Salesforce调查称客服AI代理回本很快
ZDNET AI··作者 Vala Afshar
关键信息
Salesforce称，85%的服务组织已经使用某种形式的AI，其中生成式AI占78%，预测式AI占71%，agentic AI占66%；并预计到2026年底，agentic AI的使用率将达到88%。调查还强调了多渠道部署，83%的AI代理用户已覆盖五个或更多渠道，主要应用包括主动触达、产品推荐、案件分流和通话后处理。
资讯摘要
ZDNET报道了一项新的Salesforce调查，显示客服AI代理正在快速普及。该调查覆盖了来自五大洲13个国家的3,075名服务专业人士。根据报道，70%使用AI代理的服务组织表示，他们在部署后的60天内就看到了正向结果。Salesforce还表示，服务组织中agentic AI的采用率从2025年的39%上升到2026年的66%。公司预计，到2026年底这一比例还会进一步升至88%。
尽管增长很快，但大多数组织仍然保留人工参与客服流程，其中77%的公司允许客户在任何时候转接人工。调查称，面向客户的AI代理已经覆盖整个服务生命周期，并分布在网页、语音、应用、文本和社交媒体等渠道。最主要的应用场景包括主动触达、个性化推荐、案件处理、案件分流以及通话后工作。报告还指出，AI正越来越多地用于内部运营，例如团队管理、员工绩效跟踪、需求预测和排班建议。Salesforce将这种变化描述为企业AI正在转向以结果为导向的模式，价值衡量重点从单纯使用量转向速度、准确性和运营成效。
资讯正文
根据 Salesforce 对来自五大洲 13 个国家的 3,075 名服务专业人士的调查，客户服务中的 AI 代理采用率已从 2025 年的 39% 增长到 2026 年的 66%。为了维护客户信任，服务组织仍在持续确保有人参与客户服务流程。事实上，77% 使用 AI 代理的公司允许客户在任何时候都能与人工客服连接。
AI 代理在客户服务中的采用
Salesforce 调查发现，85% 的服务组织正在使用 AI。目前使用最广泛的是生成式 AI，比例为 78%；其次是预测式 AI，比例为 71%；agentic AI 为 66%。预计到 2026 年底，agentic AI 的使用率将达到 88%。
面向客户的 AI 代理采用率达到 89%，这意味着这些代理被用于整个服务生命周期以及所有渠道，包括网页、语音、应用、文本和社交网络。AI 代理的主要应用场景包括：主动外联、个性化产品推荐、案例解决、案例分流以及通话后工作。
采用推动人工客服发展新技能
调查显示，服务组织正在构建更多技能，以支持数字劳动，也就是 AI 代理。随着 AI 采用而预计扩张的角色包括数据管理（66%）、专家（62%）、AI 架构师（61%）、提示词专家（50%）以及 AI 通才（48%）。要扩展 AI 代理的能力，将需要自主设计工程师和关系设计工程师，以确保人类与 AI 之间能够正确交接。大多数公司都在为员工投资 AI 培训。调查发现，只有 3% 的客服代表表示完全没有参与提升技能项目。AI 培训课程包括研讨会和会议（53%）、内部培训项目（53%）以及在线课程（49%）。
随着服务专业人士在工作场所采用 AI 代理，他们最优先关注的技能包括 AI 监督与判断、复杂问题解决能力，以及适应力和学习敏捷性，其中还包括战略思维。
AI 代理凸显提高生产力的必要性
将近十分之九的受访者表示，他们正在将 AI 用于面向内部员工的职能，包括如何对团队进行最优管理。半数服务主管正在使用 AI 代理来分析趋势并调整工作流程。服务主管还在使用 AI 跟踪员工绩效（50%）、预测需求（47%）以及建议调整排班（40%）。将 AI 用于后台绩效管理的结果非常令人鼓舞。
绝大多数服务领导者（92%）指出，AI 提高了他们大规模进行辅导的能力。影响如今以精确度和预期结果来衡量。
调查发现，拥有 AI agents 的 83% 服务组织已在五个或更多渠道上部署。对于企业而言，AI agents 早已不再只是单一接触点。主要渠道包括电子邮件、在线聊天、消息应用、SMS 和电话。AI agent 的部署中，74% 覆盖在线聊天，72% 覆盖电子邮件、Messenger 应用、电话和短信/SMS，69% 覆盖客户门户和协作工具。AI agents 面临的关键挑战，是如何在客户选择的任何渠道上无缝交接给人工坐席。AI agents 必须对每次互动具备上下文理解，才能恰当地向人类同事提供信息。
这项关于 AI agent 采用情况的全球调查令一些人感到意外的一点是，投资回报率比企业最初预期来得更快。调查发现，在案例解决过程中有 40% 的时间由 AI 使用时，工作可以完全自主完成。这一结果有望使案件解决时间平均缩短 20%。服务组织正根据可量化的业务成果来衡量 AI 采用情况，其中包括案件解决时间等指标。
调查发现，70% 部署了 AI agents 的服务组织在部署后 60 天内就能观察到可衡量的价值，而 25% 的服务组织在 30 天内就能看到 AI agents 带来的价值。如今，关注点更多转向业务结果，这本就应该如此。近两年企业采用 AI agents 的经验清楚表明，技术必须服务于业务需求，采用速度才会加快。解决时间、更精简的工作流程、预测结果的能力，以及最终的客户和员工满意度，都是业务成功和更广泛部署 AI agents 的关键。
调查发现，使用 AI Agents 后改善最明显的绩效指标包括客户满意度、服务代表生产率、平均处理时长和客户留存率。首次响应时间也有所改善。
Salesforce 用于客户服务的 agentic AI 已接近处理超过 450 万次对话，是同期人工处理案例数量的两倍，解决成功率高达 70%，令人震惊。经过 100 万次由 AI agents 进行的客户对话后，Salesforce 分享了一些有价值且令人意外的经验，包括 agents 需要拥有一个动态大脑和一颗关怀之心。
如今 Salesforce 借助 AI agents 已将工作量扩大到原来的四倍，还有更多经验可以分享，其中包括更重视易于部署，以及更好地统一目标，目标应当是最大化结果，而不是最大化 token 使用量。Salesforce 强调依据业务成果对 AI agents 进行基准评估，这一点通过其推出 help agent 得到了体现。help agent 是一款预打包的服务 agent，旨在为企业更快带来价值。
help agent 连接到公司的知识库、工作流程、经批准的操作，以及服务渠道，只需几分钟即可完成。
但这项创新的意义不仅在于让生产部署更容易，还在于客户如何真正衡量其 agentic AI 投资的回报。help agent 的定价模式是按解决结果计费。这个基于结果的按解决计费模式意味着，企业只有在 AI agent 自主解决问题——无需人工介入时才付费。能够基于真实结果来打包创新与定价所需的信心，只能来自数百万次客户互动，以及数万名客户正在使用 help agent。要进一步了解全球范围内 AI agents 的采用情况调查，你可以点击这里。
来源与参考