Qualtrics 在竞争激烈的企业 AI 市场中押注 Experience Agents
快速阅读: 据《Diginomica （数码化）》最新报道，Qualtrics 推出“体验代理”，利用客户反馈数据实现更个性化的客户互动。尽管仍处早期阶段，但其基于人类数据的AI战略可能为其在竞争激烈的市场中带来优势。
（图片来源：Qualtrics）
今日，Qualtrics 在盐湖城 X4 峰会上宣布推出 **体验代理**（Experience Agents）。首席执行官齐格·塞拉芬（Zig Serafin）表示，供应商将提供超越其他记录系统公司部署的交易型代理的能力。这一声明得到了塞拉芬所称的 Qualtrics X4 平台上更“基于人类的数据”的支持，多年来，客户和员工的反馈数据一直由其客户收集和存储。Qualtrics 希望将这一“人类理解”数据仓库转化为自动化、AI 驱动的操作，并让代理主动干预客户和员工与组织的互动。
本周在盐湖城发言时，塞拉芬表示：
> 去年，塞拉芬告诉 diginomica，组织在日益复杂的数字环境中维持与客户有意义的联系面临挑战：
塞拉芬显然认为 **体验代理** 是应对这种复杂性的关键。Qualtrics 正试图将其产品与其首席执行官所说的“交易型 AI 代理”区分开来，例如 Salesforce 和 Microsoft 提供的代理。根据 Qualtrics 的说法，虽然这些竞争对手的代理处理日常任务如内容生成或发票处理，但 **体验代理** 利用 Qualtrics 的客户偏好和反馈数据库实现更具情境化的干预。
一个例子是，当一位客户尝试在网站上购买耳机时，但在填写信用卡安全信息时网站失败了。注意到客户的沮丧，一个 **体验代理** 通过聊天机器人完成交易——同时免除运费以示歉意。塞拉芬说：
> “通过利用我们积累的人类理解数据，我们可以实现更深层次的客户互动。”
为了启用这些代理，Qualtrics 正在与 LangChain 合作，LangChain 是一个使用大型语言模型构建应用程序的平台。该公司将使用 LangChain 的 LangGraph 平台开发其 **体验代理**，同时也在开发一个开源框架以促进代理之间的互操作性——这隐含承认组织已经从不同供应商那里拥有多个需要协同工作的 AI 代理。这一合作关系表明 Qualtrics（正确地）认识到代理生态系统正在碎片化，如果不积极解决，这可能会阻碍采用。
我已对 LangChain 和 Qualtrics 的 AI 总裁进行了采访，在其中我们触及了这个话题——更多内容将在本周晚些时候发布。
### 产品公告
对于 Qualtrics 来说，**体验代理** 领域仍处于早期阶段，本周没有实际产品发布——而是意图缓慢而谨慎地从客户那里收集反馈。预计我们将在明年这个时候看到具体代理的发布。然而，Qualtrics 本周确实为其 XM 平台宣布了一些 AI 功能，包括：
– **位置体验中心**：一线团队查看特定位置客户体验指标并使用 AI 生成响应的仪表盘。
– **Qualtrics CX 助手**：用于分析反馈数据的自然语言查询界面。
– **Qualtrics 对话反馈**：基于先前回答调整问题的自适应调查技术。
– **数字体验分析**：包括热图、漏斗分析和实时干预能力的网页分析工具。
Qualtrics 的 AI 战略核心是其客户和员工反馈数据，正如我们已经提到的，公司相信相比通用模型，这些数据为创建更具同理心的 AI 交互提供了独特基础。塞拉芬之前描述了构成 Qualtrics AI 方法基础的三个组成部分，每个部分都建立在公司的历史优势之上，同时扩展到 AI 领域：
– **XiD（体验iD）**：从调查回复和行为数据中构建的客户资料数据库，塞拉芬称之为“客户如何随着时间与组织互动的核心记忆”。
– **IQ**：用于情感分析和模式识别的分析层，它“解读 XiD 中的记忆，发现对企业重要的模式和信号”。
– **xFlow**：连接企业应用的工作流自动化，塞拉芬描述为“人类神经系统”，负责协调组织内的活动。
这一技术栈使 Qualtrics 能够将 **体验代理** 定位为具有塞拉芬所说的“模式、旅程和品牌”访问权限——本质上声称客户行为数据赋予 Qualtrics 在理解人类偏好和回应在不同上下文和接触点中的细微差别方面优于通用 AI 代理的优势。
### 用例和干预点
尽管仍处于早期阶段，Qualtrics 强调 **体验代理** 在实时干预调查完成期间是最优的用例——基于公司的核心调查技术，但将其从数据收集点转变为积极的服务恢复机会。塞拉芬解释道：
> “我们的目标是通过实时干预，将潜在的负面客户体验转化为积极的品牌印象。”
Qualtrics 还计划将这些代理部署到监控数字接触点，如产品评论和网站上——这是对传统基于调查方法的另一种扩展。根据塞拉芬的说法，这些代理不仅依赖于明确的反馈，还会基于行为信号主动参与：
> “通过观察行为模式，我们可以预测潜在问题并提前介入。”
此外，塞拉芬概述了代理如何也能在利用基于人类的数据指导战略决策方面发挥作用：
> “这些代理不仅能处理单个客户的反馈，还能帮助管理层优化整体客户体验战略。”
### 我的看法
Qualtrics 的 **体验代理** 公告正值几乎所有企业软件供应商都在其产品中纳入 AI 代理之时，这为考虑采用策略的客户创造了机遇和挑战。这是一个日益复杂的领域，公司差异化尝试的核心在于其经验数据，将其定位为 AI 交互的“同理心层”——一种旨在利用人们对 AI 可能使客户和员工体验去人性化的日益增长的担忧的策略。
然而，这确实使 Qualtrics 与 Adobe 和 Salesforce 等既定的 CX 玩家竞争，后者拥有自己的客户数据仓库，并迅速扩展其 AI 能力。Qualtrics 面临的挑战将是证明其经验数据提供了足够的优势，以证明专门代理的合理性，而不是现有运营工具的扩展，客户已经在使用这些工具。否则，Qualtrics 可以选择将其能力进一步推向后端，侵入一些记录系统供应商目前所做的业务（更多内容将在本周晚些时候发布）。
但最终，Qualtrics 的战略取决于三个关键赌注，这将决定其在这个日益竞争激烈的市场中的成功。首先，正如已经指出的那样，其经验数据仓库相对于通用 AI 模型提供了竞争优势。其次，客户会更喜欢专门的代理进行体验管理，而不是从微软、Salesforce 或 Google 等平台供应商那里扩展其现有的 AI 投资。第三，它能否足够快地开发 AI 代理能力以保持竞争力。
然而，让我们记住，对于大多数组织来说，AI 代理仍然是一个梦想。我认为组织仍在努力应对云复杂性，并且谨慎测试一些更基本的生成式 AI 用例。AI 代理仍然主要在单一工作流内运行，大部分的全部好处将来自代理之间的兼容性。这还需要一段时间，客户正在等待证明点。
然而，我认为关键在于 Qualtrics 在企业范围内与其他平台集成的程度，以支持代理间的协作。它无法做到一切，因此其对 LangChain 的工作和支持至关重要。市场的开放标准和协议将有利于 Qualtrics，但这取决于较大的云平台是否愿意配合。话虽如此，我认为有理由认为 Qualtrics 可以在整个企业 AI 代理领域作为一个关键推动者，因为其平台通常是客户和员工参与的前端。ServiceNow 最近支付了一笔不错的金额收购 Moveworks 是有原因的——为了更接近用户。
在未来几天里，我将进一步了解情况，并与客户交谈。请继续关注 diginomica 以获取进一步的分析和更新。
(以上内容均由Ai生成)
