本月举办的NiCE Cognigy Nexus 2026活动为企业客户体验领导者展示了大规模智能体AI的宝贵预览,以及新合并公司的统一平台愿景。
3月11-12日在德国慕尼黑举办的展示会是NiCE于2025年收购Cognigy以来首次联合客户活动。重大收购后的初次联合活动通常很有启发性:它们通常表明一项交易是否具有连贯的战略逻辑,或者基础理念是否仍在内部制定中。
基于两天的主题演讲、客户演示、产品展示以及与高管和从业者的直接对话,此次整合具有明确的战略方向,在这个阶段领先于同等复杂的交易。
收购进展与平台架构
当NiCE收购Cognigy时,这项交易立即引发了关于联合市场推广策略的问题。Cognigy已经建立了忠实的企业客户群,包括安联、汉莎集团等,许多客户选择该平台正是因为它对联络中心即服务(CCaaS)的不可知论立场。该技术部署在众多CCaaS平台(如NiCE、Genesys、Zendesk)和其他基础设施之上,无需平台更改。
在Nexus活动上,NiCE首席执行官Scott Russell和Cognigy联合创始人兼NiCE首席AI官Philipp Heltewig直接解决了这一情况。Heltewig在敲定交易前提出的条件之一是Cognigy仍然面向非NiCE CXOne客户开放。Heltewig表示,Russell的回应是NiCE如果不采取这种方法就是"疯了"。
Cognigy继续独立销售和部署,为合并实体提供双重市场推广结构:在CXOne内为现有和未来NiCE客户紧密集成,以及作为独立智能体AI平台面向运行其他CCaaS基础设施的组织。这种结构保护了现有Cognigy安装基础,扩大了NiCE的可寻址市场,并为竞争平台上的客户体验领导者提供了无需完全迁移即可获得企业级智能体AI的可信路径。
统一操作层的架构创新
NiCE正从CCaaS平台(联络中心运营的记录和交互系统)转型为公司定位的CX AI平台。这种区别是实质性的。CCaaS平台管理联络中心基础设施的运营机制:路由、劳动力管理、质量保证、交互管理和分析。而NiCE定位的CX AI平台则作为编排层,协调AI智能体、人工智能体和AI副驾驶跨渠道、部门以及整个客户参与生命周期。
即使在2026年,大多数客户交互仍由人工处理。智能体AI部署正在快速增长:Cognigy报告过去一年增长了500%。然而,大多数联络中心的运营现实是分散的技术栈:人工智能体在一个系统上,AI智能体在另一个系统上,知识管理在第三个系统中,分析和工作流自动化在其他地方孤立。
NiCE Cognigy的架构响应是统一操作层,其中AI智能体、人工智能体和AI副驾驶从相同的知识库、工作流和基础模型中获取信息,由共享分析层支持,实现整个系统的持续改进。Heltewig将此方法描述为"智能体学习循环"——创建、评估、部署、观察和改进的循环。
产品创新亮点
在Nexus发布的几项产品功能值得超越标题框架进行评估:
自动化发现:此功能解决企业智能体AI采用中最持久的挑战之一——知道从哪里开始。该功能分析现有交互数据(语音记录、聊天日志、路由信号、性能指标)来识别高ROI自动化候选项,量化机会,并生成生产就绪的智能体旅程。
模拟器:这解决了不同但同样重要的缺口——当前大多数智能体部署中缺乏结构化的生产前评估。该工具创建合成客户角色,在AI智能体上线前对其进行现实、对抗性和边缘案例对话场景的压力测试。
MCP集成:这一策略具有重要的互操作性影响。MCP是一个语义协议层,使AI智能体能够发现和调用外部工具,无需历史上使企业AI技术栈难以维护的脆弱点对点连接器。
主动参与:此功能将平台足迹扩展到整个交互生命周期。主动参与结合智能体功能,使AI智能体能够基于实时上下文数据发起出站交互,预测客户需求,并进行真正的双向对话。
人机协作的平衡观点
NiCE并未将联络中心定位为向完全自动化统一迁移。来自Russell和Heltewig的框架更为精确。大量、低复杂性交互(本质上重复、规则约束、具有明确决策空间的参与)越来越适合由AI智能体处理。
对于更复杂的交互,那些需要判断、同理心或当前AI系统无法可靠复制的上下文推理的交互,人工参与仍然必要。AI仍在这些场景中贡献,通过减少通话后工作、实时提供相关知识,以及自动化目前消耗智能体容量过多份额的管理开销。
机器客户的未来展望
Nexus讨论的一个更具前瞻性的概念是"机器客户"的想法,即AI智能体将越来越多地代表人类充当自主买家或服务请求者,从根本上改变企业对消费者交互的性质。
更精确的表征可能是我们正朝着AI作为智能决策支持层而非自主决策者的方向发展:帮助人类以更高效率和信心导航更多买家和服务旅程的机器,同时让人类在重要选择中保持循环。
对于企业客户体验领导者来说,可操作的含义是平台需要设计为对人工发起和智能体发起的交互提供同等质量,支持这些交互的运营基础设施需要为大幅增加的AI中介请求量做好准备。
NiCE Cognigy Nexus 2026清楚地展示了NiCE平台战略的发展方向。Cognigy收购尚未完全整合(没有如此复杂的交易能在六个月内完成),但整合正以比此阶段通常观察到的更大战略连贯性进行。
双重市场推广结构保持了关键客户灵活性。统一CX AI平台愿景是企业客户体验技术发展方向的正确架构选择。Nexus展示的产品创新(特别是自动化发现、模拟器和MCP集成)解决了企业客户体验领导者今天正在应对的真正运营问题。
Q&A
Q1:什么是NiCE Cognigy的智能体学习循环?
A:智能体学习循环是NiCE Cognigy提出的架构方法,包括创建、评估、部署、观察和改进的循环过程。在这个统一操作层中,AI智能体、人工智能体和AI副驾驶从相同的知识库、工作流和基础模型中获取信息,由共享分析层支持实现整个系统的持续改进。长期愿景是这个循环越来越自主地闭合,AI智能体识别性能缺陷、提出和实施改进、运行验证测试,并为人工审核提供建议。
Q2:自动化发现功能有什么用途?
A:自动化发现功能解决企业智能体AI采用中最持久的挑战——知道从哪里开始部署AI。该功能不需要组织从第一原理定义用例,而是分析现有交互数据(语音记录、聊天日志、路由信号、性能指标)来识别高投资回报率的自动化候选项,量化机会,并生成生产就绪的智能体旅程。这能将从用例识别到可部署智能体的路径从数月压缩到数天。
Q3:NiCE Cognigy如何看待联络中心的全面自动化趋势?
A:NiCE并未将联络中心定位为向完全自动化统一迁移。公司的观点更为精确:大量、低复杂性的重复性交互越来越适合由AI智能体处理,但对于需要判断、同理心或复杂上下文推理的交互,人工参与仍然必要。AI在这些场景中通过减少通话后工作、实时提供相关知识和自动化管理开销来提供支持,而不是完全替代人工。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。