为了找出问题所在，我们将重点放在哪里——将我们最新的呼叫中心助手研究与Shep Hykenand Vinay Parmar的专家见解结合起来，探索聊天机器人是否只是比人类受到更严厉的评判，以及如何让每个人都能取得长期成功。

随着对联络中心寻求改善人员、流程和技术的最新方法的广泛研究，还有什么更好的资源可以对您的运营进行基准测试？

聊天机器人现在出了什么问题？

一个核心问题贯穿了当今的聊天机器人部署：效率高于丰富性。正如Vinay Parmar指出的那样，太多的机器人是为了速度和整洁的线性流程而构建的，而不是客户实际拥有的分层、自适应的对话。

“我们必须设计出能够反映人类实际互动方式的聊天机器人。”他认为：“聊天机器人通常一次处理一个线性任务。但在真实的对话中，有更多的流程。一个问题可能会引发另一个问题，客户甚至可能在开始交谈之前都不知道他们需要什么。”

现在，当对话不再是一个整洁、直接的交易时，很多机器人就会崩溃。在我们的研究结果中，这些尴尬的交接表现为普遍的“平庸”体验。

当读者告诉我们客户最看重的是第一次接触解决率和知识渊博的座席时，投资回报率的争论也转向了解决方案，而不是偏转，这两个领域管理不善的机器人很难实现。

毕竟，不封闭的遏制只会将成本转移到下游，削弱人们对渠道的信任。这种不匹配解释了为什么领导者仍然支持更广泛的自助服务和个性化，而聊天机器人只获得了“最佳性价比”投票的8%。

我们的数据概览

聊天机器人在投资回报率方面排名较低：只有8%的领导者选择聊天机器人作为他们在客户体验中获得“最大性价比”的地方，远远落后于自助服务（38%）和个性化（18%）。

质量是症结所在：71%的受访者认为其他组织的聊天机器人一般或更差。

采用≠满意度：聊天机器人的使用率高达49%的联络中心（同比43%），但领导者仍然指出了一致性和有效性问题。

聊天机器人的期望是否已经改变？

正如Shep Hyken所解释的那样，随着新的和改进的聊天机器人进入市场，品牌也面临着越来越高的客户期望。“问题是，如果他们最近没有投资（他们的聊天机器人），他们正在处理旧技术，这不符合客户设定的标准。”

如果他们最好的体验是使用一种新的大型语言模型，即高级ChatGPT类型的聊天机器人，那么这就是他们的新标杆。如果公司说“好吧，我们三年前才投资”，与现在相比，这基本上是古董。

推动客户更高期望的不仅仅是新旧技术。聊天机器人和其他自助服务元素受到了越来越多的审查，因为客户不再只将你与直接竞争对手进行比较，他们将你与他们从任何公司获得的最佳体验进行比较。

正如Shep继续说道的那样，“今天的消费者越来越习惯于通过亚马逊等摇滚明星品牌获得即时满足感，这些品牌能快速、高效、直观地给他们答案。客户现在期望或希望与他们互动的所有品牌都能获得类似的体验。”

这些标准给领导者和他们的聊天机器人带来了进一步的压力，要求他们不断保持最佳状态，并放大了失败的可能性。

如何正确使用聊天机器人

在寻找正确的方法时，重要的是要注意这里也有一个KPI偏差。组织经常根据减少联系来评判聊天机器人，而不是根据解决方案和质量来评判人们。

以这种方式构建成功，聊天机器人总是看起来次佳，即使它们缩短了几分钟的旅程。将观点转变为第一次解决、低努力、高质量的结果，良好的对话式人工智能开始看起来像是一个真正的性能杠杆，而不仅仅是一个音量调节器。

不仅如此，如果聊天机器人要在未来攀升投资回报率，它们的设计和运行必须像主要目标是分辨率的产品一样。

从聊天机器人可以真正完成工作的用例开始（简单的帐户操作、实时数据的策略查找、订单和交付更新），并将结果设置为客户告诉我们他们重视的内容：第一时间的答案和知识渊博的帮助。

这意味着在添加更多意图之前先修复知识层。管理你的知识库，将其干净地连接到聊天机器人（例如使用检索增强生成或RAG来限制幻觉），并通过分析“无法理解”、策略不匹配和强制升级来保持每周更新。

当对话需要一个人时，机器人应该改进交接，传递记录、检测到的意图和客户状态，以便顾问能够顺利进行。

在操作上，超越“设置并忘记”。将对话设计、提示、护栏和培训数据视为生命资产，与QA和数据分析见解一起定期进行审查。

在平衡计分卡上报告成功情况，重点关注解决率（不仅仅是遏制）、努力/轻松程度（例如NetEasy）、混合机器人到人工路径的解决时间以及升级的质量。

将其与一条简单的投资回报率线联系起来：聊天机器人解决的联系人×避免的每个联系人的成本×质量因素减去构建、调整和知识维护。

有了这种框架，领导者不再问聊天机器人是否减少了联系，而是开始问它们是否减少了努力并改善了结果，这一转变使对话式人工智能从“平庸”转变为有意义的。

这是Vinay的丰富性原则和Shep平衡的实际表达：数字是它最擅长的，人类是其余的。

停止在错误的地方为错误的任务部署聊天机器人

聊天机器人并没有失败，不成熟的聊天机器人设计才是。太多的聊天机器人被优化为整洁的脚本，而不是人类对话，被部署在错误的地方，用于错误的任务。

再加上领导层对其相对于其他渠道的投资回报率的怀疑，难怪聊天机器人会获得这样的声誉。

所以，如果你今天只做一件事，停下来想想你的聊天机器人是否真的让你的客户失望了，或者事实上你是否让聊天机器人失望了！