据SiliconANGLE报道，Talkdesk与NewtonX联合发布客户体验代理式自动化基准报告《The State of Agentic Automation in CX》。调查覆盖四个地区252名客户体验、IT、运营和AI战略总监及以上负责人，结论是AI采用已不再是差异化因素，执行才是新的竞争战场。98%的组织在客户体验中使用某种AI，但只有15%将代理式AI与端到端解决客户需求所需的编排结合。
报告称，生成式AI使用率为74%，脚本化AI为65%，只有24%使用代理式AI。81%的组织正在试点或部署AI代理，但仅19%扩展到单一用例之外，近80%的投产AI自动化少于10个。Talkdesk AI副总裁Pedro Andrade表示，AI采用已不再是问题，现在的问题是组织能否把代理、人员、数据、知识、工作流和治理等交付可衡量成果所需的要素编排在一个整体中。
Talkdesk称这种差距带来双重成本：企业为孤立的AI工具付费，同时仍承担那些工具从未完成的客户请求的运营成本。创始人兼首席执行官Tiago Paiva称结果为“虚假的进步感”，认为广泛部署掩盖了能够量化AI影响的组织少之又少。
研究区分了类似编排的活动与真正编排。64%的组织在身份验证、账单或技术支持等职能中运行专用AI代理，但只有35%的AI能够保持客户上下文并跨系统行动以推动真正解决。Andrade说：“路由工作不等于解决它。”他以车祸为例：一个事件触发拖车、理赔、维修和租车，涉及多个部门、多个系统，却只有一个预期成果，而15%的公司能够端到端自动化这一旅程。
研究将能力组织为五阶段成熟曲线，并标出两个鸿沟：从脚本化和生成式AI转向能够行动的AI，56%的组织尚未跨过代理式门槛；从孤立代理转向跨系统自主执行，29%是仅具备两项能力之一的Agentic Scalers，15%是同时具备两项能力的CXA Leaders。CXA Leaders报告CSAT或NPS大幅提升的可能性约为Agentic Scalers的四倍，分别为22%和5%；38%已自主解决超过40%的客户问题，而60%的Agentic Scalers仍解决不到20%。他们运行流失预测和个性化推荐等收入导向自动化的比例也约为两倍。差异不在工具数量，而在AI能完成多少有意义的工作。
障碍来自基础设施，而非智能。受访者提到的限制因素包括合规50%、安全48%、系统割裂45%、遗留基础设施44%、技能不足41%、数据不干净或未统一40%，主要障碍中没有一项来自AI模型。人工坐席平均28%的时间用于系统切换、数据重录和查找上下文，最不成熟组织约35%，最成熟组织约25%。受访者估计，不完整上下文、重复解释和手动升级影响约四分之一客户互动。94%的组织缺乏AI辅助知识管理。Andrade说，知识差距是他在客户会议中最常听到的问题：“问题不在于实际拥有它，而更多在于如何让它准备好被AI消费。”即便是CXA Leaders，也只有64%将知识嵌入工作流或由AI辅助。