<p>幾十年來，客户服務一直被定義為令人沮喪的延遲。客户遇到問題，瀏覽複雜的支持頁面，最終往往出於絕望才聯繫人工代表。這種反應式模型將服務視為一個專注於追趕的成本中心，終於面臨着主動性的徹底改革。Salesforce 的新主動服務旨在從根本上重新定義這一範式，利用統一的數據和智能自動化在客户甚至尚未提出投訴之前解決問題。這一轉變至關重要，尤其是人工智能已經解決了 30% 的服務案例，預計到 2027 年這一數字將達到 50%。</p>
<p>主動客户服務 AI 的核心創新在於將預測智能與即時、可操作的解決工具相結合。歷史上，數據孤島阻礙了公司將不同信號（如最近的網站點擊流、未完成的訂單和社交媒體投訴）連接成一個單一、連貫的服務事件。由 Data 360 驅動的主動服務打破了這些障礙，在整個數據宇宙中建立了持續的警覺。這種持續監控使系統能夠 24/7 檢測即將發生的服務事件，將原始數據轉化為預測觸發器。</p>
<p>這種預測能力超越了簡單的異常檢測；它使得上下文預判成為可能。考慮一個電信提供商使用該系統監控外部天氣模式和網絡健康數據。如果檢測到重大風暴，系統會主動通知受影響區域的客户潛在的服務中斷，提供指導性故障排除步驟或預計恢復時間，甚至在第一通投訴電話尚未接入之前。這種預防性溝通大幅減少了來電量，維護了客户信任，並將服務互動從對抗式轉變為禮賓式支持。</p>
<h2>主動解決的操作現實</h2>
<p>一旦檢測到潛在問題，系統立即進入解決階段，利用 Agentforce 啓動自助解決。這不僅僅是發送一封通用電子郵件；它涉及直接向客户的首選渠道提供超個性化、可操作的指導。目標是通過提供預構建的自動化或複雜的指導流程，使用户能夠獨立解決問題，從而轉移案例，而不是客户。這種主動的方法確保瞭解決方案及時、相關，並最小化通常會使客户遠離自助服務選項的摩擦。</p>
<p>主動服務模型中最後也是最關鍵的一步是優化。系統並不因為立即問題得到解決就認為互動完成；它通過強大的反饋循環收集每個接觸點的詳細見解。這種持續測量確保主動策略隨着時間的推移變得越來越有效，優化檢測算法並提高自動解決路徑的有效性。這種嚴格的三步工作流程——檢測、解決、優化——是同時推動更高客户滿意度評分和更低運營成本的引擎。</p>
<p>轉向主動客户服務 AI 的商業影響深遠，直接影響長期困擾服務組織的關鍵績效指標。通過預防問題並引導客户進行有效的自助服務，公司可以顯著減少來電支持請求，這在 65% 的服務領導者預計案件數量增加的情況下尤為重要。此外，能夠及早捕捉和處理負面情緒，防止其升級為公共品牌損害，提供了顯著的競爭優勢。在內部，Salesforce 已經報告使用 Agentforce 的平均解決率飆升至 70% 或更高，證明了當預判取代反應時的變革潛力。</p>
<p>除了降低成本和提高滿意度，主動服務也是一個強大的收入槓桿。通過監控合同到期日期或使用模式，系統可以主動通知客户即將到期的訂閲或最大化其利益的機會，從而推動追加銷售和升級轉化。這一能力將服務組織從必要的開支轉變為戰略增長夥伴。根據公告，近 75% 的公司已經在投資或計劃投資於主動服務，確認這一模型正在迅速成為行業標準，受到消費者對預判支持需求的推動。未來的客户服務不再是由你響應的速度決定，而是由你預判的有效性決定。</p>

賽富時

<p>Salesforce 推出了主動客户服務人工智能，旨在通過在問題出現之前解決問題來重新定義客户服務。這個創新系統將預測智能與可操作的解決工具相結合，允許持續監控數據以預測服務事件。通過主動通知客户潛在的干擾並提供個性化指導，該模型減少了來電量並提升了客户滿意度。三步工作流程——檢測、解決、優化——提高了解決率和運營效率。隨着 75% 的公司投資於主動服務，這種方法正成為行業標準，強調在客户服務中以預見為主，而非反應</p>

<p>For decades, customer service has been defined by frustrating latency. Customers encounter a problem, navigate labyrinthine support pages, and only then, often out of desperation, reach a human representative. This reactive model, which treats service as a cost center dedicated to catching up, is finally facing an agentic overhaul. Salesforce’s new Proactive Service aims to fundamentally redefine this paradigm, leveraging unified data and intelligent automation to resolve issues before the customer even registers a complaint. This shift is critical, especially as AI is already resolving 30% of service cases, a figure projected to hit 50% by 2027.</p>
<div class="lb-trans"><p>幾十年來，客户服務一直被定義為令人沮喪的延遲。客户遇到問題，瀏覽複雜的支持頁面，最終往往出於絕望才聯繫人工代表。這種反應式模型將服務視為一個專注於追趕的成本中心，終於面臨着主動性的徹底改革。Salesforce 的新主動服務旨在從根本上重新定義這一範式，利用統一的數據和智能自動化在客户甚至尚未提出投訴之前解決問題。這一轉變至關重要，尤其是人工智能已經解決了 30% 的服務案例，預計到 2027 年這一數字將達到 50%。</p>
</div><p>The core innovation behind Proactive customer service AI is the integration of predictive intelligence with immediate, actionable resolution tools. Historically, data silos prevented companies from connecting disparate signals—like a recent website clickstream, an incomplete order, and a social media complaint—into a single, coherent service event. Proactive Service, powered by Data 360, breaks down these barriers, establishing constant vigilance across the entire data universe. This continuous monitoring allows the system to detect upcoming service events 24/7, transforming raw data into predictive triggers.</p>
<div class="lb-trans"><p>主動客户服務 AI 的核心創新在於將預測智能與即時、可操作的解決工具相結合。歷史上，數據孤島阻礙了公司將不同信號（如最近的網站點擊流、未完成的訂單和社交媒體投訴）連接成一個單一、連貫的服務事件。由 Data 360 驅動的主動服務打破了這些障礙，在整個數據宇宙中建立了持續的警覺。這種持續監控使系統能夠 24/7 檢測即將發生的服務事件，將原始數據轉化為預測觸發器。</p>
</div><p>This predictive capability moves beyond simple anomaly detection; it enables contextualized anticipation. Consider a telecommunications provider using the system to monitor external weather patterns alongside network health data. If a major storm is detected, the system proactively notifies customers in the affected zone about potential service disruptions, offering guided troubleshooting steps or estimated restoration times before the first complaint call even registers. This preemptive communication drastically reduces inbound call volume, preserves customer trust, and shifts the service interaction from adversarial to concierge-style support.</p>
<div class="lb-trans"><p>這種預測能力超越了簡單的異常檢測；它使得上下文預判成為可能。考慮一個電信提供商使用該系統監控外部天氣模式和網絡健康數據。如果檢測到重大風暴，系統會主動通知受影響區域的客户潛在的服務中斷，提供指導性故障排除步驟或預計恢復時間，甚至在第一通投訴電話尚未接入之前。這種預防性溝通大幅減少了來電量，維護了客户信任，並將服務互動從對抗式轉變為禮賓式支持。</p>
</div><h2>The Operational Reality of Agentic Resolution</h2>
<div class="lb-trans"><h2>主動解決的操作現實</h2>
</div><p>Once a potential issue is detected, the system immediately moves into the Resolve phase, utilizing Agentforce to initiate self-service resolution. This is not merely sending a generic email; it involves delivering hyper-personalized, actionable guidance directly to the customer’s preferred channel. The goal is to deflect cases, not customers, by providing pre-built automations or complex, guided walkthroughs that allow the user to resolve the issue independently. This agentic approach ensures that the resolution is timely, relevant, and minimizes the friction that typically drives customers away from self-service options.</p>
<div class="lb-trans"><p>一旦檢測到潛在問題，系統立即進入解決階段，利用 Agentforce 啓動自助解決。這不僅僅是發送一封通用電子郵件；它涉及直接向客户的首選渠道提供超個性化、可操作的指導。目標是通過提供預構建的自動化或複雜的指導流程，使用户能夠獨立解決問題，從而轉移案例，而不是客户。這種主動的方法確保瞭解決方案及時、相關，並最小化通常會使客户遠離自助服務選項的摩擦。</p>
</div><p>The final, and perhaps most crucial, step in the Proactive Service model is Optimize. The system does not consider the interaction complete simply because the immediate issue is resolved; it gathers granular insights on every touchpoint through a powerful feedback loop. This continuous measurement ensures that the proactive strategy becomes exponentially more effective over time, refining detection algorithms and improving the efficacy of the automated resolution paths. This disciplined, three-step workflow—Detect, Resolve, Optimize—is the engine that drives both higher CSAT scores and lower operational costs simultaneously.</p>
<div class="lb-trans"><p>主動服務模型中最後也是最關鍵的一步是優化。系統並不因為立即問題得到解決就認為互動完成；它通過強大的反饋循環收集每個接觸點的詳細見解。這種持續測量確保主動策略隨着時間的推移變得越來越有效，優化檢測算法並提高自動解決路徑的有效性。這種嚴格的三步工作流程——檢測、解決、優化——是同時推動更高客户滿意度評分和更低運營成本的引擎。</p>
</div><p>The business implications of moving to Proactive customer service AI are profound, directly impacting critical KPIs that have long plagued service organizations. By preventing issues and guiding customers to effective self-service, companies can dramatically reduce inbound support requests, a vital necessity given that 65% of service leaders anticipate increased caseloads. Furthermore, the ability to catch and address negative sentiment early, before it escalates into public brand damage, provides a significant competitive advantage. Internally, Salesforce has already reported average resolution rates soaring to 70% or more using Agentforce, demonstrating the transformative potential when anticipation replaces reaction.</p>
<div class="lb-trans"><p>轉向主動客户服務 AI 的商業影響深遠，直接影響長期困擾服務組織的關鍵績效指標。通過預防問題並引導客户進行有效的自助服務，公司可以顯著減少來電支持請求，這在 65% 的服務領導者預計案件數量增加的情況下尤為重要。此外，能夠及早捕捉和處理負面情緒，防止其升級為公共品牌損害，提供了顯著的競爭優勢。在內部，Salesforce 已經報告使用 Agentforce 的平均解決率飆升至 70% 或更高，證明了當預判取代反應時的變革潛力。</p>
</div><p>Beyond cost reduction and satisfaction, proactive service is also a powerful revenue lever. By monitoring contract expiration dates or usage patterns, the system can proactively inform customers about expiring subscriptions or opportunities to maximize their benefits, driving upsell and upgrade conversions. This capability transforms the service organization from a necessary expense into a strategic growth partner. According to the announcement, nearly 75% of companies are already investing or planning to invest in proactive services, confirming that this model is rapidly becoming the industry standard, driven by consumer demand for anticipatory support. The future of customer service is defined not by how quickly you respond, but by how effectively you anticipate.</p>
<div class="lb-trans"><p>除了降低成本和提高滿意度，主動服務也是一個強大的收入槓桿。通過監控合同到期日期或使用模式，系統可以主動通知客户即將到期的訂閲或最大化其利益的機會，從而推動追加銷售和升級轉化。這一能力將服務組織從必要的開支轉變為戰略增長夥伴。根據公告，近 75% 的公司已經在投資或計劃投資於主動服務，確認這一模型正在迅速成為行業標準，受到消費者對預判支持需求的推動。未來的客户服務不再是由你響應的速度決定，而是由你預判的有效性決定。</p>
</div>

賽富時推出了主動客户服務人工智能