如何用 AI 智能体减少支持工单量
实用解析:AI 智能体在哪些环节最能分流重复性工单,以及上线后如何衡量效果。
用 AI 智能体减少客服工单量,归根结底取决于一个指标:工单分流,即无需人工介入就得到解决的来访对话所占的百分比。下面介绍分流究竟从何而来,以及部署后如何衡量。
分流从何而来
大部分客服量集中在少数几个重复出现的问题上:订单状态、退货政策、账户设置、价格。通过 RAG 基于您的知识库作答的 AI 智能体,可以自动解决这类问题,因为答案已经存在于您的文档中。智能体只需正确检索并表述出来。
分流的第二个来源是执行操作:过去需要人工去查订单系统或预约日历的问题,如果 AI 智能体拥有 API 权限、能自己查询,而不只是告诉客户去哪里查,就可以直接解决。
为高分流率做好准备
- 从现有帮助中心开始。 在编写新内容之前,先把现有文章和常见问题导入知识库。您需要的大部分内容很可能已经存在。
- 连接回答所依赖的系统。 当 AI 智能体能查询实时系统而不是给出笼统回答时,订单状态、订阅详情和预约空档类问题的分流效果都会更好。
- 设定清晰的升级规则。 分流不是要完全避开人工,而是只把真正需要人工的对话快速转给人工,并附带完整上下文。
- 上线前后都要衡量。 在上线前和上线后各至少两周,在相同渠道上跟踪进入人工队列的工单量,以便把 AI 智能体的效果与季节性波动区分开。
预期效果
分流率取决于您客服问题的重复程度,以及上线时知识库的完整程度。团队通常在第一个月看到最大幅度的提升,因为会根据真实对话记录补齐知识库缺口;之后随着覆盖面扩大,改进会放缓但保持稳定。