继我们发布2026年第一季度报告之后,本季度的数据——基于客户账户的汇总与匿名化处理——显示全行业自主解决率首次突破60%,较第一季度末的54%有所提升。然而,这一整体数字掩盖了不同行业和使用场景之间广泛且具有参考价值的差异。
2026年第二季度各行业自主解决率
| 行业 | 平均自主解决率 | 较第一季度变化 |
|---|---|---|
| 电子商务 | 74% | +5个百分点 |
| 旅游 | 68% | +4个百分点 |
| SaaS / 科技 | 63% | +6个百分点 |
| 保险 | 49% | +2个百分点 |
| 金融科技 / 银行 | 43% | +1个百分点 |
| 总体平均 | 60% | +6个百分点 |
受合规驱动的升级要求所限,金融科技和保险类账户正触及一个结构性天花板,而通用模型能力的提升对此并未带来太大改善——这是一种有意为之的设计选择,因为这些行业的升级矩阵理应更为保守。
第一季度到第二季度增长的驱动因素
对季度环比改善贡献最大的单一因素,并非新一代模型,而是智能体记忆功能的广泛采用——在第二季度加入跨对话持久记忆功能的账户,自主解决率在八周内平均提升了6个百分点,大约是单纯模型升级所带来增幅的两倍。
后四分之一账户讲述了另一个故事
排名后四分之一的账户并未集中在某一特定行业——它们分布在各个垂直领域,共同点在于运营层面而非结构层面的问题:配置审查频率低、缺乏对升级矩阵的专人负责,在部分情况下,直到本次基准测试促使其开始追踪,才第一次统计自主解决率。
CSAT保持稳定,并未下滑
关于自主解决率上升的一个常见担忧是,这种提升是以牺牲客户满意度为代价的。而在相同账户群体中,整体CSAT在季度环比中保持持平,在自主解决率位居前四分之一的账户中甚至略有上升——这进一步印证了,当升级逻辑调校得当时,解决率与满意度并不存在此消彼长的关系。而那些在自动化程度上升的同时CSAT出现下滑的账户,无一例外都是在扩大智能体自主权限的同时,未相应增加审计或审查活动的账户——如果贵账户本季度正在快速扩大自主权限,这一模式值得密切关注。
如何将自身数据与本报告对照解读
60%的自主解决率是一个真实的里程碑,但对任何单一团队而言,更有意义的做法是在上表中找到所属行业的数据行进行对照,而非与全局平均值比较——一个自主解决率为50%的金融科技账户实际上跑赢了其所在群体,而同样数字对于电子商务账户而言则表现严重不佳。在设定目标之前,先了解自身所处行业的天花板;如果贵账户的数字落后于所属垂直领域的基准,更应将运营纪律而非模型选择视为更可能起作用的杠杆。
关于方法论的说明
与我们第一季度报告一致,此处的"自主解决"被严格定义为客户确认在无任何人工介入情况下得到解决的对话——而非仅仅是未升级的对话。我们刻意将"未解决但被搪塞"的对话排除在此数字之外,因为通过终止对话而非真正解决问题所获得的高解决率是一种潜在隐患,它往往要到很久之后才会在客户流失和重复联系数据中显现出来,而那时它早已不再像是客服仪表盘上的一个问题。