我们都有过这样的经历：被挂在线上等待，同一段恼人的音乐循环播放，不知道到底会不会有人接听。在 2025 年，这样的体验不仅令人沮丧，而且完全没有必要。
多年来，企业对待客户支持的思路很简单：工单越多，就招越多坐席。但这种策略无法高效扩展。我对此深有体会，因为我在 HubSpot、Sprinklr、Adobe 等行业领先企业领导客户成功团队时亲自尝试过。无论我们招多少坐席，同样的挑战总是反复出现：
- 等待时间长： 需求增长往往快于招聘速度，客户只能等待。
- 服务不一致： 服务质量因坐席的空闲情况和经验而参差不齐。
- 成本高昂： 仅靠增加人手来扩展，既昂贵又耗时。
与此同时，客户期望已经改变。他们如今期待快速、个性化且主动的支持，而许多企业仍依赖于那个“等待尚可接受”年代的被动模式。
传统支持模式并非为当今的需求而构建。企业需要可扩展、全天候在线的解决方案。AI 驱动的客户支持为此提供了出路。
AI 对客户支持的业务影响
客户流失每年让美国企业损失 $168 billion，65% 的客户曾因糟糕的服务体验而更换品牌。结论很明确：快速、高效的支持比以往任何时候都更是一种竞争优势。
客户期望与过时支持模式之间的差距日益扩大，而这正是 AI 发挥作用之处。AI 驱动的支持已经在创造成果：
- 更高的客户满意度：银行平台 Rho 借助 Maven AGI 改进内部培训、加快问题解决，在支持请求每月增长 12% 的情况下，仍保持了 95% 的 CSAT。
- 客户问题解决时间平均缩短 60%：我们客户的客户问题得到更快解决，人工坐席的生产力也翻了一番。
这些改进远不止效率提升。AI 正在将客户支持转变为一项可扩展的职能，同时改善客户体验与员工体验。
提供智能化的问题解决
第一波 AI 驱动的支持以基础聊天机器人为主。如今的 AI 能够实时、准确且个性化地解决问题。
在 Maven，我们打造的平台已帮助实现高达 93% 的客户咨询自主解决，该平台能够：
- 实时调取数据：从 CRM、计费系统和内部知识库中获取数据，实现个性化回复；
- 持续学习：从每次交互中学习，不断提升准确性并预判未来需求。
以一个典型的账单问题为例：传统方式下，客户可能需要在交互式语音应答（IVR）系统中层层操作，等待 20 分钟才接通坐席，而且仍需多次重复自己的问题。我昨晚在 xFiniity/Comcast 就经历了这一切，真的非常令人沮丧。借助 AI 的进步和我们打造的技术，客户无需人工坐席即可即时获得个性化的解决方案——无论是费用明细、退款选项，还是主动调整。
无需等待。没有千篇一律的回复。不再沮丧。
人工坐席的定位
AI 正在重塑人工坐席的角色，让他们专注于更复杂、更高价值的工作。支持团队不再处理重复性咨询，而是将时间投入到解决问题、建立关系和主动的客户互动上。
Rho 等企业已经在客户满意度和坐席生产力方面看到了提升。
Rho 运营与客户体验高级副总裁 Stas Johnson-Chyzhykov 表示：“我们的目标是尽量减少团队在琐碎事务上花费的时间，让他们专注于高复杂度任务，真正发挥专业所长。”
通过分流常规咨询，团队的投入度更高，也更有能力处理有意义的客户交互。
支持的未来：主动、预测、零摩擦
我职业生涯一直致力于解决的这一挑战，从未像现在这样关键，也从未像现在这样有望解决。我们在客户身上看到的真正机遇，不只是更快地解决问题，而是在问题出现之前就预判它们。我们的技术已经交付到客户手中，帮助他们从被动支持迈向主动互动。以下是一些示例：
- 预测分析将标记存在流失风险的账户，让团队在客户考虑离开之前及时介入。
- 情绪分析将识别客户的不满，在不满演变为流失之前升级处理。
- 自动化工作流将在客户察觉之前，解决登录失败或账单差异等常见问题。
充分拥抱 AI 潜力的企业将树立新的标准。而那些没有这样做的企业呢？他们只会让客户继续等待。
用您自己的对话来验证。
申请免费的个性化演示。
