OpenAI推出了Presence，这是一项用于部署语音和聊天Agent的企业服务，可处理客户和员工请求，有望自动化部分目前由一线支持团队承担的工作。

这些Agent能够回答问题并操作IT系统，企业可以决定Agent可执行哪些操作，以及何时需要人工审批或将案件转交人工处理。

OpenAI已在内部将Presence用于其英文电话支持渠道，该系统可验证来电者身份，并使用账户信息完成已批准的操作。OpenAI表示，该系统在无人干预的情况下解决了75%的入站问题。

OpenAI的另一项服务Codex可用于监控Agent，并对流程提出更新或改进建议。OpenAI称，在其内部测试中，Codex的建议在10天内将人工转接率降低了15个百分点。Presence还包含模拟和评估工具，允许企业在部署前测试Agent，评估其是否能达成正确结果、遵循公司政策，以及在需要时将案件转交给员工。

OpenAI的设计意图是每个Presence部署专注于一类任务，例如账单问题、保险索赔或员工IT服务请求，Agent仅获得该任务所需的知识和系统访问权限。

Presence并非自助服务产品：企业需注册有限可用性计划，集成工作由OpenAI或选定的全球系统集成商执行。

正在探索或测试Presence的企业包括西班牙BBVA银行（正在评估将其用于墨西哥日常银行支持）和日本软银集团（正在日语客户互动试验中使用该服务）。澳大利亚保险公司IAG正在评估该技术能否帮助其应对恶劣天气期间的客户需求激增。

对劳动力的影响

OpenAI的公告并未讨论Presence对就业的潜在影响，但其宣称的自动化率引发了关于该技术如何影响客服及其他支持职能人员配置的讨论。

Pareekh Consulting首席执行官Pareekh Jain表示，CIO应将75%这一数字视为技术可行的证据，而非每个企业都能达到的基准。Jain指出，OpenAI的部署优势在于围绕自身产品和数据构建，大型企业由于必须应对碎片化的遗留系统、参差不齐的知识库和更复杂的合规要求，实际自动化率可能更低。

Jain表示："大多数组织应预期初始自动化水平较低，并随着AI Agent的优化逐步提升。"

Kadence International高级副总裁Tulika Sheel认为，最先出现的劳动力影响更可能是招聘放缓而非立即裁员。"最容易受到冲击的是重复性、大批量的岗位，例如一线客户支持和常规后台处理。不过，我预计首先受到影响的是招聘和团队扩张，而非立即大规模裁员。随着时间推移，企业可能会围绕AI辅助工作流重新设计岗位，让人类专注于复杂案件、升级处理和客户关系管理。"

Jain表示，处理可预测查询的一线支持人员面临的冲击最大。只有在企业对围绕该技术重组运营后，更广泛的裁员才更有可能发生。

然而，Omdia首席分析师Lian Jye Su认为，Presence不太可能加剧岗位流失的威胁，因为企业多年来已在Genesys、NiCE、Five9和AWS等厂商的类似客服自动化产品上积累了使用经验。Su指出，企业更有可能将Presence与员工配合使用，由AI处理常规请求，而人类继续负责需要判断力和同理心的工作。

成本与运营风险

分析师认为，CIO应关注Presence能否在使用规模扩大的同时保持解决质量，因为人工转接减少意味着员工将面对难度更高的问题组合。

Sheel表示："关键问题不是AI能处理多少任务，而是它能否在大规模场景下可靠地处理这些任务。"

Jain指出，财务可行性在部分程度上取决于将Presence连接到现有系统以及维护其使用所需管控的成本。"通常企业AI最大的成本不是Token，而是集成与治理。"企业需要确定Agent可以访问哪些系统和数据、监控其性能并审计其操作，这些投入可能抵消早期节省的开支。

Su指出，企业IT的复杂性使OpenAI难以独立自动化整个工作流。企业仍需与其他技术供应商和人类员工合作，CIO将优先选择可审计且能与现有基础设施集成的系统。Jain认为，如果企业将相同的集成和治理控制复用于更多工作流，经济效益有望改善。