收益：
- 能够识别显性和隐性的更替触发因素（愤怒、重复、超出范围、高风险、敏感情况）并建立快速更替
- 通过将机器人收集的匿名上下文通过传输卡携带给代理，能够防止上下文丢失和重述
- 能够将人类和人工智能进行匹配，以弥补他们的弱点，并将人员流动的原因转化为改进的源泉
人工智能最成熟的运用不是“让人工智能做一切”，而是“让人工智能知道什么时候停止，把它留给人类”。客户体验系统的质量在糟糕的时刻最为明显：当机器人无法弄清楚时、当客户生气时、当话题变得敏感时会发生什么？一个精心设计的系统可以感知这些时刻并将其顺利地传递给人们；设计不当的系统会让客户在机器人面前苦苦挣扎，并将体验变成一场灾难。本单元的主题是升级（将联系人从机器人或较低级别转移到授权人员）和一般的人机协作。
升级并不是“失败”，而是设计的一部分。相反，良好的循环往往可以挽救体验。我们的目标不是让机器人解决所有问题，而是让每个客户尽快找到正确的解决方案——他们自己的答案或合适的人。在这个单元中，我们将看到周期触发器、平滑的周期设计和人机分工。
什么时候应该转移到人类身上？
切换触发有两种类型：显式请求（客户说“连接到代理”）和隐式信号（系统感知到客户需要人工）。隐式信号至关重要，因为客户并不总是说“代理”；有时他只是变得更生气。主要触发因素：
触发器
例子
周转紧迫性
开放需求
“我想和人说话”
立即
愤怒/危机的迹象
“我受够了，我会告诉我的律师”
高、快
屡屡失败
Bot第二次没听懂
高
超出主题范围
机器人不知道什么
中高
高风险
金钱、健康、安全、法律
高
局势微妙
死亡、欺诈、投诉
立即/优先
高价值客户
自定义分段规则
规则依赖
规则：当风险、情绪或复杂性增加时，人员流动就会加速。尤其是愤怒、危机和敏感情况，不是机器人会坚持的地方，而是会很快转向人类。
提示：您的机器人是否经常问这样一个问题：“我真的在帮助这位客户，还是在拖延他们？”如果答案是后者，最好立即转学。徘徊的客户就是流失的客户。
平滑切换：移动上下文
糟糕的移交的头号罪过是失去上下文：客户向机器人解释他的问题，然后连接到代理并从头开始解释一切。这会激怒客户并延长 AHT。良好的移交将机器人收集的所有上下文（以匿名形式）带到代理的屏幕上：谁是客户（已验证），他们的意图是什么，尝试了什么，为什么移交，情绪基调是什么。
顺利的周转遵循以下步骤：
- 检测信号：检测显式请求或隐式信号（愤怒、重复、超出范围）。
- 礼貌的过渡句：机器人说“我正在为您连接一个可以更好地帮助您的代理”；不责怪或拖延客户。
- 生成上下文摘要：将匿名摘要（意图、尝试、原因、情感）传递给代理。
- 路由到正确的队列：按主题/专业知识/语言到达正确的座席。
- 如果可以进行热切换：高风险、客户引入的切换；至少上下文丢失为零。
- Loopback：记录人类如何解决，以改善机器人的缺点。
人机分工
在一个健康的系统中，人类和人工智能可以互相弥补对方的弱点。下表总结了分工：
商业
人工智能很强
男人是坚强的
速度快，24/7 访问
✔
<w:tc><w:tcPr><w:tcW w:type="dxa" w:w="2880"/></w:tcPr><w:p><w:r><w:t>带来信息，记住
✔
<w:tc><w:tcPr><w:tcW w:type="dxa" w:w="2880"/></w:tcPr><w:p><w:r><w:t>摘要、标签、分析
✔
<w:tc><w:tcPr><w:tcW w:type="dxa" w:w="2880"/></w:tcPr><w:p><w:r><w:t>同理心、情绪管理
<w:tcPr><w:tcW w:type="dxa" w:w="2880"/></w:tcPr><w:p><w:r><w:t>✔
复杂推理、异常
<w:tcPr><w:tcW w:type="dxa" w:w="2880"/></w:tcPr><w:p><w:r><w:t>✔
需要权威的决定
<w:tcPr><w:tcW w:type="dxa" w:w="2880"/></w:tcPr><w:p><w:r><w:t>✔
道德/敏感判断
<w:tcPr><w:tcW w:type="dxa" w:w="2880"/></w:tcPr><w:p><w:r><w:t>✔
理想模式：人工智能承载常规和知识，人类承载关系和决策。时代是连接这两种力量的桥梁。
四个可复制模板
1）循环触发检测：
观看下面的现场对话。是否存在以下触发器？[open_demand、anger_crisis、repeated_failure、out_of_scope、high_risk(money/health/legal)、sensitive_situation]。如果是：{"delegate":true,"trigger":"...","urgency":"high/medium"}否则：{"delegate":false}。如果您不确定，请将其移至安全的一侧。演讲：<<正文>>
2）温柔的交接句：
您将客户交给代表。写一个简短、礼貌、不责怪顾客、适合具体情况的过渡句。状态：<<例如。愤怒的顾客>>。如果需要等待，请如实说明。不要承诺。 1-2句话。
3) 传输上下文摘要（至代理）：
生成代表将读取的移交卡（匿名，无卡/个人数据）：- 验证状态：（已验证/未验证）- 客户意图：- 到目前为止已尝试及其结果：- 移交原因 + 紧迫性：- 情绪语气：- 给代表的建议（来源，如果有）。不要超过 3-4 行。演讲：<<正文>>
4）迁移后改进分析：
以下是交给人类的对话。群体流失的原因。机器人/自助服务的改进可以减少哪些原因？哪些原因应该保持人性（同理心/权威/风险）？分离。只依靠数据。对话：<<匿名列表>>
弱提示/强提示
弱提示：
如果顾客生气了，请让他冷静下来，并尽量让他留在船上。
有害：将愤怒的客户留在机器人中会使体验成为一场灾难；说“冷静下来”会增加愤怒。
强力提示：
如果您看到顾客有愤怒/危机的迹象，请不要坚持；使用礼貌的过渡短语快速转交给人工，并提供匿名上下文摘要。不要告诉顾客“冷静”；说：“我立即为您联系一位代表，并将您的情况转交给他。”不要承诺。
区别：快速交接、情境转移、善解人意的语言、无需承诺。
三个迷你箱子
案例 1——情境迁移。在一家电信公司，在由机器人发起并转接到人工的呼叫中，客户会再次解释所有内容，AHT 平均延长 55 秒。当移交卡（匿名上下文摘要）移至座席屏幕时，消除了复述，AHT 减少了 55 秒，移交后 CSAT 增加了 0.8 分（满分 5 分）。同样的时代，不同的经历。
案例 2——未能风靡一时的机器人。在一家银行，机器人不断向一位客户建议自助服务步骤，客户说：“我的卡已被冻结 3 天，我没有钱，我快疯了。”当添加愤怒信号触发器并将此类表情立即转移到人类身上时，危机客户的投诉减少了 60%。机器人现在将愤怒解读为“交接标志”。
案例 3——从权力下放中学习。一家电子商务公司分析了呼叫委托给人工的原因：35% 是因为“发货延迟细节”，而知识库中没有此信息。添加这一单一信息后，大多数这方面的问题都在自助服务中得到了解决；成交量下降22%。移交给人类不仅成为一个出口，而且成为改进的数据来源。
常见错误
- 考虑到转移失败。营业额是设计的一部分；良好的营业额可以节省经验。
- 失去背景。让客户向机器人解释并从头开始向代表解释是最大的满意度杀手。
- 在愤怒/危机时刻坚持不懈。这些时刻不是机器人说话的地方，而是它会快速委派的地方。
- 重定向到错误的队列。将客户归入不相关的部门会导致双倍营业额和愤怒。
- 不向时代学习。一个不分析离职原因的机构将会一次又一次地经历同样的差距。
注意：“人员流动率低”对于系统来说并不总是好事。如果客户仍然被困在机器人中并且无法解决何时应该转移的问题，那么低周转率就会掩盖隐藏的满意度崩溃。正确的衡量标准是“不必要的人员流动率低，所需的人员流动率快且符合上下文”。
总之
升级是客户体验系统的成熟度测试。授权并不是失败，它是设计的一部分，如果做得正确，它可以节省体验。捕捉显性需求和隐性信号（愤怒、重复、超出范围、高风险、敏感状态）；在愤怒和危机时刻不要坚持，迅速委派。最关键的规则：不要丢失上下文 - 使用匿名移交卡将机器人收集的所有内容转移给代理。以覆盖人类弱点的方式将人类和人工智能配对：人工智能承载知识和惯例，人类承载关系和决策。最后，将每个周期作为改进的数据源。
应用任务
为您自己的系统编写一个“切换触发器矩阵”：至少 6 个触发器、每个触发器的紧急程度以及机器人会说的切换短语。然后，通过应用基于示例对话（愤怒的客户）的“1）切换触发检测”、“2）过渡句”和“3）切换上下文摘要”模板来创建平滑的切换设置。最后，用“4）切换后改进分析”的逻辑来考虑哪些切换是可以避免的。
清单
- [ ] 我确定了我的显性和隐性离职触发因素（愤怒、重复、风险、脆弱性）。
- [ ] 在愤怒和危机的时候，机器人不会坚持，它很快就会把事情交给人类。
- [ ] 在循环中，机器人将匿名上下文摘要（意图、尝试、原因、情感）传送给代理。
- [ ] 我将客户引导至正确的专业/语言队列。
- [ ] 我设立了人类与人工智能的分工来弥补弱点。
- [ ] 分析离职原因并改进可预防的。
- [ ] 我很高兴遵循“低营业额”目标，这样就不会掩盖未解决的客户。