编排正成为AI时代客户体验的新挑战

企业正比支撑其运行的架构更快地在消息、语音和数字渠道中部署AI代理、语音AI和自动化技术。塔塔通信（Tata Communications）客户交互套件全球负责人高拉夫·阿南德（Gaurav Anand）表示，目前大部分部署工作都涉及将对话式AI附加到原本并非为其设计的遗留系统上。

阿南德表示："在急于部署AI的过程中，各组织普遍只是将对话式AI简单地‘钉’在遗留系统之上。结果是，尽管许多企业已采用数字工具，但真正实现集成化、规模化且具备无缝编排能力的平台却寥寥无几。"

这一差距给人工座席带来了沉重的认知负担——他们必须在彼此割裂的工具之间拼凑上下文，以理解AI系统此前已向客户传达了哪些信息。挑战不仅在于数据访问权限，更在于缺乏一个共享的企业级上下文层，该层本应将客户身份、互动、交易、政策、旅程及运营系统连接起来，形成统一认知。传统客户体验（CX）架构是为线性、人工驱动的路由而构建的，而非用于管理自主AI系统、数据湖与人工员工之间的实时数据流。

他补充道："当今运营复杂性的根源已不再在于增加更多智能，而在于协调企业内部既有的各类智能，从而确保企业客户从不感受到这些内部孤岛带来的摩擦。这需要一个共享上下文层，使AI系统、应用程序和人员均能基于对客户及业务的同一认知开展运作。"

为何编排正取代自动化成为首要客户体验（CX）优先事项

随着这一协调难题日益加剧，阿南德指出，企业内部的战略重点正从自动化转向编排。

阿南德表示："自动化解决的是单个任务，而编排则将其连接为端到端的结果。下一阶段演进是具备上下文感知能力的编排，即AI代理、应用程序与人工员工依据对客户、流程及业务意图的共同理解开展运作，而非依赖各自孤立的系统记录。"

随着组织积累越来越多的聊天机器人、AI代理及AI工具，对其管理的复杂性呈指数级增长。阿南德指出，当前的竞争优势已不在于部署自动化本身，而更在于系统如何智能地交接工作、协同合作及升级处理。

将语音AI代理简单置于现有系统前端的公司，正在重蹈覆辙。这种做法非但未能改善用户体验，反而重现了AI本应取代的那种确定性电话菜单。AI的真正价值在于其所提供的规模化、速度与编排能力。

阿南德指出，行业正掀起一波整合浪潮：成熟的联络中心提供商正收购原生AI企业，以弥补能力缺口并强化其客户体验（CX）产品组合。更广泛的行业转变反映出一种日益增强的认知：企业所需远不止渠道与自动化，而是一个能够跨整个业务编排AI、人员、数据与工作流的智能层。

各行业的目标是让AI成为连接客户、员工与企业系统的粘合层。为实现这一目标，组织日益需要一个通用的企业本体（enterprise ontology）：一种共享的业务词汇表，用以在原本互不连通的平台之间对齐客户数据、产品、政策、标准操作流程（SOP）、交易及工作流。

塔塔通信（Tata Communications）的解决方案是“交互织网”（Interaction Fabric），这是一种编排层，可统一联络中心、消息传递、协作、AI与客户数据，并实时协调AI代理、渠道与企业系统。支撑该编排能力的是一种以上下文为驱动的架构，持续连接身份、对话、交易与运营数据，从而确保交互在不同渠道与触点间保持连续性。

这意味着AI与代理可在语音、WhatsApp、聊天、电子邮件及CRM工作流之间自由切换，而不会丢失客户上下文。身份、意图及AI驱动的洞察持续在各渠道间流动，而非被困于彼此割裂的应用程序中。

编排的下一阶段，不仅是跨系统协调任务，更是通过对企业自身的共同理解来协调任务。基于企业本体构建的上下文图谱（context graphs）通过连接客户、互动、产品、政策、决策与成果跨越组织孤岛，从而创建这种共同理解。这使得AI代理与人工员工得以基于同一上下文源开展运作，推动更精准的决策、更顺畅的交接以及更一致的客户体验。

但若要在各渠道间同步客户意图、对话历史、企业数据与AI决策，则必须做到零延迟。未针对现代数据频率设计的遗留网络会产生阿南德所称的“数据引力”（data gravity），导致用户切换渠道时出现延迟与不一致的客户旅程。

他解释道："底层网络本身必须被设计得与运行其上的AI系统一样敏捷。交互保持同步，技术本身则变得不可见，最终仅留下一种毫不费力的体验。"

让AI成为人工座席更佳的协作伙伴

人工座席与AI系统之间有效的共享可见性，始于座席体验本身，而非任何单一技术。最有效的实施方案，是让AI与人工座席均基于对客户的同一上下文理解开展运作，确保在一个交互中获取的信息，无论渠道或系统如何变化，均可为后续交互提供支持。自动生成的通话摘要、实时情绪分析及AI驱动的辅助功能，可直接在座席工作流中为其提供即时、可操作的洞察与建议的下一步操作。

这使得AI可处理密码重置、物流追踪及账户更新等常规性、高量级任务，而人工座席则专注于需判断力与同理心的交互场景。

阿南德表示："若客户遭遇突发危机（例如欺诈性交易），AI可立即冻结卡片，却无法在恐慌时刻提供所需的情感抚慰与细致沟通。解决这一困境的答案在于智能编排，而非在不同系统之间做出取舍。"

在实际应用中，AI负责即时技术性事务处理，而实时情绪分析则识别出客户的痛苦状态，并将通话转接至人工专家。其目标是协同编排AI与人工座席，确保效率提升绝不会以损害品牌信任与客户忠诚度为代价。

构建统一的客户体验（CX）架构

阿南德表示，从碎片化的试验迈向协调一致的编排，既需要技术变革，也需要组织变革，其起点是将分散的数据与零散的单点解决方案整合至一个统一的、以云为先的平台之上。

阿南德表示，从分散的实验转向协调的编排，既需要技术变革，也需要组织变革，其起点是将数据和分散的单点解决方案整合到一个统一的、以云为先的平台上。

“IT 团队与客户体验（CX）团队需要开展更紧密的协作，”他解释道，并将这种协同称为第二次必要转变，此次转变发生在组织层面。

在架构层面，阿南德（Anand）表示，通信 API 需嵌入企业核心系统，使各项职能均基于同一客户上下文运行，而非各自维护彼此孤立的数据孤岛。日益显著的趋势是，企业正逐步超越单纯的系统集成，转向一种上下文驱动的架构——该架构依托共享本体论（ontology）与上下文图谱（context graph），在客户体验（CX）、运营、销售、服务及人工智能（AI）系统之间建立统一认知。他指出，更深层次的组织变革则体现为思维模式的转变：从被动响应式支持转向主动式、预测式与个性化互动，他将这三种特性概括为‘三个 P’（the three Ps）。

AI 代理（AI agents）将如何塑造客户体验（CX）的未来

未来数年，客户互动将由实时智能、日益增强的自主性、跨触点的无缝编排，以及持续存在的企业级上下文所定义——该上下文随客户、员工及 AI 代理在任意交互发生处动态跟随。企业将越来越多地在对话过程中实时塑造互动，而非仅在事后分析交互数据。

阿南德（Anand）表示：“客户体验（CX）的未来将由简化所定义——围绕清晰的客户成果，对数据、基础设施与运营模式进行统一整合，而非一味叠加更多模型与工具。AI 驱动的代理（AI-powered agents）及其相互间的代理到代理（agent-to-agent）交互的兴起，是一项标志性趋势；AI 系统正从辅助人类，演进为独立管理并解决互动事务，从而构建起一层几乎不可见的互动层，大幅提升响应速度与运营效率。”

人类座席将日益与 AI 协同工作，依托实时对话智能（real-time conversational intelligence）与下一步最佳行动建议（next-best-action recommendations），交付阿南德（Anand）所称的‘全面体验’（Total Experience）：一种整合客户体验、员工体验与 AI 驱动体验的统一模型。塔塔通信公司（Tata Communications）正通过其语音 AI（Voice AI）、AI 工作者（AI Workers）及全面体验中心（Total Experience Hub）解决方案，朝这一未来迈进。

阿南德（Anand）表示：“最终，客户互动将从被动响应演变为预测式，并日益走向生成式。企业将不再仅仅回应客户需求，而是实时主动塑造并优化客户旅程。”