AI 智能体时代，企业 CX 的新挑战是编排而非自动化

在 AI 智能体加速进入企业客服与客户体验（CX）场景的当下，真正的瓶颈已不再是模型能力，而是缺乏一套能跨系统、跨渠道、跨人机协作的统一编排与上下文层。Tata Communications 客户交互套件全球负责人 Gaurav Anand 在与 VentureBeat 的交流中指出，过去几年企业在 AI 部署上的核心失误，是把对话式 AI「外挂」到本不为此设计的遗留系统之上。

从自动化到编排：CX 优先级正在转移

Anand 认为，企业在 CX 上的战略重心正在从「自动化」转向「编排」。自动化解决的是单点任务，而编排把这些任务串联成端到端的结果。他提出，下一阶段的演进方向是「上下文感知的编排」，即让 AI 智能体、各类应用与人工坐席基于对客户、业务流程与业务意图的共同理解来协作，而非依赖各系统割裂的记录。

随着企业内部的机器人、智能体和 AI 工具持续增多，管理的复杂度呈指数级上升。Anand 认为，竞争优势已不再来自部署了多少自动化，而来自系统在任务交接、协作与升级上的智能化程度。

把 AI 简单嫁接到遗留系统上的陷阱

仅仅在现有系统前加一层语音 AI，并不能改善体验，反而会复刻 AI 原本要替代的按键式电话菜单。AI 的真正价值在于规模、速度与跨系统的编排能力。Anand 提到，行业内正在出现一波整合潮，传统联络中心厂商通过收购 AI 原生公司来补齐能力短板，这背后反映出企业需要的已不只是渠道和自动化，还需要一个能统一编排 AI、人员、数据与工作流的智能层。

为实现这一目标，企业越来越需要一套共同的「企业本体」（enterprise ontology）：一个对齐客户数据、产品、政策、SOP、交易和工作流的统一业务词汇表，使原本彼此隔离的平台之间能够互通。

Interaction Fabric 与上下文驱动的架构

Tata Communications 提出的解决方案是 Interaction Fabric，一个把联络中心、消息、协作、AI 与客户数据统一起来的编排层，能在实时层面协调 AI 智能体、各类渠道与企业系统。其底层是一种上下文驱动的架构，持续把身份、对话、交易与运营数据连接起来，使交互在渠道与触点之间保持连续。这意味着 AI 与智能体可以在语音、WhatsApp、聊天、邮件与 CRM 工作流之间流转，而不会丢失客户上下文；身份、意图与 AI 生成的洞察也能在渠道间持续流动，不再被困在孤立的应用程序里。

编排的下一阶段，是让任务不仅在系统间被协调，更通过对企业整体的共同理解来协调。基于企业本体构建的「上下文图谱」将客户、交互、产品、政策、决策与结果关联起来，使 AI 智能体与人工坐席可以从同一份上下文源出发做决策、交接任务和提供一致体验。

网络能力要与 AI 同步

Anand 强调，这一切要真正生效，底层网络必须与运行其上的 AI 系统一样敏捷。遗留网络无法承载现代数据频率，会产生他所说的「数据引力」，导致延迟和跨渠道体验不一致。他总结称，交互需要保持同步，技术本身要变得不可见，留给客户的只有顺畅的体验。

在人与 AI 协同层面，Anand 指出，有效的共享可见性应从坐席体验入手：让 AI 与人工坐席基于同一份客户上下文工作，使一次交互中收集到的信息能够延续到下一次；自动通话摘要、实时情感分析与 AI 辅助建议可以在工作流中直接为坐席提供可执行的洞察和下一步动作建议。