十多年來，Zendesk 一直協助企業提供出色的客戶體驗。其平台每年支援超過 46 億次問題解決。
2023 年初，Zendesk 開始與 OpenAI 緊密合作，探索 AI 如何重塑服務與產品開發。如今，Zendesk 正試行新一類 AI 智慧體(在新視窗中開啟)，由 OpenAI 模型驅動，不僅能管理完整對話，還能自主規劃並執行回應：
- 將設定時間從數天縮短到數分鐘
- 將自動化率提升至接近 80%
- 讓團隊對 AI 行為擁有完整掌控
即使是最先進的服務平台，在傳統自動化方面仍有其限制。標準模型依賴意圖分類：預測一個意圖、觸發預先定義的對話或工作流程，並期待客戶照著腳本走。
這種設定對結構化互動有效，但一遇到細微差異、追問或邊緣案例，就很快失效。
Zendesk 技術長 Adrian McDermott 表示：「舊世界就是輸入訊息、輸出回應。真實客戶會改變主意、提出釐清問題，並期待 AI 能自然跟上。在服務場景中，唯一重要的結果就是解決問題，而直到現在，機器人在達成這一點的能力上仍相當有限。」
Zendesk 開始與 OpenAI 合作，採用檢索增強生成（RAG）的生成式方法來處理基本 FAQ 互動。如今，他們的重點已轉向生成式推理，讓 AI 智慧體能夠獨立規劃並執行任務。
Zendesk 全新的智慧體式 AI 智慧體是專為服務打造。由 GPT‑4o 等 OpenAI 模型驅動，這些智慧體不只是回答問題——它們會主導對話、根據情境推理，並朝解決問題邁進。
此平台採用多智慧體架構，包含以下專門智慧體：
- 任務識別智慧體：此 AI 智慧體不依賴手動訓練，而是透過真實對話了解使用者需求，提出釐清問題並區分類似問題。
- 對話式 RAG 智慧體：透過以多輪對話為基礎，延伸傳統 RAG。例如，當使用者詢問付款選項時，智慧體可先追問使用者所在地，再擷取特定地區政策。
- 程序編譯智慧體：在自主性與控制之間取得平衡，Zendesk 的程序合規智慧體會將自然語言的商業規則轉換為結構化流程，確保 AI 理解並以視覺方式呈現如何執行公司的程序。
- 程序執行智慧體：透過呼叫 API、觸發工作流程及更新系統來執行動作，全部都在企業定義的邏輯範圍內完成。
透過結合 RAG 與推理，Zendesk 的 AI 智慧體如今能進行多步驟對話、提出追問，並依據使用者輸入調整回應。這使平台能夠自主解決複雜問題，而不必依賴僵化的對話流程。
McDermott 表示：「我們賦予機器人更多自主性來引導對話，同時仍在 Zendesk 對品質與準確性的防護機制內運作。這個流程從理解客戶問題開始，並高度聚焦於推動問題解決。」
Zendesk 在 AI 智慧體開發上的一大轉變，是演進為混合式開發模型，讓智慧體能在單一對話中於對話流程與生成式程序之間無縫切換。
透過新的 AI 智慧體建構工具，企業可用自然語言定義程序。AI 智慧體接著運用自適應推理規劃行動路徑，並在正式上線前預覽其擬定步驟。
AI 推理控制功能可即時呈現 AI 智慧體如何思考，讓團隊能透過檢視智慧體的思維鏈（CoT）稽核每一段對話，以了解決策是如何做出的。
這項轉變將設定時間從數天縮短到數分鐘，也讓更廣泛的 Zendesk 客戶都能使用生成式自動化。
「我們已拆除採用 AI 的最大障礙。客戶現在可以開箱即用這些全新的智慧體式 AI 智慧體。」
在底層，Zendesk 執行嚴謹的內部基準測試計畫，以選擇並部署最佳模型，並為各種使用案例調整提示詞。團隊會考量延遲、成本與品質，並測試 OpenAI 的 o3‑mini 等新模型，涵蓋從 RAG 到背景推理任務的各種使用案例。
此流程讓 Zendesk 能在 24 小時內完成新模型的評估、測試與部署。
Zendesk 會在部署前後追蹤效能，使用離線評估與即時指標，例如解決率、編輯率與延遲。每一項模型決策都有文件記錄且可供稽核，確保系統演進過程中的透明度與可靠性。
今年，Zendesk 計畫更進一步：推出自助式基準測試平台，讓任何 Zendesk 工程團隊都能測試並部署模型，而無需機器學習專家的實作支援。
Zendesk 目前正與早期採用客戶試行全新的智慧體式 AI 平台。此平台設計上可輕鬆整合既有架構，加速客戶邁向80% 自動化，無需從頭重建。
雖然更廣泛的指標將於 2025 年稍晚公布，但早期回饋已相當正面：建置更快、回應更準確，且各個渠道的使用者歷程都更順暢。
