Nhân viên chăm sóc khách hàng thường vừa phải trò chuyện, tra cứu chính sách, vừa ghi nhận nội dung để cập nhật CRM hoặc ticket. Nghiên cứu trên 5.172 nhân viên hỗ trợ khách hàng ghi nhận trợ lý AI giúp tăng trung bình 15% số vấn đề được giải quyết thành công mỗi giờ. Tuy nhiên, mức tăng khác nhau giữa các nhóm nhân viên và phụ thuộc vào bối cảnh triển khai.
AI Agent Assist là gì?
AI Agent Assist là trợ lý AI hoạt động trong quy trình làm việc của nhân viên. Trong lúc khách hàng trao đổi, công cụ có thể gợi ý câu trả lời, đưa ra thông tin liên quan hoặc giúp nhân viên nắm nhanh nội dung cần xử lý. Nhân viên vẫn kiểm tra và quyết định phản hồi cuối cùng.
Cách dùng này khác với AI Agent tự thực hiện một quy trình hoặc voicebot trực tiếp trao đổi với khách. Trong nghiên cứu được nhắc đến ở bài viết, trợ lý AI theo dõi hội thoại chat và đưa ra gợi ý theo thời gian thực. Nhân viên có thể dùng nguyên văn, chỉnh sửa hoặc bỏ qua gợi ý.
Nghiên cứu trên 5.172 nhân viên được thực hiện ra sao?
Nghiên cứu Generative AI at Work của Erik Brynjolfsson, Danielle Li và Lindsey Raymond được đăng trên The Quarterly Journal of Economics năm 2025. Nhóm tác giả phân tích dữ liệu của 5.172 nhân viên hỗ trợ khách hàng tại một công ty phần mềm thuộc nhóm Fortune 500, với hơn 3 triệu cuộc trò chuyện.
Nghiên cứu trên 5.172 nhân viên chăm sóc và hỗ trợ khách hàng
Trợ lý AI được triển khai theo từng đợt. Nhóm nghiên cứu so sánh năng suất của nhân viên trước và sau khi họ được cấp quyền sử dụng, đồng thời đối chiếu với những nhân viên chưa được cấp quyền ở cùng giai đoạn. Công cụ trong nghiên cứu đưa ra gợi ý trả lời qua chat; đây không phải phép đo trực tiếp hiệu quả của voicebot hay tổng đài thoại.
Chỉ số chính là số cuộc trò chuyện được giải quyết thành công mỗi giờ. Vì vậy, mức tăng 15% phản ánh năng suất xử lý của nhân viên có AI hỗ trợ, không phải tỷ lệ yêu cầu được chatbot tự xử lý hay tổng lượng liên hệ tiếp nhận tăng 15%.
Nghiên cứu ghi nhận ba kết quả đáng chú ý
Mức tăng trung bình không cho biết mọi nhân viên đều cải thiện như nhau. Nghiên cứu phân tích thêm sự khác biệt theo kỹ năng và kinh nghiệm, cùng các chỉ số liên quan đến tốc độ xử lý và chất lượng hội thoại.
Nghiên cứu thực trên 5.172 nhân viên CSKH cho thấy AI assistant làm. năng suất tăng trung bình 15%
Số vấn đề được giải quyết thành công mỗi giờ tăng trung bình 15%
Theo kết quả công bố, năng suất tăng nhờ thời gian xử lý mỗi cuộc chat giảm và nhân viên đảm nhận được nhiều cuộc chat hơn mỗi giờ. Tỷ lệ giải quyết thành công cũng tăng nhẹ, nhưng mức tăng không có ý nghĩa thống kê trong phân tích chính. Điểm NPS trung bình không thay đổi đáng kể.
Điều này có ý nghĩa khi doanh nghiệp đánh giá hiệu quả AI: cần xem cả tốc độ lẫn kết quả xử lý, thay vì chỉ đếm số cuộc hội thoại nhân viên đã tiếp nhận.
Nhân viên ít kinh nghiệm ghi nhận mức tăng lớn hơn
Nhóm nhân viên có kỹ năng thấp hơn hoặc ít kinh nghiệm hơn ghi nhận mức tăng khoảng 30% số vấn đề xử lý mỗi giờ. Nghiên cứu cũng cho thấy nhân viên có hai tháng kinh nghiệm và được AI hỗ trợ đạt hiệu suất tương đương nhân viên có hơn sáu tháng kinh nghiệm nhưng chưa có AI.
Kết quả này gợi ý Agent Assist có thể giúp người mới tham khảo cách xử lý tình huống nhanh hơn. Giá trị của công cụ vì thế có thể nằm ở cả quá trình làm quen công việc và đào tạo, không chỉ ở việc tăng số lượng yêu cầu xử lý.
Tác động lên nhân viên giàu kinh nghiệm nhỏ hơn
Nhóm nhân viên giàu kinh nghiệm và có kỹ năng cao ghi nhận mức tăng tốc độ nhỏ hơn. Nghiên cứu cũng phát hiện một số dấu hiệu chất lượng hội thoại giảm nhẹ ở nhóm này. Đây là lý do doanh nghiệp cần cho phép nhân viên đánh giá và chỉnh sửa gợi ý, đồng thời theo dõi chất lượng sau triển khai.
Doanh nghiệp có thể áp dụng mức tăng 15% này không?
Con số 15% là kết quả trung bình trong một doanh nghiệp, một công việc hỗ trợ khách hàng qua chat và một công cụ cụ thể. Nghiên cứu không đảm bảo doanh nghiệp khác sẽ đạt mức tăng tương tự, nhất là khi quy trình, loại câu hỏi, dữ liệu nội bộ và kinh nghiệm nhân viên khác nhau.
Công cụ được nghiên cứu xây dựng trên GPT-3 và triển khai trong một môi trường hỗ trợ sản phẩm phần mềm. Vì vậy, kết quả nên được xem là bằng chứng cho thấy AI hỗ trợ nhân viên có thể cải thiện năng suất trong một số điều kiện; không nên dùng 15% làm cam kết hiệu quả trước khi đo trên quy trình thực tế của doanh nghiệp.
Khi chuyển từ chat sang thoại, cần kiểm tra thêm khả năng nhận dạng giọng nói, độ trễ, xử lý ngắt lời và cách AI kết nối với CRM hoặc ticket. Những yếu tố này có thể làm thay đổi trải nghiệm của nhân viên và khách hàng.
Cách đánh giá AI Agent Assist trong Contact Center
Doanh nghiệp nên bắt đầu từ một nhóm yêu cầu cụ thể, sau đó so sánh kết quả trước và sau khi nhân viên sử dụng công cụ. Việc đo lường cần kết hợp năng suất, chất lượng và mức độ nhân viên thực sự sử dụng gợi ý.
- Chọn quy trình phù hợp: Bắt đầu với nhóm câu hỏi lặp lại, cần tra cứu chính sách hoặc thường khiến nhân viên mới mất thời gian.
- Chuẩn hóa nguồn dữ liệu: Xác định phiên bản chính thức của FAQ, tài liệu sản phẩm, chính sách và hướng dẫn xử lý.
- Giữ bước kiểm tra của nhân viên: Để nhân viên xem, chỉnh sửa hoặc bỏ qua nội dung AI đề xuất trước khi phản hồi khách.
- Theo dõi nhiều chỉ số: Đo số yêu cầu giải quyết thành công mỗi giờ, thời gian xử lý, tỷ lệ giải quyết, phản hồi khách hàng và trường hợp phải chuyển cấp.
- Phân tích theo nhóm nhân viên: Xem nhân viên mới, nhân viên lâu năm và các nhóm nghiệp vụ khác nhau có nhận được lợi ích tương tự hay không.
- Quy định tình huống cần chuyển người: Với khiếu nại phức tạp, yêu cầu ngoại lệ hoặc quyết định nhạy cảm, nhân viên cần kiểm tra chính sách và chịu trách nhiệm xử lý.
Ví dụ, khi khách hỏi về điều kiện đổi trả, AI có thể hiển thị chính sách liên quan và soạn câu trả lời nháp. Nhân viên kiểm tra ngày mua, tình trạng sản phẩm và trường hợp cụ thể trước khi gửi. Doanh nghiệp có thể đo thời gian tra cứu và tỷ lệ trả lời đúng quy trình để biết công cụ có cải thiện luồng này hay không.
Agent Assist có thể kết hợp với Tổng đài AI Bizfly Cloud như thế nào?
Trong Contact Center có cả cuộc gọi tự động và nhân viên tiếp nhận, mỗi năng lực có thể đảm nhiệm một phần của quy trình. Tổng đài AI có thể nhận diện nhu cầu, phân luồng và ghi nhận yêu cầu; Agent Assist hỗ trợ nhân viên khi cần tra cứu, phản hồi hoặc xử lý trường hợp phức tạp.
Bizfly Cloud mô tả một luồng AI Agent Assist cho tổng đài viên trong Contact Center, trong đó AI đối chiếu transcript với CRM và kho tri thức, gợi ý phản hồi, tóm tắt nội dung sau cuộc gọi và đề xuất cập nhật CRM để nhân viên kiểm tra. Đây là ví dụ về cách thiết kế quy trình hỗ trợ nhân viên; kết quả nghiên cứu 15% ở phần trên không phải số liệu hiệu quả của trường hợp này.
Doanh nghiệp có thể tìm hiểu thêm giải pháp Tổng đài AI Bizfly Cloud, với các năng lực được giới thiệu như tiếp nhận, phân luồng cuộc gọi, tạo ticket, ghi âm và chuyển giọng nói thành văn bản. Bài Tổng đài AI là gì? giải thích thêm vai trò của tổng đài AI trong quy trình chăm sóc khách hàng.
Câu hỏi thường gặp về AI Agent Assist
AI Agent Assist thường được cân nhắc khi đội ngũ phải xử lý nhiều yêu cầu, tra cứu thông tin trong lúc trao đổi hoặc đào tạo nhân viên mới. Các câu trả lời dưới đây giúp phân biệt kết quả nghiên cứu với những quyết định doanh nghiệp cần kiểm chứng trong thực tế.
AI Agent Assist có thay thế nhân viên chăm sóc khách hàng không?
Trong nghiên cứu này, AI đưa ra gợi ý để nhân viên sử dụng trong hội thoại. Nhân viên vẫn kiểm tra và quyết định nội dung trả lời. Mô hình này hỗ trợ công việc của nhân viên, thay vì tự động tiếp nhận và xử lý toàn bộ yêu cầu.
Mức tăng 15% có áp dụng cho tổng đài thoại không?
Nghiên cứu đo hỗ trợ khách hàng qua chat, không đo trực tiếp hiệu quả của tổng đài thoại. Doanh nghiệp có thể thử nghiệm Agent Assist cho cuộc gọi, nhưng cần đo riêng các chỉ số như thời gian xử lý, tỷ lệ giải quyết và chất lượng tư vấn.
Vì sao nhân viên mới có thể hưởng lợi nhiều hơn?
Nhân viên mới thường chưa tích lũy nhiều kinh nghiệm xử lý tình huống. Gợi ý phù hợp có thể giúp họ tra cứu thông tin và tham khảo cách phản hồi nhanh hơn. Kết quả thực tế phụ thuộc vào chất lượng dữ liệu và mức độ phù hợp của gợi ý.
Nên đo chỉ số nào khi triển khai AI Agent Assist?
Nên theo dõi số yêu cầu giải quyết thành công mỗi giờ, thời gian xử lý, tỷ lệ giải quyết và phản hồi khách hàng. Có thể xem thêm số trường hợp phải chuyển cấp và mức độ nhân viên sử dụng gợi ý để phát hiện khi công cụ giúp tăng tốc nhưng chưa cải thiện kết quả phục vụ.
Nghiên cứu Generative AI at Work ghi nhận mức tăng trung bình 15% số vấn đề được giải quyết thành công mỗi giờ trên dữ liệu của 5.172 nhân viên hỗ trợ khách hàng. Mức tăng lớn hơn ở nhóm ít kinh nghiệm, còn tác động lên nhóm giàu kinh nghiệm nhỏ hơn. Doanh nghiệp nên dùng kết quả này làm căn cứ để thiết kế thử nghiệm, rồi tự đo năng suất và chất lượng trên quy trình của mình.
