导读

在Amazon.com，以客户为中心是通过每次客户服务互动赢得信任的关键。在本次会议中，了解Amazon客户服务（Amazon Connect全球最大的客户）如何使用Amazon Connect扩展到每年数十亿次客户互动，以提供便捷、个性化的客户体验。听听Amazon如何投资生成式人工智能，以增强客户服务互动，全面解决全球复杂的客户支持需求。

演讲精华

以下是小编为您整理的本次演讲的精华。

本次会议由亚马逊Connect市场营销团队成员Lauren Dickerson开场。她阐述了亚马逊成为地球上最以客户为中心的公司的使命，强调这一使命范围广泛，不仅涵盖亚马逊目前的业务，也包括未来在各个行业的发展。Lauren通过一些统计数据强调了亚马逊业务的全球规模，例如在美国当天可以送达超过10亿件包裹，在22个国家设有亚马逊商店，并提供24小时客户服务支持。

Lauren深入探讨了客户偏好的转变，尤其是Z世代和千禧一代更倾向于在寻求客户支持时选择自助服务选项。然而，她强调需要保持平衡，为那些更喜欢人工互动或遇到复杂问题需要人工干预的客户提供顶尖的人工支持。她解释说，2007年，亚马逊客户服务团队构建了自己的云呼叫中心技术来满足独特需求，后来在2017年发展成为商业化的亚马逊Connect。

来自亚马逊客户服务部门的代表John Chow上台阐述了他们三管齐下的客户服务方法。首要任务是通过分析数据和客户反馈，主动解决根本问题，从而消除面向客户的缺陷。如果无法消除缺陷，亚马逊将努力减少客户的工作量，提供自助服务技术解决方案，让客户可以随时参与并无缝恢复互动。最后，当自助服务无法解决问题或客户明确希望人工互动时，亚马逊会将他们与拥有必要工具和专业知识的熟练客户服务人员联系，提供顶尖的支持。

John Chow通过介绍一位名叫Diego的亚马逊客户的典型客户旅程来说明。Diego在为家庭自动化项目订购的智能灯泡尺寸不正确时遇到了问题。Diego首先尝试通过亚马逊应用程序启动客户服务，系统立即显示了他最近的购买记录，包括那些灯泡。此时，Diego有多种选择，包括引导工作流程或基于人工智能的对话式聊天机器人，他最终选择了后者。

对话式聊天机器人引导Diego完成一系列步骤，首先确认他联系客户服务的意图。随后，它提供了Diego有资格获得的解决方案，如退货流程，其中他可以选择首选的取件地点和收取退款的付款方式。值得注意的是，聊天机器人最后询问了Diego对灯泡的使用体验，可能会收集有助于识别和消除系统缺陷的客户反馈。

在幕后，对话式聊天机器人会验证商品是否符合退货、更换或其他解决方案的资格，识别Diego的首选退货地点和方式，并找出最近的取件点供他选择。利用生成式人工智能，聊天机器人可以动态适应对话过程中意图的变化，无需僵硬地遵循预定义的决策树，而是可以无缝过渡到其他解决方案。

John Chow解释说，亚马逊的客户服务运营利用了多种数据信号，包括客户资料信息、最近互动、实时事件流以及与对话式聊天机器人互动时收集的信号。这些数据用于优化客户体验、减少客户在联系流程中花费的时间和精力，并确保客户不会被路由到人手不足的队列或陷入无休止的循环。此外，生成的丰富上下文在从聊天机器人过渡到人工助理时得以保留，客户无需重复说明问题，可以直接与有能力高效解决问题的熟练助理联系。

亚马逊Connect的实时联系记录功能可以在对话过程中不断完善客户意图，并提供最合适的解决方案，为世界各地支持亚马逊Connect的语言的客户提供服务。这是一个持续的反馈循环，让亚马逊的系统不断改进，跟踪诸如准确捕捉意图、适当路由队列以及为助理提供足够资源解决问题等指标。

来自亚马逊客户服务部门的另一位代表Jeff Christensen强调，亚马逊Connect的成功是通过各种指标来衡量的。这些指标包括联系质量指标如延迟和掉线率、客户体验方面如放弃率、工程师部署和管理Connect实例所需的工作量，以及平台的可用性和可扩展性，尤其是与电信合作伙伴的合作。

从假设客户的角度出发，Jeff承认客户往往会绕过自助服务选项，直接要求人工协助，通常是按“0”或说“代理”。他将这种行为归因于自助服务解决方案无法满足客户期望，导致沮丧并更倾向于人工互动。Jeff强调，在向客户推出自助服务体验之前，确保它们无沮丧、令人愉悦、方便且直观是非常重要的。

此外，Jeff强调人工助理需要区别于自助服务选项，提供独特的价值主张。如果助理只是重复自助服务体验，客户可能会认为与人工代表交谈没有太多额外价值。因此，亚马逊旨在为助理配备必要的知识和工具，以处理各种问题，从而提供比自助服务更出色的客户体验。

John和Jeff都承认了亚马逊在这一旅程中的失败和经验教训。Jeff讨论了最初手动配置亚马逊Connect实例和联系流程的挑战，这导致采用基础设施即代码方法和软件开发生命周期来简化部署并减少人为错误。

John强调在从传统呼叫中心基础设施迁移到亚马逊Connect时，以较高的联系量进行孵化的重要性。最初，亚马逊采用了类似瀑布式的方法，在推出之前构建和测试所有预期的用例。然而，这种方法被证明是不够的，因为以低联系量(1-10%)进行测试无法发现许多边缘案例。从这一经验中吸取的教训是，要以更高的百分比进行孵化，确保在所有业务部门和用例中进行彻底测试，以避免回滚并维护利益相关方的信任。

John还讨论了让自主团队快速行动同时确保一致的客户体验的挑战。鼓励团队独立选择技术和实施解决方案可能会导致不同渠道(如语音、聊天、自助服务)之间出现碎片化的体验。为了缓解这一问题，亚马逊采用了以用户体验为先的方法，首先定义期望的客户体验，然后调整技术堆栈和团队自主权以支持这一愿景。

关于生成式人工智能，John强调从一开始就实施适当的防护措施以防止出现幻觉和对客户作出虚假承诺的重要性。防护措施不应被视为事后考虑的因素，而应该是核心设计的组成部分，以确保实现预期的客户体验。

本次会议探讨了新兴趋势，例如通过跨多个触点提供全渠道支持，满足客户所在的需求。John指出，客户不一定会遵循组织边界或孤立的渠道，相反，他们期望无缝、多模态的体验，并根据自己的偏好进行定制。为此，亚马逊旨在了解最佳客户体验，然后反向开发必要的技术堆栈。

另一个讨论的趋势是在团队自主性和一致的客户体验之间保持平衡的需求。虽然让团队快速独立行动，但亚马逊也认识到治理的重要性，以确保跨渠道和触点提供统一的体验。这涉及首先定义期望的用户体验，然后调整技术堆栈并为团队提供防护措施以在此范围内运作。

Jeff强调亚马逊与亚马逊Connect团队的密切合作关系，根据客户反馈和要求共同推出了65多项新功能。这种合作关系涉及共享代码库、进行联合路线图评审，并确保投资与亚马逊和客户的长期目标保持一致。目标是利用亚马逊云科技和亚马逊Connect产品消除重复工具，并与亚马逊的内部系统无缝集成。

Lauren在会议结尾强调，亚马逊致力于端到端的客户体验转型，提供专业服务、与行业专家合作，并提供学习计划来分享亚马逊以客户为中心的理念和流程。她邀请与会者对本次会议提供反馈，并参加re:Invent大会上的其他亚马逊Connect会议和白板讨论。

总而言之，这次全面的会议深入探讨了亚马逊以客户为中心的理念、他们创新地利用人工智能等技术实现自助服务、他们在规模化方面的经验和方法、他们持续改进以满足客户需求的重点，以及他们致力于促进合作伙伴关系和知识共享以提升整体客户体验。

我们正处在 Agentic AI 爆发前夜。 2025 亚马逊云科技中国峰会提出，企业要从 " 成本优化 " 转向 " 创新驱动 " ，通过完善的数据战略和 AI 云服务，把握全球化机遇。亚马逊将投入 1000 亿美元在 AI 算力、云基础设施等领域，通过领先的技术实力和帮助“中国企业出海“和”服务中国客户创新“的丰富经验，助力企业在 AI 时代突破。