Versi singkat
edisi 2026Poin-poin penting
Setiap informasi terkait terhubung ke baris datanya yang kanonik. Angka yang dilaporkan adalah milik produsennya yang dikutip; hasil yang dimodelkan diberi label sebagai perhitungan.
- Studi dukungan: peningkatan masalah yang diselesaikan per jam: 15,2% (Peluncuran terutama musim gugur 2020–musim dingin 2021; artikel diterbitkan Februari 2025).Brynjolfsson, Li dan Raymond
- Studi dukungan: pengurangan waktu penanganan obrolan rata-rata: 8,5% (Peluncuran terutama musim gugur 2020–musim dingin 2021; artikel diterbitkan Februari 2025).Brynjolfsson, Li dan Raymond
- Studi dukungan: peningkatan pangsa obrolan yang diselesaikan, perkiraan (tidak signifikan secara statistik): 1,3 pp (Peluncuran terutama musim gugur 2020–musim dingin 2021; artikel diterbitkan Februari 2025).Brynjolfsson, Li dan Raymond
- Studi dukungan: penurunan NPS pelanggan, perkiraan (tidak signifikan secara statistik): 0,12 (Peluncuran terutama musim gugur 2020–musim dingin 2021; artikel diterbitkan Februari 2025).Brynjolfsson, Li dan Raymond
- Studi dukungan: peningkatan masalah yang diselesaikan per jam untuk agen yang kurang terampil dan kurang berpengalaman: 30% (Peluncuran terutama musim gugur 2020–musim dingin 2021; artikel diterbitkan Februari 2025).Brynjolfsson, Li dan Raymond
- Survei konsumen Zendesk: ingin perwakilan melanjutkan dari interaksi sebelumnya: 81% (laporan 2026 dirilis November 2025; tanggal lapangan tidak diungkapkan dalam rilis).Zendesk
- Survei konsumen Zendesk: frustrasi karena mengulang informasi: 74% (laporan 2026 dirilis November 2025; tanggal lapangan tidak diungkapkan dalam rilis).Zendesk
- Survei konsumen Zendesk: mengatakan responsivitas dan akurasi sangat memengaruhi pembelian: 86% (laporan 2026 dirilis November 2025; tanggal lapangan tidak diungkapkan dalam rilis).Zendesk
- Survei konsumen Zendesk: akan memilih teks, suara, dan visual dalam satu percakapan: 76% (laporan 2026 dirilis November 2025; tanggal lapangan tidak diungkapkan dalam rilis).Zendesk
- Survei konsumen Zendesk: mengharapkan penjelasan untuk keputusan yang dibuat AI: 95% (laporan 2026 dirilis November 2025; tanggal lapangan tidak diungkapkan dalam rilis).Zendesk
Apa yang berubah ketika agen dukungan menerima bantuan AI?
Studi menemukan produktivitas resolusi yang lebih tinggi dan waktu penanganan yang lebih singkat. Ukuran kualitas rata-rata tidak menunjukkan peningkatan yang signifikan secara statistik, sehingga produktivitas yang lebih tinggi tidak boleh dilabeli ulang sebagai kepuasan pelanggan yang lebih tinggi.
Gulir secara horizontal untuk membandingkan semua kolom →
| Hasil terukur | Perubahan yang dilaporkan | Interpretasi |
|---|---|---|
| Peningkatan masalah yang diselesaikan per jam | 15.2%Hasil kuasi-eksperimental | Signifikan secara statistik |
| Pengurangan waktu penanganan obrolan rata-rata | 8.5%Hasil kuasi-eksperimental | Signifikan secara statistik |
| Peningkatan porsi obrolan yang diselesaikan, kira-kira | 1.3 ppHasil kuasi-eksperimental | Tidak signifikan secara statistik |
| Penurunan NPS pelanggan, kira-kira | 0.12Hasil kuasi-eksperimental | Tidak signifikan secara statistik |
| Peningkatan masalah yang diselesaikan per jam untuk agen yang kurang terampil dan kurang berpengalaman | 30%Hasil kuasi-eksperimental | Hasil subkelompok; bukan rata-rata tenaga kerja |
Menggunakan artikel yang diterbitkan, bukan draf kerja sebelumnya. Perubahan persentase relatif, perubahan poin persentase, dan poin NPS adalah unit yang berbeda. Perkiraan yang tidak signifikan bukanlah bukti efek nol.
Sumber primer: Brynjolfsson, Li dan Raymond — 4 Februari 2025
Apa yang diharapkan konsumen dari layanan yang didukung AI?
Konsumen melaporkan preferensi untuk kesinambungan, daya tanggap, fleksibilitas saluran, dan penjelasan. Ini adalah ekspektasi survei, bukan tingkat retensi yang diamati atau hasil dukungan yang diukur secara eksperimental.
| Respons konsumen | Pangsa responden |
|---|---|
| Ingin perwakilan melanjutkan dari interaksi sebelumnya | 81%Ekspektasi survei |
| Frustrasi karena mengulang informasi | 74%Ekspektasi survei |
| Harapkan dukungan yang disesuaikan dengan interaksi sebelumnya | 67%Ekspektasi survei |
| Menyatakan responsivitas dan akurasi sangat memengaruhi pembelian | 86%Ekspektasi survei |
| Akan memilih teks, suara, dan visual dalam satu percakapan | 76%Ekspektasi survei |
| Harapkan penjelasan untuk keputusan yang dibuat AI | 95%Ekspektasi survei |
Jumlah peserta gabungan tidak boleh digunakan sebagai penyebut untuk setiap pertanyaan konsumen.
Sumber primer: Zendesk — 18 November 2025
Apakah studi ini menunjukkan bahwa bot otonom dapat menggantikan agen?
Tidak. Ini mengevaluasi saran yang disampaikan kepada agen dukungan manusia, yang dapat mengedit atau mengabaikannya. Resolusi otonom, kebijakan eskalasi, dan kinerja chatbot ujung ke ujung memerlukan evaluasi mereka sendiri.
Jangan memberi label ulang produktivitas agen berbantuan sebagai tingkat penahanan bot, pengurangan jumlah staf, atau penghematan biaya yang dijamin.
Sumber primer: Brynjolfsson, Li dan Raymond — 4 Februari 2025
Metrik apa yang harus dipisahkan oleh kartu skor dukungan AI?
Lacak resolusi yang diselesaikan, waktu penanganan, kontak berulang, eskalasi, dan kualitas yang dinilai pelanggan secara independen. Tentukan penyebut untuk setiap ukuran dan sertakan pekerjaan yang dilakukan setelah bot menyerahkan percakapan kepada seseorang.
| Metrik | Definisi untuk evaluasi lokal |
|---|---|
| Produktivitas resolusi | Resolusi yang diterima dibagi dengan jam kerja |
| Waktu penanganan | Waktu penanganan aktif per percakapan, dengan aturan konkurensi yang dinyatakan |
| Eskalasi | Percakapan yang dialihkan ke manusia atau supervisor dibagi dengan percakapan yang memenuhi syarat |
| Kualitas | Tinjauan independen atau umpan balik pelanggan menggunakan skala yang sama di seluruh kondisi |
Kerangka pengukuran editorial Workspace369; definisi ini bukan temuan empiris tambahan.
Bagaimana laporan ini dibuat
Metodologi dan keterbatasan
- Tabel hasil terukur mempertahankan perkiraan yang disukai dari makalah yang diterbitkan dan temuan kualitas nolnya. Tabel survei hanya berisi ekspektasi konsumen yang diatribusikan secara terpisah.
- Artikel yang di-host oleh penulis publik diperiksa secara langsung, termasuk tabel hasil utama. Hanya hasil faktual yang dipilih yang diringkas; makalah dan bagannya tidak didistribusikan ulang.
- Kontribusi asli adalah perbandingan jenis bukti dan kerangka pengukuran yang dapat digunakan kembali, bukan eksperimen dukungan baru. Tidak ada rata-rata lintas sumber yang dihitung.
Apa yang tidak dapat diberitahukan oleh angka-angka ini kepada Anda
- Studi operasional menyangkut satu perusahaan, asisten historis, dan peluncuran penuh non-acak. Strategi identifikasi lebih kuat daripada jajak pendapat sederhana tetapi tidak menjamin transfer ke tim lain.
- Survei konsumen disponsori oleh vendor. Preferensi yang dinyatakan bukanlah keputusan pembelian yang diamati, dan tahun edisi laporannya bukanlah tanggal lapangan.
- Tidak ada hasil yang menetapkan bagaimana Workspace369 berkinerja, membuktikan tingkat penggantian agen otonom, atau mendukung klaim ROI layanan pelanggan secara umum.
Kesegaran dan koreksi
Dikelola oleh tim editorial Workspace369. Tinjau setiap kuartal dan ketika produsen yang dikutip merilis studi pengganti. Tinjauan editorial berikutnya: Desember 2026. Pertahankan versi model historis dan tanggal observasi. Tanggal edisi hanya berubah ketika bukti atau konten ditinjau secara substansial; itu tidak mengubah periode observasi yang mendasarinya.
Edisi pertama: . Ekstraksi data, atribusi sumber, dan aritmatika diperiksa untuk edisi ini. Tidak ada tinjauan sejawat independen yang diklaim.
Menemukan kesalahan atau rilis primer yang lebih baru? Kirim koreksi dengan sumber dan statistik yang terpengaruh. Koreksi yang dikonfirmasi harus dicatat dalam riwayat revisi sebelum menerbitkan ulang.
Sumber primer dan asal-usul
Setiap sel numerik yang dilaporkan terhubung langsung ke produsernya. Unduhan mencakup lokasi tabel atau buku kerja yang tepat, periode observasi, tanggal akses, rumus, dan referensi input.
- Brynjolfsson, Li dan RaymondGenerative AI at Work, artikel Quarterly Journal of Economics yang diterbitkan (2025) ↗Diterbitkan 4 Februari 2025. Diakses 12 September 2026.Observasi faktual yang dipilih diparafrasekan dengan atribusi. Tidak ada laporan sumber, bagan, data peserta, atau database kepemilikan yang didistribusikan ulang; hak sumber tetap bersama produsernya.
- ZendeskTren CX 2026: pengumuman riset penerbit asli ↗Diterbitkan 18 November 2025. Diakses 12 September 2026.Observasi faktual yang dipilih diparafrasekan dengan atribusi. Tidak ada laporan sumber, bagan, data peserta, atau database kepemilikan yang didistribusikan ulang; hak sumber tetap bersama produsernya.
Dibuat untuk diperiksa, lalu dikutip
Cara mengutip laporan ini
Untuk statistik yang dilaporkan sumber, sebutkan penerbit asli dan tautkan ke baris yang tepat di sini saat menggunakan kompilasi kami. Untuk hasil pemodelan, kutip Workspace369 dan sertakan asumsi. Menautkan ke halaman ini tidak menjadikan kami produsen asli data pihak ketiga.
Workspace369. (2026-09-12). Statistik Kinerja Layanan Pelanggan AI. https://workspace369.com/research/ai-customer-service-performance-statistics/. Sumber primer dan periode pengamatan seperti yang tercantum dalam laporan.
Unduhan adalah kumpulan data referensi berbahasa Inggris, termasuk di halaman yang diterjemahkan. Hak sumber tetap pada produsennya. Atribusikan kompilasi dan perhitungan Workspace369; konsultasikan persyaratan penggunaan kembali setiap sumber.