研报总结
引言：客户体验的新时代
传统客户体验（CX）衡量指标如平均处理时间（AHT）、客户满意度（CSAT）和首次呼叫解决率（FCR）仍重要，但实现和改进这些指标的方式正在转变。代理式AI（agentic AI）作为一种强大新能力，推动我们重新思考联络中心中的绩效标准。这种新型AI不仅是支持团队，而是成为团队的一部分，正在重塑客户体验规则。
从CX 1.0到AI代理
第一代AI在CX（CX 1.0）通过脚本化聊天机器人和工作流自动化实现了更快响应时间、更多个性化及更好的数据可见性，但维护这些系统需要复杂的模型训练、专用基础设施和专门的数据科学团队，限制了其扩展性和适应性。现在，生成式AI和代理式AI进入新阶段，更具扩展性、适应性和可访问性，性能提升显著。
生成式AI的加速
生成式AI在企业中迅速普及，不到一年内38%的组织进入试点或生产阶段。CEO要求投资，CIO被要求在未来两年内将生成式AI支出增加75%。42%的公司优先考虑客户服务、成功和参与，因为这是最快实现生产力增长并产生最直接业务影响的地方。
仍缺失的：自主性
当前AI能清晰理解意图、个性化体验、模仿人类语气，但不能自主行动、做决策或管理工作流，缺乏自主性。
代理式AI的定义
代理式AI不仅响应，还能推理、行动并随时间改进。其工作流程包括：理解客户意图、制定行动计划、执行计划、通过强化学习持续改进。
AI代理的力量
结合生成式AI的语言优势和代理式AI的自主性，形成以对话驱动、结果为导向的客户体验。AI代理不仅理解，还行动；不仅协助，还协作，应用于客户工作流程和代理支持。
AI代理的实践案例
AI代理集自然对话、情境推理、智能决策、工作流执行和实时学习于一体，以目标驱动方式运作，实现用户所需结果。
CX中的多代理系统
先进实施使用多代理系统，主代理协调交互，子代理处理客户对话、知识检索或代理指导。管理员和监督员只需描述结果，代理处理其余工作，模型可扩展、模块化，比传统基于规则的系统更敏捷。
AI代理前后的对比
使用AI代理后，设计时间加快，核心绩效指标（如AHT、FCR、CSAT）显著提升，并出现新KPI（如AI解决率和包含率）。
各领域KPI的影响
AI代理在五个关键领域提升绩效：更快回答、提高生产力；更多覆盖、更好合规；更智能决策、更高效工作流；更个性化体验、更实时响应；更自主行动、更持续改进。
如何开始使用AI代理
从小处着手，逐步扩展：持续改进、识别关键影响领域、了解AI代理能力、从聊天机器人和代理协助开始。
新的绩效定义
AI代理重塑工作方式、客户服务和成功衡量标准。它们适应客户行为、做出实时决策、自动化复杂任务，推动更智能、更快、更具扩展性的客户体验。代理式AI推动这一变革，需要重新思考绩效的真正含义。
