利用 AI 智能体主动解决客户来电
TELUS 使用 BigQuery、用于客户体验的 Gemini 以及 Gemini，自动化处理 30% 的客户来电，并将解决速度提升 87%。任务：TELUS 将每年 2200 万通客户通话数据导入 BigQuery，并使用 Sensitive Data Protection 自动清除隐私信息。Gemini 平台分析这些数据以识别情绪和根本原因，而 Gemini for customer experience 利用多模态 AI 在聊天、语音和视频渠道中解决问题。人类客服人员在处理复杂案例时接收来自 AI 智能体的实时指导。；工具：Gemini。人工角色：原始帖子没有说明人如何参与。；局限：实施需要在 BigQuery 中建立统一数据环境，并使用 Sensitive Data Protection 确保合规。源材料未明确说明自主解决案例的具体人工审批流程，但指出前线员工会接受 AI 辅导。集成依赖于将传统脚本迁移至自然语言理解系统。。
工具
Agent Work Atlas 发布日期:
概述
TELUS 使用 BigQuery、用于客户体验的 Gemini 以及 Gemini，自动化处理 30% 的客户来电，并将解决速度提升 87%。
工作流程
TELUS 将每年 2200 万通客户通话数据导入 BigQuery，并使用 Sensitive Data Protection 自动清除隐私信息。Gemini 平台分析这些数据以识别情绪和根本原因，而 Gemini for customer experience 利用多模态 AI 在聊天、语音和视频渠道中解决问题。人类客服人员在处理复杂案例时接收来自 AI 智能体的实时指导。
原文报告的结果
该系统自动化处理了 30% 的客户通话，并将问题解决速度提升了 87%，每年节省 5390 万美元的运营成本。此前仅能分析 1% 的通话，现在所有 2200 万次交互均被审查，以识别根本原因并优化响应。
人工角色
原始帖子没有说明人如何参与。
局限
实施需要在 BigQuery 中建立统一数据环境，并使用 Sensitive Data Protection 确保合规。源材料未明确说明自主解决案例的具体人工审批流程，但指出前线员工会接受 AI 辅导。集成依赖于将传统脚本迁移至自然语言理解系统。
试一试
我想复制 TELUS 的 AI 客户服务工作流。我有 [可替换输入：原始客户通话记录或聊天日志] 存储在 [可替换输入：BigQuery 数据集] 中。首先，应用 Sensitive Data Protection 清除个人身份信息。然后，使用 Gemini 分析情绪和根本原因。接下来，配置 Gemini for customer experience 为 [可替换输入：目标客户群体] 生成响应建议。最后，向我展示 5 个已分析交互的样本及拟议解决方案，待我批准后再进行扩展。未经我明确确认，请勿发送任何消息或进行更改。如果数据缺失，请询问所需的具体架构。
来源报告未经独立核验。发布日期为本站案例发布日期，并非原始文章日期。