Ang maikling bersyon
edisyong 2026Mga pangunahing takeaway
Ang bawat takeaway ay nagli-link sa canonical data row nito. Ang mga naiulat na numero ay pagmamay-ari ng kanilang binanggit na producer; ang mga tinantyang resulta ay may label bilang mga kalkulasyon.
- Pag-aaral ng suporta: pagtaas sa mga isyu na nalutas kada oras: 15.2% (Rollout pangunahin noong taglagas 2020–taglamig 2021; artikulo inilathala noong Pebrero 2025).Brynjolfsson, Li at Raymond
- Pag-aaral ng suporta: pagbaba sa average na oras ng paghawak ng chat: 8.5% (Rollout pangunahin noong taglagas 2020–taglamig 2021; artikulo inilathala noong Pebrero 2025).Brynjolfsson, Li at Raymond
- Pag-aaral ng suporta: pagtaas sa bahagi ng mga nalutas na chat, humigit-kumulang (hindi statistically significant): 1.3 pp (Rollout pangunahin noong taglagas 2020–taglamig 2021; artikulo inilathala noong Pebrero 2025).Brynjolfsson, Li at Raymond
- Pag-aaral ng suporta: pagbaba sa customer NPS, humigit-kumulang (hindi statistically significant): 0.12 (Rollout pangunahin noong taglagas 2020–taglamig 2021; artikulo inilathala noong Pebrero 2025).Brynjolfsson, Li at Raymond
- Pag-aaral ng suporta: pagtaas sa mga isyu na nalutas kada oras para sa mas mababa ang kasanayan at mas kaunting karanasan na mga ahente: 30% (Rollout pangunahin noong taglagas 2020–taglamig 2021; artikulo inilathala noong Pebrero 2025).Brynjolfsson, Li at Raymond
- Zendesk consumer survey: gusto mong magpatuloy ang representative mula sa nakaraang interaksyon: 81% (ulat noong 2026 na inilabas noong Nobyembre 2025; mga petsa ng fieldwork hindi isiniwalat sa paglabas).Zendesk
- Zendesk consumer survey: naiinis sa pag-uulit ng impormasyon: 74% (ulat noong 2026 na inilabas noong Nobyembre 2025; mga petsa ng fieldwork hindi isiniwalat sa paglabas).Zendesk
- Zendesk consumer survey: sinasabi na ang pagiging tumutugon at katumpakan ay lubos na nakakaapekto sa mga pagbili: 86% (ulat noong 2026 na inilabas noong Nobyembre 2025; mga petsa ng fieldwork hindi isiniwalat sa paglabas).Zendesk
- Zendesk consumer survey: pipiliin ang text, boses at mga visual sa isang pag-uusap: 76% (ulat noong 2026 na inilabas noong Nobyembre 2025; mga petsa ng fieldwork hindi isiniwalat sa paglabas).Zendesk
- Zendesk consumer survey: inaasahan ang mga paliwanag para sa mga desisyong ginawa ng AI: 95% (ulat noong 2026 na inilabas noong Nobyembre 2025; mga petsa ng fieldwork hindi isiniwalat sa paglabas).Zendesk
Ano ang nagbago nang makatanggap ng tulong ang mga support agent?
Natuklasan ng pag-aaral ang mas mataas na resolution ng produktibidad at mas maikling oras ng paghawak. Ang mga average na sukat ng kalidad ay hindi nagpakita ng statistically significant na pagpapabuti, kaya ang mas mataas na produktibidad ay hindi dapat muling lagyan ng label na mas mataas na kasiyahan ng customer.
Mag-scroll pahalang upang ihambing ang lahat ng mga column →
| Sinukat na resulta | Iniulat na pagbabago | Interpretasyon |
|---|---|---|
| Pagtaas sa mga isyung nalutas bawat oras | 15.2%Quasi-experimental na resulta | Statistically significant |
| Pagbawas sa average na oras ng paghawak ng chat | 8.5%Quasi-experimental na resulta | Statistically significant |
| Pagtaas sa natapos na chat share, humigit-kumulang | 1.3 ppQuasi-experimental na resulta | Hindi statistically significant |
| Pagbaba sa customer NPS, humigit-kumulang | 0.12Quasi-experimental na resulta | Hindi statistically significant |
| Pagtaas sa mga isyung nalutas bawat oras para sa mas kaunti ang kasanayan at mas kaunti ang karanasan na mga ahente | 30%Quasi-experimental na resulta | Resulta ng subgroup; hindi ang average ng workforce |
Gumagamit ng nai-publish na artikulo, hindi ang naunang working paper nito. Ang mga relatibong pagbabago sa porsyento, mga pagbabago sa percentage-point at mga puntos ng NPS ay magkakaibang yunit. Ang isang hindi makabuluhang pagtatantya ay hindi patunay ng zero effect.
Pangunahing pinagmulan: Brynjolfsson, Li at Raymond — Pebrero 4, 2025
Ano ang inaasahan ng mga mamimili mula sa serbisyong pinapagana ng AI?
Ang mga mamimili ay nag-uulat ng mga kagustuhan para sa pagpapatuloy, pagtugon, flexibility ng channel at mga paliwanag. Ito ay mga inaasahan sa survey, hindi mga naobserbahang rate ng retention o mga kinalabasan ng suporta na nasukat sa eksperimento.
| Tugon ng mamimili | Bahagi ng respondent |
|---|---|
| Gusto mong magpatuloy ang representative mula sa nakaraang interaksyon | 81%Inaasahan sa survey |
| Naiinis sa pag-uulit ng impormasyon | 74%Inaasahan sa survey |
| Umasa sa suportang iniayon sa mga nakaraang interaksyon | 67%Inaasahan sa survey |
| Sinasabi na ang pagiging tumutugon at katumpakan ay malakas na nakakaapekto sa mga pagbili | 86%Inaasahan sa survey |
| Pipiliin ang text, boses at mga visual sa isang pag-uusap | 76%Inaasahan sa survey |
| Umasa sa mga paliwanag para sa mga desisyong ginawa ng AI | 95%Inaasahan sa survey |
Ang pinagsamang bilang ng kalahok ay hindi dapat gamitin bilang denominator para sa bawat tanong ng mamimili.
Pangunahing pinagmulan: Zendesk — Nobyembre 18, 2025
Ipinapakita ba ng pag-aaral na ang mga autonomous na bot ay maaaring pumalit sa mga ahente?
Hindi. Sinusuri nito ang mga mungkahi na naihatid sa mga human support agent, na maaaring mag-edit o huwag pansinin ang mga ito. Ang autonomous na resolusyon, mga patakaran sa pag-escalate at end-to-end na pagganap ng chatbot ay nangangailangan ng kanilang sariling pagsusuri.
Huwag muling lagyan ng label ang assisted-agent productivity bilang isang bot containment rate, pagbawas ng headcount o garantisadong pagtitipid sa gastos.
Pangunahing pinagmulan: Brynjolfsson, Li at Raymond — Pebrero 4, 2025
Anong mga sukatan ang dapat paghiwalayin ng isang AI support scorecard?
Subaybayan ang mga natapos na resolusyon, oras ng paghawak, paulit-ulit na mga kontak, pag-escalate at kalidad na tinasa ng customer nang hiwalay. Tukuyin ang denominator para sa bawat sukat at isama ang trabahong ginawa pagkatapos na ibigay ng bot ang pag-uusap sa isang tao.
| Sukatan | Kahulugan para sa isang lokal na pagsusuri |
|---|---|
| Produktibidad ng resolusyon | Mga tinanggap na resolusyon na hinati ng mga oras na may tauhan |
| Oras ng paghawak | Aktibong oras ng paghawak bawat pag-uusap, na may mga panuntunan sa concurrency na nakasaad |
| Pag-escalate | Mga pag-uusap na inilipat sa isang tao o superbisor na hinati ng mga karapat-dapat na pag-uusap |
| Kalidad | Independiyenteng pagsusuri o feedback ng customer gamit ang parehong sukat sa lahat ng kondisyon |
Balangkas ng pagsukat sa editoryal ng Workspace369; ang mga depinisyon na ito ay hindi karagdagang empirical na mga natuklasan.
Paano binuo ang ulat na ito
Metodolohiya at mga limitasyon
- Ang talahanayan ng mga sinukat na resulta ay pinapanatili ang mga mas pinipiling pagtatantya ng inilathalang papel at ang mga natuklasan nito tungkol sa null-quality. Ang talahanayan ng survey ay naglalaman lamang ng mga inaasahan ng mamimili na hiwalay na binigyan ng attribution.
- Ang pampublikong artikulo na naka-host ng may-akda ay direktang sinuri, kabilang ang mga pangunahing talahanayan ng resulta. Tanging mga napiling factual na resulta lamang ang binubuod; ang papel at ang mga chart nito ay hindi muling ipinamamahagi.
- Ang orihinal na kontribusyon ay ang paghahambing ng uri ng ebidensya at ang reusable na balangkas ng pagsukat, hindi isang bagong pag-aaral ng suporta. Walang cross-source average na kinakalkula.
Ano ang hindi masasabi sa iyo ng mga numerong ito
- Ang operational study ay tungkol sa isang kumpanya, isang makasaysayang assistant at isang hindi random na buong rollout. Ang estratehiya sa pagkakakilanlan ay mas malakas kaysa sa isang simpleng opinion poll ngunit hindi ginagarantiyahan ang paglipat sa ibang team.
- Ang survey ng mamimili ay naka-sponsor ng vendor. Ang mga nakasaad na kagustuhan ay hindi mga naobserbahang desisyon sa pagbili, at ang taon ng edisyon ng ulat nito ay hindi ang petsa ng fieldwork nito.
- Walang resulta ang nagtatatag kung paano gumaganap ang Workspace369, nagpapatunay ng isang rate ng pagpapalit ng autonomous-agent, o sumusuporta sa isang pangkalahatang pag-aangkin ng ROI para sa serbisyo sa customer.
Pagiging sariwa at mga pagwawasto
Pinapanatili ng editorial team ng Workspace369. Suriin ang quarterly at kapag ang isang sinipi na producer ay naglabas ng kapalit na pag-aaral. Susunod na editoryal na pagsusuri: Disyembre 2026. Panatilihin ang mga historikal na bersyon ng modelo at mga petsa ng obserbasyon. Ang petsa ng edisyon ay nagbabago lamang kapag ang ebidensya o nilalaman ay nasuri nang substantively; hindi nito binabago ang pinagbabatayan na panahon ng obserbasyon.
Unang edisyon: . Sinuri ang pagkuha ng data, pagkilala sa pinagmulan, at aritmetika para sa edisyong ito. Walang independiyenteng peer review na inaangkin.
Nakahanap ng error o mas bagong pangunahing release? Magpadala ng pagwawasto kasama ang pinagmulan at ang apektadong istatistika. Ang mga nakumpirmang pagwawasto ay dapat itala sa kasaysayan ng rebisyon bago muling ilathala.
Mga pangunahing pinagmulan at provenance
Ang bawat naiulat na numerong cell ay direktang nagli-link sa producer nito. Kasama sa mga download ang eksaktong mga lokasyon ng talahanayan o workbook, mga panahon ng obserbasyon, mga petsa ng pag-access, mga formula at mga sanggunian sa input.
- Brynjolfsson, Li at RaymondGenerative AI sa Trabaho, nai-publish na Quarterly Journal of Economics article (2025) ↗Nai-publish noong Pebrero 4, 2025. Na-access noong Setyembre 12, 2026.Ang mga napiling factual na obserbasyon ay binigyan ng paraphrasing na may attribution. Walang pinagmulan na ulat, chart, data ng kalahok o proprietary database ang muling ipinamamahagi; ang mga karapatan ng pinagmulan ay nananatili sa gumawa nito.
- Zendesk2026 CX Trends: orihinal na anunsyo ng pananaliksik ng publisher ↗Nai-publish noong Nobyembre 18, 2025. Na-access noong Setyembre 12, 2026.Ang mga napiling factual na obserbasyon ay binigyan ng paraphrasing na may attribution. Walang pinagmulan na ulat, chart, data ng kalahok o proprietary database ang muling ipinamamahagi; ang mga karapatan ng pinagmulan ay nananatili sa gumawa nito.
Ginawa para suriin, pagkatapos ay sipiin
Paano banggitin ang ulat na ito
Para sa isang istatistika na naiulat ng pinagmulan, kilalanin ang orihinal na publisher at mag-link sa eksaktong row dito kapag ginagamit ang aming kompilasyon. Para sa isang modeled na resulta, banggitin ang Workspace369 at isama ang mga pagpapalagay. Ang pag-link sa pahinang ito ay hindi ginagawang orihinal na producer namin ng third-party data.
Workspace369. (2026-09-12). AI Customer Service Performance Statistics. https://workspace369.com/research/ai-customer-service-performance-statistics/. Mga pangunahing pinagmulan at panahon ng obserbasyon tulad ng nakalista sa ulat.
Ang mga download ay mga reference dataset sa wikang Ingles, kabilang ang sa mga isinaling pahina. Ang mga karapatan sa pinagmulan ay nananatili sa kanilang mga producer. I-attribute ang kompilasyon at mga kalkulasyon ng Workspace369; konsultahin ang mga tuntunin sa muling paggamit ng bawat pinagmulan.