思科近日表示,将把代理AI功能引入联络中心和视频会议平台,帮助客户服务代理和员工通过自动化提高工作效率。
思科在美国佛罗里达州劳德代尔堡举行的Webex One年度大会上宣布推出了这些新功能,其中包括新的Webex AI Agent,旨在代表人工代理接听客户电话,以及Cisco AI Assistant for Webex Contact Center,一款面向人工联络中心员工的数字助理,旨在帮助他们在与客户打交道时提高效率。
此外,思科宣布推出了新的AI Agent Studio,适用于那些希望打造他们自己定制化AI以便在Webex Contact Center中使用的公司。
Agentic AI聊天机器人
思科希望通过这次更新在热切拥抱AI功能的联络中心行业中占据领先地位。几乎每个联络中心软件提供商都在提供某种AI驱动的聊天机器人,以处理基本的客户查询,然后将更困难的查询交给人工代理。
但有了Webex AI Agent,思科更进了一步,因为它的聊天机器人将能够执行更复杂的任务,减少人类需要处理的工作量。Webex AI Agent利用先进的自然对话和对话智能来提供更快速的解决方案,缩短呼叫者的等待时间。
例如,思科表示,消费者需要重新预订航班或更换丢失的借记卡等问题几乎总是需要人工代理处理,但是现在情况不同了。企业借助Webex AI Agent,将能够为此类用例提供定制的自助服务选项,这样消费者就无需人工代理协助即可完成这些任务。据思科称,自开始实施这项技术以来,早期采用者的客户满意度提高了39%。
思科高级副总裁、首席产品官Jeetu Patel表示,客户服务质量对于品牌声誉有很大影响,因此他们不能出错。“Webex AI Agent可以即时解决客户问题,并从根本上改变我们都习惯的体验,”他承诺说。
客户还可以在Webex AI Agent中使用思科的AI Agent Studio,它提供了一个界面和工具来训练定制的AI机器人,这些机器人拥有更多关于业务的背景信息。思科表示,客户能够使用自己的AI模型并根据自己的数据对其进行训练,将其部署在Webex Contact Center中,从而进一步提高聊天机器人的功能。
思科表示,Webex AI Agent和AI Agent Studio都将在明年第一季度向云客户提供,面向本地客户的预览将从第二季度开始。
人工代理的助手
至于Cisco AI Assistant for Webex Contact Center,这是一个旨在协助人工代理的AI机器人,人工代理仍将需要处理Webex AI代理无法处理的、最复杂的客户问题,现在已经上市,可以为呼叫中心代理在处理每个呼叫者时提供自动指导,提供一目了然的上下文摘要,以方便从聊天机器人到人工的交接,人工代理立即就能看到呼叫者的问题是什么。
除了上下文之外,这个AI助手还可以向代理提供响应建议。它足够聪明,可以倾听和理解代理和客户之间的转换,并会立即告诉代理他们接下来应该做什么,以尽快解决客户的问题。
这个AI助手并不是思科为人工代理提供帮助的唯一方式。思科次次宣布推出全新的Agent Wellness功能,为联络中心经理提供了一些有用的功能,例如自动让代理休息以防止他们精疲力竭,还有更好的代理调度功能,用于动态增加或减少每个代理工作流程的工具。
更具沉浸感的虚拟会议
最后,思科还面向Webex视频会议平台的企业用户发布了一系列更新,以增强虚拟会议。新功能中包括了一项名为Spatial Meetings的功能,可以将任何配备Cisco Room Bar的空间转变为更具沉浸感的工作室环境,并具有沉浸式的空间音频。
思科还推出了一款名为Cisco Ceiling Microphone的新硬件,有助于捕捉房间内任何地方的自然对话。它使用AI来检测声音来自何处并动态调整麦克风,这样就可以始终专注于正在说话的人。它兼容思科的各种摄像头和房间系统,无需为每个用户配备单独的麦克风。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。