据SiliconANGLE报道，在SiliconANGLE Media旗下theCUBE直播的“The AI ROI in Contact Center Summit”上，Talkdesk高管与行业分析师表示，客服中心AI的采用速度已超过企业准备度，投资回报的关键正从部署聊天机器人转向协调数据、系统与人员，实现端到端问题解决。
Talkdesk AI与生成式AI业务专家Pedro Andrade提出，客户体验自动化（CXA）是一种运营模式，而非技术品类。他说：“CXA是协调AI与人工混合劳动力的系统，然后连接系统、连接知识，也连接工作流程。”他称，采用AI容易，编排最难；代理式编排要求AI跨所有系统保持上下文。
Talkdesk研究显示，98%的企业已在客户旅程某环节部署AI，但只有15%将代理式AI与跨部门编排结合。阻碍来自模型之外：50%受访者提到合规，48%提到安全，45%提到系统割裂。CXA领先者的净推荐值改善约为成熟度较低者的四倍，分别为22%和5%；每通接触成本改善差距小得多。Andrade说：“仅靠节省不能说明全部故事，它们低估了AI可以带来的价值。”
管理混合劳动力正催生新岗位。Talkdesk的CXA运营中心让主管像管理人工座席一样评估、监控和纠正AI代理，从编写话术转向观察行为。Andrade说，衡量指标不再只是平均处理时长，而是从问题打开到关闭的时间。他认为，客服将从入站电话走向主动触达，包括服务提醒、续约和催收，因为电话通常是一段从别处开始的旅程的最后一步。“把整个旅程写在纸上，然后思考自动化整个旅程，而不是只有一个单点解决方案。”
峰会总结环节，theCUBE Research分析师Bob Laliberte和ZK Research创始人Zeus Kerravala表示，客服中心AI下一阶段将较少以机器处理多少互动衡量，更多以客户问题是否真正解决衡量。Kerravala说：“解决和解决质量是新的价值单位。代理式系统应以客户需求是否在完整旅程中完成来评判。”他们提到，不同平台策略均指向由连接数据、治理和可衡量业务成果支撑的端到端解决。
两位分析师认为，传统拦截率和呼叫转移指标不够，组织需要纳入客户满意度、努力程度、员工生产力、成本和增长的记分卡。割裂系统和过时知识会削弱AI准确性，制造重复互动，并加速有缺陷的流程。Kerravala说：“如果你有一个坏流程，你会更快到达坏目的地。”他们建议先选择边界清晰、价值高的问题，建立基线指标，针对特定工作流部署AI，衡量改进后再扩展；治理应成为持续运营实践，以赋能而非阻碍采用。
AI还将重塑人与数字代理的分工。人类员工将更多处理例外、情感敏感和需要判断的互动，AI承担标准化流程；主管需理解AI何时有效、何时失败，以及工作如何在两者间流转。Laliberte和Kerravala建议受控推进：选一个客户旅程，记录工作流和数据要求，建立基线，测试常规和边缘案例后再扩展。Laliberte说：“CX中的AI ROI不会由部署的机器人数量决定。它来自更好的解决、更有能力的员工、更高效的运营，以及规模化负责任执行。”