客服AI软件：实用评估指南
客服 AI 软件可以起草回复、回答常规问题、分派工作，或帮助客户查找信息，而无需等待人工处理。这些能力在产品演示中听起来很相似。真正重要的差异，只有在使用你自己的支持问题、知识内容和团队工作流程测试软件时才会显现。
本指南为你提供一种实用的方法，用于评估 AI 客服平台。重点关注源材料的质量、人类控制的程度、从 AI 回答转交人工的路径，以及上线后所需的运营工作。
从你想要改变的客服工作开始
不要从功能列表开始，而要从一小组支持场景开始。按照风险和重复程度对它们进行区分，这样你就能决定 AI 应该在哪些地方提供辅助，以及在哪些地方直接执行操作。
- 高频、低风险问题：营业时间、账户导航、配送政策，以及批准的文档中已经涵盖的其他答案。
- 需要上下文的问题：需要订单详情、文件、对话历史，或来自多个来源的知识才能处理的情况。
- 需要判断的情况：投诉、例外情况、退款、安全问题，以及语气或政策解释十分重要的情形。
- 运营工作：分配工单、设置优先级、添加标签，或将对话转给正确的团队。
针对每种场景，确定 AI 所需扮演的角色。它可以为用户提供一份待审核的回复建议，发送基于已批准内容的答案，在转交人工前收集信息，或者在不向客户发送消息的情况下分派工单。这种区分可以避免一个常见的评估错误：把所有自动化都视为具有相同风险。
检查每个答案的依据
答案是否可靠，取决于其背后的信息。要求每家供应商展示软件可以使用哪些来源、这些来源如何更新，以及用户能否确认答案的来源。
对知识工作流程的审查应当和对答案本身的审查一样仔细。了解谁可以添加或批准内容、相互冲突的文档如何处理，以及软件找不到足够依据来支持答案时会发生什么。一个有用的系统应当让不确定性显现出来，而不是用流畅的语言掩盖它。
根据团队已经解决过的真实问题创建测试集。纳入清晰的问题、含糊的措辞、拼写错误、过时的假设，以及应该升级处理的请求。针对事实依据、完整性、语气，以及系统是否选择了正确操作，对每个结果进行评分。
评估每个自动化级别下的人为控制
AI 辅助和自主回复是不同的工作流程。草稿允许用户在答案发送给客户之前进行检查和编辑。自动回复则需要更严格的知识控制、明确的排除范围，以及可靠的备用方案。
评估期间，要求供应商演示以下路径：
- 用户审核并发送准确的草稿。
- 用户修改草稿并继续对话。
- 由于缺少已批准的信息，AI 拒绝回答。
- 自助服务对话在保留上下文的情况下转变为工单。
- 自动操作在工单历史记录中清晰可见。
同时决定上线后由谁负责系统。应有人负责审查知识、检查失败的答案、批准更改，并跟踪自动化究竟是在转移工作，还是只是在掩盖工作。
测试完整的支持工作流程，而不是单独的 AI 窗口
客户支持仍然需要负责人、状态、优先级、内部讨论和报告。测试 AI 是否能在团队已经处理对话的地方融入这些活动。
连接一个真实的客服邮箱或安全的测试邮箱。确认收到的消息会变成可跟踪的工单，回复使用预期的发件地址，并且多名用户可以看到下一步操作由谁负责。如果附件或账户数据对你的工作流程很重要，就应将它们纳入测试，而不是依赖准备好的演示内容。
接着测试交接流程。自助服务失败后，客户不应需要重复说明整个问题。用户应能够看到原始问题、之前的答案，以及在交接前收集的任何相关详情。
使用能够反映日常工作的评分表
简短的评分表可以减少产品比较中的主观性。使用相同的问题和相同的示例对话，对每款产品进行评分。
- 答案质量：回复是否符合已批准的信息，并且回答了实际问题？
- 控制能力：你能否在审核后的草稿、自动回复、分派和完全由人工处理之间进行选择？
- 备用方案：软件无法回答时，是否能提供清晰的人工转接路径？
- 知识运营：团队能否审查、批准、更新和停用源内容？
- 邮箱工作流程：负责人、状态、备注、通知和对话历史是否清晰？
- 衡量能力：能否跟踪数量、响应时间、重复出现的主题，以及自动操作的结果？
- 采用情况：用户能否理解建议为何出现，并且无需离开工单就能进行修正？
在评估产品之前先确定各类别的权重。主要通过电子邮件工作的团队，可能会比长长的渠道列表更看重邮箱适配性和快速采用。处理敏感或复杂案例的团队，可能会更加重视审核后的草稿、知识审批和人工备用方案。
在扩大自动化之前先进行有限范围的上线
先从一个邮箱、一组用户，或一个范围较窄的问题类别开始。为工单数量、首次响应时间、解决时间、重新打开率和升级率建立基线。然后将这些指标与试点期间的数据进行比较。
审查具体样本，而不只是平均值。如果客户收到的信息不完整，或者用户需要花更多时间修复草稿，那么更快的响应并不代表有所改善。记录失败模式，并决定每种模式是需要改进知识、调整工作流程，还是应当将其排除在自动化之外。
只有当团队能够解释软件会回答什么、会起草什么、会分派什么，以及哪些情况始终会交给人工处理之后，才能扩大范围。这种共同理解比激进的自动化目标更有价值。
Deskhero 如何符合这一评估框架
Deskhero 将共享团队收件箱与 AI 建议回复草稿结合起来。草稿可以使用工作区知识，例如常见问题内容、内部知识、抓取的网站页面、以往工单和受支持的附件。用户会审核并发送这些草稿。你可以在AI 回复草稿页面查看这一工作流程。
对于更受控的自动化，Deskhero 提供可选择启用的电子邮件自动回复，并且仅以已批准的公开常见问题为依据。其 AI 聊天机器人同样根据已批准的公开常见问题进行回答，并能将未解决的问题作为工单转交。两项功能都可以在批准 100 条常见问题答案后启用。共享收件箱包括分配、团队、状态、优先级、标签、内部备注、提及、通知、转发和合并工单等功能。
如果这种方式符合你的评估标准，客服 AI 软件概览将展示邮箱、知识、审核后的草稿、自动化和人工备用方案如何协同工作。在制定试点评分表之前，你还可以查看工单自动化工作流程和支持统计数据。
选择之前需要回答的问题
- 哪些客户问题可以收到自动回答？
- 哪些对话必须始终由用户审核？
- 哪些来源已获批准，可用于面向客户的答案？
- 谁负责维护这些来源并解决冲突？
- AI 无法回答时，客户会经历什么？
- 交接时，用户能够获得哪些上下文？
- 哪些基线指标可以表明此次上线是否带来了帮助？
- 团队能够多快暂停或缩小某项自动化的范围？
合适的客服 AI 软件并不只是最会写回复的产品，而是能够适配你的支持工作流程、使用你信任的知识、提供恰当控制能力，并为客户提供清晰人工服务路径的产品。