减少重复性支持工作远比AI演示看起来要难得多
摘要
作者分享了他们试图用AI减少重复性支持邮件的经验，发现大多数自动化解决方案都失败了，而结合知识检索、OCR、回复草拟、置信度评分和人工审核的方法更有效。
过去几周我一直在尝试减少每天处理的重复性支持邮件。原以为这个问题应该已经基本解决了，因为现在每隔一家初创公司就声称拥有“AI支持代理”😭 但大多数方案要么回复通用垃圾信息，要么在缺少上下文时崩溃，要么需要从头重建整个支持工作流程。最终真正开始产生效果的并非完全自动化，而是结合了：文档/知识检索、OCR截图、回复草拟、置信度评分，以及发送前的人工审核。基本上就是去除重复部分，而不盲目信任AI。已经显著减少了支持时间，尤其是对于那些反复出现的新手引导/设置问题。强烈推荐！
相似文章
哪些 AI 客服工具能真正减少工单量？
用户寻求能通过文档和知识库处理重复性查询、减少工单量的 AI 客服代理推荐，对基本聊天机器人在具体问题上表现不佳表示不满。
OpenAI通过每次交互改进支持服务
OpenAI分享了如何使用AI重新设计其支持运营，每年处理数百万个请求，建立了一个每次交互都能改进下一次的运营模式。该方法整合了聊天、邮件和电话等多个渠道，持续改进知识库，并通过人工-AI评估循环使支持代表能够充当建设者并为产品改进提供信息。
当下最有用的AI技能或许是知道什么不该自动化
本文认为，目前AI最有效的用途是自动化那些微小重复的脑力任务以减轻认知负荷，而非完全替代人类工作流程。
你需要能够降低维护成本的 AI
James Shore 认为，AI 编码代理必须显著降低软件的长期维护成本，才能真正带来生产力的提升，而不仅仅是加快初始代码的编写速度。文章引用了“大众智慧”对维护负担的估算，并警告称，如果不降低这些成本，团队将面临收益递减和技术债务的问题。
我让一个AI代理做我的无聊行政工作，它居然还行
一位小企业主分享了使用名为'autoclaw'的AI代理来自动化电子邮件、客户报告以及将支持工单转移到GitHub等行政任务的经验。在最初的设置挫折和过度连接之后，他们最终采用了有限的集成，尽管偶尔输出垃圾内容，但节省了时间。