无人质疑人工智能在客户服务运营中的价值。客户互动会从电子邮件、聊天、记录、电话等中产生大量高质量、管理良好的结构化和非结构化数据。利用这些数据释放人工智能，组织可以总结和展示关键见解，并预测最佳行动。结果如何？更好的座席生产力和有效性，帮助组织实现更好的客户关系、更好的客户保留和增加收入的承诺。

但这一波人工智能创新也令人困惑。客户服务运营正受到来自每个供应商的人工智能功能海啸的冲击，大多数人不知道从哪里开始，也不知道如何深化他们的人工智能之旅。

更重要的是，核心客户服务产品已经变得过于复杂，以至于它们的复杂性侵蚀了它们的价值。许多组织很难理解如何使用他们可能不需要或不想要的越来越多的功能。他们很难理解如何最好地部署、采用和搭载他们的人类座席。他们也很难理解该领域所有产品的不同许可证级别和附加组件的价值。人工智能功能为其使用增加了全新的复杂性和商业决策。

以下是一些关于人工智能采用之旅应该是什么样子的指导：

•第一级：预测性人工智能。这是一种安全的开始方式。从预测性路线、病例分类建议、日程安排见解、预测和趋势病例开始。尝试流程中的次优操作，并为座席提供建议的知识文章。这些人工智能用例中的每一个都可以与提高的人类座席生产力和更快的工单解决方案相关联，并且可以与更高的客户满意度得分相关联。

•第二级：生成式AI。尝试GenAI的最安全方法是在面向人类座席的用例上，因为座席可以审查并纠正生成的输出。探索案例、客户历史或对话等内容的摘要。使用GenAI对基于数据和知识的服务回复或电子邮件草稿进行个性化设置。使用GenAI创建知识库文章的草稿，这些文章在发布前必须经过审查。量化每个用例的投资回报率，寻找能够提高人类座席生产力、增加员工体验并基于更个性化的响应提高客户满意度的示例。

•第三级：人工智能代理。首先探索面向内部的AI代理。在上一篇专栏文章中，我提出了一个探索框架。它建议从自动化简单的基于规则的任务开始，然后转向执行具有明确护栏的任务的AI代理，然后再将AI代理扩展到更广泛的工作流程。要跟踪的ROI指标包括较低的人类座席利用率；提高了响应的一致性和更好的合规性。

•第四级。自主代理。目前，这些人工智能代理框架大多是有抱负的。它们包括精心策划的人工智能代理，共同追求客户和业务目标。AI代理从输出中学习，并随着时间的推移变得更好。投资回报率指标包括更少的人类座席劳动力和最终真正的成本节约，但我们离这一现实还很远。