作者：杰夫·特罗佩亚诺
人工智能在改变组织架构之前，先改变了工作方式，而这一点正是许多组织所低估的。
新的工具陆续出现在客服代表的桌面、主管仪表盘、质量管理平台、人力资源系统以及培训项目中。客服代表会收到提示、摘要、最佳后续行动指导以及知识推荐。主管能够获取更多数据。质量团队则拥有更全面的可见性。
培训缺口在于工作本身。人们需要了解，当人工智能开始起草、提示、总结、评分、分流或推荐时，具体会发生哪些变化。
当组织将人工智能视为一项运营变革时，其人工智能的推广会更加有力——这包括重新设计顾客体验 工作流程、明确角色分工，以及开展顾客体验 （顾客体验 ）培训，向员工展示该技术如何支持预期的顾客体验 。
当人工智能给客服人员带来更多工作时
客服助理、知识库建议、最佳后续操作提示、培训模拟以及通话后总结等功能都很有用。这些功能能让客服人员在客户仍在通话时，更快地获取所需信息。
当工具增加了需要管理的内容，却未能让工作变得更清晰时，问题就出现了。
提示信息弹出。标记出现。评分发生变化。客户仍在说话。客服人员仍需决定该相信什么、该忽略什么，以及接下来该怎么做。
当一款工具让人感觉只是又一个需要管理的界面时，客服人员可能会觉得自己被“监视”而非“支持”。顾客体验 的培训必须让工具的使用变得切实可行，向用户说明该工具在何种场景下适用、何时可以信赖它、何时应依靠自己的判断，以及何时需要寻求帮助。
利用质量保证计划来发现真正的培训需求
传统的质量保证（QA）仅对少量交互进行抽样审查。如今，自动化评分已覆盖全部交互数据，因此不再需要一间挤满戴着耳机的人员、负责收听通话并进行评分的工作室。您仍然需要对评分进行校准和验证，以确保其准确性。不同之处在于，质量保证工作不再依赖抽样，而是能够全面掌握整个运营情况。
质量团队可以开始发现更广泛的故障模式和解决障碍。他们不必将每个问题都归咎于培训不足，而是可以将工作分为三类：
- 经纪人需要学习什么
- 主管需要指导的内容
- 需要修复哪些操作
例如，当客服代表在整个服务流程中都遗漏了同一步骤时，这可能是一个培训问题。当客服代表正确遵循流程，而客户仍然回电时，问题可能出在政策、工作流、知识文章或工具设计上。
更强大的模型通过 自动化质量评估 、问题解决流程图以及客户结果指标，来明确哪些因素真正处于客服代表的可控范围内，哪些则超出了其控制范围。这使得辅导工作更加精准，并让管理层更清晰地了解阻碍问题解决的因素。
关于数据有一点需要注意。情绪评分虽然看似是一个诱人的捷径，但仅凭它本身，其实是误导性的。一位来自波士顿（我的家乡）的客户可能会 听起来 怒不可遏，但实际上却很满意。一位来自明尼苏达州的客户可能 听起来 非常高兴，却可能即将离开你。单次通话的情感分析无法预测客户满意度。但从整体来看，它还是有用的。如果客户旅程在第三分钟时可靠地转向负面，这表明流程存在问题。利用它来找出客户旅程中断的环节，而不是用来给单次通话打分。
让顾客体验 培训课程与“新工作”相契合
人工智能能为培训团队提供更明确的线索，帮助他们了解人们真正需要帮助的地方。
与泛泛而谈的通用复习不同，顾客体验 培训可以聚焦于生产环境中实际出现的模式。哪些客户旅程会引发困惑？哪些投诉难以处理？客服人员在工具与个人判断之间的交接环节中，主要面临哪些困难？
这些研究结果可用于设计针对性强的课程，并针对艰难的行程、敏感的冲突升级以及需要明智判断的时刻，开展基于情境的角色扮演训练。
更完善的培训计划能帮助客服人员为在人工智能辅助工作中面临的实际决策做好准备：何时信任工具、何时依靠自身判断、何时上报问题，以及在工作流程发生变化的同时，如何确保既定的顾客体验 保持不变。
为顾客体验 策略师明确角色定位
随着人工智能日益深入地融入日常工作，一些新职位应运而生，例如“对话式人工智能设计师”、“自动化分析师”、“人工智能质量保证专家”以及“顾客体验 数据转换员”。
虽然职位名称各不相同，但总得有人将数据所反映的情况与组织试图提供的体验联系起来。
正因如此，顾客体验 策略师的作用就显得尤为重要。这一角色有助于将AI和质量保证（QA）的发现转化为运营决策。用户旅程在哪个环节出现了问题？问题出在培训、工作流程、知识、政策还是工具设计上？谁负责解决这个问题？团队如何判断此次变更是否改善了用户体验？
人工智能能够发掘质量、培训、运营、知识和工作流等领域的规律。顾客体验 战略顾问可协助组织解读这些规律的含义，并制定相应的应对措施。
在将更多人工智能技术引入运营之前，请下载 COPC 的完整高管指南， 《2026年人工智能在顾客体验 中的应用：如何在不失控的情况下实现联络中心技术栈现代化》，其中提供了实用的框架，帮助您重新设计工作流程、明确角色分工，并围绕员工实际工作内容开展顾客体验 培训。
