Zendesk首席技术官谈客户体验新时代

作为客户体验(CX)领域的重要参与者，Zendesk在十多年来一直将人工智能(AI)整合到其平台中。但如今情况发生了转变——过去是Zendesk推广AI如何助力客户服务的愿景，现在则是客户在推动AI能力的发展，他们已经在董事会层面制定了部署这项技术的倡议。

这种需求迫使公司不仅要重新思考技术，还要重新考虑商业模式。Zendesk正在摒弃传统的按席位收费模式，推出基于解决方案的定价模型，按AI智能体解决的每个问题向客户收费。这使公司的激励机制直接与客户成果保持一致，但也需要与客户建立更深层次、更具咨询性的合作伙伴关系，确保技术兑现承诺。

在新加坡接受《计算机周刊》采访时，Zendesk亚太和北美首席技术官Jason Maynard讨论了这一转变、支持智能客户体验所需的复杂架构、管理AI智能体的新兴角色，以及自动化如何重塑客户体验行业。

**Zendesk在AI领域的工作重点**

"我们在客户服务中研究算法和AI已超过10年，2014年首次在数据科学团队进行重大投资。但过去两年真正改变的是市场推动力完全颠倒了。2018年时，我们在推广AI发展愿景。如今，客户主动找到我们说：'我们有董事会层面的倡议要推进这项工作'。"

AI不再是业务部门的倡议。高管团队和董事会从两个角度思考：一是AI如何改善客户体验？等待15分钟或一小时的响应时间是客户不满的主要来源。对于实时业务，比如直播活动的流媒体服务，两小时的响应时间是糟糕的体验。客户正在考虑如何部署自动化，让客户获得实时解决方案而无需排队等待。

二是首席财务官的观点，即通过自动化从系统中显著降低成本，减少人力支出。这两点相互关联，但客户使用AI改善客户体验和降低成本的需求确实发生了转变。目前我们有超过10,000名客户在使用我们的AI产品。

**基于成果的定价模式**

"当定价模式直接与客户保持一致时——我们为客户创造的成功和价值越多，在我们的营收中的反映就越多——我们的激励在最高层面保持一致。我看到的最大转变是，我们必须在为客户运营提供价值方面更加深入地参与。"

例如，AI智能体的服务参与从试点开始，我们的分类模型分析客户的历史对话。我们可以识别推动最高数量、最低客户满意度或最长处理时间的联系原因。基于客户最关心的结果，我们优先考虑从哪里开始。其中一些联系原因很适合完全自动化。对于其他具有合规风险的问题，如信任和安全问题，客户希望有人参与，这使其成为副驾驶的绝佳用例。

**客户体验团队的新角色**

"客户体验团队中出现了新的角色。我们称之为'机器人管理员'，但客户可能称之为'AI架构师'或'自动化架构师'。这是一个新角色，充当AI智能体体验背后的技术产品经理。你必须与内容团队合作构建相关知识，还必须与工程团队合作公开端点，以便AI智能体可以在后端系统中采取行动。"

20年来，客户支持团队通过人员来扩展。最好的支持领导者是招聘、培训和管理人员的专家。现在，这些领导者被要求扩展技术解决方案，这是一种完全不同的技能组合。我们看到整个行业在重新培训技能，非常类似于2000年到2010年间市场营销发生的情况，当时它变成了一个更加技术化、数据驱动的功能。我们现在在客户体验中看到同样的拐点。

**技术架构策略**

"我们的核心理念是将技术转变从客户中抽象出来，允许他们定义服务运营而不考虑底层技术。基础模型就是一个很好的例子。每个月都有新的、更强大的模型。我们将产品架构设计为与我们使用的底层模型无关。"

例如，我们的AI智能体是由大约五个不同大语言模型组成的集群，每个执行不同的任务，从创建任务本体到规划对话和生成对话。这是一个我们不向客户公开的复杂架构。随着新模型的发布，我们对其进行基准测试，并在不需要客户重新设计设置的情况下使用性能最佳的模型。

**治理和部署管理**

在产品开发方面，我们有评估和黄金数据集，用于测试我们部署到生产中的新模型。我们还在改变模型或运行较小版本的模型之前进行大量幕后测试。

在客户方面，生命周期从设计、测试、部署，然后是反馈循环。我们首先分析顶级意图驱动因素，构建自动化路线图。然后，我们与客户合作定义自动化程序来处理任务，这些任务分为三个复杂性层次：来自知识源的简单问答；需要从ERP等其他系统读取的查找；以及需要写入下游系统的操作，如在Jira中创建错误票据。

**对BPO行业的影响**

"BPO公司通常处理您的一级、高规模、低复杂性问题，这正是AI一开始就能很好处理的。我与一些客户交谈过，他们想知道：'我的BPO供应商是在使用AI来降低成本和增加利润，还是我获得了这些成本节约？'问题在于这项技术的价值归于何处。"

许多客户正在考虑终止BPO合同，让AI智能体处理一级支持。如果您选择了BPO路线，您已经以一种方式澄清了成本结构，使得很容易看到用技术解决方案替代人力成本的价值。

Q&A

Q1：Zendesk如何使用基于成果的定价模式？

A：Zendesk推出了基于解决方案的定价模型，按AI智能体解决的每个问题向客户收费，而不是传统的按席位收费。这使公司的激励机制直接与客户成果保持一致，需要更深入参与为客户运营提供价值，包括分析历史对话、识别联系原因、优先处理自动化任务等。

Q2：客户体验团队出现了什么新角色？

A：出现了"机器人管理员"、"AI架构师"或"自动化架构师"等新角色，充当AI智能体体验背后的技术产品经理。这个角色需要与内容团队合作构建相关知识，与工程团队合作公开端点，协调各种活动。整个行业正在重新培训技能，类似于2000-2010年市场营销变得更加技术化、数据驱动的转变。

Q3：Zendesk的AI智能体是如何构建的？

A：Zendesk的AI智能体是由大约五个不同大语言模型组成的集群，每个执行不同任务，从创建任务本体到规划对话和生成对话。公司采用与底层模型无关的架构，随着新模型发布进行基准测试，在不需要客户重新设计的情况下使用性能最佳的模型，并针对特定任务进行微调。