Forrester Research在一份新报告中称，虽然生成式人工智能（GenerativeAI）可以帮助客户服务领导者改进内容创作、加快数据分析速度，并提高联络中心座席工作流程的效率，但该技术尚未为面向客户的用例做好准备。

　　Forrester警告说："大型语言模型（LLM）并不是联络中心所寻找的对话灵丹妙药。"他指出，目前面向客户的应用程序存在太多重大问题，风险也太大。

　　Forrester表示，这项备受吹捧的技术可以改变公司内部的每个领域，并将联络中心称为生成式人工智能的"试验场"，因为联络中心会产生大量非结构化的自然语言数据。

　　虽然该研究公司预计，在未来的某个时候，生成式人工智能将影响联络中心的所有要素，但该研究公司认为，目前最大的影响如下：

　　总结通话记录：生成式人工智能可以在瞬间完成这项任务，而不是让座席花几分钟来总结呼叫。

　　快速回复客户查询，提高工作效率。

　　开发上下文内容。

　　但与此同时，Forrester警告称，生成式人工智能不应被视为解决所有问题的灵丹妙药。

　　Forrester表示，原因之一是，并非所有人工智能都是平等的。它说，大型语言模型问世的时间比许多人意识到的要长，但这种炒作直到去年年底才赶上OpenAI发布的ChatGPT。

　　从那以后，许多供应商推出了被该研究公司称为"不成熟的、测试不足的产品"，试图率先将包含生成式人工智能的解决方案推向市场。

　　"购买生成式人工智能解决方案的公司必须仔细评估产品，以寻求明确的差异化、对质量的肯定、用例一致性和安全考虑。不要害怕向供应商提出一些棘手的问题，尤其是当他们声称自己提供了独特的内容时。"

　　Forrester还指出，座席工作流是生成式人工智能最相关的用例之一，因为回报可能很高，风险可能很低。然而，这家研究公司警告称，不要过度自动化，这将导致更糟糕的座席体验。

　　Forrester说，重要的是要平衡座席的行为和帮助座席做出决定，并指出，虽然自动化呼叫摘要似乎是个好主意，但它也消除了座席在呼叫之间的休息时间。联络中心的领导需要用其他增值任务来填补呼叫之间的座席时间，这样他们的整个工作日就不会只花在打电话上了。

　　最后，Forrester警告说，生成式人工智能并不能解决糟糕的自动化问题。"没有足够的控制措施来防止对客户或公司声誉的损害。供应商们正在研究各种技术的结合，并创造出一种类似护栏的东西，以尽量减少这些风险，但请记住，聊天机器人的作用远不止它生成的文本，"报告总结道。