客服中心一直是AI行业最容易切入的场景。问任何一位IT或业务负责人想用智能体AI做什么,答案都是改善客户体验,而客户体验的起点就是客服中心。
![]()
但过去两年,行业一直在争论哪个AI智能体最聪明。这场辩论的方向错了。模型能力提升太快、成本下降太快,原始智能和推理正在变成整个技术栈里最不具差异化的部分。
企业真正的难题,是在完整的客户旅程中可靠地运行一批AI智能体,并且具备大企业所需的可见性和控制力。做不到这一点,就得由人来——更糟的是由客户——在越来越多的智能体输出之间自己拼凑答案。
这正是NiCE Ltd.本周发布的下一代NiCE Cognigy背后的判断。此次发布包括重新设计的Agentic Experience Studio、覆盖智能体构建、测试与改进全过程的AI Assist助手、封装指令与工具的可复用“技能”、逐轮追踪,以及原生语音到语音模型支持。
默认的语音转文字、文字转语音和大语言模型现已包含在按对话计费的价格中,来自Deepgram、ElevenLabs和Anthropic的高级模型点几下即可启用,按用量计费。
能干活,不等于靠得住
NiCE Cognigy高级产品营销经理Nhu Ho开场展示了一张图表,标出AI能自主工作多久而不需要人工介入。2020年是几秒,2024年是几分钟,今年大约是16小时。脚注更值得注意:这个数字是按50%的成功率算出来的。
“能干和可靠并不总是一回事,”Ho说,“这正是平台的价值所在。”
对客户体验负责人来说,这是个值得参考的基准。50%的成功率是研究里程碑;放在客服中心,它意味着客户流失或合规违规。随着模型商品化,价值转移到模型周围的系统:测试、追踪、护栏和确定性回退。NiCE不造前沿模型,前沿模型厂商也不运营客服中心。把Cognigy定位成让AI变得可靠的那一层,是个聪明的立足点。
简化是战略修正,不是表面功夫
Cognigy在被收购前取得领先地位,靠的是为汉莎航空、梅赛德斯、DHL等大品牌处理复杂的生产部署。但灵活性和可定制性也带来了复杂度。产品管理总监Clement Boutier这样描述:“配置智能体时大量选项造成上手摩擦,拖慢了进度。”新工作室让构建者点几下就能搭起一个智能体,模型已预先配置好,而包括完整访问智能体系统提示词在内的高级工具则放在进阶区域。
这背后是NiCE想为现有客户创造“1+1=3”的价值。NiCE需要Cognigy在CXone装机基础上广泛铺开,而不只是服务大企业里的专家团队。Boutier划分了三类构建者:搭建简单智能体的小企业、客服中心管理员与团队主管、技术复杂公司的工程师。AI Assist瞄准的是前两类。
演示中,它构建了一个智能体、做了测试、修掉了发现的问题,然后部署到WhatsApp。另一面是,门槛降低意味着更多经验不足的人来构建智能体,这让治理功能成为本次发布的真正主角。
混合模式才是市场主流
尽管智能体概念火热,多数企业还没准备好把整段客户旅程交给自主智能体。Boutier列出三种模式:传统自然语言理解、混合、完全智能体化。混合“实际上是我们大多数客户所处的状态”,完全智能体化部署则处于“采用曲线的起点”。
NiCE的产品就是按这个思路设计的。智能体可以作为编排层,把现有流程当作工具调用;流程也可以放在智能体前面,比如在任何数据到达模型之前先清洗信用卡号等个人信息。Ho称这次发布是“一次演进,不是替换”,生产部署、API和集成继续照常运行。
相比那些实质上要求客户重建的AI原生挑战者,这是实打实的优势。客服中心是变化最快的环境,确定性工作流不是历史包袱,而是企业约束大语言模型不该决定什么的手段。
可观测性成为新战场
“构建体验再好,如果对你构建的东西没有任何反馈回路,你永远做不出好的智能体,”Boutier说。新的追踪功能展示每一轮:加载了哪个技能、调用了哪个工具、传了什么参数、智能体何时移交给了流程。
模拟器现在支持最多10个变体的多变量测试,用大语言模型充当裁判,让合成客户与智能体对话。Boutier把同一个智能体跑在两个模型上,发现其中一个更快、消耗的token更少。模型选择由此从偏好变成有数据支撑的经济决策。
前门即将变得拥挤
语音到语音支持可能是客户最先部署的功能。Boutier提到,买家愿意使用语音转文字加文字转语音的级联方案,“但他们意识到,语音到语音模型听起来就是更好。”演示中,智能体把工具调用委托给另一个模型,同时继续说话,对话听起来自然得多。
Cognigy现在同时充当模型上下文协议(MCP)的客户端和服务端,并支持智能体到智能体的连接,已有客户把Cognigy与微软工具构建的智能体相连。NiCE还在与Meta和Sierra共同开发个人智能体协议(Personal Agent Protocol),尚未上线。Boutier把Cognigy描述为客服中心的“前门”,消费者的个人智能体必须在这里完成认证才能继续。
行业把智能体身份视为共同责任。但正如Sierra所描述的,企业也可以让个人智能体通过自己的网站和API工作,前门位置取决于企业是否把这类流量导向Cognigy。这让品牌能安全地与个人智能体交互。
已经有一批公司在封禁个人智能体,我认为这是错的。对消费者有好处的事一定会发生,与其对抗,不如站在支持它的前沿。
给IT从业者的建议
- 划清混合边界。确定哪些流程保持确定性,比如支付、身份验证和受监管披露,哪些可以交给智能体。别让这条线默认漂移。
- 把追踪设为上线硬要求。没有能解释每个动作原因的人,智能体不该进生产。
- 用模拟解决模型之争。按每次解决对话的成本比较变体,而不是凭个案印象,新模型发布后重跑测试。
- 自己承担合规。Boutier说责任是共担的:“我们提供工具和平台,但无法100%控制他们往里放什么。”各地区关于AI披露和人工升级的规则必须由客户内置。
- 把护栏当预算项。每道护栏都增加token和延迟。“加得越多,智能体越臃肿,”Boutier说。把预算花在风险最高的地方。
- 为机器客户做准备。别封禁个人智能体,现在就定好接受哪些个人智能体、它们能做什么。
这次发布与其说是新能力,不如说是NiCE在押注AI智能体成熟后价值会落在哪里。智能在变便宜,可靠性、治理能力,以及把自主推理与确定性控制混合起来的能力,没有。
NiCE是客服中心即服务市场的领导者,Cognigy曾是对话式AI的领导者。现在的挑战是把更易用的Cognigy交到数千家CXone客户手中,同时不制造出一堆各自为政的智能体。做到这一点,NiCE才能在个人智能体到来时保持行业领先,Cognigy这笔收购也将从附加组件变成NiCE平台的核心部件。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.