COPC标准委员会动态：聚焦人工智能 

背景 

COPC标准委员会是由行业领军人物组成的团体，成员包括顾客体验运营服务顾客体验 包括联络中心支持）领域最大的采购方和供应商。该委员会的职责是维护COPC顾客体验 最佳实践和要求。 

COPC标准委员会每半年召开一次会议，以更新该标准。在最近的一次会议上，委员会审议了人工智能（AI）对顾客体验 终端用户满意度的影响。 

本文旨在面向顾客体验 现有及潜在用户。文中阐述了COPC标准委员会对人工智能在顾客体验 应用的观察顾客体验 确定该标准潜在修订方向的方法。此外，本文还审视了标准中使用的术语，并指出了可纳入标准的新兴指标。最后，本文宣布成立专门小组，致力于持续评估人工智能的应用。  

观察      

人工智能正在不可逆转地改变顾客 。这项强大技术正成为顾客 框架的核心组成部分，尤其在联络中心运营中。它正在重塑员工招聘、培训、赋能及团队绩效评估等关键环节。

人工智能正通过拓展和优化聊天机器人的应用来提升顾客 ，加速问题解决速度，处理那些曾经仅由人类处理的难题。在拥抱人工智能带来的进步时，必须正视其训练、评估机制及其对人类员工影响所引发的担忧。  

企业与行业如何平衡这些顾虑，将是有效运用人工智能协同人类员工提升顾客 与支持的关键所在。 

人工智能驱动的招聘：潜力与担忧 

人工智能驱动的工具可优化招聘流程，精准识别兼具目标技能组合与文化契合度的候选人。这些工具能以惊人精度分析简历和面试回答，显著降低错误率并减少成本。  

然而，人们开始担忧人工智能可能在招聘过程中延续或加剧现有的社会偏见。此外，过度依赖自动化技术也存在风险，这可能忽视了人类判断力与直觉在评估潜在雇员时的价值。 

人工智能训练：优化与问题 

人工智能驱动的培训平台正加速新员工达到熟练水平的速度。这些平台通过评估个人优势与不足，定制化培训方案助力员工更快胜任岗位。  

然而，人工智能驱动的培训是否可能形成信息孤岛，阻碍包括客服人员在内的员工之间的知识共享与协作，这一问题仍存争议。  

此外，在培训过程中运用人工智能观察和评估表现还涉及伦理考量，尤其当这些评估结果会影响雇佣续约决策时。 

特工的AI搭档：协作与顾虑 

人工智能已不再是简单的工具，它已成为宝贵的合作伙伴，在互动过程中为客服人员提供实时洞察、知识和支持。这种协作提升了效率与准确性，为客服人员和客户创造了更积极、更高效的体验。  

然而，人们担忧生成式人工智能可能超越其职责范围，产生不符合公司政策、合规要求或道德准则的回应或采取相应行动。此外，过度依赖人工智能还可能削弱人类代理人的批判性思维能力和问题解决能力。 

劳动力管理：准确性与数据质量 

人工智能通过分析历史数据，能以惊人的准确度预测呼叫量，从而帮助管理者优化排班计划。这种预测机制确保了资源的高效配置，最大限度地缩短了顾客 时间。然而，人工智能预测的有效性在很大程度上取决于其训练数据的质量和数量。  

将人工智能的数据处理能力与人类对可能偏离历史趋势的属性洞察相结合，可形成一种平衡且精准的预测人员需求的方法。该方法通过整合海量历史数据集与预期变化，显著提升了预测的准确性。  

通话质量评估：洞察与伦理 

人工智能系统通过监听通话，基于预设模型客观评估客服人员表现，并生成详细反馈报告。这种数据驱动的方法能精准识别改进方向，从而培育持续学习的文化氛围。  

然而，关于数据可能被滥用的伦理问题随之浮现。此外，人工智能还存在误解沟通中细微差别的风险，从而导致对客服人员表现的评估出现偏差。  

定期将人工智能评估工具校准至既定标准，对于维持其有效性至关重要。有针对性的检查可确保这些工具始终如一地遵循该标准，从而保障其可控性。 

共同责任：呼叫中心中人类与人工智能的协作 

人工智能在呼叫中心的应用无疑提升了效率和顾客 。然而，其影响远不止于增强人类能力——人工智能如今正承担起以往由人类处理的重要任务。  

职责的这种转变为联络中心员工队伍的未来既带来了机遇，也带来了挑战。联络中心管理者必须有效理解并驾驭这些不断演变的动态。  

职业转型与变革：面向未来的技能提升与再培训 

人工智能的影响不仅限于增强人类能力。如今，人工智能正承担起以往由人类处理的重要任务。其自动化处理重复性任务的能力——如数据录入、预约安排和简单咨询处理——已是不争的事实。  

这种自动化无疑将导致呼叫中心行业出现部分岗位替代。然而，这并不意味着人类员工的前景必然黯淡，反而预示着岗位类型的转变。  

随着人工智能承担日常事务，人类客服将能专注于需要同理心、创造力和批判性思维的复杂任务。这些角色可能包括建立更深厚的顾客 、解决复杂问题以及提供更个性化的支持。人类客服群体对灵活性和基础IT技能的需求预计将持续增长。 

这种职责转变为联络中心员工队伍的未来既带来了机遇，也带来了挑战。  

协作未来：搭建人类与人工智能的桥梁 

尽管人工智能能力日益增强，但在提供卓越顾客 ，人类客服仍无可替代。呼叫中心的未来不在于人与AI的对抗，而在于两者的协同合作。  

通过充分发挥双方的独特优势，呼叫中心能够营造出效率与同理心相辅相成的环境。这种策略最终将带来更令人满意的顾客 员工体验。 

透明度与道德规范：确保负责任的人工智能部署 

随着人工智能应用日益普及，呼叫中心和顾客体验 必须致力于其负责任且符合伦理的部署。这种符合伦理的部署包括在决策过程中对人工智能所扮演的角色保持透明。应建立保障措施，以消除数据和算法中潜在的偏见，特别是那些影响雇佣决策的偏见。此外，确保人工智能工具能够增强而非取代人类的判断力也至关重要。 

评估《COPC顾客体验 》的修订 

在评估变更之前，有必要就顾客体验 顾客体验 以下方面达成共识： 

• 人工智能（AI）——一种 使计算机或自动化机器人（bot）能够执行通常由人类完成的任务的技术 。这项技术正在迅速发展，是顾客体验 的一项关键进展。这一发展正在改变工作的本质以及客服代表的职责。 
   
• 机器学习（ML）—— 是人工智能的一个子领域，它使系统能够在无需直接编程的情况下自主学习并提升性能。这些系统通过分析历史数据和过往决策实现自我进化。机器学习类似于人类自我训练的高级形式，在没有明确指令的情况下持续学习并不断改进。 
   
• 人工智能与当前展品1指标——人工智能在关键顾客 流程（KCRPs）中的应用成效，通过服务质量、运营效率、销售业绩及产品品质四维度进行评估。  

质量的关键指标包括客户满意度、合规性及业务关键性错误的衡量，以及联系解决情况。目前，有若干指标用于衡量人工智能支持的对话式和非对话式数字交易的产出。在COPC《顾客体验 的附录1中，列出了13项针对数字辅助交易的指标。 

• 人工智能与当前展览2指标——该标准未对人工智能培训设置主动控制要求/项目，与人类关键支持流程（KSPs）的测量（培训质量与培训及时性）不同，亦未对支持员工交付KSPs或关键客户支持流程（KCRPs）的工具效果进行评估。 

• 人工智能与训练准确度—— 当前标准尚未要求测量人工智能训练准确度 。近期部分实践已将评估精确率和召回率的计算定义为F值。本文将不详细阐述F值的应用，相关人工智能准确度衡量指标的潜在使用将留待COPC标准委员会审议。 

基于上述考虑，委员会正在审查和评估人工智能对标准潜在变更的影响。 

1. 术语 
   
   
   1. 该标准中使用的术语将进行审查和更新，以反映人工智能在顾客体验 不断变化的作用。 
      
      
   2. 委员会正在评估人工智能在顾客岗位顾客应用，以及人工智能如何执行全部或部分关键顾客 （KCR）工作以实施关键客户相关计划（KCRPs）。相关问题包括： 
      
      
      1. 由于在顾客体验 应用了人工智能，是否需要识别出任何新的KCR岗位？ 
          
      2. 由于在顾客体验 采用了人工智能，目前是否有任何KCR岗位需要进行更新或优化？ 
          
      3. 这些定义及术语的使用（目前与人类角色相关）将接受评估，以考察其如何解释人工智能执行全部或部分功能的情况：
         • 员工 
         • 顾客 支持人员 (CSS) 
         • 汇编器 
         • 托运人 
         • 收藏家 
         • 处理器 
         • 特工 
         • 训练师 
         • 规划师 
           
           
   3. 关键供应商的定义将进行评估，以纳入那些执行关键核心研究计划（KCRPs）或关键支持计划（KSPs）的组织，或其技术执行此类计划的组织。 
       
   4. 附件2所列的关键支持计划（KSPs）将接受审查，以确定是否需要更新内容，从而明确人工智能在关键控制计划（KCRPs）执行中的作用。 
       
   5. 术语变更示例： 
      
      
      1. 在呼叫中心领域，随着人工智能逐步接管传统人工客服的工作，重新定义"关键顾客岗位"需从技术在顾客 不断演变的角色切入。
         
         COPC标准委员会或将调整定义，涵盖人工与人工智能双重角色，确保其能反映顾客 与支持工作中更广泛的任务范畴。  
         
         例如："关键客户相关岗位（KCR）指直接执行或管理执行关键客户相关流程（KCRP）的职位，涵盖传统人工客服承担的任务及当前由人工智能技术执行的任务。这些流程旨在结合人类专业知识与人工智能能力，提供高效优质的顾客 。" 
         
         该定义认可了当代联络中心顾客 协作的本质——人工智能与人工客服常协同工作以提供最佳顾客 。其强调将技术融入顾客岗位，反映了行业格局的演变。 
         
         在顾客 运营中，KCR岗位历来包含人工人员，如电话客服专员、邮件客服专员、网络客服专员、催收专员、电话营销专员、邮件/传真处理专员，如今还可能涵盖人工智能驱动系统。
         
         该定义既涵盖历来执行多项KCRP的人工人员，又扩展至包含人工智能驱动流程，承认人工智能同样能参与或执行这些KCR工作。 
         
         
2. 指标 – COPC标准委员会指出，有必要对标准中现有的附录指标进行评估，以确定是否需要新增指标或对现有指标进行调整。为此已成立一个小组委员会，负责评估人工智能的作用可能如何导致需要新增指标或调整现有指标，以确保高质量、可靠的顾客体验 服务交付。
   
   
   1. 这将包括对附件1中适用于KCRP的指标和附件2中适用于KSP的指标进行全面审查。  
       
   2. 一份关于人工智能顾客体验 产生新影响以及新指标潜力的综述指出，目前缺乏针对人工智能训练和校准的评估标准。 
       
   3. 可考虑的指标示例：
      
      
      1. F1评分（或称F分数）在行业中的应用日益广泛，或将成为标准纳入的候选指标。该指标融合了精确率与召回率，在评估联络中心人工智能系统的性能方面具有独特价值。
         
         鉴于顾客 动态特性——准确性与完整性同等重要——F1评分通过同时考量误报与漏报，实现了均衡评估。  
          
         在联络中心场景中，理想的人工智能解决方案不仅需快速识别相关信息，更要最大限度减少错误，确保对各类咨询作出精准回应。
         
         F值在精确率与召回率间取得平衡的特性，使其成为评估人工智能系统处理顾客 效率与效能的理想指标，最终有助于提升顾客 运营效率。 
         
         
3. 用例分析 – 监督人工智能（特别是生成式人工智能）在KCRP项目执行中的应用情况。     
    
   1. 识别可能影响顾客 使用场景。 
      
      
   2. 理解人工智能及其管理者的作用，他们在数字辅助交易中管理人工智能的使用和活动，并支持人类辅助交易。 
      
      
      1. 这些“交易”定义/术语是否准确？请参阅术语子组。 
          
      2. 是否已明确界定负责训练和管理人工智能的角色，以将其纳入关键控制岗位（KCR）的考量范围？ 
          
      3. 在评估和调整人工智能性能的人员中，是否需要进行校准？当人工智能需要自我评估时，会发生什么？
         
         
   3. 注意到人工智能在标准所有类别中的应用范围不断扩大，这影响着众多/大多数企业如何开展受标准所列事项约束的活动。 
       
   4. 人工智能的众多应用案例正在整个行业中落地生根。委员会将全面审视各类应用场景，涵盖自动化支持、代理辅助、服务旅程管理及劳动力管理等多个领域。 

管理《COPC顾客体验 》的修订 

每当COPC标准委员会修订标准时，该组织都会系统地确保向用户群体传递清晰一致的信息。围绕人工智能的潜在变更亦不例外，委员会将采取以下措施：  

• 将流程产出与终端用户满意度作为核心关注点，避免对人工智能功能/流程运作方式制定强制性要求。（尽管这些要求颇具吸引力，但我们仅关注其能否实现高质量、可衡量且可控的交付。）  
   
• 对标准的变更必须能够由全球范围内的广大用户实施。 
   
• 必要时，委员会可在新版标准发布前发布相关通告。这些通告有助于了解委员会在标准应用方面的工作进展与发展方向。 
   
• 采用并传播《COPC最佳实践手册》中的最佳实践，是检验变革适应性与有效性的重要途径。这种方法还能让快速变化的技术环境得以成熟，从而在制定影响所有标准使用者的要求之前，确保其稳定性。 

COPC 公司及 COPC 标准委员会致力于向用户群体通报这些及其他潜在的修改内容。自 1996 年成立以来，该委员会一直致力于确保该标准与行业不断变化的动态保持同步。随着人工智能在提升顾客体验 方面的应用顾客体验 发展，该标准也将相应地适应这些发展。