HubSpot Customer Agent Resolves 72% of Support Tickets Without Human Escalation

Apa yang berlaku

HubSpot melaporkan bahawa AI Customer Agent miliknya kini menyelesaikan 72% tiket sokongan pelanggan secara autonomi, tanpa perlu dieskalasi kepada ejen manusia. Dapatan ini didedahkan oleh syarikat sebagai sebahagian daripada laporan prestasi terkini bagi rangkaian ejen AI mereka, termasuk Customer Agent dan Data Agent, menurut liputan CX Today.

Dengan kadar penyelesaian sebegini tinggi, tumpuan reka bentuk perkhidmatan kini beralih kepada baki 28% tiket yang masih memerlukan campur tangan manusia — bagaimana proses eskalasi ini direka supaya berkualiti, tepat pada masanya dan tidak menjejaskan pengalaman pelanggan.

Mengapa ia penting

Angka ini menandakan titik matang baharu bagi automasi sokongan pelanggan berasaskan AI — daripada sekadar menjawab soalan mudah kepada benar-benar menutup kes tanpa penglibatan manusia. Bagi pasukan CX, ini mengubah persoalan asas: bukan lagi "berapa banyak yang boleh diautomasikan," tetapi "adakah 28% yang dieskalasi itu ditangani dengan cara yang mengekalkan kepercayaan pelanggan."

Dari sudut ekonomi tingkah laku, keupayaan AI menyelesaikan majoriti tiket juga mengubah jangkaan pelanggan terhadap kelajuan dan kemudahan. Apabila jangkaan ini terbentuk, sebarang kegagalan eskalasi — kelewatan, ulangan maklumat, atau jawapan yang tidak konsisten — akan dirasai lebih berat oleh pelanggan berbanding sebelum automasi meluas diperkenalkan.

Mengikut angka

• 72% daripada tiket sokongan pelanggan diselesaikan secara autonomi oleh HubSpot Customer Agent tanpa eskalasi kepada manusia.
• 28% baki tiket masih memerlukan campur tangan ejen manusia, menjadikannya fokus utama bagi reka bentuk pengalaman seterusnya.

Pandangan Renascence

Kebanyakan perbincangan tentang automasi AI tertumpu kepada kadar penyelesaian sebagai penanda kejayaan. Namun titik sebenar yang perlu diberi perhatian ialah kualiti pengalaman bagi golongan minoriti yang tidak dapat diselesaikan oleh AI — kumpulan ini selalunya terdiri daripada kes paling kompleks, sensitif atau emosional.

Apabila AI berjaya menyelesaikan majoriti kes mudah, baki yang tinggal secara semula jadinya lebih sukar — dan lebih berisiko dari segi kepercayaan pelanggan. Operator yang benar-benar mengutamakan pelanggan perlu melabur dalam reka bentuk laluan eskalasi: mengenal pasti dengan tepat bila AI perlu berhenti, memindahkan konteks perbualan tanpa pelanggan perlu mengulang cerita, dan memastikan ejen manusia dilengkapi maklumat penuh sebaik sahaja kes itu sampai kepada mereka. Kejayaan sebenar automasi bukan diukur pada peratusan yang diselesaikan, tetapi pada bagaimana baki kes itu dikendalikan.