此篇文章的一個版本，由 Zendesk 內容行銷經理 Mark Smith 聯合撰寫，最初發表於Zendesk 的部落格。 了解如何使用 Zendesk + Guru 整合來創建一個集中化Zendesk 知識庫。

儘管有關 AI 取代人類工作的種種結局（Google 上有超過 4450 萬筆“AI 取代工作”的結果），人工智慧最直接的應用是幫助人們更好地工作 - 讓他們在工作上更出色 - 而不是取代他們。 人工智慧可以在人對人的客戶服務互動中幫助增強人力。 當客戶情緒激動並需要快速回答時，在他們和富有同理心的人類代表之間插入一個人工智慧驅動的聊天機器人並不是最佳選擇。 相反，人工智慧可以被人類代表使用，以獲取他們解決客戶問題所需答案的速度更快。

AI 助力的知識庫為代表和客戶創建更好的體驗：

1. 從不同來源集中知識並改善代表回答的質量和準確性
2. 幫助保持內容準確且相關
3. 透過持續培訓和情境化指導快速使新代理商適應

1. AI可以從不同來源集中知識，提高代表回應的質量和準確性

當代表擁有回答顧客問題所需的所有知識並可以立即提供正確答案時，他們可以花更少的時間搜索準確答案並將這些節省的時間節省給顧客。 客戶不會知道代表是由AI幫助還是不是，但他們會知道立即回答和“我必須回答您這個問題”之間的區別。 當代表被AI系統主動提供知識時，他們不必再去尋找所需的答案。

客戶還將知道“讓我找到您的答案”，和“讓我將您轉接給我的同事，他將為您提供答案”之間的區別。 當AI可以使知識庫運營化並使不同部門的信息立即可用時，代表不必在顧客超出他們範疇的問題時將顧客從部門轉接至部門。 客戶並不在乎他們與哪個部門交談，他們只知道他們正在與貴公司交談並且期望得到答案。 使用AI從組織各處集中和激活知識可幫助代表快速提供答案，並幫助顧客免於不必要的等待或向多個代表重複問題的挫折。

根據Forrester的Kate Leggett所述，在通話中無需讓代表將客戶保持在線或轉接客戶到其他部門尋找答案的這些變化是公司實際上可以發展和培養客戶關係的地方：“代理商必須掌握所有正確的數據和知識，能夠盡可能快速地回答客戶的問題。 同樣，因為客戶認為尊重他們的時間是最重要的。 而這是一個非常困難的建議。 而且，如果做對了，這些是您可以培育和發展與客戶之間關係的罕見時刻。

2. AI有助於保持內容準確且具有關聯性

除了向代表提供內容以便他們可以快速解決客戶問題外，AI還可以確保公司的知識庫實際保持相關性——而且，研究表明，對更新內容具有敏捷方法的公司擁有更高的自助比例和更好的搜索結果。 在這個產品和服務複雜的時代，策劃幫助中心可能出奇地困難，但支持團隊可倚賴AI使該流程順暢運行。

例如，AI可以定期標記內容進行審查，利用機器學習識別需要更新標題、新內容和更好搜索標籤的文章。 也許AI驅動的知識庫最強大的功能是根據客戶在支持請求中要求的內容提出新內容的建議。 這使內部主題專家集中於將對客戶影響最大的項目，從而使代理商專注於白手套服務。

3. 通過AI在上下文中向代理商傳送知識，有助於他們更快地融入和在工作時學習

考慮到支持代表需要知道或可以訪問以回答客戶問題的所有知識，新代表可能需要花幾週的時間才能增加並熟悉大量知識庫。 雖然一位經驗豐富的代表可能確切知道需要發送給客戶以回答特定問題的知識，但一位新手代表將不得不花貴重時間搜尋知識，而顧客則在等待中。

當知識庫搭配人工智能增強時，這些代表可以不必再去搜索，而是直接獲取知識。 基於正在進行的對話內容，像 Guru 的 AI Suggest 這樣的 AI 解決方案可為代表提供相關知識供其選擇，從而消除搜索的需要。 透過幫助所有代表，無論經驗水平如何，在相同的時間範圍內存取相同知識，人工智能使競爭環境公平化，使即使是最新加入的代表也能像資深同事一樣快速回答問題。

在當下獲取知識還有助於內容教練。 Emergence Capital 的合夥人 Gordon Ritter 和 Jake Saper 長期探討了這個概念，並圍繞他們所稱為的“教練網絡”發展了一個論文，利用機器學習來教導工人如何更好地完成工作。

AI 可以在使用案例正在發生時提供教練代表，而不是依賴於在客戶互動之前或之後培訓代表 (「這是您將需要的特定使用案例的知識」或「這是您應該在特定使用案例中使用的知識」)。

如果代表在當下不知道特定問題的答案，也沒有 AI 支持的知識庫提出正確答案的建議，他們將不得不盡力回答問題。 即使最全面的培訓在這種情況下也沒有幫助，如果代表記不得自己受過什麼培訓。 事後培訓將有助於他們在下次遇到該問題時作出更好的反應，但對於他們需要幫助的當前互動並無裨益。 正是來自上下文教練的及時培訓幫助代表學習最好。 而客戶不會因為學習曲線的結果而受害。

根據 Emergence Capital： “教練網絡的關鍵因素是從分佈式工人網絡中收集數據並確定完成任務的最佳技術。”

“教練網絡中的關鍵元素是從分佈式工人網絡中收集數據並確定完成任務的最佳技術。”

想像一下，一位代表在客戶提出一個複雜的安全問題時，他的 AI 支持的知識庫提供了可能相關的知識來回答該問題。 代表可能會使用部分知識，但如果他還搜索並提取了不同的知識來回答客戶的問題，會發生什麼？ 如果沒有 AI 參與，該學習時刻將在真空中發生。 憑藉 AI，系統可以捕捉一位代表行動的創意和成功，下次另一位代表收到類似的安全問題時，AI 可以為該代表提供第一位代表沒有獲得的額外知識，這可能就是改變局面的關鍵。

“關於教練網絡的很酷之處是，由於您擁有感應數據，您可以了解代表在說什麼，實際結果是什麼，以及代表為實現成功所做的創造性工作。 您可以捕捉那種創造力，並將其傳播給網絡中的其他人。 所以這裡的概念真的非常強大。 在世界上的任何一個地方，只需通過完成工作，只需做工作，你可能無意中正在為網絡中的所有其他人進行培訓。 – Jake Saper，Emergence Capital'

AI 為代理人和客戶帶來更好的體驗

利用 AI 幫助前線代表更好地完成工作是一場雙贏：當客戶快速高效地獲得所需幫助時，他們更加滿意；而當代表可以快速上手並充分發揮其能力時，他們會感到更自信和有權威。