在一个以数字为先的客户服务世界里，时间是宝贵的。如今，许多客户的预期体验是快速、即时、真正的响应，在第一次请求时提供准确和相关的信息。长时间的互动可能会令人失望，并导致客户满意度得分低。人工智能代理在客户体验中的承诺之一是对客户查询的近乎即时、正确的响应。

缩短客户提问和代理（人类或人工智能）提供答案之间的时间需要能够快速呈现不仅准确而且与上下文相关的信息。这一人工智能驱动的任务将重点放在知识管理上，知识管理现在是客户体验的核心战略驱动力。

没有强大的知识支持，人工智能驱动的客户体验运营是不可能得到支持的，这是一个现代现实，促使Metrigy在其全球“客户体验数据与知识管理：2025-26”研究中研究的393家公司中有近74%制定了全面的、有文件记录的客户体验知识管理战略。

生成式人工智能搜索正在迅速从实验性试点过渡到全面部署，正在重塑座席和客户与知识的互动方式。Metrigy研究的绝大多数组织都在接受这一转变，85.8%的组织在生产中试行或拥有用于CX知识的生成式人工智能。事实上，接受调查的公司中有很大一部分已经完全实现了生成式人工智能搜索，而其余的公司要么只是有限地推出，要么正在进行试点测试。

高级搜索功能的成功实施在很大程度上依赖于检索增强生成（RAG），这是一种人工智能框架，通过允许大型语言模型（LLM）实时访问和整合内部知识库中的信息来增强其能力，从而提供更准确和知情的响应。简单来说，流程如下：

1、座席人或客户使用对话界面提出问题。

2、系统在公司内部知识库中搜索相关数据。

3、系统将检索到的数据作为上下文添加到LLM提示中。

4、LLM生成基于数据的准确响应。

联络中心技术供应商开发平台和集成，使RAG在现有的座席桌面、聊天机器人框架和知识管理系统中可访问和使用。这涉及到构建到各种数据源和LLM API的必要连接器。已经有35%的受访公司表示，他们利用RAG系统来支持CX的生成式人工智能活动，而其他大多数公司要么正在规划，要么正在评估实施情况。此外，三分之二的公司（66.8%）采用混合方法进行RAG，将供应商能力与“自带”（BYO）战略相结合，更好地满足其与现有基础设施集成的需求（69.9%），并对数据源有更大的控制权（58.6%）。

Gen AI搜索正在产生影响

生成式人工智能搜索对人类联络中心座席和使用自助服务渠道的客户都有作用。对于他们的联络中心座席，大约64%的公司支持生成式人工智能搜索，使用知识内容提供人工智能辅助指导。在大多数公司，座席可以直接查询知识管理系统，也可以依赖通过座席辅助工具提供的基于知识的建议。

对于客户来说，近70%的公司使用生成式人工智能和知识内容来支持人工智能驱动的虚拟助手。此外，62.4%的人根据客户搜索行为优化知识获取。

优势：量化的客户体验投资回报率

Metricy研究的组织正在努力衡量生成式人工智能搜索的成功，75%的组织积极跟踪其对客户体验指标的影响。数据证实，使用人工智能生成的搜索结果可以在关键业务指标上实现显著改善。

领先组织报告称，生成式人工智能知识搜索取得了实质性进展：

•客户满意度（CSAT）——客户评级平均上升19.7%，81.2%的公司通过生成式人工智能搜索提高了客户评级

•座席效率——平均提高22.1%，81.2%的公司报告座席效率提高

•首次联络解决率（FCR）——平均改善14.2%

•收入增长——公司收入平均增长11.6%

除了这些性能指标外，支持生成式人工智能搜索的RAG系统还提供了至关重要的价值，最显著的是通过提高准确性和加快部署时间。

导航实施和维护

虽然好处是显而易见的，但实施和维护一个有效的生成式人工智能搜索生态系统带来了明显的挑战，特别是在知识内容和数据架构方面。例如，大多数公司都承认，他们正在努力了解要更新什么内容以及要创建什么内容。两者都会抑制公司提供始终如一的可靠客户体验的能力。

此外，生成式人工智能搜索在基于一致、可靠的数据时表现最佳。然而，目前只有42%的公司将客户体验知识的单一真实来源（SSoT）视为其组织的基础。对于那些没有SSoT的人来说，这样做的主要障碍是公认的需要首先清理和标准化数据（54.7%的受访者引用了这一点）。

生成式人工智能搜索不再是CX优化的可选方法；这是推动效率、客户满意度和收入显著提高的关键策略。为了充分资本化，企业不仅必须优先考虑技术采用（85.8%已经存在），还必须优先考虑基础知识管理学科。通过应对数据标准化、内容维护和实施战略搜索架构等持续存在的挑战，公司可以将生成式人工智能搜索巩固为提供始终如一的卓越客户体验的核心竞争力。