一个全新的世界：人工智能在客户支持中创造的令人兴奋的新角色

随着客户服务领域找到与人工智能合作的新的、令人兴奋的方式，组成支持团队的角色、职责和职业道路正在被重塑。

在 Intercom，我们坚信人工智能将把客户服务变成一个更充实、更有影响力和充满机会的职业。 随着我们的人工智能机器人 Fin 开始处理我们团队一天中更多的重复查询，我们的客户服务代表有更多时间专注于复杂的客户问题。 这使他们能够应用和发展解决问题和建立关系的技能，成为我们的客户在需要时可以咨询的主题专家。

“许多未来的客户服务角色将专注于最大化人类与人工智能的合作关系——这意味着客户服务将不再是迈向不同职业的一步，而是最令人兴奋的职业之一”

不仅如此，我们已经开始看到围绕客户服务中的人工智能出现了全新的角色和职责类别，重点是确保团队的人工智能工具与支持团队一起尽可能有效地工作，并提供为每位客户提供最佳的体验。

简而言之，许多未来的客户服务角色将共同努力，以最大限度地发挥人与人工智能的合作关系——这意味着客户服务将不再是迈向不同职业的一步，而是最令人兴奋的职业之一。 以下只是随着客户服务拥抱人工智能而出现的一些全新角色。

知识经理

正如一句老话所说，人工智能机器人的好坏取决于你为其提供的内容。 高质量的支持内容对于人工智能机器人的成功至关重要，因此在人工智能优先的世界中必须优先考虑知识库的管理。

支持团队非常适合发现差距、识别错误并改善支持内容的流程。 支持团队内的知识管理并不新鲜，但传统上它分散在整个团队中，没有特定的所有者，也很少有具体的流程，并且严重依赖于队友之间传递的机构知识。

以下是与该角色相关的一些职责：

• 内容创建：填补支持内容中发现的任何空白，使现有文章保持最新状态，并在产品发布或功能发布的同时创建新内容。
• 帮助中心管理：监控整个帮助中心内容的准确性，标记需要更新、替换或删除的文章，并关注每条内容的浏览量以评估其价值。
• 对话分析：评估人工智能机器人提供的内容是否真正回答了客户提出的问题，以及知识库是否需要更新。
• 机器人性能分析：将机器人的性能与潜在的内容改进联系起来，以更好地满足客户需求。

尽管知识经理将是整个公司知识管理工作的专门协调员，但知识管理应该而且通常已经在支持团队中每个人的职权范围内。 如果您是一个小型支持团队，并且无法聘请专门的知识经理，那么您可以采取一些小步骤来开始在现有团队内构建知识管理功能，为人工智能世界做好准备。辅助支持：

1. 与您的团队合作，确定您需要 AI 机器人能够回答的问题，并确保支持这些答案的内容是最新的、准确的且易于理解。 您可以从小事做起，重点关注十大常见问题解答。
2. 鼓励支持代表跟踪人工智能机器人无法回答的问题，或者经常导致客户要求与人工代表交谈的问题。 简单的内容更新就能解决问题吗？
3. 您的支持团队中是否有成员特别擅长或对创建内容表现出兴趣？ 让他们每周抽出几个小时来解决团队其他成员指出的差距和机会。
   边走边学！ 监控您的工作结果，并根据需要继续更新和添加您的支持内容。

经过几十年相同风格的客户支持（客户提出问题，支持代表回答）之后，这种新方法将需要轻微的文化转变。 但我们相信它将改善您的团队和客户的体验，最大限度地提高您的支持代表的知识，从而使客户比以往任何时候都受益。 理想情况下，您第一次回答问题是最后一次，因为您的人工智能机器人将来任何时候再次被问到时都能够回答相同的问题。

“当您为收件箱爆满而苦苦挣扎时，很容易将对话视为清单上需要勾选的项目……但现实是，客户对话只是客户更大旅程中的一步”

我们正在使用我们的片段功能在对讲支持团队中实现这种文化转变。 片段允许我们的团队快速添加专门针对我们的 AI 机器人的内容，以提高其答案质量和覆盖范围，但在面向公众的支持内容中不可用。 它鼓励我们的支持团队思考客户旅程以及他们在此过程中可能遇到的挑战，并使他们能够通过高质量、有用的支持内容来应对这些挑战。

查找有关优化 AI 机器人知识库的更多提示

对话设计师

当您在收件箱爆满的情况下苦苦挣扎时，您可以轻松地将对话视为清单上需要勾选的项目 - 客户提出问题，您的团队回答问题，仅此而已。 但现实是，客户对话只是客户更大旅程中的一步。

这就是对话设计师的用武之地 - 他们的作用是优化客户的端到端支持体验，涵盖机器人、自动化和人工客户服务，并找到无缝客户支持的障碍。 该角色的出现表明客户支持与客户成功之间的联系日益紧密。 关注客户旅程可以鼓励采用更全面、更主动的方式来实现客户体验，而不是更传统、反应式的客户支持。

以下是与该角色相关的一些职责：

• 用户体验映射：为了让您的客户旅程真正无缝，用户体验必须流畅且直观。
• 收集和解释客户反馈：对话设计者将依靠他们可以收集的有关客户行为和偏好的所有信息（无论是来自客户调查、对话、使用指标还是任何其他来源）来改善客户体验。
• 解决问题：一旦确定了客户在旅程中面临的障碍，就需要解决问题的技能来找出解决方法。
• 工作流程创建：找出引导客户解决其查询的最佳方式。 这需要深入了解用户体验、公司流程和支持平台的功能。

如何开始在现有团队中培养这一职能：

1. 指定支持团队成员来发现您的 AI 机器人缺少机会的领域，从而主动帮助您的客户更有效地使用您的产品。 例如，您的机器人是否告诉客户某个功能不足以满足他们的需求，但没有建议替代方案？
2. 确定实施工作流程的机会，以进一步减少团队的工作量。 如果客户要求退款，不要提供带有说明的文章，而是设置一个自动化工作流程，允许他们在聊天中直接提交请求。
3. 鼓励您的团队记录客户活动的任何模式，并提出自动化和人工智能可以改善体验的方法。
4. 如果您的团队中有人对此领域特别感兴趣，请提名他们成为您的人工智能工具及其功能的专家。 人工智能机器人仍然是令人难以置信的新事物，并且一直在添加新的特性和功能。 及时了解您的机器人可以做什么，以便您的客户能够尽快看到好处。

在 Intercom，我们刚刚聘请了一位对话设计师 Fred Walton 来管理客户的端到端体验。 以下是他对客户服务角色发展的想法：

对话分析师

人工智能机器人的神奇之处在于它们能够以自然、人类的方式进行对话。 我们的用户研究表明，人工智能机器人已经超越了客户的期望，特别是与那些笨拙的机器人前辈相比。

这并不是人工智能帮助您推动业务改进的唯一方式。 通过使用人工智能分析客户对话，您可以深入了解日常客户对话中出现的措辞、语气和细致入微的产品术语。 但是，当需要解释这些见解、识别潜在的改进以及推动支持团队和更广泛的业务变革时，您将需要一名对话分析师。

“使用人工智能驱动的分析，对话分析师可以揭示将影响公司每个团队的关键客户反馈”

对话设计师全面了解整个客户旅程，与之相反，对话分析师专注于人工智能工具如何解释客户所说的内容以及如何改进其响应。 使用人工智能支持的分析，对话分析师可以显示将影响公司每个团队的关键客户反馈。

以下是与该角色相关的一些职责：

• 数据分析：对话分析师需要超越数字来解释其含义，并就客户传达问题的方式以及解决问题所需的答案得出有价值的见解。
• 了解自然语言处理 (NLP)： NLP 是大型语言模型 (LLM) 的核心。 为了了解人工智能机器人如何回答问题，对话分析师需要深入了解他们将这些答案组合在一起的方式。
• 报告：对话分析师收集的见解非常宝贵，不仅对于支持团队，而且对于整个业务团队，为产品、营销、销售等方面的决策提供信息。 以清晰、可行的方式报告这些发现是对话分析师的一项关键技能。
• 跨团队协作：对话分析师必须能够与整个企业的团队定期、有效地合作，以确保沟通保持开放并采取关键改进措施。

如何开始在现有团队中培养这一职能：

1. 每周花一些时间让您的团队分享他们在客户对话中注意到的有趣问题或模式，并讨论人工智能机器人报告中的见解和行动要点。
2. 有些人比其他人更适合数据分析和解释。 如果您的团队中有成员对客户支持的这方面感兴趣，那么分析人工智能机器人的对话可能是扩展他们角色的令人兴奋的机会。 让这些队友能够抽出所需的时间来开始分析人工智能机器人对话的一小部分样本，并就可以进行的改进贡献他们的想法。

提示工程师/问题制定工程师

我们都对 ChatGPT 理解我们所问问题的能力感到惊叹，无论我们的问题表述得多么尴尬。 人工智能机器人可以提供开箱即用的“哇”体验，但当涉及到公司特定的客户查询时，确保您的聊天机器人按照最高标准执行非常重要。 这就是及时工程师或问题表述工程师的用武之地。

提示工程师

OpenAI 创始人 Sam Altman 将提示工程称为“令人惊叹的高杠杆技能”，提示工程涉及深入了解 AI 机器人回答问题的方式、创建优化的提示并改进机器人的响应以实现最佳结果。 本质上，他们提出战略问题以产生最佳结果，然后使用这些模板来为未来的响应提供信息。

在客户服务领域，这意味着训练机器人每次都能提供正确的答案，同时考虑到您公司的特定术语以及客户表达查询的方式以提供有用的答案，甚至可能是一些后续信息。

有人说，即时工程的作用不会持续太久——随着未来的人工智能模型根据优化的提示进行训练，这些角色可能会过时，或者，正如《卫报》所说：“在更广泛的就业市场上，即时工程可能会成为最重要的角色。”电子表格管理或搜索引擎优化的方式——多种角色都需要这种技能，并且被招聘经理视为简历中的另一项羽毛。”

问题制定工程师

即时工程侧重于特定人工智能工具的工作原理以及如何操纵它以产生最佳结果，而问题制定工程则解决客户存在的更广泛的问题领域。

该角色涉及识别和理解问题领域、分析它们并定义它们的焦点、范围和边界。 深入了解问题领域可以使机器人调整过程更加有效，并最终提供更好的客户体验。 经过问题制定工程师培训，能够深入了解客户遇到的问题的机器人对于您的企业来说将是极其宝贵的资产 - 他们不仅可以针对眼前的问题提出短期解决方案，还可以提出相关的改进意见，从而提升他们的体验你的产品。

以下是与这些角色相关的一些职责：

• 了解您的人工智能工具：人工智能工具将以不同的方式响应提示，具体取决于支持它们的法学硕士以及它们所提取的源内容。 建立最合适的提示需要深入了解您正在使用的人工智能工具及其回答客户查询的方式。
• 了解客户最紧迫的问题以及他们如何沟通这些问题：您的支持团队将彻底了解最常见的问题领域以及客户表达疑问的方式。 作为提示/问题制定工程师，您需要找到一种方法将这种经验转移到人工智能机器人。
• 测试和优化：当您测试方法、监控客户反馈以及调整以优化提示或问题表述时，实验将是该角色的主要部分。
• 用户研究：定量和定性用户研究将为上述实验提供信息，为您选择运行的测试提供方向。

如何开始在现有团队中培养这一职能：

1. 鼓励您的团队不仅使用人工智能工具，还要全面了解它的工作原理、它如何处理您的支持内容以及它如何解释所提出的问题。
2. 要求您的团队记录客户未获得所需答案的任何情况，并标记可能通过某些机器人调整来解决的任何模式。
3. Coursera 和 Udemy 等公司提供了大量在线即时工程学习和开发机会。 如果任何队友对该领域感兴趣，并且您的公司有学习和发展预算，请进一步研究这些提升技能的机会。

支持设计策略师

该角色涉及对整个支持体验进行鸟瞰，并确定人工智能和人类在客户旅程的每个阶段最适合的位置。

如果您是一名支持领导者，您可能会想，“我已经在这样做了”，您是完全正确的。 这项工作可能会在一段时间内属于支持领导者的职责范围，但一旦人工智能成为行业标准，公司将通过无缝的服务交付以及最佳的人类与人工智能合作伙伴关系的协调来使自己脱颖而出。 这时就需要专门的支持设计策略师。

以下是与该角色相关的一些职责：

1. 流程分析和改进：随着人工智能机器人与支持团队完全集成，支持设计策略师必须不断监控、更新和检修遗留流程，以满足快速增长的客户期望。
2. 战略和规划：随着人工智能改变工作世界，提前规划似乎是一项艰巨的任务，但随着支持团队习惯于与人工智能一起工作，支持设计策略师将弄清楚什么是有效的，什么是无效的，以及团队应该实现什么目标努力达到。
3. 资源管理：创建最佳的人类-人工智能支持策略需要适当的资源平衡； 即时间、团队成员、工具和预算。
4. 与其他关键角色（例如对话设计师）协作：支持设计策略师将需要整个支持团队的见解，以创建真正的整体支持策略。

制定整体支持设计策略的最佳第一步是在指导团队完成这一巨大转变时尽可能多地向他们学习。

如何开始在现有团队中培养这一职能：

1. 让团队参与有关其角色的决策，并花时间全面讨论更新、变更和实验。
2. 通过承认团队成员的担忧，让他们放心地担心自己的角色安全，同时让他们对人工智能将带来的新职业和技能提升机会感到兴奋。
3. 保持沟通渠道畅通，并鼓励您的团队提供诚实的反馈，了解他们的感受以及他们的日常工作因向团队引入人工智能而受到的影响。 如果某些东西不起作用，不要害怕改变它——随着人工智能被纳入越来越多的流程中，将会有大量的实验。
4. 欢迎就团队工作的各个方面提出建议，从提高工作流程效率到团队流程自动化。
5. 想想如何在人类人工智能支持领域衡量您团队的表现。 通过人工智能机器人处理过去占用大量时间的重复查询，他们可以将注意力转向更有影响力的工作，并在收件箱之外花费更多时间。 这将如何反映在他们的目标、职业目标和绩效评估中？

客户服务职业的未来比以往任何时候都更加光明，我们在这里讨论的角色只是一个开始。 我们很高兴看到随着人工智能改变客户服务领域及其他领域的工作性质，客户服务角色变得越来越受欢迎。

正在寻找更多提示、技巧和新闻来帮助领导者努力保持人工智能领先地位？ 订阅 Intercom 时事通讯，获取每两周一次的见解