IVR（互動式語音應答）

什麼是 IVR（互動式語音應答）？

互動式語音應答（IVR）是一種電話技術，讓來電者透過語音指令或按鍵輸入與電話系統互動。IVR 系統會迎接來電者、提供選單選項、收集資訊，並將來電轉接至合適的專員或部門。在客戶服務中，IVR 是電話支援的第一道關口，在真人專員接聽之前，就能處理從基本帳戶查詢到帳單繳費等各種事務。

傳統 IVR 仰賴僵化的決策樹（「帳務請按 1，技術支援請按 2」），而現代 IVR 系統則運用自然語言處理（NLP）與意圖辨識，理解來電者以自己的話所表達的內容。

IVR 如何運作

IVR 系統的運作分為幾個階段。來電接通後，系統會播放預錄或文字轉語音的問候語。接著，來電者透過雙音多頻（DTMF）按鍵或口語回應。IVR 會將這些輸入對應到預先定義的動作：轉接至佇列、從資料庫調閱帳戶資訊，或完成繳費等交易。較進階的 IVR 平台會與 CRM 及服務台工具整合，依據來電者的歷史紀錄提供個人化體驗。

現代對話式 IVR 加入了 AI 層，能理解自然語音、管理多輪對話，並在問題超出系統能力時順暢轉接給真人專員。這正是 IVR 開始與語音 AI 及對話式 AI 技術重疊之處。

IVR 的重要性（及其不足之處）

IVR 是全球部署最廣泛的客戶服務技術之一。它能減少轉給專員的來電量、實現 24/7 電話支援，並大規模處理例行詢問。然而，傳統 IVR 系統讓客戶感到挫折的比例高得驚人。

產業研究： Vonage 的一項調查發現，61% 的消費者認為 IVR 系統帶來不良體驗，85% 的受訪者曾因 IVR 選單而放棄至少一通來電。平均而言，來電者遇到 IVR 時會放棄 27% 的通話。

核心問題在於，傳統 IVR 強迫來電者進入僵化的選單，而這些選單很少符合他們真正的意圖。客戶在迴圈中迷失、重複提供資訊，最後放棄。這會推高未解決問題的分流，拉低 CSAT 分數，並因挫折的來電者再次來電或要求升級處理，而增加每張工單成本。

傳統 IVR 與 AI 驅動語音的比較

傳統 IVR 以規則為基礎且固定不變。它依循預先設定的路徑，無法因應非預期的輸入。只要來電者說出選單腳本以外的內容，系統就會失靈。相較之下，AI 驅動的語音平台運用大型語言模型與 NLP 理解自由形式的語音、因應情境調整，無需僵化選單即可解決問題。

兩者差異顯著：傳統 IVR 是將來電分流、避開專員（往往未解決問題），而 AI 代理則直接在語音管道中解決來電者的問題。工單分流與真正解決之間的差別，正是傳統 IVR 與新一代聯絡中心 AI 的分野。

Maven 的優勢：從 IVR 選單到語音解決

Maven AGI 以 Maven Voice 取代令人挫折的 IVR 選單。這項 AI 驅動的語音體驗從通話第一秒起就能理解自然語言。來電者自然地說話，AI 代理就能解決他們的問題，無論是查詢訂單狀態、更新帳戶，還是排除產品故障。當通話需要真人處理時，Maven 的 AI 升級處理會將完整對話脈絡傳遞給專員，客戶完全不必從頭說起。

Maven 實證： 金融科技公司 K1x 僅花 1 週就部署了 Maven AGI，並達到 80% 的解決率，比先前使用的 AI 提升 10 倍，證明 AI 優先的語音方案能超越傳統 IVR 系統。

若想深入了解 IVR 的演進，請參閱 Gartner 的 IVR 技術概覽或 Gartner 的客戶服務 AI 架構。

常見問題

IVR 與語音 AI 有何不同？

IVR 使用預先設定的選單與決策樹來轉接來電或完成基本任務。語音 AI 則運用自然語言理解與機器學習，與來電者進行動態且能掌握脈絡的對話。語音 AI 能解決複雜問題、因應非預期的提問，並從互動中學習；IVR 則受限於腳本化的路徑。

IVR 能解決客戶問題，還是只能轉接來電？

基本的 IVR 能處理簡單的自助任務，例如查詢餘額或繳費。然而，大多數傳統 IVR 系統主要是轉接來電，而非解決問題。Gartner 研究發現，只有 9% 的客戶表示能透過自助管道完全解決問題，凸顯傳統 IVR 在真正解決問題上的侷限。

企業如何衡量 IVR 的成效？

主要的 IVR 指標包括自助完成率（完全在 IVR 內處理完畢的來電比例）、放棄率、平均處理時間與客戶滿意度。不過，如果客戶只是因挫折而放棄，而非問題獲得解決，高 IVR 自助完成率反而可能造成誤導。

IVR 是否正在被淘汰？

隨著 AI 驅動的語音平台能力日益提升，傳統的選單式 IVR 正在式微。然而，IVR 作為一種概念——在真人專員接手之前或取代真人專員，以技術處理電話互動——是在演進，而非消失。未來將是以自然對話取代僵化選單的對話式語音 AI。