簡短版本
2026 年版重點摘要
每個要點都連結到其標準數據列。報告的數字屬於其引用的生產者；模型結果標示為計算。
- 支援研究：每小時解決的問題增加：15.2%（推出主要在 2020 年秋季至 2021 年冬季；文章於 2025 年 2 月發表）。Brynjolfsson、Li 和 Raymond
- 支援研究：平均聊天處理時間減少：8.5%（推出主要在 2020 年秋季至 2021 年冬季；文章於 2025 年 2 月發表）。Brynjolfsson、Li 和 Raymond
- 支援研究：已解決聊天比例增加，約（無統計顯著性）：1.3 個百分點（推出主要在 2020 年秋季至 2021 年冬季；文章於 2025 年 2 月發表）。Brynjolfsson、Li 和 Raymond
- 支援研究：客戶 NPS 下降，約（無統計顯著性）：0.12（推出主要在 2020 年秋季至 2021 年冬季；文章於 2025 年 2 月發表）。Brynjolfsson、Li 和 Raymond
- 支援研究：較不熟練和經驗較少的代理每小時解決的問題增加：30%（推出主要在 2020 年秋季至 2021 年冬季；文章於 2025 年 2 月發表）。Brynjolfsson、Li 和 Raymond
- Zendesk 消費者調查：希望代表能夠從先前的互動繼續：81%（2026 年報告於 2025 年 11 月發布；發布中未披露田野調查日期）。Zendesk
- Zendesk 消費者調查：因重複提供資訊而感到沮喪：74%（2026 年報告於 2025 年 11 月發布；發布中未披露田野調查日期）。Zendesk
- Zendesk 消費者調查：表示響應速度和準確性對購買有很大影響：86%（2026 年報告於 2025 年 11 月發布；發布中未披露田野調查日期）。Zendesk
- Zendesk 消費者調查：會在一次對話中選擇文字、語音和視覺效果：76%（2026 年報告於 2025 年 11 月發布；發布中未披露田野調查日期）。Zendesk
- Zendesk 消費者調查：期望 AI 決策的解釋：95%（2026 年報告於 2025 年 11 月發布；發布中未披露田野調查日期）。Zendesk
支援代理獲得 AI 協助後發生了什麼變化？
研究發現了更高解析度的生產力和更短的處理時間。平均品質衡量標準未顯示統計上顯著的改善，因此不能將更高的生產力重新標記為更高的客戶滿意度。
向右捲動以比較所有欄 →
| 測量結果 | 回報的變更 | 解釋 |
|---|---|---|
| 每小時解決問題數量的增加 | 15.2%準實驗結果 | 統計顯著 |
| 平均聊天處理時間的減少 | 8.5%準實驗結果 | 統計顯著 |
| 已解決聊天比例的增加，約 | 1.3 pp準實驗結果 | 無統計顯著性 |
| 客戶 NPS 下降，約 | 0.12準實驗結果 | 無統計顯著性 |
| 技能較差、經驗較少的代理每小時解決問題數量的增加 | 30%準實驗結果 | 子群組結果；非勞動力平均值 |
使用已發表的文章，而不是其早期工作論文。相對百分比變化、百分點變化和 NPS 點是不同的單位。不顯著的估計並非零效應的證明。
消費者對 AI 支援的服務有何期望？
消費者報告偏好連續性、響應性、渠道靈活性和解釋。這些是調查預期，而非觀察到的保留率或實驗測量的支援結果。
| 消費者回應 | 受訪者比例 |
|---|---|
| 希望代表能夠從先前的互動繼續 | 81%調查期望 |
| 因重複提供資訊而感到沮喪 | 74%調查期望 |
| 預期根據先前互動量身定制的支援 | 67%調查期望 |
| 表示回應速度和準確性強烈影響購買 | 86%調查期望 |
| 會在一次對話中選擇文字、語音和視覺效果 | 76%調查期望 |
| 預期 AI 決策的解釋 | 95%調查期望 |
參與者總數不得用作每個消費者問題的分母。
該研究是否表明自主機器人可以取代代理？
否。它評估提供給人工支援代理的建議，這些代理可以編輯或忽略這些建議。自動解析、升級政策和端對端聊天機器人效能需要自行評估。
請勿將輔助代理生產力重新標記為機器人包含率、員額削減或保證的成本節省。
AI 客戶服務計分卡應將哪些指標分開？
獨立追蹤已完成的解決方案、處理時間、重複聯繫、升級和客戶評級的品質。定義每個衡量標準的分母，並包含機器人將對話轉交給人員後執行的工作。
| 指標 | 本地評估的定義 |
|---|---|
| 解決生產力 | 已接受的解決方案除以配置的工時 |
| 處理時間 | 每次對話的主動處理時間，並說明並發規則 |
| 升級 | 轉移給人工或主管的對話除以合格的對話 |
| 品質 | 在不同條件下使用相同量表的獨立審查或客戶回饋 |
Workspace369 編輯測量框架；這些定義不是額外的經驗發現。
本報告的建置方式
方法與限制
- 測量結果表保留了已發表論文的首選估計值及其無效品質的發現。調查表僅包含獨立歸屬的消費者期望。
- 直接檢查了作者公開託管的文章，包括主要結果表格。僅總結了選取的實際結果；論文及其圖表未重新分發。
- 原始貢獻是證據類型比較和可重複使用的測量框架，而非新的支援實驗。未計算跨來源平均值。
這些數字無法告訴您什麼
- 營運研究涉及一家公司、一個歷史助理和一個非隨機的全面推廣。識別策略比簡單的意見調查更強，但不能保證轉移到另一個團隊。
- 消費者調查由供應商贊助。陳述的偏好不是觀察到的購買決定，其報告年份並非其現場調查日期。
- 沒有結果能確立 Workspace369 的表現，證明自動代理的替換率，或支持籠統的客戶服務投資回報率聲明。
時效性和更正
由 Workspace369 編輯團隊維護。每季審閱一次，以及當引用的生產者發布替換研究時。下次編輯審閱：2026 年 12 月。保留歷史模型版本和觀察日期。僅當證據或內容經過實質性審閱時，版本日期才會更改；它不會更改基礎觀察期。
第一版： 已檢查此版本的數據提取、來源歸屬和計算。不聲稱獨立的同行評審。
發現錯誤或更新的主要版本？ 發送更正，包含來源和受影響的統計數據已確認的更正應在重新發佈前記錄在修訂歷史記錄中。
主要來源和出處
每個報告的數字單元格都直接連結到其生產者。下載內容包含確切的表格或工作簿位置、觀察期、存取日期、公式和輸入參考。
- Brynjolfsson、Li 和 Raymond工作中的生成式 AI，發表於《經濟學季刊》的文章（2025 年）↗發布於 2025 年 2 月 4 日。存取於 2026 年 9 月 12 日。選取的實際觀察結果已附有歸屬並進行了意譯。未重新分發任何來源報告、圖表、參與者數據或專有資料庫；來源權利仍歸其生產者所有。
- Zendesk2026 年 CX 趨勢：原始發布者研究公告 ↗發布於 2025 年 11 月 18 日。存取於 2026 年 9 月 12 日。選取的實際觀察結果已附有歸屬並進行了意譯。未重新分發任何來源報告、圖表、參與者數據或專有資料庫；來源權利仍歸其生產者所有。
旨在供查閱和引用
如何引用本報告
對於來源報告的統計數據，請在引用我們的匯編時，註明原始發布者並連結到確切的列。對於模型結果，請引用 Workspace369 並包含假設。連結到此頁面並不代表我們是第三方數據的原始生產者。
Workspace369. (2026-09-12)。AI 客戶服務績效統計數據。https://workspace369.com/research/ai-customer-service-performance-statistics/. 報告中列出的主要來源和觀察期。
下載內容為英文參考資料集，包括翻譯頁面。來源權利歸其生產者所有。請註明 Workspace369 的彙編和計算；請查閱每個來源的再利用條款。