Krótka wersja
wydanie 2026Kluczowe wnioski
Każde odniesienie prowadzi do jego kanonicznego wiersza danych. Zgłoszone liczby należą do ich cytowanego producenta; dane modelowane są oznaczone jako obliczenia.
- Badanie wsparcia: wzrost liczby rozwiązanych problemów na godzinę: 15,2% (Wdrożenie głównie jesień 2020–zima 2021; artykuł opublikowany w lutym 2025).Brynjolfsson, Li i Raymond
- Badanie wsparcia: redukcja średniego czasu obsługi czatu: 8,5% (Wdrożenie głównie jesień 2020–zima 2021; artykuł opublikowany w lutym 2025).Brynjolfsson, Li i Raymond
- Badanie wsparcia: wzrost udziału rozwiązanych czatów, w przybliżeniu (nieistotne statystycznie): 1,3 pp (Wdrożenie głównie jesień 2020–zima 2021; artykuł opublikowany w lutym 2025).Brynjolfsson, Li i Raymond
- Badanie wsparcia: spadek NPS klienta, w przybliżeniu (nieistotne statystycznie): 0,12 (Wdrożenie głównie jesień 2020–zima 2021; artykuł opublikowany w lutym 2025).Brynjolfsson, Li i Raymond
- Badanie wsparcia: wzrost liczby rozwiązanych problemów na godzinę dla mniej wykwalifikowanych i mniej doświadczonych agentów: 30% (Wdrożenie głównie jesień 2020–zima 2021; artykuł opublikowany w lutym 2025).Brynjolfsson, Li i Raymond
- Badanie konsumenckie Zendesk: chce, aby przedstawiciel kontynuował z poprzedniej interakcji: 81% (raport z 2026 r. opublikowany w listopadzie 2025 r.; daty badań terenowych nieujawnione w wydaniu).Zendesk
- Badanie konsumenckie Zendesk: irytuje powtarzanie informacji: 74% (raport z 2026 r. opublikowany w listopadzie 2025 r.; daty badań terenowych nieujawnione w wydaniu).Zendesk
- Badanie konsumenckie Zendesk: twierdzi, że szybkość reakcji i dokładność silnie wpływają na zakupy: 86% (raport z 2026 r. opublikowany w listopadzie 2025 r.; daty badań terenowych nieujawnione w wydaniu).Zendesk
- Badanie konsumenckie Zendesk: wybrałby tekst, głos i wizualizacje w jednej rozmowie: 76% (raport z 2026 r. opublikowany w listopadzie 2025 r.; daty badań terenowych nieujawnione w wydaniu).Zendesk
- Badanie konsumenckie Zendesk: oczekuje wyjaśnień dla decyzji podjętych przez AI: 95% (raport z 2026 r. opublikowany w listopadzie 2025 r.; daty badań terenowych nieujawnione w wydaniu).Zendesk
Co się zmieniło, gdy agenci wsparcia otrzymali pomoc AI?
Badanie wykazało wyższą rozdzielczość produktywności i krótszy czas obsługi. Średnie miary jakości nie wykazały statystycznie istotnej poprawy, więc wyższa produktywność nie może być przemianowana na wyższą satysfakcję klienta.
Przewiń poziomo, aby porównać wszystkie kolumny →
| Zmierzony wynik | Zgłoszona zmiana | Interpretacja |
|---|---|---|
| Wzrost liczby rozwiązanych problemów na godzinę | 15.2%Wynik quasi-eksperymentalny | Istotne statystycznie |
| Redukcja średniego czasu obsługi czatu | 8.5%Wynik quasi-eksperymentalny | Istotne statystycznie |
| Wzrost udziału rozwiązanych czatów, w przybliżeniu | 1.3 ppWynik quasi-eksperymentalny | Nieistotne statystycznie |
| Spadek NPS klienta, w przybliżeniu | 0.12Wynik quasi-eksperymentalny | Nieistotne statystycznie |
| Wzrost liczby rozwiązanych problemów na godzinę dla mniej wykwalifikowanych i mniej doświadczonych agentów | 30%Wynik quasi-eksperymentalny | Wynik podgrupy; nie średnia dla siły roboczej |
Wykorzystuje opublikowany artykuł, a nie jego wcześniejszy dokument roboczy. Względne zmiany procentowe, zmiany punktów procentowych i punkty NPS to różne jednostki. Nieistotny szacunek nie jest dowodem zerowego efektu.
Źródło pierwotne: Brynjolfsson, Li i Raymond — 4 lutego 2025
Czego konsumenci oczekują od obsługi wspomaganej przez AI?
Konsumenci zgłaszają preferencje dotyczące ciągłości, responsywności, elastyczności kanałów i wyjaśnień. Są to oczekiwania z badań, a nie obserwowane wskaźniki utrzymania klienta ani eksperymentalnie mierzone wyniki wsparcia.
| Reakcja konsumentów | Udział respondenta |
|---|---|
| Chcę, aby przedstawiciel kontynuował z poprzedniej interakcji | 81%Oczekiwania z ankiety |
| Frustrują się powtarzaniem informacji | 74%Oczekiwania z ankiety |
| Oczekuj wsparcia dostosowanego do poprzednich interakcji | 67%Oczekiwania z ankiety |
| Stwierdzają, że szybkość reakcji i dokładność silnie wpływają na zakupy | 86%Oczekiwania z ankiety |
| Wybrałbym tekst, głos i wizualizacje w jednej rozmowie | 76%Oczekiwania z ankiety |
| Oczekuj wyjaśnień dla decyzji podjętych przez SI | 95%Oczekiwania z ankiety |
Łączna liczba uczestników nie może być używana jako mianownik dla każdego pytania konsumenckiego.
Źródło pierwotne: Zendesk — 18 listopada 2025
Czy badanie pokazuje, że autonomiczne boty mogą zastąpić agentów?
Nie. Ocenia sugestie dostarczone ludzkim agentom wsparcia, którzy mogli je edytować lub zignorować. Autonomiczne rozwiązywanie problemów, polityki eskalacji i kompleksowa wydajność chatbotów wymagają własnej oceny.
Nie zmieniaj produktywności agentów wspomaganych na wskaźnik zawartości bota, redukcję liczby pracowników ani gwarantowane oszczędności kosztów.
Źródło pierwotne: Brynjolfsson, Li i Raymond — 4 lutego 2025
Które metryki powinien oddzielnie śledzić wskaźnik obsługi AI?
Śledź ukończone rozwiązania, czas obsługi, powtarzające się kontakty, eskalacje i jakość ocenianą przez klienta niezależnie. Zdefiniuj mianownik dla każdej miary i uwzględnij pracę wykonaną po tym, jak bot przekaże rozmowę osobie.
| Metryka | Definicja oceny lokalnej |
|---|---|
| Produktywność rozwiązywania problemów | Przyjęte rozwiązania podzielone przez obsadzone godziny |
| Czas obsługi | Czas aktywnego obsługiwania na rozmowę, z podanymi zasadami współbieżności |
| Eskalacja | Rozmowy przekazane do człowieka lub przełożonego podzielone przez kwalifikujące się rozmowy |
| Jakość | Niezależna ocena lub opinia klienta przy użyciu tej samej skali w różnych warunkach |
Ramy pomiarowe redakcji Workspace369; te definicje nie są dodatkowymi ustaleniami empirycznymi.
Jak zbudowano ten raport
Metodologia i ograniczenia
- Tabela zmierzonych wyników zawiera preferowane oszacowania opublikowanego artykułu i jego ustalenia dotyczące braku jakości. Tabela ankietowa zawiera jedynie oddzielnie przypisane oczekiwania konsumentów.
- Artykuł publicznie hostowany przez autora został bezpośrednio sprawdzony, w tym tabele głównych wyników. Podsumowano tylko wybrane wyniki faktograficzne; artykuł i jego wykresy nie są redystrybuowane.
- Oryginalny wkład to porównanie typów dowodów i możliwość ponownego wykorzystania ram pomiarowych, a nie nowe badanie wsparcia. Nie oblicza się średniej z różnych źródeł.
Czego te liczby nie mogą Ci powiedzieć
- Badanie operacyjne dotyczy jednej firmy, historycznego asystenta i nierandomowego pełnego wdrożenia. Strategia identyfikacji jest silniejsza niż prosta ankieta opinii, ale nie gwarantuje przeniesienia na inny zespół.
- Ankieta konsumencka jest sponsorowana przez dostawcę. Zadeklarowane preferencje nie są obserwowanymi decyzjami zakupowymi, a rok wydania raportu nie jest datą jego realizacji.
- Żaden wynik nie ustala, jak działa Workspace369, nie dowodzi wskaźnika zastępowania przez autonomicznych agentów ani nie potwierdza ogólnego twierdzenia o zwrocie z inwestycji w obsługę klienta.
Aktualność i poprawki
Utrzymywane przez zespół redakcyjny Workspace369. Przeglądaj kwartalnie i gdy cytowany producent opublikuje zastępcze badanie. Następny przegląd redakcyjny: grudzień 2026. Zachowaj historyczne wersje modeli i daty obserwacji. Data wydania zmienia się tylko wtedy, gdy dowody lub treść zostaną merytorycznie przejrzane; nie zmienia to podstawowego okresu obserwacji.
Pierwsze wydanie: . Ekstrakcja danych, przypisanie źródła i obliczenia sprawdzone dla tego wydania. Nie twierdzimy, że przeprowadzono niezależny przegląd naukowy.
Znaleziono błąd lub nowsze wydanie pierwotne? Wyślij poprawkę ze źródłem i dotkniętą statystyką. Potwierdzone poprawki powinny zostać zapisane w historii rewizji przed ponownym opublikowaniem.
Źródła pierwotne i pochodzenie
Każda zgłoszona komórka numeryczna jest bezpośrednio połączona ze swoim producentem. Pobierane pliki zawierają dokładne lokalizatory tabel lub arkuszy kalkulacyjnych, okresy obserwacji, daty dostępu, formuły i odniesienia do danych wejściowych.
- Brynjolfsson, Li i RaymondGenerative AI at Work, opublikowany artykuł w Quarterly Journal of Economics (2025) ↗Opublikowano 4 lutego 2025 r. Dostęp 12 września 2026 r.Wybrane obserwacje faktograficzne sparafrazowane z przypisaniem. Żaden raport źródłowy, wykres, dane uczestników ani zastrzeżona baza danych nie są redystrybuowane; prawa autorskie należą do producenta.
- ZendeskTrendy CX 2026: ogłoszenie oryginalnych badań wydawcy ↗Opublikowano 18 listopada 2025 r. Dostęp 12 września 2026 r.Wybrane obserwacje faktograficzne sparafrazowane z przypisaniem. Żaden raport źródłowy, wykres, dane uczestników ani zastrzeżona baza danych nie są redystrybuowane; prawa autorskie należą do producenta.
Stworzone do weryfikacji, a następnie cytowania
Jak cytować ten raport
Dla statystyki zgłoszonej przez źródło, podaj oryginalnego wydawcę i link do dokładnego wiersza tutaj, używając naszej kompilacji. Dla wyniku modelowanego, podaj Workspace369 i uwzględnij założenia. Linkowanie do tej strony nie czyni nas pierwotnym producentem danych stron trzecich.
Workspace369. (2026-09-12). Statystyki wydajności obsługi klienta AI. https://workspace369.com/research/ai-customer-service-performance-statistics/. Źródła pierwotne i okresy obserwacji zgodnie z listą w raporcie.
Pobrane pliki to zbiory danych referencyjnych w języku angielskim, w tym na stronach przetłumaczonych. Prawa do źródeł pozostają u ich producentów. Przypisz kompilację i obliczenia Workspace369; zapoznaj się z warunkami ponownego wykorzystania każdego źródła.