Cisco 的研究显示,尽管 agentic AI 的优势显而易见,但人际联系仍然至关重要,且健全的治理机制是不容妥协的。
迈向 agentic AI 未来:agentic AI 如何改变客户体验 该研究调查了 7,950 位在营业额至少为 1,000万美元的机构中担任业务和技术决策者,其中 55% 的受访者来自营业额至少为 1 亿美元的机构。访谈在 30 个市场进行,受访者涵盖 IT、制造业、金融服务、零售、商务服务、工程、建筑、医疗保健、交通以及媒体和通信等多个行业。所有受访者均在与 B2B 技术企业提供的客户体验服务和支持互动的岗位上工作。
报告认为,agentic 客户体验的未来将呈现这样一种情景:客户无需对新的支持人员重复描述情况,问题在最终用户体验之前便已解决,且所有互动均根据个体需求和业务成果量身定制。尽管其优势显而易见且极具吸引力,Cisco 指出各机构采用 agentic AI 的准备情况仍然模糊不清。
同时,报告探讨了尽管客户渴望收获 agentic AI 带来的收益,他们在与 AI 代理而非人与之互动时的舒适度问题,以及如果系统未按计划运作,会对客户关系造成何种影响。
Cisco 表示,这些发现既证实了一些先入为主的看法,同时也彻底挑战了其他观点。报告指出,虽然 AI 正以惊人的速度发展,几乎改变了我们工作、生活和沟通的各个方面,但它并未预见到 AI 对客户预期所产生的涟漪效应,以及技术供应商——许多正在使用 agentic AI 改善客户体验的初期阶段企业——迫切需要加快转型战略。
Cisco 提出的三个关键结论如下。首先,是 agentic AI 带来的好处与日益旺盛的需求。93% 的全球受访者认为,该技术将使 B2B 技术供应商能够提供更个性化、主动及预测性的服务,从而提高生产力并实现成本节约。这一需求不断增强,56% 的受访者预计在 12 个月内,其客户体验互动将由 agentic AI 处理,而这一比例在三年内将跃升至 68%。
其次,尽管对 AI 充满热情,但人仍然需要人与人之间的联系。报告强调,客户希望将 agentic AI 的高效与人际互动相结合,从而优化客户体验。约 96% 的受访者指出,在与 B2B 技术合作伙伴互动时,人际关系至关重要,因此实现人机协同已成为当今领导者面临的首要挑战。
第三,客户深知必须负责任地部署 AI。99% 的受访者认为,技术合作伙伴须展现出健全的治理机制,以确保 agentic AI 的伦理使用。他们要求透明度、安全性以及致力于消除数据偏见的承诺。
Cisco 高级副总裁兼首席客户体验官 Liz Centoni 表示,研究发现“压倒性的热情”与对 agentic AI 驱动客户体验的期待并不令人惊讶,但其发展速度确实出乎意料。她说:“业务和技术决策者期望他们的技术合作伙伴较预期更快地迈向 agentic AI 未来。客户体验正进入一个新时代,agentic AI 正作为引领这一变革的核心力量。”
她进一步指出:“agentic AI 将从根本上改变服务的本质,使客户体验团队能够在每个客户接触点上实现个性化、主动和预测性的互动。我们现在能够实现终极目标:让每位客户都感觉自己是唯一的客户。”
好文章,需要你的鼓励
CoreWeave发布AI对象存储服务,采用本地对象传输加速器(LOTA)技术,可在全球范围内高速传输对象数据,无出口费用或请求交易分层费用。该技术通过智能代理在每个GPU节点上加速数据传输,提供高达每GPU 7 GBps的吞吐量,可扩展至数十万个GPU。服务采用三层自动定价模式,为客户的AI工作负载降低超过75%的存储成本。
IDEA研究院等机构联合开发了ToG-3智能推理系统,通过多智能体协作和双重进化机制,让AI能像人类专家团队一样动态思考和学习。该系统在复杂推理任务上表现优异,能用较小模型达到卓越性能,为AI技术的普及应用开辟了新路径,在教育、医疗、商业决策等领域具有广阔应用前景。
谷歌DeepMind与核聚变初创公司CFS合作,运用先进AI模型帮助管理和改进即将发布的Sparc反应堆。DeepMind开发了名为Torax的专用软件来模拟等离子体,结合强化学习等AI技术寻找最佳核聚变控制方式。核聚变被视为清洁能源的圣杯,可提供几乎无限的零碳排放能源。谷歌已投资CFS并承诺购买其200兆瓦电力。
上海人工智能实验室提出SPARK框架,创新性地让AI模型在学习推理的同时学会自我评判,通过回收训练数据建立策略与奖励的协同进化机制。实验显示,该方法在数学推理、奖励评判和通用能力上分别提升9.7%、12.1%和1.5%,且训练成本仅为传统方法的一半,展现出强大的泛化能力和自我反思能力。