2025-12-25 鹈鹕全面客户体验管理 | 译者：马振江
对客户体验的期望正以惊人的速度发展。那些关于人工智能（AI）变革性效益的早期热潮——从超个性化到无缝交互，许多先行者难以将技术潜力转化为真正令人满意的体验。消费者已然察觉，并因承诺与现实间的落差而感到沮丧。随着 AI 为速度与个性化树立新标杆，人们期待体验中内置智能元素。但我们的研究表明，多数消费者对当前客户体验现状并不满意。
不难看出原因。当 AI 首次出现在客户体验领域时，它仅限于自动化简单的任务，而且往往达不到过高的期望。但形势正在发生变化。具备自主推理和决策能力、无需人工干预的 AI 智能体正在重塑游戏规则。87% 的客户体验负责人认为，此类 AI 如今能显著提升每次客户互动的质量。
时机再好不过了。企业正面临严峻的经济形势，亟需提升运营效率：85% 的客户体验负责人表示，其所在企业正调整客户服务策略，以应对这些挑战。
与此同时，风险正不断攀升。如今一个未解决的问题就可能让品牌永久失去一位客户。客户体验负责人必须持续迎难而上，大规模地与客户建立更深层次、更具情感智慧的关系。
要在 AI 时代真正引领潮流，企业必须超越基础应用，采用统一跨职能知识构建的下一代智能体——场景智能。这种方法融合结构化数据、历史背景、动态信号以及指导客户互动的政策，助力品牌在规模化运营中与客户建立更深层的情感关系。
连通性是关键。基于整合的知识体系，AI 能够洞悉全局：不仅处理事实，更能理解语气、时机和意图。这使得每次互动都更具相关性，更可能达成解决方案。通过在整个企业范围内及时获取互联互通的洞察，组织能够更好地应对日益增长的客户咨询、不断攀升的运营成本、缩减的人员编制以及对更高成本效益的需求。
我们对 22 个国家的 6000 多名消费者及 5000 名客户服务与体验负责人及客服代表展开调研，旨在洞察组织在 AI 时代面临的挑战与机遇。我们识别出五大新兴趋势，为客户体验领导者和企业指明了清晰路径：借助 AI 解决方案提升客户体验，在 2026 年及未来创造深远影响。
想象这个场景：一对新婚夫妇前往阿马尔菲海岸途中，在转机时滞留当地。当天剩余所有跨大西洋航班均已取消。新郎当天早些时候刚与酒店礼宾部联系过，此刻他向酒店发送了航班延误的通知。当地时间已至午夜，AI 客服接手处理。它洞察到客户的焦虑情绪，并调取了酒店对话的完整记录——发现新婚夫妇当天早晨刚升级至蜜月套房。客服承诺套房将保留，并告知他们可以延长住宿。
如此精准的个性化服务如何实现？拥有丰富记忆的 AI。
场景记忆正在重塑个性化体验：将客户体验从一次性互动转变为持续、知情的对话。这些体验契合了 AI 时代客户的价值取向与期望——超过三分之二（67%）的消费者认为，既然 AI 能分析他们的互动数据，品牌就应提供更个性化的服务。
但这不仅限于关键时刻。人们期望在每次服务互动中都能获得个性化与连续性体验。无论是与 AI 客服确认行程，还是向人工客服咨询折扣，不管渠道或时间间隔如何变化，消费者都希望能无缝衔接上次对话。重复陈述问题已困扰消费者数十年：74% 的人对此深感沮丧，认为这是品牌不重视其时间与忠诚度的表现。
许多客户体验负责人终于开始采取行动，设计出具有记忆能力的体验，降低客户努力成本、提升忠诚度并深化个性化服务。客服人员也深谙其价值：73% 的人表示，在统一界面查看历史客户互动记录，有助于他们更高效地完成工作。他们无需再从多个系统拼凑零散信息，而是能获取所需背景资料，从而更快解决问题、避免重复询问，并提供更个性化的服务体验。
至于那对蜜月旅行的夫妇？当他们计划下次度假时，一定会铭记酒店如何让他们感受到被关注，并倍感尊贵。
根据我们的研究，高成熟度企业已率先实现此级别的个性化服务。它们不仅部署基础 AI 系统，更构建了跨渠道、跨时间的上下文关联体系，确保每次交互都能延续用户记忆。高成熟度企业具备以下特征：
回报显而易见：投资于记忆型 AI 的团队在核心指标（如 CSAT）上取得了显著提升。与此同时，未采用记忆型 AI 驱动的体验将日益显得冷漠疏离——且与用户需求脱节。这对企业而言是绝对不能犯的错误：74% 的行业领袖坦言，若不加速 AI 应用，其组织可能难以在当前经济环境中保持竞争力。
建议：首先从减少重复对话开始——运用能记住并复用客户分享细节的 AI，避免客户重复陈述。接着将这种记忆贯穿后续互动，例如客户切换渠道或数日后回访时。随着时间推移，逐步构建更广阔的关联知识体系，让每次互动都充满连续性与个性化体验。
客户的期望并非孤立存在。当人们在某个领域体验到更快捷、更顺畅的服务时，他们会将这种期望带入与其他品牌的互动中。随着期望值持续攀升，品牌绝不能落后于时代。
无论是客户体验负责人还是客服人员，都感受到提供更快速服务的压力，他们表示，服务速度在过去一年变得愈发重要。曾经被视为 VIP 服务的体验（例如即时回复或全天候支持）如今已成为基本标准。事实上，近四分之三（74%）的消费者表示，由于 AI 的发展，他们现在期望客户服务能够 7×24 小时提供支持。
但人们想要的不仅是即时回应，更期待问题能得到准确有效的解决。当问题拖延或被推诿时，客户会失去耐心——品牌则面临失去忠诚度的风险。
体验负责人对此风险有着清醒认识：85% 的人表示，无论通过何种渠道，若品牌无法在首次接触时解决问题，客户就会放弃该品牌。当前经济形势更使这种高期待值雪上加霜：93% 的体验负责人表示注意到经济环境导致的客户行为变化，其中排名前三的变化是：
几乎所有领导者（87%）都认同，AI 正在显著提升首次响应和完全解决的速度。例如，智能 AI 客服正全天候介入协助客户——无需人工干预即可自主决策并提供即时解决方案（如退款或退货）。
这对身处服务一线、了解客户需求的客服人员而言是个好消息，他们一直呼吁引入 AI 工具来满足客户要求。过去一年间客服人员发现，对客户而言，与真人客服对话的重要性相比，快速解决问题的重要性已达到 1.3 倍。
由互联知识和上下文驱动的 AI 正在提升行业标准。但要实现真正影响，必须全面采用工具并融入日常工作流程。那些投资培训与变革管理、支持 AI 的应用（尤其是客服人员使用）的企业正领先于未采取行动的企业：96% 的高成熟度企业表示 AI 显著加快了首次回复和完全解决的速度。相比之下，只有 60% 的低成熟度企业持相同观点。
建议：全天候支持已成为基本要求。通过部署由互联知识驱动的 AI 智能体客服，抢先满足客户期望——无论是处理简单的常见问题，还是应对更复杂的多步骤问题，这些智能体都能快速检索并应用正确的信息。
全渠道在满足客户方面取得了突破，通过各种渠道（如短信、电子邮件和电话）为客户提供一致（但分散）的支持服务。
但到了 2026 年，客户期待更多。他们希望在最有效的方式和最适合场景的媒介中沟通，且无需丢失上下文或重新开始对话。这意味着在同一交互中完成展示损坏产品、描述复杂问题、分享相关截图等操作。
答案在于多模态支持。多模态支持使客户能够通过语音、图像、视频和文本在单一、流畅的交互中进行沟通，从而获得正确的解决方案。与要求客户选择单一渠道的全渠道支持不同，多模态支持提供了无缝融合多种渠道的机会。
大多数人早已习惯以这种方式交流。试想：视频通话时向朋友发送链接，或工作聊天时共享屏幕。因此用同样方式与品牌互动也合乎情理：79% 的消费者表示，共享媒体内容能让获取支持更轻松。76% 的消费者表示，在与某企业沟通时，如果能在同一对话线程中直接添加文本、图片和视频，而不必重新开始对话，他们会选择该企业。
虽然文字和图像仍是数字服务交互的主流形式，但视频支持正日益普及。多数消费者愿意开启摄像头以获取退货验证（70%）、技术故障（67%）和产品组装（64%）方面的帮助。相应地，AI 客服可通过生成操作视频或实时故障排除提供支持。
语音技术同样深度融入多模态交互体系。面对复杂、高风险或情绪化问题时，客户仍然会寻求语音方式，因为语气、细微差别和快速交流很重要。随着 AI 现在能够实时处理和处理语音输入，甚至将其与视觉或上下文配对，语音重新成为高价值、高速的解决方案。
为此，体验负责人正转向能够无缝切换聆听、阅读和观看模式的 AI，确保客户无论通过何种沟通渠道或格式，都能获得最快捷、最精准的响应。
这种变革的热潮已然显现。行业领袖们正积极预测多模态支持将带来的投资回报率，并预期支持交互模式将发生重大转变——纯文本渠道将逐渐被更丰富的多媒体输入方式取代。
建议：将多模态技术融入当今工作流程，保持领先地位。从客户已使用的渠道入手，如文本、图像和语音，缩短问题解决时间，提高沟通清晰度，同时随着业务发展，为组织拓展至视频和屏幕共享等更丰富的媒介奠定基础。
在衡量 AI 表现方面，我们的数据清晰表明：87% 的领导者认为 AI 已显著提升数据分析能力。在成熟度较高的企业中，这一比例高达 97%。
在此势头基础上，先行者正聚焦下一阶段目标：将质量保证（QA）数据与自然语言提示相结合，开创分析新模式。这种名为“可提示分析（promptable analytics）”的新方法，不仅将实现数据民主化，更将重新定义卓越绩效的标准。
与此同时，SeatGeek 等机构正在扩展其评分体系——在客户满意度（CSAT）和首次联系解决率（FCR）等传统指标基础上，叠加自动化控制、机器人满意度和每次联系成本等分层指标。
这些由 AI 驱动的新型绩效指标捕捉到了传统 KPI 指标无法衡量的维度：78% 的领导者表示 AI 迫使他们重新思考成功标准。然而仍有 84% 的人坚称客户满意度仍是核心指标，这印证了新型指标实为传统成功衡量标准的补充，而非替代。
不久的将来，可提示分析技术将使任何人都能用自然语言查询业务运营状况，并在数秒内获得答案。客户体验负责人已洞察其价值：81% 的人认为，赋予每位员工提问权限，将彻底改变决策模式。
管理人员将从这些洞察中获益最多，他们可发起各类查询——从国家层面的采购数据到供应商的具体运营细节，乃至更多维度的业务信息。随着应用加速普及，可提示式分析正迈向主流，重塑着组织定义成功、衡量成效并采取行动的方式。
目前，44% 的企业已建立活跃的实时分析中心。但未来一年内，这一比例将近乎翻倍至 86%。尽管当前仅有不到半数（47%）的企业追踪 AI 相关 KPI，但未来 12 至 24 个月内，这一比例将达到 86%。
高成熟度组织已领先一步。在未来一年中，这些先行者预计其组织中 97% 将能够使用可提示分析功能，而低成熟度组织中这一比例仅为 55%。在 AI 指标追踪方面，高成熟度企业同样遥遥领先，其实施速度是低成熟度企业的两倍。
若这种差距持续扩大，落后者将在这个崇尚智能、透明与敏捷的市场中面临进一步被甩开的风险。
建议：超越速度与数量指标，开始追踪解决率作为真正的衡量标准：问题是否首次就彻底解决？基于解决率的 KPI 能减少重复联系、降低成本，并提升客户忠诚度。
消费者日益接受 AI 在客户体验中的应用。我们的研究显示，79% 的消费者认为 AI 已成为现代客户服务的重要组成部分。近三分之二（64%）的受访者表示，他们与 AI 的互动频率较一年前有所增加。
但互动量的增长也抬高了期望值。随着企业将 AI 更深入地融入服务支持运营，可视性变得至关重要。仅仅知道 AI 做出了决策是不够的：几乎所有消费者（95%）都希望了解 AI 做出某些决策的原因——并且他们期望解释清晰易懂。对更高透明度的要求较去年增长了 63%。
透明度与可解释性相辅相成。体验负责人必须确保 AI 系统与企业价值观、政策及监管义务保持一致。与此同时，面向客户的团队正承受着日益增大的压力，需对 AI 驱动的决策提供解释——超过三分之一的客服人员表示，这是他们去年面临的最大挑战之一。若缺乏合适的工具，他们将无法持续提供解释。
尽管体验负责人原则上支持透明化，但我们的数据显示，他们在实践中进展缓慢。为何存在这种差距？部分企业仍将客户服务视为成本中心。而在 AI 应用方面，体验负责人的首要任务是提升效率，因此确保透明度并未被列为优先事项。
这是对体验领导者的行动号召：86% 的高成熟度企业已实施或计划实施 AI 推理控制机制。
成功实现 AI 透明度，需要跨系统整合知识体系、清晰理解政策与规范，并明确界定可向客户共享的信息逻辑。奠定这些基础后，企业方能满足日益增长的客户期望，强化信任关系，并将透明度转化为竞争优势。
建议：在关键环节优先保障 AI 透明度：退款、定价和安全保障。用客户能理解的通俗语言解释，取代模糊的系统决策。清晰的说明能建立信任，即使结果对客户不利时亦是如此。
高成熟度企业正在每个领域超越同行——通过场景智能，强化其卓越体验，赢得吸引并留住客户、提升利润的竞争优势。
要保持领先地位，组织必须与该领域的领军者保持同步，他们：
原文地址：https://cxtrends.zendesk.com/
本文为作者原创翻译，欢迎转发分享。
转载时需在文章开头注明作者和“来源：鹈鹕全面客户体验管理（微信号：CEM-tihu）”，文字颜色为黑色，且不得修改原文内容。
欢迎小伙伴投稿合作，具体请联系：易女士 Yiml@tihu.com.cn
