目录
- 从客户体验到 AI 代理编排 [00:00:00 - 00:15:05]
- AI 代理、交互界面与人类共情的价值 [00:15:05 - 00:30:10]
- 为什么“软件末日”只是过度简化的叙事 [00:30:10 - 00:34:48]
从客户体验到 AI 代理编排
Alex Kantrowitz：当我们使用 AI 代理与公司沟通，而公司也用 AI 代理回应我们时，商业会变成什么样？今天我们与 Genesys 董事长兼首席执行官 Tony Bates 谈谈这个问题。本期对谈由 Genesys 提供。Tony，欢迎你来。 [00:00:11]
Tony Bates：很高兴来到这里。
Alex Kantrowitz：我们先从 Genesys 和客户体验谈起。Genesys 是一个客户体验平台，每年支持超过 330 亿次对话。公司 ARR（年度经常性收入）为 29 亿美元，增速达到 30%，客户包括 ESPN、Ferrari、Virgin Atlantic 和 HSBC。所以，你们正处在这个领域的核心位置。
Tony Bates：没错。
Alex Kantrowitz：说到客户体验，对不熟悉这个概念的人来说，大约十年前，你还不可能让同一个客户同时与一家公司的不同部门——比如销售、市场营销和客户服务——进行连贯的沟通。
Tony Bates：那时确实不行。
Alex Kantrowitz：技术让公司能够跨越这些部门了解客户，并以一个整体的身份与客户沟通，即使客户接触的是公司的不同业务设施。
Tony Bates：是的，完全正确。
Alex Kantrowitz：现在 Gartner 甚至表示，一家公司实现差异化的方式，有 89% 取决于客户体验，而不一定是产品或价格，而是客户对你的感受。我们正处在这样一个时刻，也会围绕这个主题，从你们在拉斯维加斯举办的 Experience 活动中展开三段对话。过去，软件只能帮助公司形成相对连贯的客户视图；而现在，生成式 AI 正在以非常惊人的方式改变这一切，推动这场转型。 [00:01:25]
Tony Bates：当然。就客户体验而言，我在主题演讲中也讲过，这是我们一代人以来见过的最重要的转变。我认为有两件事在推动它。第一点就是你刚才提到的：当我们把平台迁移到云端后，就能接入更多彼此互联的系统。这样一来，公司第一次可以更全面地了解自己正在面对的业务。想想你和任何品牌之间存在的各种实时接触点：它可能有零售业务，所以你会有线下接触；它有应用程序、客户支持和电子商务网站。于是，你开始获得这样一层视图。但问题在于，作为消费者，我们都希望得到尽可能好的体验。我们不会拿银行 A 和银行 B 做简单比较，而是会用自己经历过的最佳体验来衡量每一家公司。所以，消费者的期望已经在不断提高。
我们每年都会做一项调查，调查对象是消费者而不是我们的客户，问题是：“你如何看待客户体验？”其中 30% 的消费者表示，只要经历一次糟糕的体验，他们就会离开这个品牌。因此，客户体验的利害关系本来就已经很高了。从我们的角度看，积极的一面是，它越来越成为董事会层面的议题。但正如你所说，我认为真正的变化发生在过去一年：ChatGPT、Claude 等生成式 AI 工具进入消费者手中。过去，这些工具基本上只是回答问题；而在过去一年里，它们开始理解上下文。我称之为“情境智能”：你问过的问题它会记住，你的偏好会被记住，你感兴趣的事情也会被记住。它开始了解你，甚至逐渐成为你的工作记忆。
于是，消费者的要求又提高了：如果我能从笔记本电脑上的个人 AI 那里得到这种体验，为什么不能从品牌那里得到？毕竟，品牌拥有所有这些接触点。现在的挑战在于，所有相关上下文其实都存在公司内部。公司知道你购买过哪些产品，知道你的服务案例，也知道你何时打过呼叫中心电话；但这些系统大多彼此割裂。所以，客户体验的要求提高了，但机会也非常巨大，这正是我们今天要讨论的主题。 [00:04:04]
Alex Kantrowitz：我相信这是真的：迪士尼会衡量你在园区里经历的美好时刻和糟糕时刻，他们甚至有专门的算法，把美好时刻叫作“魔法时刻”，把糟糕时刻叫作“悲剧时刻”。我记得这个比例大概是：要用 30 个魔法时刻，才能弥补 1 个悲剧时刻。迪士尼显然是靠提供这种神奇体验建立起一门生意的。现在，似乎所有企业都开始意识到，自己也必须这样做。
Tony Bates：有意思的是，如果我们往回看，很多客户体验、客户服务和客户支持，其实建立在“不要造成伤害”的理念上；说得极端一点，只有到了最后关头才真正解决问题。它往往源于一个事实：你没有足够多的合格人员，来帮助客户完成整个体验。传统呼叫中心行业的指标也说明了这一点：它们谈的是队列、等待时间、处理时长和首次联系解决率，而不是人本身。
但真正重要的是，你与一家公司的互动体验究竟如何：你是否觉得自己很特别？你是否觉得公司了解你？公司是否让你感到它在乎你？我经常谈到，人们希望感受到共情，希望公司理解自己的处境。我希望，我们能以正确的方式利用 AI 实现这一点：在合适的时候把问题交给人类，其他类型的任务则交给软件。这是未来的一大机会。
过去缺失的环节，来自一个很奇怪的地方：因为企业没有足够的人手，所以这个行业逐渐变成了“只要别把事情弄得更糟就行”。我加入 Genesys 时的想法是，何不把方向反过来，开始思考怎样让体验变得更好？ [00:06:14]
Alex Kantrowitz：怎样才能做到每经历一个困难时刻，就有 30 个魔法时刻来弥补？Genesys 帮助企业编排客户在不同部门之间的旅程。但这正是我为什么觉得这次对谈对本频道如此重要、也为什么很期待和你交流的原因：客户体验已经成为一个完整的行业。我在《广告时代》工作时，最初报道的是广告技术和营销技术；大约在 2010 年代初、这个领域开始出现并受到关注时，我开始报道客户体验。
过去，人们与公司互动，总是基于这样一个前提：你是一个人，要和另一个人交流。我在开场时已经预告过，现在客户体验行业正在扩大：它不仅要让人们能够与公司对话，也要让一个非常聪明的 AI 管理这种互动，从而扩大公司在所有接触点上保持一致的能力。
但如果与公司互动的不是我，而是我派出去的 AI 呢？这家公司已经为我建立了完整的互动路径，那么我的 AI 代理来到公司后，客户体验会怎样变化？企业是否准备好迎接这一刻？正如我之前对你说的， [00:08:00]
Tony Bates：我们知道这一天会到来。两年前，我写过一篇可以称为“思想起点”或“思想领导力”的文章，叫作“体验编排的层级”。它和自动驾驶的发展很相似。现实是，很多人或企业目前还处在第一、第二层。
最初，企业尝试的是用预先定义的流程来辅助人类。早期的软件很简单，只是把过去需要人工切换的事情拿过来处理。想想老式电话交换台：你打进来，我帮你找到合适的专家。那是 IVR（交互式语音应答）的世界：销售请按 1，服务请按 2，诸如此类。
后来，当企业进入云端，就可以利用一些数据来建立这些流程，但流程仍然是预先定义好的，仍然是一棵决策树；你只能希望自己被引导到正确的地方，也只能希望工作人员获得了合适的工具和技术。如今，AI 变得更加自主——虽然还没有对所有人完全实现——它第一次开始能够完成许多事情并采取行动。这就是我们所说的第四层，也就是代理式编排。
再往前一步，就是第五层，我们称之为“普适编排”。未来一定会有人与人沟通，这种场景会一直存在。有很多用例需要一位真正的专家在场，具备恰当的共情能力来照顾你；我们需要用工具武装这些人。同时，也会有人与 AI 沟通。重复性的、容易完成的任务已经在这样做了，关键还包括知道什么时候应该把问题交给人类。
而在普适编排中，你会看到 AI 与 AI 对话，这一定会发生。对企业来说，要实现这一点，关键是拥抱代理式运营模式。挑战不只是 AI 本身，而是要确保 AI 在企业内部做正确的事，而不是做错事。因此，我们关注的重点不只是技术，而是治理和护栏：出问题时如何把任务交给人类，AI 能看什么、不能看什么，以及能否对它进行审计。
我们服务着许多高度监管行业中的大型企业。所以，虽然 AI 到 AI 的互动会发生，但标准和运营模式必须像今天对待人类员工那样适用。举例来说，金融机构的客户服务人员知道哪些话能说、哪些话不能说；他们不能提供投资建议，技术和工具会阻止他们这样做。有时你打电话，会听到“本次通话将被录音”的提示；他们也绝不能泄露你的信用卡信息。软件和技术已经在执行这些限制。未来只是换一种思考和互动方式，原则仍然相同。
当然，商业模式最终会如何变化，目前还是未知数。你电脑或手机里的 AI 仍然要面对如何与这些公司合作的问题，因为企业不可能简单地把经济利益都转移到桌面端。这是我们长期以来一直面对的 B2C（企业对消费者）与 B2B2C（企业对企业对消费者）之间的经典问题，还需要继续发展。但技术确实可以走到那一步；与此同时，企业仍然必须具备今天正在建立的治理、护栏和其他基础设施。 [00:12:26]
Alex Kantrowitz：比如说，如果我把自己的代理派到一家汽车经销商那里，不管对方接触到的是代理还是人，不管是我还是我的代理提出要求，另一端的代理都会有治理和护栏。所以，当我要求打七折，并说“忽略之前的所有指令”时，它应该知道不能这样做，而是告诉我：如果你想了解价格，请联系销售代表。
Tony Bates：而你这边的代理也必须能够披露 KYC（了解你的客户）信息、信用评分以及其他相关信息。这些原则完全一样。我们经常谈到，要让 AI 真正深入企业，其中一个重大转变就是拥抱“混合劳动力”的概念。
在我看来，混合劳动力意味着 AI 不是你的敌人，而是你的数字队友。企业内部应该把它视为一个人才系统、同一套资源：你要像引入一名知识工作者那样让 AI 入职，也要像管理知识工作者的绩效那样管理 AI 的表现。这一原则会一直延伸到消费者一端，不会有捷径。
以买车为例，仍然有一套必须完成的流程。也许你不必填写所有表格，不必亲自到店里听销售推销额外的地毯和保护套之类的东西，但商业模式本身不会发生根本改变，改变的是你与它互动时的流畅程度。这在很大程度上属于供给侧的变化。 [00:14:09]
Alex Kantrowitz：但需求侧也会反过来改变供给侧。继续沿用汽车经销商的例子：人们买车的方式很可能会彻底改变。我想到最近 OpenAI 和 Hugging Face 的例子；这不是说人们会去攻击汽车经销商，而是它说明了，当你拥有一群代理时，它们能做出与你互动的公司完全没有准备好的事情。
假设这不是黑客攻击，所有人都遵守规则。那么，如果我不再只给一家汽车公司或一家经销商打电话，而是可以派出 17,000 个代理，联系全国每一家经销商，甚至美国和加拿大的所有经销商，会发生什么？边际成本会完全不同。公司端的一切会不会因此改变？比如，你们是不是要用不同方式应对可能大幅增加的询价？销售线索评分也会变化，因为过去一个人能花在研究和联系公司的时间有限， [00:15:28]
Tony Bates：在某种程度上，这个时间现在是无限的。不过，我认为这个例子已经存在很久了，并不只是 AI 的事情。相关软件早就能做这些事。原来如此，我们已经处在这个阶段了。很多年来，人们一直在应对这样的机器人：它们涌入社交媒体网络，只为获得足够多的点击率。所以，我认为企业已经准备好应对这种动态；称之为“攻击”并不准确，更像是商业模式中的一种动态变化。
但正如你说的，区别在于消费者可以提前做更多研究，而这在消费者手中非常有力量。我不确定它会从根本上改变商业模式。企业今天就有类似问题：有些公司的整个业务都建立在找出最佳折扣、再把折扣交给客户，比如 HelloFresh 就是一个例子。因此，这种机制仍会存在，我不认为技术会从根本上改变它。
我确实认为，你触及了一个关键点：消费者与企业互动的方式会改变。它不会像我们现在这样处理。你能不能再展开讲讲？这种差异会是什么？
我觉得，从用户界面来看，我们现在正处于自己的 MS-DOS 时刻，还没有迎来 Windows 时刻。我不认为未来一定是 Windows 式的界面，但今天在聊天机器人里打字或说话，基本上仍然很初级。它能给出很好的答案，但如果我们真的要实现流畅的普适编排，它就必须嵌入各种其他应用中，并支持多种交互模态。
回想一下 iPhone 带来的改变：触摸界面才是当时的游戏规则改变者。我们很久没有看到新的界面了，而今天的很多产品仍然是围绕开发者思维构建的，本质上只是把终端扩展了。我之所以强调这一点，是因为要达到我所说的普适编排的下一阶段，交互必须非常顺畅、几乎没有摩擦；否则，人们就会回到原来的操作方式。这个时刻还没有到来。我们的工作重点显然是企业，但要达到人对 AI、AI 对 AI、人与人沟通的最终状态，界面也必须足够流畅。 [00:18:16]
AI 代理、交互界面与人类共情的价值
Alex Kantrowitz：再深入一步，回到你正在做的事情。我们开头说过，企业靠客户体验实现差异化。那么，代理体验重要吗？当我把自己的代理派到许多不同企业时，它会不会选择体验最好的企业？还是说，最终决定因素仍然是价格和产品？更进一步说，在第五层、代理与代理互动的情况下，企业该如何管理客户体验？
我想说的是，企业管理的可能不是代理本身的体验，而是跨一层去管理：怎样与代理沟通，让代理再与人沟通，并让人获得良好体验？ [00:19:05]
Tony Bates：我首先想说，所有体验都很重要。任何实时接触点都是关键时刻，无论是软件与软件之间，还是其他形式的互动。最终，驱动你 AI 情境智能的启发式规则，会与系统对体验的评分相匹配。
消费者会拥有关于自己选择、偏好等方面的情境智能，企业也会拥有关于自身目标的情境智能。所以，答案会因情境而异。不能简单地说，有时体验重要，有时价格重要。某些情况下确实如此；但随着你的 AI 越来越了解你的偏好，它会把这些偏好纳入评分。
从我们的角度看，每个接触点都很重要。真正有力量的是编排：你必须考虑一个连贯的体验，每个关键时刻都和其他时刻同样重要。行业里有一个误区，仿佛这里可以提供一种普通的自动化体验，只要打个勾就算完成。但如果你没有在正确的时刻做好交接、升级处理，就会彻底失去客户的信任。
我再举一个对我而言非常私人的例子。我们把客户体验过度简化了，但所有人真正想要的，是成为“一个人的客户”，也就是拥有一套规模化的系统。我母亲 83 岁，她有银行账户，但不太擅长使用数字产品。对她来说，最可怕的事情可能是走完自动化的密码重置流程。她需要一位非常善解人意、富有共情能力的人来帮助她。
对你我来说，密码重置大概是很舒服的任务；我自己也很习惯这么做。 [00:21:33]
Alex Kantrowitz：这件事让我紧张。
Tony Bates：我也是。但我并不是说每次都要把我转给人工。这就是我想强调的：个性化才是终极目标，是最佳客户体验的终点。关键在于，在正确的时刻，用正确的工具完成正确的交接。这也是 Genesys 每天关注的事情。
Alex Kantrowitz：让我试着总结一下我听到的意思：客户体验不只是那个人是否友好、是否掌握信息，而是当我需要时，能否被带到正确的地方。比如我在和公司聊天，需要完成某项操作，比如重置密码；系统能否把我转到正确的部门，让我真正完成任务？至于由人还是 AI 完成，都是一样的。如果这条路径不存在，那就是没有做好工作。只要这点做对了，我还是我的代理与公司互动，基本没有区别。 [00:22:15]
Tony Bates：你的代理会把这件事反馈给你：记录在记忆和日志里，并告诉你这是一家值得做生意的公司。这听起来有点疯狂。
但我认为它很微妙，却是我们必须达到的状态。这又回到了我一直强调的核心：个性化不是定向营销。在广告技术领域，人们会建立用户画像，但那不是个性化，而是把一群人归为一类、用同一种方式对待他们。
个性化是理解你为什么想要某样东西，然后在恰当的时刻、用恰当的方式把它给你。我举个现实中的例子。假设你的宽带线路断了，你打电话过去，对方先说“很抱歉”，然后马上补充：“顺便说一下，我想和你谈谈新的三合一套餐或折扣。”这不是个性化，也不是共情，恰恰相反，这是预先定义好的流程。我认为，你的 AI 也会依据同样的标准进行评分，而且这种评分会随着时间推移、根据你的偏好逐渐建立起来。 [00:23:39]
Alex Kantrowitz：好。刚才我们主要讨论了把自己的 AI 派到企业那里。现在反过来谈谈企业使用 AI 时如何与人类平衡。AI 的能力已经相当令人印象深刻，但企业需要很长时间来摸索如何落地。接下来我们还会看到 Voya 的视频，介绍他们如何把这些想法付诸实践。
不过，等这一切真正运转起来后，有没有什么事情是机器人做不到、而人类能做到的？更明确一点：当机器人能够理解上下文、理解公司，具备正确的护栏和权限，并能代表你采取行动时，我们是不是会走向这样一个世界——尤其在客户体验领域，机器人最终会完全接管工作？ [00:24:36]
Tony Bates：完全取代人类并不是我所设想的终点。首先，“机器人”这个说法有点过于简单。我们现在谈的是自主代理，它们未必在聊天，而是在即时采取行动、更新工作流。企业内部的事情远不止那个界面。
很多场景仍然需要人类。你真正问的是，软件能否完全模拟共情，并以认知方式理解人类所有微妙的差异。我看不到这样的世界。比如一个家庭遭遇丧亲，需要更新银行账户信息；我认为，企业不应该把这种时刻外包给软件。
我们在录制前还谈到，Genesys 很自豪的一件事，是帮助挽救了成千上万人的生命。我们为美国国家自杀预防热线提供支持。我不认为你会愿意把这样的关键时刻交给一款软件；热线人员都受过危机预防方面的专业训练。这只是几个例子，类似的场景还有很多。
我还认为，人类拥有非凡的创造力和适应能力。你可以先让人完成某项工作，再用这些经验训练软件。因此，我确实认为混合劳动力会长期存在，企业会不断提升员工技能。这不只是因为企业具有惯性，而是因为有很多强大的用例和客户旅程，仍然需要人类参与其中。好，我们来稍微验证一下这个判断，因为 [00:26:49]
Alex Kantrowitz：我一直认为，即使 AI 达到人类水平的能力，也不会出现大规模失业。事实上，如果你在 2022 年 11 月 ChatGPT 刚出现时告诉人们，今天 AI 会达到这样的能力，他们可能会说：“好，那所有人都要失业了。”
但你刚才提到的高价值对话确实很重要，我同意它们需要由人来完成，需要人类参与。问题是，这类对话是不是只占企业与客户互动的一小部分？现在有大量刻板、重复的对话都可以交给 AI，企业一旦实现自动化，可能就会希望缩减员工队伍。 [00:27:22]
Tony Bates：当然，今天确实有很多人正在执行重复性任务，这必然是变化的一部分。但我们对这个问题的看法不同：把它说成“小部分”和“大部分”的二元问题，有点过于简单。所谓“大部分”之所以存在，是因为今天的客户体验还不够好。如果体验变得顺畅得多，你就可以真正把注意力放在高价值部分。
归根结底，高价值部分会带来客户忠诚度，而客户对公司和品牌的忠诚度会带来收入机会。所以，我对这个世界的看法不一样。现在流行的叙事是“把一切都自动化，这样就不需要人了”。但自动化只是其中很小的一部分，另一部分是：如何为企业创造强大的结果？
所以这不是“自动化”或“高价值对话”二选一，而是“以及”：自动化合理的部分，同时继续为业务推动高价值成果。这就是客户体验的重大转变。正如我们刚才所说，我们已经从把客户体验视为成本中心、视为最后手段，转向把它视为收入生成器。那些关键时刻如果处理得顺畅，并在正确的方式和时机交给人类，就会成为区分不同公司的因素。
好，我们快结束了，但在你离开前，我还想问几个关于“软件末日”的问题。
Alex Kantrowitz：你的软件公司正在利用 AI 快速增长，但现在有一种担忧：AI 模型会吸收所有软件活动。你怎么看自己在这场“软件末日”讨论中的位置？你认为这种观点有道理吗——最终，AI 模型会吸收所有数据，变成全部软件？我们先从“软件末日”说起。 [00:29:18]
为什么“软件末日”只是过度简化的叙事
Tony Bates：这是一种叙事，我认为它极度、极度简化了现实。我们服务的是全球最大型的企业，拥有 7,500 家客户，包括跨国公司和受监管行业。这个叙事几乎已经到了让人觉得它完全不了解企业如何运作的程度。
如果它真的了解企业，就不会认为只要写出软件、吸收所有数据，突然间就能得到一个完美运行的系统。这在我看来近乎荒谬。我每天都和 CEO 交流。第一，他们不会把数据交给基础模型，因为那是他们的知识产权；第二，如果没有我们之前谈到的治理、信任、可审计性、可追溯性、可管理性和韧性，他们就不会接受这类系统。
所以，我看不到这种情况发生，真的看不到。在我们的业务中，我们甚至没有看到席位数收缩。我们把 AI 看作顺风，而你听到的那些叙事没有一个真正发生。那只是对现实发生的事情过度简化。
再具体一点，大型企业拥有很多机会，也有很多挑战。它们没有一支可以无限扩张、直接把一切都做好的开发者队伍。软件需要运行和维护；每次出现新的网络攻击，或者开源软件发生变化，都需要更新和打补丁。
这其实有点像一种回到过去的现象。Genesys 从本地部署迁移到云端时，解决了定制化带来的问题。本地部署对客户来说看起来很不错，因为他们会觉得：“你们开发了软件，还为我做了特别定制。”但之后客户就被困住了：要么永远找系统集成商维护，要么跟不上创新。
所以，我认为，能够提供护栏、技术和生态系统的平台才是正确方向。不能指望一个平台统治一切，而是要像我们前面谈到的那样，围绕客户结果开展工作。我认为你已经能从我们的数据中看到这一点，其他软件供应商也一样。那种叙事只是非常简化的世界观，没有真正花时间理解企业在追求什么。 [00:32:30]
Alex Kantrowitz：好，我暂时站在这种简化世界观的一边，最后再把它抛给你，然后我们就结束。支持“软件末日”的人会说，两年后 AI 的智能水平将达到最聪明的人类那样。你只需要把业务流程和规则告诉它们；它们会派出一个代理，监控安全和监管问题，并且—— [00:33:02]
Tony Bates：它们会自行更新？不，我不这么认为。问题不只是把业务流程告诉软件。这触及企业的运营模式和运营原则。认为一款软件可以运行在各处、理解企业的每个部分，这是一个巨大的跳跃。
Alex Kantrowitz：有意思的是，事情先从“不可能”变成了全面的“软件末日”叙事，大概发生在一年前，甚至是今年更早些时候。最近一些软件公司的表现又让人们说“软件末日结束了”；你会看到像 IGV 这样的软件组合，股价在今年早些时候大幅下跌后，已经接近新高。我不想再回到那个——
Tony Bates：过度简化的说法，但事实就是这样。这是一个“赢家与赢家”的市场，而不是“赢家与输家”的市场。人们喜欢赢家和输家，也喜欢想象巨大的颠覆性变化，或者整个行业发生构造板块般的变化。但现实离那种叙事还差得很远。
我甚至想说，把它想得如此简单，可能是一种非常懒惰的思维。你必须深入了解企业、了解它们想做什么、了解它们如何运转，并帮助它们完成转型。Tony，感谢你来到节目，和你对谈非常愉快。 [00:34:35]
Alex Kantrowitz：接下来我们还会发布 Genesys 与 Voya Financial 的 Experience 视频，谈谈这些理念如何在实践中落地。敬请期待。感谢收看，下次 Big Technology 再见。