微软365 Copilot智能体CX：打通销售与服务的AI数据层

客户与销售团队签完合同，六个月后致电客服，却要从头解释整个账户历史。客服代表对销售阶段承诺了什么一无所知。话说回来，销售人员也不知道客户有一个未解决的工单，而这个工单可能影响续约谈判。销售和服务在名义上属于同一家公司，却在使用两个不同版本的"事实"。

微软给出的答案，是"智能体客户体验"（Agentic CX）：一个共享的AI智能体和可信数据层，让两个团队基于同一套上下文行动，而非各自猜测。

为什么销售与服务团队不再对话

脱节并非沟通失败，而是数据架构问题。销售数据存在于CRM管道中，服务数据则存在于案例管理系统里。一次发现电话的笔记很少进入支持工单，而一次服务升级也很少在续约电话前出现在销售人员的仪表盘上。

每个团队最终都在管理自己版本的客户关系，而客户则感受到两者之间的裂缝。微软直白地描述了这种期望转变：客户现在将每一次互动与自己所经历过的最佳体验进行比较，而不是与行业同行比较。

达到这一标准落在销售和服务团队身上，但他们一天中太多时间仍花在跨系统搜索上，而非建立关系。这一差距正是Agentic CX旨在弥合的。

Agentic CX 实际解决了什么

Agentic CX并非又一个安装在现有系统上的仪表盘。它是一组AI智能体，嵌入人们已经使用的工具中，并基于共享的可信数据行动。

Microsoft 365 Copilot中的Sales Agent和Service Agent现已正式可用（GA），两者均由Work IQ驱动。Work IQ理解Outlook、Teams和Dynamics 365中的真实工作模式，而非将每个应用视为独立孤岛。

对销售人员而言，Sales Agent以自然语言呈现账户和交易上下文，基于CRM数据起草个性化邮件，并将会议要点直接捕获回商机记录。对服务团队而言，Service Agent生成案例摘要、呈现次优行动建议，并在代表不离开工作流的情况下起草解决邮件。

区别不在于哪个团队现在拥有更多信息，而在于两个团队读的是同一本书，而非各自一本。

然而，能力本身并不能保证采用。正如我们在《为什么销售团队不信任智能体CRM的下一步行动？》中所述，销售人员只有在能看到建议背后的推理时才会行动。服务端同样如此：Service Agent的建议以展示其工作过程而非仅给出答案来赢得信任。

Work IQ 是微软为 Microsoft 365 Copilot 构建的工作上下文理解层。它并非单一产品，而是一组信号与推理能力，通过分析用户在 Outlook、Teams、Dynamics 365 等应用中的邮件往来、会议记录、文件协作和日程模式，构建出关于"谁在和谁合作、在推进什么事情"的动态认知。传统集成方案依赖 API 之间的字段映射，一个系统的更新要等到下一个同步周期才能反映到另一个系统；Work IQ 则直接读取工作发生的原始轨迹，因此 Sales Agent 与 Service Agent 调用的是同一份上下文，而非各自 CRM 中可能已经过时或缺失的记录。这也是"共享组织记忆"能够成立的技术前提：数据不再需要被翻译或搬运，而是被同一推理层直接消费。

一个数据层，无孤岛

GA版本还包括Dynamics 365 Sales和Dynamics 365 Customer Service中的Microsoft 365 Copilot，因此无论用户在CRM内部还是在Outlook和Teams中工作，相同的Sales和Service智能体都能一致运行。

这在技术上很重要，因为它移除了数据在销售和服务工具之间移动时曾发生的翻译步骤。支持团队打开的案例和销售跟踪的交易现在源于同一客户记录，基于相同信号，而非延迟同步或根本不同步。

这也是Agentic CX开始看起来不像自动化、而更像共享组织记忆的地方。季度中期标记的服务问题无需手动交接即可被准备续约电话的销售人员看到；销售在发现阶段记录的痛点，数月后成为服务智能体可以调用的上下文。

Dataverse 是微软 Power Platform 底下的统一数据存储与建模服务，也是 Dynamics 365 Sales 和 Customer Service 的底层数据平台。在同一 Dataverse 环境中，客户、联系人、商机、案例等实体共享同一套表结构与权限模型，销售看到的"账户"与服务打开的"工单"之间是原生外键关系，而非需要中间件搬运的异构数据。Agentic CX 之所以能做到"销售与服务读同一本书"，正是因为它把两个团队的数据落在同一个 Dataverse 环境里，智能体对该环境的读写也遵循统一的治理与安全策略。对于已有大量历史系统（如 SAP、Oracle 或自研工单系统）的组织，如何将这些数据映射进 Dataverse 并保持同步，仍是落地阶段的主要工程挑战。

从个人生产力到团队动能

修复个人工作流只解决了一半问题。微软为Dynamics 365 Sales和Customer Service推出的Copilot Cowork插件将智能体能力从单用户任务扩展到协调团队工作。

Sales插件帮助收入团队将复杂的多利益相关方交易作为单一连接的工作流管理，而非分散任务。Customer Service插件为支持团队做同样的事，将客户上下文和专用工具汇集用于案例审查、升级和健康计划。

微软自己发布中的两个例子说明了这种转变。Sandvik Coromant将Sales Agent描述为在销售人员需要时把原始数据转化为指导，支持更明智的客户对话。Northern Trust将Service Agent的价值框定为从被动搜索转向主动智能，依赖关系和交接在一天开始前就已浮现。

Agentic CX 背后的商业案例

微软及其研究伙伴引用的数据为IT和业务领导者提供了优先推进这项工作的更清晰依据。IDC发现，组织在生成式AI上每投入1美元平均获得3.70美元回报。

Gartner的销售研究显示，为销售人员提供AI驱动次优行动的组织实现商业增长的可能性是其他组织的2.6倍。在服务方面，Gartner预测到2029年，智能体AI将在无人工干预下自主解决80%的常见客户服务问题，运营成本降低约30%。

这些数字与其说是营销要点，不如说是规划信号。Agentic CX的回报并不局限于销售或服务单独一方。当两个团队都基于相同数据和相同AI基础时，回报会复合增长，而非各自优化客户关系的某个角落。

文中的 IDC 3.70 美元回报 指的是 IDC 在微软委托下开展的生成式 AI 经济影响研究，其统计口径为每投入 1 美元所获得的平均收益，覆盖基础设施、许可、实施与培训等成本，样本主要来自已规模部署生成式 AI 的企业。Gartner 关于 2029 年智能体 AI 自主解决 80% 常见客服问题的预测，其"常见"通常指低复杂度、高重复性的场景，如密码重置、订单查询、退换货状态跟踪；复杂投诉、涉及多系统或情绪敏感的案件仍需要人工介入。2.6 倍商业增长 来自 Gartner 销售研究中对"是否向销售人员提供 AI 驱动的次优行动建议"这一变量的对比。引用这些数字时需注意：它们描述的是行业平均趋势，而非任何单一组织的确定性收益，落地效果高度依赖数据质量与流程改造成熟度。

弥合你组织中的差距

销售和服务孤岛的修复从来不是又一个事后拼接两个系统的集成项目，而是两个团队原生调用的共享数据和智能体层，现已在Dynamics 365和Microsoft 365 Copilot中正式可用。

如果你的团队仍在基于不同版本的客户故事工作，根本问题是架构性的，而非流程性的。Dynamics Monk帮助组织设计和配置这种统一的Dynamics 365环境，从智能体部署到保持销售和服务数据在双方都可信任的治理。