การบริการลูกค้ากำลังเปลี่ยนจากการตอบคำถามเป็นการทำงานให้เสร็จสิ้นอย่างครบวงจรด้วยตนเอง
เป็นเวลากว่าทศวรรษที่ระบบอัตโนมัติใน CX หมายถึงการเบี่ยงเบนความสนใจ — บอทที่ตอบคำถามที่พบบ่อยและส่งต่อเรื่องยากๆ ให้กับมนุษย์ แต่ Agentic AI เปลี่ยนหน่วยงานที่ทำงานจาก "การตอบกลับ" เป็น "ผลลัพธ์"
โมเดลที่ทันสมัยในปัจจุบันสามารถวางแผนงานหลายขั้นตอน เรียกใช้ระบบภายใน และดำเนินการในนามของลูกค้าได้ เช่น การจองเที่ยวบินใหม่ การคืนเงิน การปรับเปลี่ยนแผน ศูนย์บริการลูกค้าจึงกลายเป็นแผนกจัดการข้อยกเว้น ไม่ใช่ด่านหน้า
ผู้ชนะจะไม่ใช่ผู้ที่ใช้บอทมากที่สุด แต่เป็นผู้ที่ออกแบบ Customer Journey ใหม่ เพื่อให้เจ้าหน้าที่สามารถจัดการงานให้เสร็จได้อย่างปลอดภัยโดยไม่ต้องส่งต่อให้ผู้อื่น
Why we think it'll come up
Models can now act
Foundation models reliably plan multi-step tasks and call tools, not just generate text.
Systems are getting APIs
Core CX platforms now expose actions agents can trigger safely with guardrails.
Cost pressure is real
Leaders are under margin pressure to cut cost-to-serve without gutting satisfaction.
What it changes for customer experience
For customers
Most issues resolve in a single conversation, any hour, with no queue or repeat-yourself friction.
For business
Cost-to-serve drops sharply while human agents move to high-value, emotionally complex cases.
For CX & operations
Journey design becomes the core skill — mapping what an agent may safely complete autonomously.
Industries on the front line
จากการหลีกเลี่ยงสู่ความสำเร็จ: เหตุใดหน่วยงานที่รับผิดชอบจึงเปลี่ยนแปลงไป
การนำระบบอัตโนมัติมาใช้ในด้าน CX ในยุคแรกเริ่มนั้นมีเป้าหมายที่เรียบง่าย นั่นคือการป้องกันไม่ให้ลูกค้าติดต่อกับเจ้าหน้าที่ แชทบอทตอบคำถามที่พบบ่อย ระบบ IVR จัดเส้นทางการโทร และความสำเร็จวัดจากอัตราการหลีกเลี่ยง สมมติฐานเบื้องหลังคือระบบอัตโนมัติสามารถจัดการกับส่วนรอบนอกได้ ในขณะที่มนุษย์ยังคงเป็นศูนย์กลาง สมมติฐานนั้นล้าสมัยไปแล้วในเชิงโครงสร้าง
สิ่งที่เปลี่ยนแปลงไปไม่ใช่แค่ความสามารถของโมเดลเท่านั้น แต่ยังรวมถึงสถาปัตยกรรมของสิ่งที่ AI สามารถทำได้ภายใน Customer Journey โมเดลพื้นฐานสามารถวางแผนได้หลายขั้นตอน เรียกใช้ระบบภายในแบบเรียลไทม์ และดำเนินการที่สำคัญในนามของลูกค้า การจองเที่ยวบินที่ถูกยกเลิกใหม่ การออกเงินคืนตามชุดกฎนโยบาย การกำหนดค่าระดับการสมัครสมาชิกใหม่: สิ่งเหล่านี้ไม่ใช่การสาธิตกรณีพิเศษอีกต่อไป แต่เป็นเวิร์กโฟลว์ที่พร้อมใช้งานจริงในองค์กรที่นำไปใช้ก่อนในปัจจุบัน ผลที่ตามมาคือ Contact Center กำลังถูกเปลี่ยนตำแหน่งจากแนวหน้าของการตอบสนองไปสู่แผนกจัดการข้อยกเว้น ซึ่งจัดการกับกรณีที่ต้องการการตัดสินใจของมนุษย์ ความเห็นอกเห็นใจ หรืออำนาจอย่างแท้จริง
การคาดการณ์ของ Gartner ที่ว่า AI ที่ทำงานได้เองจะแก้ไขปัญหาบริการทั่วไปส่วนใหญ่ได้โดยอัตโนมัติภายในไม่กี่ปีข้างหน้า ไม่ใช่การคาดการณ์ที่ห่างไกล แต่เป็นแผนงานการออกแบบสำหรับผู้นำ CX ที่ต้องดำเนินการในตอนนี้
สามแรงผลักดันเชิงโครงสร้างที่มาบรรจบกันพร้อมกัน
การเปลี่ยนแปลงนี้ไม่ได้ขับเคลื่อนด้วยความก้าวหน้าทางเทคโนโลยีเพียงอย่างเดียว แต่เป็นผลมาจากสามแรงผลักดันที่มาบรรจบกันพร้อมกัน และการบรรจบกันของสิ่งเหล่านี้คือสิ่งที่ทำให้ช่วงเวลาปัจจุบันมีความสำคัญอย่างยิ่ง
- โมเดลที่สามารถดำเนินการได้ ไม่ใช่แค่ตอบสนอง โมเดลภาษาขนาดใหญ่ได้ก้าวข้ามการสร้างข้อความไปสู่การวางแผนงานหลายขั้นตอนที่เชื่อถือได้ เมื่อเชื่อมต่อกับเครื่องมือต่างๆ เช่น ระบบจอง ตารางการเรียกเก็บเงิน API การยืนยันตัวตน โมเดลเหล่านี้สามารถดำเนินการแก้ไขปัญหาได้ แทนที่จะเพียงแค่บรรยายถึงการแก้ไขปัญหา
- แพลตฟอร์มที่เปิดเผยพื้นผิวการดำเนินการที่ปลอดภัย แพลตฟอร์ม CX หลักและ Back-Office กำลังเผยแพร่ API พร้อมกับ Guardrail: การดำเนินการที่กำหนดไว้ซึ่งเจ้าหน้าที่อาจเรียกใช้ได้ โดยมีข้อจำกัดด้านขอบเขต ความสามารถในการย้อนกลับ และเกณฑ์การอนุญาต โครงสร้างพื้นฐานสำหรับการทำงานอัตโนมัติที่ปลอดภัยกำลังถูกสร้างขึ้นใน Stack โดยผู้จำหน่าย ไม่ใช่ถูกติดตั้งเพิ่มเติมโดยทีม IT
- แรงกดดันด้าน Margin ที่ทำให้สถานะที่เป็นอยู่ไม่สามารถคงอยู่ได้ ต้นทุนในการให้บริการกลายเป็นข้อกังวลในระดับคณะกรรมการในภาคการธนาคาร โทรคมนาคม การท่องเที่ยว และอีคอมเมิร์ซ ผู้นำไม่สามารถรักษารูปแบบการบริการที่ต้องใช้พนักงานจำนวนมากได้ ในขณะเดียวกันก็ลงทุนในการเปลี่ยนแปลง AI การแก้ไขปัญหาโดย Agentic AI นำเสนอเส้นทางที่น่าเชื่อถือทั้งในด้านต้นทุนที่ต่ำลงและความพึงพอใจที่สูงขึ้น แต่จะเกิดขึ้นได้ก็ต่อเมื่อการออกแบบ Customer Journey ถูกต้องเท่านั้น
องค์กรที่ปฏิบัติต่อแรงผลักดันทั้งสามนี้เป็นงานที่แยกจากกันจะช้าและไม่สอดคล้องกันมากกว่าองค์กรที่ออกแบบโดยคำนึงถึงจุดตัดของสิ่งเหล่านี้
สิ่งนี้มีความหมายต่อลูกค้าอย่างไร และเหตุใดจึงแตกต่างจากระบบอัตโนมัติในอดีต
ประสบการณ์ของลูกค้าในการแก้ไขปัญหาโดย Agentic AI นั้นแตกต่างอย่างสิ้นเชิงจากประสบการณ์ของแชทบอทที่ได้รับการฝึกฝนมาอย่างดี ความแตกต่างไม่ใช่ความเร็วหรือความพร้อมใช้งาน แม้ว่าทั้งสองอย่างจะดีขึ้นก็ตาม ความแตกต่างคือ ความสมบูรณ์ ลูกค้าที่ติดต่อธนาคารของตนในเวลา 23.00 น. เกี่ยวกับข้อพิพาทเรื่องค่าใช้จ่ายไม่ต้องการการรับทราบและหมายเลขกรณี พวกเขาต้องการให้มีการยกเลิกค่าใช้จ่าย หรือคำอธิบายที่ชัดเจนว่าเหตุใดจึงไม่สามารถทำได้ โดยมีการดำเนินการขั้นตอนต่อไปแล้ว
ระบบ Agentic AI จะปิดช่องว่างนั้น ปัญหาส่วนใหญ่จะได้รับการแก้ไขในการสนทนาครั้งเดียว ทุกเวลา โดยที่ลูกค้าไม่ต้องแจ้งหมายเลขบัญชีซ้ำกับเจ้าหน้าที่สามคน หรือรอ 48 ชั่วโมงเพื่อรับสายกลับ ความขัดแย้งที่บั่นทอนความไว้วางใจ เช่น การรอคิว การโอนสาย คำมั่นสัญญาว่าจะติดตามผล จะถูกกำจัดออกไปในเชิงโครงสร้างเมื่อระบบสามารถดำเนินการสิ่งที่เริ่มต้นให้เสร็จสิ้นได้
การแก้ไขปัญหาไม่ใช่คุณสมบัติ แต่เป็นจุดประสงค์ทั้งหมดของการโต้ตอบบริการ ระบบอัตโนมัติที่หลีกเลี่ยงปัญหาโดยไม่แก้ไขปัญหาเพียงแค่ย้ายความไม่พอใจ ไม่ได้กำจัดมันออกไป
สำหรับเจ้าหน้าที่ที่เป็นมนุษย์ ผลที่ตามมาคือการยกระดับคุณภาพงานของพวกเขาอย่างแท้จริง กรณีที่มาถึงบุคคลจะเป็นกรณีที่จำเป็นต้องมีบุคคลจริงๆ: ข้อพิพาทที่ซับซ้อน สถานการณ์ที่เต็มไปด้วยอารมณ์ ลูกค้าที่มีความเสี่ยงที่จะเลิกใช้บริการซึ่งต้องการการสนทนามากกว่าการทำธุรกรรม นั่นเป็นบทบาทที่มีความหมายมากขึ้น แต่ต้องใช้ทักษะที่แตกต่างกัน เครื่องมือที่แตกต่างกัน และตัวชี้วัดประสิทธิภาพที่แตกต่างกันกว่า Contact Center ในปัจจุบัน
การออกแบบ Customer Journey เป็นความสามารถหลัก
องค์กรที่จะเป็นผู้นำในการเปลี่ยนแปลงนี้ไม่ใช่ผู้ที่นำ AI Agent มาใช้มากที่สุด แต่เป็นผู้ที่ทำงานที่ยากกว่าและไม่น่าสนใจเท่า นั่นคือการออกแบบ Customer Journey ใหม่ การแก้ไขปัญหาโดย Agentic AI ต้องการคำตอบที่แม่นยำสำหรับคำถามที่ทีม CX ส่วนใหญ่ไม่เคยตอบอย่างเป็นทางการ: ระบบนี้สามารถดำเนินการใดได้อย่างปลอดภัยโดยไม่ได้รับอนุญาตจากมนุษย์?
คำถามนั้นมีมิติทางกฎหมาย การปฏิบัติงาน และจริยธรรม มันต้องมีการทำแผนที่ทุกขั้นตอนใน Customer Journey ที่มีปริมาณมาก กำหนดเงื่อนไขขอบเขตสำหรับการดำเนินการอัตโนมัติ และติดตั้งเครื่องมือทุกการส่งต่อเพื่อให้เมื่อ Agent ยกระดับไปยังมนุษย์ บริบทจะถูกถ่ายโอนอย่างราบรื่น ตัวชี้วัดที่ควบคุมงานนี้คืออัตราการแก้ไขปัญหา ไม่ใช่อัตราการหลีกเลี่ยง การหลีกเลี่ยงวัดว่าคุณหลีกเลี่ยงปัญหาได้บ่อยแค่ไหน การแก้ไขปัญหาวัดว่าคุณแก้ไขปัญหาได้บ่อยแค่ไหน
จุดเริ่มต้นที่เป็นรูปธรรมนั้นแคบอย่างจงใจ เลือก Customer Journey ที่มีปริมาณมากและมีความขัดแย้งสูงหนึ่งรายการ เช่น คำขอคืนเงิน การเปลี่ยนแผน การจัดส่งที่ผิดพลาด และสร้างเวิร์กโฟลว์ Agentic สำหรับ Customer Journey นั้นตั้งแต่ต้นจนจบ กำหนด Guardrail ติดตั้งเครื่องมือสำหรับข้อยกเว้น วัดการแก้ไขปัญหา ไม่ใช่การควบคุม จากนั้นจึงขยายผล
ภาคส่วนที่รู้สึกถึงแรงกดดันนี้เร็วที่สุด ได้แก่ การธนาคาร โทรคมนาคม การท่องเที่ยว อีคอมเมิร์ซ และเทคโนโลยี มีลักษณะร่วมกันคือ ปริมาณการโต้ตอบสูง ส่วนใหญ่เป็นลักษณะการทำธุรกรรม โดยมีเส้นทางการแก้ไขปัญหาที่ถูกกำหนดด้วยกฎเกณฑ์มากพอที่จะสามารถกำหนดรหัสได้ นั่นคือโปรไฟล์ที่เครื่องมือ Agentic AI จะส่งมอบผลลัพธ์ได้เร็วที่สุด และช่องว่างการแข่งขันระหว่างผู้ที่เริ่มดำเนินการก่อนกับผู้ที่ตามหลังจะเห็นได้ชัดเจนที่สุดภายในสองถึงสามปีข้างหน้า
ช่วงเวลาสำหรับการนำไปใช้ที่ตั้งใจและออกแบบมาอย่างดีนั้นเปิดอยู่ และจะไม่เปิดอยู่ตลอดไป
เลือกเส้นทางที่มีปริมาณมากหนึ่งเส้นทาง กำหนดการดำเนินการที่ตัวแทนสามารถดำเนินการได้อย่างปลอดภัย และจัดเตรียมการส่งมอบทุกครั้ง อัตราการแก้ไขคือตัวชี้วัดที่สำคัญ ไม่ใช่การเบี่ยงเบน
Trends Radar
Other trends
Build for what's next
Turn this trend into a measurable experience advantage.