AI 语音客服如何接入人工服务体系
文章将 AI 语音代理定位为传统电话菜单的替代层,利用知识库和业务系统处理常见问题,并携带摘要转接人工。参考架构覆盖电话平台、代理运行时、业务集成、人工路由和监控,并解释共用电话平台对转接和通话记录的好处。
AI 深度解读
一通售后电话,客户可以直接说「我的订单到哪了」,不用先听完一串按键选项。作者建议让 AI 语音助手接管传统的交互式语音应答(IVR)入口,听懂来意后查知识库或业务系统,能解决就留单,遇到复杂问题就把电话和摘要一起交给人工。
这套架构最值得借鉴的是上线顺序。先让 AI 旁听,测它能不能分对问题,再挑少量低风险来电让它处理。扩不扩范围,要看客户办完这件事以后,会不会在七天内再联系。
一通电话进来,AI 什么时候该转人工?
传统 IVR 让客户按 1、2、3 选菜单,再进入对应队列。作者把改造后的来电流程画成了三条分支,分别对应自助办结、转人工和人工暂不可用。
Before: Call -> IVR menu (press 1, 2, 3) -> queue -> human
After: Call -> AI agent (understands intent)
|-> resolve (tier-1) -> log ticket + summary
|-> route to queue -> human with summary
|-> no agent free -> callback / voicemail + SMS
看 human with summary 这一行。转接时把客户已经说过的问题和处理进度带过去,接线员才能接着办。客户明确要求找人时,作者主张立即转接。没人接时,可以回到 AI 收留言、排入回拨队列,或进入语音信箱并发短信确认。
模型听懂了,靠什么把事办完?
作者把系统拆成五部分:电话平台、语音运行时、业务集成、人工路由和监控。条件允许时,AI 和人工队列共用同一电话平台。这样转接可以留在平台内部,省去跨运营商的 SIP 跳转,一条通话记录也能覆盖两段对话。原有的坐席技能、营业时间和队列溢出规则可以继续用于 AI 转来的电话。
语音运行时串起语音识别、语言模型、工具调用和语音合成。以查订单为例,CRM 帮忙识别来电人并记录活动,订单或预约系统提供状态查询和简单写入,Zendesk、Freshdesk 或 Intercom 则为每通电话创建或更新工单,保存转录和摘要。需要发链接时,用 SMS 发给客户,省得在电话里念一遍。原文提到运行时应按意图配置,但没有给出具体配置。
为什么扩量要看七天内有没有再联系?
作者建议先跑影子模式。AI 只转录和分类,人工照常接电话,这时可以测意图识别准确率。之后试非营业时段,再到白天只开放两个高频、低风险意图。重复联系率持平时,再逐类扩大范围。
看板按意图统计来电量和 AI 自助解决率,同时追踪七天内重复联系、AI 经手通话的情绪反馈和高频未答问题。一通电话在 AI 环节结束,客户过两天又来问同一件事,首次通话的自助解决率就容易高估效果。作者还建议每周抽查转录,认为多数改进来自补知识库。原文没有给出抽样结果或调整前后的数据。
我的判断
我认同把工单、人工队列和通话记录放在上线前解决。对已经有成熟 IVR 的团队,语音入口的直接收益是让客户自己描述来意,遇到菜单里找不到的问题也能开口。至于能省多少通话时间、能否降低人工负担,原文没给对照数据。每周优先补知识库,也是作者的经验判断。
产品部分更适合用来初筛。JustCall AI Voice Agent 走一体化路线,原文称它支持 14 种语言,JustCall 列有 SOC 2 Type II 认证。已有 Intercom 的团队可以看 Fin,已有 Talkdesk、Five9 或 Genesys 的团队可以先看套件内的能力。PolyAI 提供托管部署,Retell AI 和 Vapi 给开发团队更多集成或供应商选择。原文没有用同一批来电比较这些平台,实际转接、识别和办结效果仍要靠自己的来电样本判断。
能拿来做什么
- 先在 Node 服务里接通一个只读订单查询意图,跑通「查状态、写工单、留摘要」这一条链路,再评估哪些简单写入适合开放。
- 用现有来电跑影子模式,把 AI 分类和人工标注放在一起看,优先找出容易分错、分错后又会进错队列的意图。
- 在客服后台按意图并排展示自助解决率和七天内重复联系率,每周按高频未答问题回看转录,判断该补知识条目还是修路由规则。