為什麼人工智能賬單不斷爆炸，人工智能聊天機器人不斷停滯：eGain稱這是同樣的問題

兩份新的白皮書認為，這兩個失敗都不是關於人工智能有多聰明，一個更大的模型也不能解決這兩個問題

加利福尼亞州桑尼維爾九月2026年9月29日（環球新聞社）-隨着成千上萬的人工智能建設者和商業領袖聚集在舊金山的人工智能大會上，eGain公司（納斯達克股票代碼：EGAN）發佈了兩份關於最有可能阻止企業人工智能項目的兩個問題的白皮書，並認為這兩份白皮書都可以追溯到同一個被忽視的原因：公司從未組織其人工智能所依賴的信息。

第一篇論文《結束企業人工智能中的失控代幣成本》解決了從軟件團隊轉向客户服務和后臺運營的投訴：人工智能賬單增長速度快於預期，幾乎無法預測。公司按照人工智能所做的工作單位為人工智能付費，eGain的論點是，大部分工作都被浪費了。當被問及一個簡單的問題時，系統每次都會從頭開始閲讀大量的公司文檔，因為沒有人組織過這些材料或繪製過它們如何組合在一起的地圖。eGain將其比作將新員工派到未貼標籤的倉庫中尋找一個盒子，然后將他們派回下一個盒子，再下一個盒子。第二個浪費來源是使用人工智能來處理實際上只是一種規則的工作。計算滯納金或檢查某人是否有資格獲得退款不需要判斷，每次都要求人工智能重新推理是一種昂貴的算術方法。eGain的答案是將公司知識組織到一個可信的、映射的來源中，以便人工智能直接獲取其需要的內容，並將日常決策傳遞到普通軟件。該公司對節省的費用有足夠的信心，因此它根據結果而不是使用量來定價許多合同，從而吸收了賬單本身的風險。

第二篇論文《人工智能自助服務中的信任差距》解釋了為什麼如此多面向客户的人工智能項目在演示中看起來令人印象深刻，但在上線之前就陷入停滯。當人類服務代表使用人工智能時，代表會發現錯誤。當客户直接與人工智能交談時，沒有人這樣做。這使得該行業最受歡迎的記分卡具有誤導性。一個95%準確的系統不是由95%定義的。它是由另外5%的人的樣子來定義的。一個説「我不確定，讓我給你找個人」的人工智能已經安全地失敗了。一個人工智能自信地對客户抵押貸款做出錯誤的陳述，上面寫着銀行的名字，但事實並非如此。該論文還指出了一個流行的技術捷徑：讓人工智能立即決定進入哪個公司系統以及在那里做什麼。eGain認為，這種方法對於實時客户使用來説不夠可靠，因為沒有專家站在旁邊注意到錯誤的帳户被收費。

「人工智能法案失控幾乎絕不意味着模型太小。這意味着沒有人告訴它去哪里尋找，」eGain首席執行官Ashu Roy説。「一旦客户直接與人工智能對話，就沒有人會在錯誤出現之前發現錯誤。正確獲取底層信息並不是一個功能。這就是全部工作。」

可用性：兩份白皮書均位於eGain.com/resources。參加人工智能會議的記者和分析師可以通過press@egain.com索取預先副本和高管簡報。

關於eGain eGain是人工智能驅動的知識管理和客户體驗自動化解決方案的領先提供商，並在Gartner首屆客户服務知識管理系統魔力象限中被評為領導者。eGain擁有超過25年的知識管理經驗，幫助企業統一孤立內容、自動化可信知識工作流程，並通過成熟的框架和方法提供可衡量的AI-Investment。各個行業的全球2000強公司依靠eGain來轉變客户服務、提高員工生產力、降低成本並加速人工智能的採用。請訪問www.eGain.com瞭解更多信息。

Gartner免責聲明Gartner，客户服務知識管理系統魔力象限，Pri Rathnayake、Jennifer MacIntosh、Patrick Quinlan、Drew Kraus，2026年7月16日。

媒體聯繫eGain媒體關係press@egain.com