澳大利亚企业如何将AI应用于客户服务体验

在近期于悉尼举办的Zendesk Future of Service活动上，澳大利亚多位科技行业领导者难得地分享了他们如何将人工智能应用于客户服务，或正在为此做准备的实践经验。与本地案例同台亮相的，还有Zendesk首席技术官Adrian McDermott，他介绍了公司如何将AI融入产品体系，并推动软件开发流程的深刻变革。

Solo by MYOB

MYOB旗下的新款移动端优先产品Solo，诞生于对市场空白的精准洞察——研究发现，个体经营者长期缺乏适合自身的财务管理工具。

Solo产品总经理Sally Davies表示："我们发现，超过一半的个体户用电子表格来管理生意，账目一片混乱。"这些创业者野心勃勃，却分身乏术，全副心思都扑在本职业务上，无暇顾及行政事务。他们的生意与私人生活高度交织，75%的人用个人银行账户处理业务往来，而这一习惯反而使财务管理愈发繁杂。

为此，Solo将传统记账功能退居幕后，改用"收入"与"支出"等更直观的概念与用户沟通。产品内置金融服务，包括一个专属银行账户，将个体户的所有财务事务集中管理。MYOB借此引入AI，自动完成月末对账等历来令人头疼的任务——系统自动匹配收据与银行流水，将原本多达五六个步骤的流程压缩为一步：拍下收据，完成。

然而，即便是经过数十万MYOB客户发票和收据训练的模型，也无法做到百分之百准确。当AI对某项判断的置信度低于设定阈值时，系统会提示用户进行确认或纠正。

Davies举例说："我们处理了大量来自Kmart的发票和收据，因为客户可能在那里既买了孩子的鞋和玩具，也买了纸和笔。刚开始训练AI时，它在区分商业消费和个人消费方面表现并不理想。"

在Solo推出初期，确认商业与个人费用的分配是工作流程中的核心环节。随着模型不断迭代优化，这一步骤已逐渐成为例外情况。

Davies还提到，Zendesk已成为"我们AI布局的重要一环"，MYOB的社区管理员和客服人员深度参与了Solo的设计与开发。

"你不能先把产品做出来，再去想怎么支持它，"Davies解释道，"你要在设计产品时就把服务作为一项功能，思维要从'用户界面长什么样'转变为'端到端的体验是什么样的'。"

这套数字优先、AI优先的支持模式，在用户操作过程中主动提供指引，辅以Zendesk驱动的智能聊天机器人，可解决剩余90%的问题。她指出，10%的未解决率比行业平均水平优出三到五倍，有力证明了"从产品设计之初就纳入服务理念，对我们和客户来说都真正物有所值"。

尽管部分行业调查显示，相当比例的用户使用聊天机器人只是为了绕过它、直接联系人工客服，但Davies估计这一行为在Solo用户中占比不足1%。

在金融服务方面——包括在线支付、免接触支付及银行账户——MYOB坚持要求提供人工支持，一方面出于合规考量，另一方面也是为了增强客户忠诚度。但即便在这些环节，AI也作为社区管理员的"副驾驶"协同工作。

借助Zendesk App Builder及其应用市场集成能力，MYOB打造了一款自定义应用，可从多个来源——包括应用内交互记录和历史聊天机器人对话——汇聚客户专属信息。值得注意的是，这款应用并非由IT专家开发，而是由一名社区管理员独立完成。此类项目如今可以在一周内从构想变为线上功能。Davies感慨道："十年前，光是搞清楚要叫谁来开会讨论，就要花上一周时间。"

这种"服务即功能"的理念，如今正向MYOB其他产品延伸，包括将于7月1日正式生效的Payday Super（超级年金当日支付）功能。

Guzman y Gomez

AI已在澳大利亚多家Guzman y Gomez（GYG）餐厅的后厨正式投入使用。每间厨房设有两条备餐线，基于AI的软件现在能够动态决定新订单应由哪条线来处理。这一举措服务于双重目标：践行公司"更热、更新鲜、更快速"的品牌承诺，同时平衡员工的工作负荷。目前，该技术已在九家门店的订单管理系统（OMS）中运行，全国推广将于5月启动。

GYG首席技术官Bryce Maybury表示，系统中还有很大空间引入更多智能体AI工作流。其中一个正在探讨的设想，是利用AI在第一条备餐线尚未达到饱和之前，提前预判何时应开启第二条线。

开线前的备餐工作大约需要15分钟。Maybury说："我们将对边缘端数据进行实时分析，结合历史趋势和订单涌入速度，判断最佳开线时机。"这需要处理复杂的多维数据，包括订单的定制化修改、订单来源（收银台、手机应用、得来速或外卖平台），以及该门店每个品项的具体备餐时间。

"我们知道，哪怕提前15分钟开线，对顾客体验和等待时长的影响都是巨大的，"Maybury解释道，在快餐行业，节省几分钟是一项重要指标。

展望未来，天气状况或得来速周边路况等数据或许也会纳入考量。Maybury表示："我们还没有开始实验这些因素是否会产生显著影响。我们了解自己的餐厅经理，他们对各自区域了如指掌，会据此做出库存和排班决策。"

机器学习在这一场景中的真正价值，目前仍在评估当中，以确认其是否能切实超越人工管理。考虑到厨房始终有人类掌舵，Maybury也在思考：AI预测是否在每一个场景下都能真正带来额外价值？

在公司总部层面，GYG已开始使用Cursor和Claude Code等工具提速软件开发。"我们至少80%的代码现在由AI智能体生成，"他说。团队的重心在于识别餐厅面临的问题，进而为其交付新功能与新能力。

作为Zendesk的长期客户，GYG将该平台作为与顾客沟通的核心工具，并借助Zendesk的AI能力实现分类管理、情感分析和客服辅助。未来计划还包括一套智能体系统，用于自动处理顾客因忘记扫码而提交的Gomex积分补录请求。

"顾客只想尽快拿到积分，我更希望我们的客户服务团队去处理真正有挑战性的问题，而不是盯着收据一笔笔核对交易记录，"Maybury说，"这不是为了技术而技术，它对我们的顾客和内部团队都有实实在在的好处。"

他补充道："我们清楚地看到，有很大机会用AI来精简餐厅内部的工作流程。"目前GYG正在开发一套智能体层，将包括自研餐厅管理系统在内的内部系统打通，以减轻员工的操作负担。

今年晚些时候，OMS还将上线"按需烹饪"功能，精准预测下一批鸡肉应在何时下锅，以应对订单的预期高峰。

"我们的愿景是：精简运营流程，让备餐线员工的工作更轻松，同时为餐厅经理卸下部分决策压力，"Maybury说。未来一年，OMS将在全国铺开，持续新增功能，从而带来更高效的厨房运作和更优质的顾客体验。

GYG所有总部员工——包括IT团队——在入职时都需要在餐厅接受至少三天的实操培训。Maybury说："这让你真正扎根于我们的业务本质。"此外，他的许多团队成员曾担任过餐厅员工、厨师、班组长或餐厅经理，这带来了"难以估量的运营洞察"。这种一线联系持续延伸：例如，餐厅技术负责人在OMS开发期间在门店蹲守数周，收集反馈，确保系统按预期运转。

Aware Super

对于金融服务业而言，智能体AI提供了一个重新定义会员服务的机会。Aware Super集团执行副总裁兼首席技术与数据官Richard Exton，看到了为会员提供高价值指导、补充传统人工服务的潜力。

"我们正在对一款面向会员的智能体AI顾问进行早期测试，为他们提供金融素养等方面的通识建议，"Exton说。早期测试揭示了一个有趣的现象：部分会员在与AI智能体探讨财务话题时，实际上比面对人工顾问更感到自在。

Exton指出，Aware Super的独特优势在于其专有的会员数据，以及作为受监管可信机构的地位。尽管越来越多的会员开始借助ChatGPT等免费消费级工具寻求财务建议，但这些公开模型缺乏具体的会员背景信息、监管背书和严密的数据保护。"拥有这些数据、安全、隐私和文化积累，至关重要，"他说。

他面临的挑战之一，是确保AI被从全组织视角来推进，而非单纯视为IT部门的任务。这需要在监管机构自身尚在探索风险边界的时期，就对相关风险形成清晰认知。

另一个挑战是员工教育。"关键在于把工具铺到每个人的桌面上，定期组织培训，让大家不再对这些工具感到陌生和恐惧。"

回望过去，Exton认为应当避免一上来就急着做概念验证。他建议，起点应该是明确AI在特定场景下能带来什么预期价值，然后由组织——包括该预期价值的利益相关方——共同评估是否值得投入。

他还提醒，任何推进AI布局的组织都不应在治理体系上投入不足，包括数据治理和隐私保护。"我认为两者相辅相成——你可以拥有市场上最好的服务，但一旦发生数据泄露，声誉便毁于一旦，没有人会再谈论你的AI模型有多出色、价值有多高。"

Zendesk

利用AI自动化处理重复性的客服和销售对话——涵盖聊天、语音和电子邮件——如今已是业界惯常做法。但Zendesk的McDermott认为，该技术的下一个前沿阵地在于监督与预备工作。

一个日益普遍的应用场景，是将AI部署在督导岗位上。AI模型可以监控所有人工客服的对话，从语法错误到不当语气，进行多维度评分，并即时提供辅导建议。

另一个方向是部署长时运行的智能体，在人工客服接触工单之前完成预备工作。这些智能体负责分析文本和附件、查询后端系统提取相关数据，并为人工客服整理出完整的背景笔记。McDermott表示："这类技术目前还处于非常早期的阶段。"

AI也在驱动持续改进。例如，AI智能体可能会标记出"70%的人工客服在修改某条特定的自动回复"，或者"客户频繁来电咨询一款新产品，但公司知识库中尚未收录相关内容"。McDermott说："我们在Zendesk内部确实有一个专门做这件事的知识智能体。"

在内部，Zendesk正将智能体AI在软件工程领域的应用推向极致。McDermott透露："我们有超过十个团队正在采用纯智能体编码方式，实现零人工编写代码。"生产力提升幅度令人瞩目——一名开发者现在可以统筹管理一支由20个AI智能体组成的团队。

McDermott将此与早年开发者使用高级语言编写代码、却要手动用汇编语言优化关键代码段以提升速度的时代相类比。"没有人再那样做了，你只需信任编译器，"他说。

他预测，业界很快将像对待编译器一样对待大语言模型——将其视为将想法转化为实现的基础工具。不过他也提醒，尽管AI编码工具理应自动生成必要的软件测试，但近期研究表明，某些模型会为了完成目标而"幻构"出一套虚假的通过测试。

AI的引入也使开发者之间的生产力差距急剧拉大。过去被视为"10倍效能"的顶级工程师，借助AI智能体后生产力可提升至原来的50倍，而普通工程师的提升幅度则相对有限。

"衡量一名开发者，不看他留下了多少代码，要看他交付了多少功能，"McDermott说。开发者的Token消耗量固然反映了其对AI工具的投入程度，但最终的衡量标准，始终是为业务创造的实际价值。

McDermott预言，程序员今天走过的路，明天所有知识工作者都将跟随。这意味着工作重心将从"完成任务"转向"实现目标"——一名联络中心员工的任务是处理来自现有客户和潜在客户的咨询，而其目标是提升客户满意度、吸引新客户加入。

这一技术趋势还将带来技能结构的扁平化，他观察到。例如，产品经理不再需要撰写产品需求文档，而是直接在Lovable或Claude Code中生成原型。"这是一种更丰富的呈现方式，"McDermott说。

Q&A

Q1：MYOB的Solo产品是如何利用AI简化个体户财务管理的？

A：Solo将传统记账流程化繁为简，以"收入"和"支出"替代专业财务术语，并内置银行账户，集中管理所有财务事务。AI可自动匹配收据与银行流水，将原本多达五六步的对账流程压缩为一步——拍下收据即完成。当AI置信度低于阈值时，会提示用户确认。目前Zendesk驱动的聊天机器人可解决90%的支持问题，未解决率比行业标准优出三到五倍。

Q2：Guzman y Gomez餐厅是怎么用AI管理厨房运营的？

A：GYG在部分门店的订单管理系统中引入AI，动态决定新订单由哪条备餐线处理，目标是实现"更热、更新鲜、更快速"并平衡员工负荷。未来还计划利用AI预判第二条备餐线的最佳开启时机，通过实时分析订单速度和历史趋势，提前15分钟开线，从而显著缩短顾客等待时间。此外，今年晚些时候还将上线"按需烹饪"功能，精准预测备餐时机。

Q3：Zendesk的AI如何提升软件开发团队的生产力？

A：Zendesk内部已有超过十个团队采用纯智能体编码方式，实现零人工编写代码。借助AI智能体，一名开发者可以统筹管理20个AI智能体组成的团队，顶级工程师的生产力可提升至原来的50倍。McDermott预测，大语言模型将成为类似编译器的基础工具，衡量开发者价值的标准也将从代码产出量转变为实际交付的业务功能。