内容提要
企业部署面向客户的AI智能体常因缺乏专业搭建能力而失败。Typewise推出Nova,作为“AI操作员”自动构建并管理客服智能体,并持续监控优化;NiCE Cognigy也推出类似方案,让编码智能体直接协同工作。这类可自我配置的软件正将实施能力转化为产品功能,或降低企业对标准化商业应用的需求。
延伸解读
实施能力缺口:AI客服部署的隐形瓶颈
文章指出,企业部署面向客户的AI智能体时,失败原因常与软件能力无关,而是缺乏搭建所需的专业能力,包括提示词配置、知识源接入、集成搭建以及护栏和评估工具的建设。大公司可请咨询顾问或派驻工程师,但小公司往往在试点阶段挣扎,无法进入生产环境。这一缺口为能够自我配置的软件提供了市场机会。
两种自我配置路径:内置操作员与外部编码助手
Typewise的Nova定位为内置“AI操作员”,客服团队可直接用日常语言描述需求,Nova负责创建专用智能体、判断系统访问并起草提示词,部署后还持续监控优化。NiCE Cognigy则通过开源Agent Plugin让Claude Code、ChatGPT等编码智能体与Cognigy环境协同,主要面向开发者、架构师和解决方案顾问。两者在呈现方式和目标用户上存在差异。
对标准化商业应用的潜在冲击
文章提出一个更激进的可能性:可自我配置的AI智能体可能降低企业对标准化商业应用的需求。企业不必购买功能过剩的复杂CCaaS平台,而是直接向AI描述想要的客户体验,接入现有系统并提供政策、交互历史和运营约束的访问权限,由智能体设计并构建定制化的CX应用。不过文章也指出,这种一次性系统变得合理可能尚未到来。
实施专业化正成为产品功能
文章总结认为,拥有能够可靠且专业地自我配置的软件,可能很快成为新入场门槛之一。实施专业能力正在从依赖外部咨询或工程师,转变为软件产品自身的一项功能。这一趋势不仅填补能力缺口,也可能改变企业构建和维护定制化企业软件的算式,但文章对“SaaS末日”式的预言持保留态度。
Q&A
企业部署面向客户的AI智能体时,为什么常常会失败?
失败原因常常与软件本身的能力无关,而是企业缺少把它成功搭建起来所需的专业能力,包括提示词配置、知识源接入、集成搭建,以及客户服务运营所需的护栏和评估工具建设。大公司可以请咨询顾问或派驻工程师,但小公司往往在试点阶段就卡住,走不到生产环境。
Typewise的Nova是什么?它和普通客服AI智能体有什么区别?
Nova是Typewise推出的“AI操作员”,它本身不直接与客户交互,而是负责构建并管理那一群真正与客户打交道的Typewise智能体。企业接入自己的系统并用日常语言描述想要的客户体验后,Nova能为账单、退货、保修索赔等领域创建专用智能体,判断它们需要访问哪些系统,并起草约束其行为的提示词。部署后Nova还会持续监控、诊断问题、提出修订方案并模拟推演。
NiCE Cognigy的Agentic Building for CX AI是怎么工作的?
它通过开源Agent Plugin让Claude Code、ChatGPT、Codex和Gemini等编码智能体直接与Cognigy环境协同工作。该插件让这些智能体能够获取最新的Cognigy文档、通过MCP暴露的平台工具、Cognigy专属技能,以及用于构建AI智能体或审计语音配置等任务的专用智能体。用户可以提供一个通话记录、需求文档、URL或工作说明书,然后让编码智能体创建相应的流程、知识库、工具和端点,同一个智能体还能测试该实现并为部署做好准备。
Typewise的Nova和NiCE Cognigy的方案有什么不同?
两者在呈现方式与目标用户上有所不同。Cognigy的能力主要是为开发者、架构师和解决方案顾问准备的实施伙伴,通过一个外部编码助手来使用。Typewise则把Nova定位为一个内置操作员,客服团队可以直接对它下指令,并且它会在整个生产生命周期中持续参与。
可自我配置的AI智能体出现后,企业还需要购买标准化商业应用吗?
文章认为,一个更激进的可能性是能力越来越强的软件智能体可能整体降低对标准化商业应用的需求。企业不必再买功能远超自身所需的复杂CCaaS平台,而是可以直接向AI智能体描述想要的客户体验,接上现有系统并提供对自身政策、交互历史和运营约束的访问权限,智能体就能为这家组织专门设计并构建所需的专用智能体、工作流、集成、评估系统和管理工具,从而一夜之间拥有一个定制化的CX应用。但文章也指出,这种一次性系统开始变得合理可能还没有到来,至少在未来可预见的范围内没有。
实施专业能力正在变成一项产品功能,这意味着什么?
这意味着像Typewise Nova和NiCE Cognigy这类可自我配置的软件,正把原本需要专业能力才能完成的实施工作转化为产品自身的能力。文章指出,拥有能够可靠且专业地自我配置的软件,可能很快就会成为新入场门槛之一。