Forrester Research在一份新報告中稱，雖然生成式人工智能（GenerativeAI）可以幫助客戶服務(wù)領(lǐng)導(dǎo)者改進(jìn)內(nèi)容創(chuàng)作、加快數(shù)據(jù)分析速度，并提高聯(lián)絡(luò)中心座席工作流程的效率，但該技術(shù)尚未為面向客戶的用例做好準(zhǔn)備。

　　Forrester警告說："大型語言模型（LLM）并不是聯(lián)絡(luò)中心所尋找的對話靈丹妙藥。"他指出，目前面向客戶的應(yīng)用程序存在太多重大問題，風(fēng)險也太大。

　　Forrester表示，這項備受吹捧的技術(shù)可以改變公司內(nèi)部的每個領(lǐng)域，并將聯(lián)絡(luò)中心稱為生成式人工智能的"試驗場"，因為聯(lián)絡(luò)中心會產(chǎn)生大量非結(jié)構(gòu)化的自然語言數(shù)據(jù)。

　　雖然該研究公司預(yù)計，在未來的某個時候，生成式人工智能將影響聯(lián)絡(luò)中心的所有要素，但該研究公司認(rèn)為，目前最大的影響如下：

　　總結(jié)通話記錄：生成式人工智能可以在瞬間完成這項任務(wù)，而不是讓座席花幾分鐘來總結(jié)呼叫。

　　快速回復(fù)客戶查詢，提高工作效率。

　　開發(fā)上下文內(nèi)容。

　　但與此同時，F(xiàn)orrester警告稱，生成式人工智能不應(yīng)被視為解決所有問題的靈丹妙藥。

　　Forrester表示，原因之一是，并非所有人工智能都是平等的。它說，大型語言模型問世的時間比許多人意識到的要長，但這種炒作直到去年年底才趕上OpenAI發(fā)布的ChatGPT。

　　從那以后，許多供應(yīng)商推出了被該研究公司稱為"不成熟的、測試不足的產(chǎn)品"，試圖率先將包含生成式人工智能的解決方案推向市場。

　　"購買生成式人工智能解決方案的公司必須仔細(xì)評估產(chǎn)品，以尋求明確的差異化、對質(zhì)量的肯定、用例一致性和安全考慮。不要害怕向供應(yīng)商提出一些棘手的問題，尤其是當(dāng)他們聲稱自己提供了獨特的內(nèi)容時。"

　　Forrester還指出，座席工作流是生成式人工智能最相關(guān)的用例之一，因為回報可能很高，風(fēng)險可能很低。然而，這家研究公司警告稱，不要過度自動化，這將導(dǎo)致更糟糕的座席體驗。

　　Forrester說，重要的是要平衡座席的行為和幫助座席做出決定，并指出，雖然自動化呼叫摘要似乎是個好主意，但它也消除了座席在呼叫之間的休息時間。聯(lián)絡(luò)中心的領(lǐng)導(dǎo)需要用其他增值任務(wù)來填補呼叫之間的座席時間，這樣他們的整個工作日就不會只花在打電話上了。

　　最后，F(xiàn)orrester警告說，生成式人工智能并不能解決糟糕的自動化問題。"沒有足夠的控制措施來防止對客戶或公司聲譽的損害。供應(yīng)商們正在研究各種技術(shù)的結(jié)合，并創(chuàng)造出一種類似護(hù)欄的東西，以盡量減少這些風(fēng)險，但請記住，聊天機器人的作用遠(yuǎn)不止它生成的文本，"報告總結(jié)道。