《智见未来·高管对话室》是我们全新推出的一档对话栏目，与传统意义上的采访不同，我们想记录的不是标准答案，而是在AI时代下，高管之间关于挑战、选择与信念的坦诚交锋。
本期对话， 由栏目主理人 Travis Wu（ 中国区数字化业务总经理）与特邀嘉宾 Caner Chi（ 中国区运营总经理）展开，分享了 Concentrix 在 AI 时代的客户体验管理业务的运营革命。
Travis Wu
Caner Chi
AI 时代浪潮已然到来，身处当下我们必须主动求变。请问在您看来 AI 对现有业务最大的冲击是什么？
我认为 AI 带来的最大冲击，是全行业弥漫的不确定性。 而这份不确定性，恰恰是企业抢抓发展机遇的契机。 回顾客户体验行业数十年的演变：从最初简单答疑、协助操作，到提供复杂解决方案；视频客服、AI 客服等服务形式不断迭代。如今，客户体验已成为企业差异化竞争的核心能力。
AI的核心价值，在于提升客户体验和效率的同时、大幅降低人力依赖。 一方面，顶尖客户体验专家既能提供卓越用户体验，又能快速解决问题，强化用户对品牌的认可与忠诚；另一方面，部分人员的服务能力与技巧仍有较大提升空间，会影响品牌口碑。 AI恰好能缩小服务差距、统一服务标准、整体提升服务质量。
在呼叫中心运营中，效率和体验常被视为“天平的两端”，AI 如何帮助我们打破传统困境，实现既提效又增质的?
AI 发挥价值的前提是具备优质知识库和充分理解业务逻辑，即便在更短的通话时长内，也能实现效率与体验的平衡。 一是Concentrix自身的优势；二是中国区的本地化优势 。
以技术支持为例，其核心工作分为两步：探寻问题根源、提供解决方案。其中 “探寻” 是关键，问题没摸清，就无法精准解决。AI 在这一环节能发挥重要作用。
- 例如我们在使用自主研发的ix Hero™这类 AI 工具， 能快速梳理历史沟通记录、提炼核心诉求，帮助客服精准定位问题， 大幅缩短探寻时间。 在解决方案环节， AI 能从智能知识库中，快速提炼适配用户场景的最优方案， 节省客服查找时间。 从早期电话沟通，到在线图文咨询，再到面向高端或复杂业务用户的视频支持， 服务形式不断升级；而 AI 进一步简化了方案传递流程。
未来，AI 甚至能判定最有效的方案传递方式，最大化用户体验。
AI 可以辅助决策，甚至自动回复标准化、重复性的咨询，这对客户体验管理团队的人员规划有什么启示？
从现实来看， 只从事简单重复性工作的岗位，必然会被 AI 替代。人与 AI 的核心区别，在于我们拥有主观能动性、情感共鸣能力，以及处理复杂问题的能力。
- 比如我们曾服务的一家差旅业务客户，他的用户在日本出差时酒店被无故取消。按流程，AI 只能给出退款、致歉、推荐酒店的标准化回复。 但人的服务会更有温度： 先共情用户焦虑，承诺全力解决，再主动帮用户协调新酒店、全程跟进安排，真正解决用户的核心诉求。
即便 AI 与自助服务系统再完善，人的作用依然无可替代。 正是这种人性化服务，有效提升了品牌价值与用户忠诚度。
刚才我们聊到了坐席 AI 助手，也就是所谓的 “超级同事”，能否再分享一些更具代表性的案例，看看团队成员是如何借助这类工具协同工作、减轻压力并提升效率的？
我觉得这类案例其实非常普遍，无论是工作生活中使用的 AI 助手，或是项目中使用的 ix Hero™、ix Hello™，都能看到明显效果。例如，做数据分析和报表的同事，效率提升十分显著；面向客户提供解决方案时，ix Hero™也能协助梳理信息、理清思路。
不过，在使用这类 “超级同事” 时，我也有一点顾虑：不要过度依赖 AI。 人一旦习惯依赖工具，就容易失去独立判断的能力。 AI助手和人一样，会学习，也会犯错。
在人机协作中，对 AI 给出的结果必须进行复核与判断， 这是目前人机协作必须坚持的原则。
确实。不能只做 AI 的传声筒， 而要学会甄别信息是否合理、是否真正契合客户需求。
展望2026年，您想象中的“下一代智能呼叫中心”的运营模式会是怎样的？
我认为需要分业务类型来看待。我们主营多为中高复杂度业务，对人员综合能力要求较高，相当一段时间内 AI 无法实现全盘替代， 将以高效人机协同为主要发展模式。 简单常规业务将转向 AI 主导模式， 逐渐由 AI 承接， 人工将侧重处理更加复杂问题。
在这种模式下对我们的团队结构、管理方式会带来哪些深远影响？
未来， 两类业务的岗位角色都会发生重大变化：
普通员工 转型为业务分析师，聚焦产品、服务、流程优化
- 新增岗位：AI 训练师、AI 运营师成为标配
- 质检岗位：从传统抽检、听 call，升级为全量质检 + 数据分析
运营经理 需同时具备两大能力：
一是 站在客户视角，用 AI 重构全链路客户体验； 二是 站在交付团队视角，推动 AI 赋能服务交付。 需统筹用户从触达品牌到忠诚维护的全旅程，定位 AI 价值切入点，这是更高阶、更核心的能力。
在推进 AI 落地运营的过程中，遇到的最大执行阻力是什么？我们是如何解决的？
最大的挑战是技术方案如何适配多样化的业务场景。 以中国区客户体验业务为例，我们服务几十家客户，都可以使用 ix Hero™、ix Hello™， 但每家客户的实施条件、流程改造需求各不相同。这就要求技术方案在设计与部署层面都具备高度灵活性。
好在我们的方案偏应用层，内部调优门槛不高，业务专家可以快速参与适配，为每个项目定制专属方案。 对此，我们也正 持续培养 AI 与业务融合的复合型专家， 加速调优进程。
我很认同你的看法。AI 工具调优和项目定制化，确实需要技术与业务团队紧密配合，毕竟每个项目的细节都各不相同。
AI 方案优化虽难， 我们也有明显优势：更懂客户业务。 最近一个项目就是最好证明：客户找某互联网企业做，耗时评估数个月； 我们可以只用两周就交付完成。 依托业务深耕，实现高效交付，后续还能持续迭代优化。
能否用一句话鼓励团队在 AI 探索之路上再接再厉？
坚持做正确的事。只要方向对、初心不变，我们就一定能站在时代浪潮的前沿。
是的，放在当下的行业环境里， 选择远比埋头努力更为重要，找准前行方向远比盲目发力更有价值。
