多年來，越來越多的企業已經利用人工智能通過聯絡中心自動化來解決數百萬客戶的電話、聊天和短信。現在，ChatGPT強大的溝通技巧正與集成到內部知識庫和CRM等業務特定系統的關鍵能力相結合。

使用大型語言模型(LLM)增強自動化的聯絡中心已經看到了好處，可以像人工客服一樣端到端解決客戶請求。另一方面，隨著越來越多的客戶意識到ChatGPT的類人的功能，可以想象他們會開始對傳統系統感到更加沮喪，這些傳統系統往往需要他們等待45分鐘才能更新其信用卡信息。

但不要害怕。雖然對早期采用者來說，使用人工智能來解決客戶問題似乎已經過時了，但實際上，時機剛剛好。

LLM可以阻止客戶滿意度下跌

由于座席短缺和需求上升，客戶服務行業目前的滿意度已降至幾十年來的最低水平。自然，LLM的崛起將使人工智能成為每個試圖贏回客戶忠誠度的董事會的中心話題。

那些轉向昂貴的外包選擇、或完全取消聯絡中心的企業突然間看到了一條可持續發展的道路。

藍圖已經畫好。人工智能可以幫助實現呼叫中心的三個主要目標：在第一個環上解決客戶問題，降低總體成本，減少座席的負擔(并通過這樣做增加座席的保留率)。

在過去幾年里，企業級聯絡中心已經部署了人工智能來處理他們最常見的請求(例如，計費、賬戶管理，甚至呼出呼叫)，而且這一趨勢似乎將在2023年繼續下去。

通過這樣做，他們已經能夠減少等待時間，使他們的座席能夠專注于創收或增值電話，并從旨在使客戶遠離座席和解決方案的過時策略中解脫出來。

所有這些都可以節省成本，Gartner預測稱，到2026年，人工智能的部署將使聯絡中心的成本降低800多億美元。

LLM使自動化比以往任何時候都更容易、更好

LLM是在大量的公共數據集上訓練的。這種對世界的廣泛了解非常適合客戶服務。無論來電者如何說話或表達他們的問題，他們都能以前所未有的準確性了解客戶的實際要求。

LLM已經集成到現有的自動化平臺中，并提高了它們理解非結構化人類對話的能力，同時減少了錯誤。這將帶來更好的解決率、更少的對話步驟、更短的呼叫時間和更少的座席需求。

顧客可以問任意數量的問題，用自然的句子說話，甚至要求機器等待或通過文本發送信息。最重要的是，LLM改進了呼叫解決方案，讓更多的客戶得到他們需要的答案，而無需與座席交談。

LLM還大大減少了定制和部署人工智能所需的時間。有了合適的API，一個人手不足的聯絡中心可以在幾周內啟動并運行一個解決方案，而不必手動訓練人工智能來了解客戶可能提出的各種請求。

聯絡中心面臨著巨大的壓力，要滿足嚴格的SLA并將呼叫時間保持在最低水平。有了LLM，他們不僅能接聽更多的電話，還能端到端解決問題。

呼叫中心自動化減少了ChatGPT風險

雖然LLM給人留下了深刻的印象，但也有很多記錄在案的不恰當的回答和“幻覺”案例——在機器不知道該說什么的情況下，它會編造答案。

對于企業來說，這就是為什么像ChatGPT這樣的LLM不能直接與客戶連接的首要原因，更不用說將其與特定的業務系統、規則和平臺集成。

現有的人工智能平臺，如Dialpad、Replicant和Five9，正在為聯絡中心提供防護機制，以更好地利用LLM的力量，同時降低風險。這些解決方案符合SOC2、HIPAA和PCI標準，從而能夠確保客戶的個人信息得到充分保護。

而且，由于對話是針對每個用例專門配置的，聯絡中心可以控制他們的機器所說或寫的每個單詞，從而消除了由于提示輸入(即用戶試圖“欺騙”LLM的情況)而導致的不可預測的風險。

在快速變化的人工智能世界中，聯絡中心比以往任何時候都有更多的技術解決方案需要評估。

是的，客戶的期望正在提高，ChatGPT 級別的服務將很快成為標準。但對于一個在過去的技術革命中一直被忽視的行業來說，所有跡象都表明，這一次客戶服務將成為最大的贏家。