收益：
- 根据任务风险级别，能够区分人工智能在客户联系中提供真实速度的地方（自助服务、代表支持、分析）以及将承诺和敏感时刻留给人类的地方。
- 能够应用一门学科，通过将每个人工智能输出连接到源、确定关键阈值并通过人工过滤的步骤来验证每个人工智能输出。
- 能够在 KVKK/PCI-DSS 范围内屏蔽客户和卡数据，并养成选择安全车辆的习惯
呼叫中心每分钟都会发生数十次联系：电话中的账单争议、聊天窗口中的运输查询、电子邮件中的退款请求、愤怒的客户按下应用程序中的“连接到代理”按钮。其中一些联系是重复且统一的（密码重置、余额查询、地址更新）；其中一些是情绪化的、复杂的，直接影响机构的声誉（投诉、取消请求、错误赔偿）。人工智能（AI，简称AI——可以生成类似人类的文本和语音、识别意图、总结和预测的计算机系统）就位于这幅图景的中间：如果使用得当，它可以在几秒钟内解决日常联系，为座席提供即时帮助，总结对话并测量质量；如果使用不当，它会向客户提供虚假信息，泄露机密数据，或者错过应该由人工接管的时刻。
本模块的第一个单元不是软件介绍。其目的是阐明在客户体验（CX - 客户体验；客户在与品牌的每次接触中获得的整体体验）流程中应将人工智能放在何处以及不应在何处放置。让我们从一开始就摆出一个基本原则：人工智能是一个助手，而不是取代代理人和管理者的决策者。直接影响客户的承诺（退款、合同终止、赔偿、法律回应）和敏感情况（愤怒的客户、安全、健康、财务风险）属于主管人员。
呼叫中心的层次和人工智能的地位
要理解呼叫中心，将业务分为三层是很有用的。自助服务层是客户无需与人工联系即可解决问题的地方：IVR（交互式语音响应 - 一种语音菜单系统，通过电话显示“按 1 查询账单”）、聊天机器人和帮助中心。代理支持层是人类与客户交谈的地方，但人工智能为他们提供临时帮助：建议正确的答案，总结对话，提醒他们下一步。管理和分析层是衡量和改进所有联系的地方：质量评估、情绪分析、趋势报告。人工智能涉及所有三个层面；但每个人都有不同的权力。在自助服务层，人工智能可以直接与客户对话（就狭窄且安全的话题）；在管理层，它只产生分析和草案，由经理做出决定。
几个关键指标构成了呼叫中心的语言，让我们从头开始定义它们。 AHT（平均处理时间）是一次联系总共花费的时间，包括对话加上终止操作。 FCR（First Call Resolution）是客户的问题是否立即得到解决。 CSAT（客户满意度）是接触后“您满意吗”调查的得分。 NPS（净推荐值）是顾客推荐品牌的倾向。偏转是指在联系到达人类之前通过自助服务解决联系的速率。我们将在以下单元中一一解释这些概念；现在，请知道这一点：人工智能为您提供所有这些指标的速度和分析，但对客户做出的承诺的责任在于组织。
下表按任务总结了人工智能的作用和风险级别：
任务
人工智能的作用
风险等级
谁批准/拥有
FAQ/信息解答（余额、工作时间）
直接响应者（机器人）
低
知识库经理
通话摘要和标记
草图生成器
低-中
代表（评论）
向代表实时回复建议
助理/提示员
中等
代表（他是发言者）
情感分析和质量评分
分析/指针
中等
质量 (QA) 专家
退款/补偿优惠
草稿，从不自动提交
高
授权代表/经理
合同终止，法律应对
仅输入
非常高
主管单位+法律
请记住该表中的一行：随着风险和情感负担的增加，人工智能的作用会缩小，而人类的认可度会增加。
为什么“验证”是这项业务的核心
人工智能语言模型似乎对他们的答案充满信心，但他们也可能不确定。用技术语言来说，这被称为幻觉：这是模型用流利的句子捏造了不存在的信息，就好像它是真的一样。对于呼叫中心来说，这是一个严重的陷阱：机器人可能会告诉客户“您的退货期限是 30 天”，而您的政策是 14 天；或者他可能会说“活动正在进行中”，但昨天结束了。客户认为此虚假信息是一种承诺，组织受到约束。由于他说的都一样流利，唯一区分对错的就是机器人所连接的知识库的准确性和人类验证习惯。
验证规则包括三个步骤：
- 链接到来源：对于每个具体信息，例如余额、费用、活动条件、退货期限、交货日期，请相信组织的实时系统（CRM、订单系统、当前知识库），而不是人工智能的记忆。使用人工智能来谈论这些数据，而不是记住它。
- 确定关键阈值：机器人可以直接响应哪些问题，哪些问题必须委托给人类——提前写下来。当看到金钱、安全、健康、法律和愤怒迹象时，机器人应该停止。
- 人工过滤：在客服人员说出建议之前阅读并采用向其建议的答案。发送前检查摘要和标签。
注意：在没有验证的情况下将人工智能生成的答案传输给客户就像给客户一份未签名的承诺。答案不能仅仅因为它流利就正确；这是真的，因为这取决于来源。
隐私：客户数据属于敏感数据
客户数据（姓名、ID、电话、地址、卡号、订单历史记录）受土耳其 KVKK（个人数据保护法）和欧洲 GDPR 的保护。支付卡信息还受到 PCI-DSS（支付卡数据安全标准）的保护，完整的卡号无法在任何地方或任何人工智能工具中清晰写入。将原始客户对话粘贴到公开可用的人工智能工具中是一种严重的违规行为。规则很简单：屏蔽/匿名化数据，并且不共享不必要的内容。 “客户”，“卡 ** ** 1234”而不是“Ayşe Yılmaz，TC 123...，卡 5312...”；使用经过编辑的文本而不是原始对话。如果可能，请选择具有数据处理协议的企业工具，并且不要在模型训练中使用您的数据。
三个迷你箱子
案例 1——安全使用。在电子商务呼叫中心，代表在每次通话结束时花费 2-3 分钟编写摘要和标签。每天 60 个呼叫 × 2.5 分钟 = 每个客服人员约 150 分钟的管理工作。人工智能开始根据匿名记录生成摘要和标签草稿；代理在 20 秒内审查并更正了每个摘要。管理时间减少了 70%，代表每天花在更多客户上约 1.5 小时。人工智能给出了草案，责任仍然在人类身上。
案例 2 — 未经验证的答案陷阱。一家银行的聊天机器人在没有连接知识库的情况下自信地生成了数字“您的贷款利率是2.89%”；实际费率有所不同，并通过电子邮件传达给客户。客户将此信件视为证据并提出投诉。错误：允许机器人在不连接到实时系统的情况下生成具体的财务数字。
案例 3——违反保密规定。他说，一名员工转录了 400 条一日通话记录（包含姓名、卡号、地址），并将其上传到公共人工智能工具，以“揭示最常见的投诉”。数据泄露到组织之外；发生 PCI-DSS 违规是因为它包含完整的卡号。正确的方法：自动屏蔽个人和卡数据并仅分析匿名文本。
四个可复制模板
1）任务风险分类：
您的角色：呼叫中心经理助理。对于以下客户联系类型：(1) 指定人工智能的角色[直接响应/助理代理/分析]，(2) 指定风险级别[低/中/高]，(3) 谁应该批准它。如果有财务/法律承诺，请勾选“需要人工批准”。联系人类型：<<...>>
2）输出验证清单：
在将 AI 输出交付给客户之前，请检查以下 AI 输出。 (1) 其中的每项具体信息（金额、持续时间、活动）是否都有来源，或者是否可以编造？ (2) 是否包含承诺/承诺？ (3) 这是一个财务/法律/敏感决定吗？检查每一项；突出显示“验证”未链接到源的每个数字。输出：<<...>>
3）客户数据脱敏：
从以下文本中屏蔽个人/卡数据：姓名→[客户]、ID→[IDN]、电话→[电话]、卡→[卡]、地址→[地址]。给出屏蔽文本并列出您要屏蔽的字段数量。遮盖您不确定的区域（安全侧）。文本：<<...>>
4）安全摘要大纲：
下面总结了匿名（无姓名/卡片）客户主题。只需使用文本中的信息即可；不要编造任何数字/句点。如果有承诺，则按原样引用，否则说“无承诺”。保持摘要匿名。联系人：<<蒙版文字>>
弱提示/强提示
弱提示：
我该如何回应这位顾客，我应该给他退款吗？
这种说法是有缺陷的：人工智能没有被赋予上下文（产品、政策、时间），决策权被委托，客户数据不受控制。人工智能只能用制定的政策来应对。
强力提示：
您的角色：协助客户服务代表的助理。背景：我们的退货政策 = 未使用产品 14 天。请阅读下面的匿名客户消息（没有姓名/卡片）。顾客：“我20天前购买了该产品，还没使用，我想要退款。”任务：（1）根据政策总结情况，（2）起草代表可以说的礼貌回应，（3）明确标记哪里需要决策权（“委托给人类”），没有任何不在政策时间/金额中捏造的内容。
该提示中明确了政策、角色、匿名和禁止“捏造”。代表仍然拥有输出：由于 20 天 > 14 天，回报是非标准的，决定权仍由代表决定。
常见错误
- 让机器人谈论一切。让机器人的范围保持开放而不缩小它会产生幻觉和错误的承诺。机器人应该只回答与其知识库相关的狭窄且安全的主题。
- 将原始客户数据粘贴到人工智能中。车辆进入时，必须隐藏姓名、电话、身份证和地址。
- 将决策权委托给人工智能。 “退款”或“取消合同”等自动承诺对机构具有约束力；这些应该留给人们。
- 错过了激动人心的时刻。当出现愤怒、威胁或危机的迹象时，继续使用机器人将会把体验变成一场灾难；这些时刻需要快速处理。
- 未经验证就提交答案。人工智能输出不应在未连接到源的情况下发送给客户。
提示：在构建机器人或助手之前，写一句话：“这个工具可以做什么，绝对不能做什么？”这句话就是你的项目的安全限制。
总之
呼叫中心和客户体验中的人工智能；它是一个强大的助手，可以加快日常联系、协助座席和测量流程。但向客户做出的承诺、敏感时刻和财务/法律承诺的所有者始终是有能力的人。根据任务风险级别来定位人工智能：随着风险的增加，人工智能的作用会变小，人类的认可度会增加。将每个具体答案与来源联系起来，不要编造任何数字或时间，掩盖客户数据，并在愤怒/危机时刻快速进行人工交接规则。
应用任务
列出您自己的呼叫中心（或想象的场景）中的 8 种常见联系类型（例如余额查询、货物跟踪、退货、密码重置、发票争议、取消、技术故障、投诉）。制作一个表格，每列三列：“机器人可以直接解决吗？/人工智能是否帮助代理？/应该留给人类吗？”写下至少两次联系的简短理由。该表将成为您将在整个模块中建立的 CX-YZ 架构的基础。
清单
- [ ] 我可以区分AI在每个任务中的角色（直接响应/协助/分析）和风险级别。
- [ ] 我已经明确定义了机器人的范围（它做什么、不做什么）。
- [ ] 我将每个具体答案（金额、持续时间、活动）都归因于实时来源，而不是我编造的。
- [ ] 在将客户和卡数据提供给 AI (KVKK/PCI-DSS) 之前，我会对其进行屏蔽。
- [ ] 我写下了在愤怒、危机、财务/法律承诺时迅速向人们移交的规则。
- [ ] 我向团队宣布，财务和法律承诺的最终批准权在于本人。