呼叫中心工作人员解释了AI助手的不好
AI-POCALYPSE最近的研究详细介绍了中国公用事业呼叫中心的客户服务代表在尝试使用AI助手时经常挣扎，并被迫进行手动修复。
研究人员隶属于中国电力公司和最近进行的几所中国大学一项研究关于在与客户互动期间，Power Utility呼叫中心的客户服务代表（CSR）如何使用AI帮助。该研究基于对服务代表的13次半结构化访谈，包括团队负责人和轮班主管，负责处理电话查询。
第28届ACM SIGCHI会议上接受计算机支持的合作工作与社交计算会议的预印本论文（CSCW）10月，试图为对管理和客户体验的AI评估提供替代方案，而是专注于在客户呼叫期间被迫使用AI的工人。
一个发现之一是，由于呼叫者的口音，发音和语音速度，AI通常不准确地转录客户呼叫音频。AI也很难准确地渲染数字序列，例如电话号码。
一位受访者说：“实际上，AI助理并不是很聪明的。”“它可以用碎片和零碎的方式提供电话号码，因此我必须手动输入。”
另一个人说，AI很难抄录同词听起来相同但具有不同的拼写或含义。
AI的情绪识别系统的工作效果很差 - 将正常的语音误认为是一种负面情绪，对分类的类别太少，并且将数量水平视为态度不佳的标志。结果，代表大多忽略了AI系统创建的情感标签，并表示他们毫不费力地了解呼叫者的语气。
在减少基本打字人工的同时，AI生成的输出在信息处理中引入了结构性低效率
客户服务人员还发现，AI输出创建了冗余或所需的更正。报告说：“在减少基本打字人工的同时，AI生成的输出在信息处理中引入了结构性低效率，因为大多数AI填充的内容都需要手动校正或删除。”
报告说，呼叫的文本摘要可能很有用，但是它们通常需要编辑或重新单词。更重要的是，这些转录不一定捕获关键信息。
报告总结说：“尽管AI提高了工作效率，但由于需要进行额外的适应和更正，它同时增加了CSRS的学习负担。”“技术期望与实际实施之间的不匹配反映了技术设计师之间的共同监督，他们高估了效率的提高，同时低估了对适应新系统的隐性学习负担。”
此外，研究人员说，必须考虑一个情绪因素。该研究解释说：“由于强调了直接的客户参与和情感劳动，服务部门对AI集成提出了独特的挑战。”该研究解释说，其潜在的AI整合障碍（例如员工抵抗力，组织文化）以及AI实施可以通过生产力压力和对工作损失增加客户服务代表之间的压力。
换句话说，不要急于替换这些客户服务代表。
这似乎也是咨询课程中日益增长的共识。2023年，IT咨询公司Gartner预测到2026年，组织将用生成AI取代20-30％的客户支持人员。
然后上个月，Gartner修改了其预测，并指出重新培训人类代理商代替AI当前的趋势是：“到2027年，预计将大大降低其客户服务员工的组织中有50％将放弃这些计划。”
“在许多互动中，人类的触觉仍然无法替代，组织必须在一份声明中在Gartner客户服务和支持实践的高级主管分析师Kathy Ross说：“ AI和人类代理商在Tandem中工作是提供非凡的客户体验的最有效策略，” Gartner客户服务和支持实践的高级总监Kathy Ross说。”
关于《呼叫中心工作人员解释了AI助手的不好》的评论
暂无评论