基于人工智能的培训模拟使联络中心能够更早地了解客服代表的准备情况，并精准定位新员工需要指导的方面
要点
一名新入职的客服代表即使完成了所有规定的培训时数，在接到第一通棘手的客户来电时仍可能准备不足。传统的培训考核指标，例如完成时长、完成的培训模块数量以及考试成绩，都无法衡量其在高压环境下的表现。
基于人工智能的对话模拟器能更早地进行现实检验，在实际客户介入之前，揭示客服代表在哪些环节会卡壳或遗漏步骤。
某家呼叫中心外包服务商报告称，借助人工智能对话模拟，客服代表达到熟练程度的速度提高了56%，同时客服代表流失率下降了32%。这些洞察让顾客体验 （顾客体验 ）的负责人无需将首位客户作为真正的考验，而是能够衡量达到熟练程度的速度，并进行更有效的指导。
培训时间不够
呼叫中心长期以来一直统计出勤率和测试完成情况。多年前，培训师使用一种简单的Y型线耳机适配器，以便指导员能够监听新客服代表的实时通话。这虽然提供了实时可见性，但只能在客户已经接通电话之后才能实现。这种设置在当时是有道理的，但它更多地衡量的是接触机会，而非实际准备程度。
在真实客户出现之前，人工智能驱动的模拟器会完成相同的工作。更先进的工具可以利用历史通话记录、聊天记录和屏幕录像来重现客服代表的桌面环境。新员工可以在逼真的场景中进行演练，例如应对情绪激动的客户、处理账单问题、处理缺失的订单、处理保单例外情况，或是处理需要为其他团队仔细记录的来电。
该组织不仅能了解客服人员是否记得答案，还能观察到客服人员点击了哪里、记录了哪些内容（或跳过了哪些内容）、在压力下如何应对，以及是否正确完成了工作流程。
通过早期模拟，主管们能在员工接触客户之前就提前掌握哪些方面需要支持，而不必等到实际工作中出现失误才采取行动。
COPC Inc. 的全球基准研究也揭示了这一点的重要性。仅有 29% 的员工表示曾接受过使用人工智能工具开展工作的培训，这意味着许多组织在培训尚未跟上步伐之前，就要求员工在人工智能支持的环境中开展工作。
人员流失的时机揭示了薄弱环节
在联络中心中，领导者通常将人员流失率视为一项人员配置指标，但流失发生的时间点可能正是人才模式存在缺陷的征兆。
人工智能实践也能对此提供启示。在美国一家大型草坪养护公司，通过模拟客户对话，新员工能够更早地判断该职位是否适合自己。虽然入职头几天的离职率有所上升，但此后的人员流失率却有所下降。该公司还报告称，客服专员的流动率降低了29%，但同时也承认，培训只是众多影响因素之一。这些洞察使管理者能够在问题连锁反应发生之前，及时调整招聘、排班甚至岗位设计。
衡量正确的指标至关重要
人才发展应能体现该运营部门是否培养出了能够胜任工作的客服代表。与其仅关注他们上岗所需的时间或流失率，不如重点关注：
- 快速掌握技能。新员工在实际互动中能多快胜任工作？该指标综合考虑了培训时长和入职首月的实际工作表现。
- 模拟表现。在人工智能实践场景中，受训人员缺乏哪些具体的技能、行为或工作流程？这些数据指出了需要进行指导的方面。
- 员工流失的时间点。员工何时离职？早期离职可能表明招聘或入职培训方面存在问题；后期离职则表明实际工作与预期之间存在不匹配。
培训完成率依然很重要，因为它能反映候选人是否顺利完成了培训项目。但这些数据必须与实际能力评估指标相结合。
运营成功的顾客体验 中心会在客服代表正式接听电话前对其进行测试。人工智能模拟能重现关键的初期挑战，从而提前发现培训中的不足和准备不足的问题。通过将模拟结果与早期绩效及人员流失数据相结合，顾客体验 的领导层能够准确识别人才储备链中需要加强的环节。以此方式，人工智能不仅成为另一种培训工具，更成为将招聘、入职和辅导与可衡量的客户成果联系起来的手段。
代理能力只是人工智能在顾客体验 运营中必须证明其价值的五个关键领域之一。下载COPC的完整指南，《顾客体验 的未来保障：从人工智能热潮走向可衡量的商业成果》，了解我们如何通过人才发展、实时互动、自助服务、数据分析和治理这五大领域，推动实现可衡量的成果。
