切都变了。

如今，构建人工智能语音应用程序（如人工智能代理和其他语音优先解决方案）的工程师摆脱了传统的基于脚本的客户服务方法。相反，他们正在探索更自由流动的自然语言模型，这些模型可以在评估最佳反应之前处理多个方向的多个想法，即所谓的“思想树”推理。传统的聊天机器人和IVR充其量还可以，我们现在正处于一个转折点，人工智能可以真正增强客户体验。

正如我们上面概述的那样，虽然有些人可能会将语音视为过去的遗物，但有充分的证据表明，它不仅再次具有相关性，而且是未来最受欢迎的客户服务渠道之一。

在不久的将来，我们可以预见一个世界，在这个世界里，与公司的每一次互动都会像与朋友交谈一样简单。想象一下，打电话给航空公司、保险公司、银行或零售商，在一秒钟内，人工智能代理接听了电话，知道了你的姓名、账号以及你与该公司最后一笔交易的详细信息。如果你在五分钟内回电，同一个人工智能代理会立即接听，认出你，并无缝地继续对话。您还可以向此AI代理发送WhatsApp消息，并获得相同的体验。随着我们在GenAI中看到的进步，这不仅是可能的，而且已经开始发生。

很快，公司将能够为每个客户构建一个人工智能代理。从客户的角度来看，这就像有一个私人的、专门的礼宾员，在他们的整个旅程中提供帮助，并了解他们的独特偏好。每次对话都会自然流畅，比以往任何时候都更加生动。

这些专门的人工智能代理将把个性化提升到一个新的水平。公司将能够根据地理区域甚至特定客户选择声音。虽然这在某种程度上已经是可能的，但端到端音频模型的未来进步将使其更加无缝。目前，语音转文本和文本转语音很常见。未来，端到端音频模型将实现实时调整，如动态更改口音或语言。这些模型还不是企业级的，但它们正在迅速改进，可能会在未来12个月内准备就绪。

声音的未来就在这里。现在是客户服务行业接听电话的时候了。