客服AI落地遭遇知识管理瓶颈:系统割裂成主要障碍
Talkdesk最新调查显示,尽管近三分之二的企业已在特定任务中部署AI代理,但仅约三分之一能跨系统保留客户上下文。系统割裂(45%)与遗留基础设施(44%)构成主要技术障碍,合规(50%)与安全(48%)问题同样突出。专家指出,94%的组织尚未采用AI辅助知识管理,知识断层正成为客服AI落地的核心瓶颈。

速览
- Talkdesk上周发布的调查显示,近三分之二的企业已使用专用AI代理处理特定任务(如技术支持或客户身份识别),但仅约三分之一的企业能在系统间保留AI驱动真正解决方案所需的客户上下文。
- 对超过250位客户体验(CX)领导者的调查显示,系统割裂为约45%的组织带来技术障碍,遗留基础设施问题则困扰着44%的组织。
- 其他CX自动化的主要障碍包括合规问题(50%的受访者提及)和安全问题(48%的受访者提及)。
深度洞察
随着AI在客户服务工作中承担更大份额,强大的跨企业知识库对于确保准确性和信任至关重要。
Talkdesk AI副总裁Pedro Andrade指出,AI代理的智能程度取决于其能访问的信息。孤立、不完整或过时的信息可能导致延迟,甚至使AI产生臆造。
“现实是,手动维护企业文档的旧方式无法扩展——在你点击保存的那一刻它就已过时,”Andrade在邮件中表示。“尽管如此,我们的调查发现,94%的组织并未使用AI辅助知识管理。”
Andrade称,知识摩擦已经给未接入AI的客服人员带来问题。Talkdesk数据显示,客服人员每天有28%的时间浪费在系统间切换和数据重新录入上。
“当你将AI投入同样碎片化的混乱环境中,它会遇到完全相同的障碍,”Andrade表示。“更好的知识管理能为人员和AI提供共享的真相来源。当两者基于完全相同的数据和工作流程运行时,组织就能从浪费宝贵产能转变为快速解决客户需求,并首次就做对。”
更好的知识库是关键,但Talkdesk调查显示,仅2%的领导者报告其数据完全统一。在AI成熟度最低的组织中,44%表示知识管理仍依赖人工。
Andrade建议,企业应升级为“活”知识库,利用AI持续从客户对话中学习、发现缺失的上下文并支持实时更新。若未能修复知识库,即使最先进的AI模型也可能失效。