基于模型的代理会维护内部状态，从而追踪过去的交互，以便做出更明智的决策。这类人工智能代理会利用记忆从过去的操作中学习，因此非常适合更复杂的客户服务场景。
- 个性化：他们利用客户历史提供个性化支持，提高客户满意度。
- 应用：基于模型的代理使用过去的数据来推荐与客户偏好相关的产品或服务。
在呼叫中心，基于模型的座席提供定制化支持，从而提升客户参与度。Convin的 AI Phone Calls正是通过跟踪通话记录并根据之前的互动提高响应准确性来实现这一点。
3.基于目标的代理
基于目标的代理会根据特定的目标进行操作，并做出与这些 电报数据 目标相符的决策。这些人工智能代理会评估潜在的行动，选择实现既定目标的最佳路径，使其适合执行面向目标的任务。
- 决策：基于目标的代理分析选项以实现诸如销售中的领先资格之类的目标。
- 用例：在销售中，基于目标的代理评估响应以决定后续行动，例如安排演示。
例如，Convin 的 AI 电话呼叫旨在通过分析响应并仅转发具有高潜力的线索以采取进一步行动来确定线索。
4.基于效用的代理
基于效用的代理通过计算可能的结果并选 区别二：视角是从公司角度还是客户角度？ 择最有利的结果来评估行动。这种类型的AI代理非常适合需要优化结果的场景，例如集合和基于优先级的流程。
- 结果分析：基于实用性的代理会考虑各种因素，以最大限度地成功处理复杂的呼叫中心任务。
- 呼叫中心示例：基于实用程序的代理可以优先处理客户呼叫，确保高优先级的案例得到及时关注。
在收款部门，公用事业代理优先处理高回收 比利时商业指南 潜力的案件，而 Convin 的 AI 电话呼叫可以有效地对呼叫进行分类，以加强债务追偿工作。
每种类型的AI代理都发挥着独特的作用，优化了呼叫中心运营的不同领域。这种多功能性使呼叫中心能够应用最适合其独特需求的AI代理类型，从而提高效率和客户满意度。