微軟 Contact Center Intelligence 公開預覽後,客服該如何判斷事情辦完了

分流率有助觀察客服負荷,卻不能直接代表問題解決。沿一次維修改約,分析 AI 對話、業務紀錄與人工接手各自應完成的工作,以及企業該如何選擇改造範圍。

本文發布: 2026-10-23墨客雲編輯部6 分鐘閱讀

公開動態與原創分析 · 消息日期: · 消息來源

微軟在10月21日宣布 Contact Center Intelligence(CCI)公開預覽,希望將 AI 服務、品質評估與分析能力加到企業既有客服中心。對暫時不準備遷移話務平台的企業,這提供一個值得研究的採用方向:先在原有服務引入 AI,再決定是否擴大改造範圍。

AI 生成主題示意:維修工具旁正在調整的預約卡片。非微軟官方圖片、真實客戶資料或產品截圖。
AI 生成主題示意:維修工具旁正在調整的預約卡片。非微軟官方圖片、真實客戶資料或產品截圖。

不過,接入方式變輕,並不表示服務結果更容易判斷。微軟即時看板文件對分流率有一項明確說明:統計的是已結束且未轉給人工的對話,不一定證明問題已解決。這個區別直接影響企業如何看 AI 客服效益。

分流率並非沒有用。管理者需要知道多少對話進入人工佇列、如何安排接待能力,也需要比較不同場景的自助服務情況。問題在於將「沒有轉人工」繼續推成「客戶已經辦好」:前者描述接待方式,後者還取決於這次來電要求完成什麼。

若客戶只問營業時間,正確回答可能已結束任務;若要求變更預約,就需要更新紀錄;若提出超出既定規則的補償要求,可能必須交由有權決定的人。將這些對話放在一起追求同一分流比例,會遮住服務任務的差異。適合比較的是同類請求在相近條件下的處理情況,以及對應工作有沒有繼續推進。

改約是否完成,要看派工紀錄

假設客戶來電,將到府維修從週三改到週五。AI 聽懂日期、確認地址,也有禮貌地結束通話,派工系統卻仍保留週三。客戶以為已完成改約,維修人員卻可能按原時間出發。這個例子用於說明結果判定,並非微軟產品的實際故障紀錄。

這裡至少有兩種結果:系統理解客戶要求,以及企業接受新的服務安排。前者可從對話觀察,後者需要找到原預約、核對可用時段,再查看儲存後的紀錄。如果週五沒有空檔,繼續與客戶確認替代時間,比一句流暢的「已經修改」更有價值。

因此,對話是否自然與辦理是否準確應分別檢查。客服可以準確複述「希望改到週五」,但只有請求已交到有權處理的位置,才能說「申請已提交」;只有安排已確認,才適合說「已經改好」。回覆應跟隨實際狀態,否則語氣越肯定,客戶依錯誤安排採取行動的可能性就越值得注意。

企業評估 AI 客服時,可以讓一組同類改約同時保留對話與預約紀錄,觀察兩者是否對應。不能只拿一段演示中正確說出的日期判斷結果,也不宜將所有未完成請求歸為模型理解失敗:沒有可用時段、審批仍在等待、更新操作失敗,需要不同負責人處理。看清停在哪一步,才能決定改善排期規則、交接方式,還是接入本身。

微軟目前的品質評估說明涵蓋自助 Agent 處理的對話部分,人工接手後的內容不計入該部分評分。企業可設定品質問題,檢查是否回應訴求、表達是否恰當;這類對話評估有價值,卻不能單獨證明派工紀錄已改變。相關文件屬於預覽資料,功能與範圍仍可能調整,採用時應確認實際可用版本。

墨客雲在這類工作中的位置,是將客戶請求接回企業既有業務。圍繞同一預約或工單取得目前安排,將變更要求交給既有派工或審批流程,再核對儲存結果;若暫時只能提交申請,就明確由誰繼續辦理、如何向客戶確認。既有 API、檔案、資料檢視或授權操作介面,都應按具體系統條件選擇。這是接入方案討論,不表示墨客雲已有 CCI 連接器,或已驗證任意預約系統。

這段工作的價值,不能只用自動處理的步驟數衡量。若派工人員接手時能看到原預約、客戶可接受時間與等待原因,就不必要求客戶從頭解釋;若系統不能完成修改,也可以將問題交給正確的人。對預約規則複雜的服務,先改善這種交接,可能比立即追求全程無人處理更合適。

哪些請求應交給人工

微軟公告也明確提出,可按場景採用確定路徑、生成式互動或兩者結合,並在符合條件時轉交人工。企業不必將所有問題交給相同處理方式。營業時間等資料明確的查詢、改約等需要紀錄變化的辦理,以及需要裁量的特殊訴求,可以有不同自動化範圍與完成依據。

例如,系統已確認客戶身分、找到原預約,卻發現可用時間都不合適,人工協調可能就是下一步。此時應關注客戶是否減少重複說明、協調人是否取得完整資料、後續是否有回覆,而非僅因發生轉接就將服務判為失敗。反過來,沒有轉接卻讓客戶再次來電追問的對話,也不應只憑分流指標獲得肯定。

這也影響預算的算法。微軟說明 CCI 按 Copilot Credits 用量計費,但第三方話務廠商的 API 或語音管道授權費不包含其中。企業比較方案時,還需了解接入、資料維護與人工例外處理的投入。若只處理少量、簡單且既有工具已足夠的查詢,新方案未必值得;若重複來電實際源於預約與客服之間的斷開,單純改善回答方式也未必觸及主要問題。

我們的判斷是:客服 AI 應從一類能說清楚「辦完」的請求開始選擇範圍。對查詢,完成依據可為準確可用的答覆;對改約,要看確認後的安排;對需要裁量的請求,要看是否交給正確負責人並持續處理。分流率繼續用來觀察接待負荷,辦理紀錄與後續服務表現則用來判斷工作結果。讓這些依據各盡其用,企業才能分辨哪些工作值得自動完成、哪些人工投入應該保留。

消息來源

  1. Microsoft Contact Center Intelligence: Transforming customer experience at agentic speed

    原文發布: · 查閱日期:

  2. Monitor the real-time dashboard (preview)

    原文發布: · 查閱日期:

  3. Configure quality assurance for self-service conversations (preview)

    查閱日期:

墨客雲編輯部 · neo@mokyun.com