Cresta

Cresta 是一款联络中心 AI 平台，由 Zayd Enam、Tim Shi 以及曾领导 Google 自动驾驶汽车项目的计算机科学家 Sebastian Thrun 于 2017 年在斯坦福大学创立。该公司致力于解决一个特定问题：大多数联络中心都能识别出顶尖客服人员的与众不同之处，但他们缺乏一种机制，能够在每次通话中将这些知识实时分享给每一位客服人员。Cresta 构建了其平台来填补这一空白，通过单一系统提供实时辅导、自主 AI 代理和对话分析。截至 2026 年 4 月，该平台的年度经常性收入已超过 $100 million，客户包括 Verizon、United Airlines、Cox Communications、Brinks Home、Hilton 和 Intuit。

Cresta 旗下拥有三大核心产品。Agent Assist 在实时通话和聊天期间为人工客服提供实时辅导浮层，随着对话的展开，提供提示、挽留话术、合规提醒和行为引导。AI Agent 可跨语音和数字渠道自动处理常规查询，无需人工干预即可处理密码重置、订单状态查询和常见问题解答。Conversation Intelligence 分析每一次交互（而非仅仅抽样 2-3%），以呈现辅导优先级，识别哪些行为与积极结果相关，并自动对客服绩效进行评分。2026 年 3 月，Cresta 新增了 Knowledge Agent，这是一个浏览器侧边栏，能够同时监听实时音频并读取屏幕上下文，从而主动为客服提供精准答案，无需手动搜索。

2026 年 5 月的 Cresta 究竟是什么

Cresta 作为一个统一平台运营，涵盖 AI 代理、人工客服增强和对话分析，并在三者之间共享数据层、共享模型和共享治理。这种架构在实践中至关重要：用于对人工客服共情用语进行评分的同一套行为分类法，同样用于评估 AI Agent 的对话模式。这种统一的评分机制意味着联络中心管理者可以在同一标准下比较人工和 AI 代理的绩效，这是单点解决方案无法做到的。

在底层，Cresta 运行着 20 多个特定任务的子模型，这些模型通过其在 2023 年推出的 Opera 编排引擎进行协调。Agent Assist 并非简单地通过关键字匹配来显示提示。它会同时跟踪对话上下文、意图信号和客服行为，以决定何时显示指导以及显示什么内容。继 2025 年 11 月在 Cresta Wave 上宣布扩展后，该平台在语音和数字渠道上支持 30 多种语言。

2026 年 3 月 17 日推出的 Knowledge Agent 代表了近期最引人注目的产品演进。Knowledge Agent 不需要客服暂停、切换标签页并手动搜索知识库，而是运行在浏览器侧边栏中，将客服在通话中听到的内容与屏幕上可见的内容（账户状态、订单历史、忠诚度等级、案例备注）连接起来。首席执行官 Ping Wu 在发布会上这样描述：“Knowledge Agent 是联络中心客服的第二大脑。它能听到他们所听，看到他们所看，为他们处理所有的搜索工作。”该公司将其解决的问题称为“切换税（toggle-tax）”，即频繁切换工具造成的生产力损失。这使得 Knowledge Agent 直接与传统的知识库工具和依赖搜索的工作流展开竞争。

Cresta 与 Gong 和 Sierra 的定位对比

在采购对话中，Gong 是最常被拿来与 Cresta 进行比较的平台，但这两款产品在对话生命周期的不同阶段解决不同的问题。Gong 是一款专为 B2B 销售组织打造的营收 AI 平台，其分析引擎在通话后运行：Revenue Graph 映射整个营收组织中交易级别的交互，Smart Trackers 识别超越关键字匹配的行为模式，预测性交易评分帮助销售经理预测销售漏斗。Gong 不提供实时通话中辅导，不处理联络中心质量管理，也没有在通话进行时辅导客服的机制。如果您的团队管理复杂的 B2B 销售周期并需要销售漏斗的可见性，Gong（参见 Gong 的列表）是合适的工具。如果您的团队运营着一个呼入联络中心，客服每天处理数百通电话，并且需要在当下提升绩效，那么 Cresta 正是为此类环境而生。

Sierra 采取了与 Cresta 截然相反的架构路线。Sierra 作为一个自动化优先、托管部署的平台运营：它专注于让 AI 代理快速上线，无需内部 AI 专业知识，由 Sierra 的团队处理编码、集成和实施。最近添加的 Live Assist 功能附加了一个人工交接层，但它是建立在自动化优先的基础之上，而不是从第一天起就原生支持。Cresta 的方法将自动化和人工绩效视为相互关联而非相互竞争的优先级，并在两者之间共享模型。请参阅 Sierra 的列表以获取完整对比。对于希望快速部署并乐于让供应商端到端管理实施的组织来说，Sierra 的模式可能很有吸引力。对于受监管行业的组织而言，控制权、合规可见性以及无缝的人机交接是不可妥协的，Cresta 的架构能更自然地处理这些需求。

AI 客户服务领域的其他平台占据了更细分的定位。Intercom's Fin 专注于支持工单的自助服务解决，特别是针对 SaaS 公司。Decagon 专注于技术支持工作流的自主 AI 代理。Echowin 针对小型企业的电话自动化。这些平台都没有涵盖 Agent Assist 和 Conversation Intelligence 所解决的人工客服绩效方面的问题。

AI 在 Cresta 内部是如何实际运作的

Agent Assist 的工作流在电话接通的那一刻就开始了。Cresta 的语音转文本层实时转录音频，平台的意图和上下文模型在转录文本上并行运行。当系统检测到对话信号时（例如客户表达取消意图或客服错失追加销售机会），客服界面中就会出现提示卡。提示卡是可配置的：根据对话类型，它们可以显示话术脚本、政策参考、共情提示或合规检查点。管理者可以配置哪些提示类型适用于哪些团队，系统会随着时间的推移学习接受率，以优化哪些提示真正有用。

Conversation Intelligence 在通话结束后处理录音并自动对行为进行评分。Cresta 分析所有内容并生成优先辅导队列，而不是由管理者手动抽样 2-3% 的交互。Brinks Home 报告称，部署后质量管理成本降低了 50%，首次呼叫解决率上升至 75%，净推荐值（NPS）提高了 30 分。

“对代表进行实时辅导提高了中等水平成员的生产力。” - Chad S.，G2，2025 年 9 月

AI Agent 产品自主处理完整的对话，使用相同的底层模型，这些模型针对公司特定的通话类型、语气和解决路径进行了训练。2025 年 11 月在 Cresta Wave 上发布的 Automation Discovery 功能，通过分析对话量、复杂性和解决数据，推荐首先自动化哪些交互类型，并提供预计的 ROI 计算。这减少了分阶段 AI 部署中的猜测。

“我辅导所需的一切——对话、提示和辅导计划——都存储在一个集中的系统中。” - Emily R.，G2，2022 年 9 月

用户不断提出的摩擦和可靠性问题

在各大评论平台上，最一致的抱怨是实施的复杂性。Cresta 并不掩饰这一点：部署通常需要 4-6 周的时间，并且需要一位被 G2 评论者称为“几乎是 AI 语言学家的专职人员”来配置提示模型，使用公司特定术语训练意图分类器，并在产品和政策发生变化时维护系统。如果团队在此职能上人员配备不足，随着时间的推移，他们从该平台获得的回报将会递减。这不是一款即插即用的产品。

转录准确性是第二个反复出现的问题。一些用户报告称，Cresta 在嘈杂的通话环境中或面对某些口音时无法正确转录，并且当转录质量下降时，系统有时会误判来电者的意图。一位经过验证的 G2 中端市场评论者在 2025 年 12 月指出：“用于 Cresta 知识辅助的模型在理解来电者整体意图方面不是很准确。”Cresta 已经发布了博客内容，承认转录性能是所有下游功能的关键上游依赖，这表明该公司意识到这是一个弱点。

后端集成的可靠性是第三个常见问题。用户报告了间歇性的 CRM 和电话同步问题，特别是在自定义集成方面。辅导浮层偶尔会在通话期间无法显示，这恰恰在客服最需要的时候削弱了实时协助的价值主张。一位用户指出，系统在录音中“为了隐私屏蔽了数字”，这让那些在回放录音时需要获取回拨号码等相关细节的客服感到沮丧。这些是可靠性问题而非架构缺陷，但在年度合同价值达到 $60K-$150K 的企业级水平时，对可靠性的期望自然也很高。

Cresta 适合谁

该平台适合在受监管、高业务量的行业（电信、金融服务、医疗保健、旅游和零售）中拥有至少 50 名客服人员的联络中心。这些环境具有使 Cresta 架构发挥价值的共同特征：复杂的客户交互既需要自动化处理常规任务，又需要熟练的人工客服处理升级问题；合规性要求对所有对话具有可审计性；以及足够大的通话量，使得即使首次呼叫解决率或处理时间仅提高 5%，也能转化为有意义的运营成本降低。

Cresta 不适合少于 50 名客服人员的小型联络中心，因为相对于收益而言，其定价模式和实施要求令人望而却步。它也不适合主要以呼出为主的 B2B 销售团队（Gong 涵盖了该领域），不适合在做出承诺前寻求快速自助试用的组织，也不适合希望在不建立内部能力的情况下进行全托管 AI 部署的公司（Sierra 的模式在这方面表现更好）。已经深度嵌入 Salesforce Service Cloud 的团队可能会发现，Salesforce Agentforce 的原生数据集成对他们特定的基础设施更为实用。

对于合适的组织来说，其成果数据是可信的。Cox Communications 报告称，部署后收入增加了 20%，主管的管理跨度扩大了 40%。Snap Finance 实现了 5 倍的拦截率提升。United Airlines 和 Alaska Airlines 在其客户支持运营中全面使用该平台。2024 年 11 月完成的 $125 million D 轮融资，由 Andreessen Horowitz、Sequoia Capital、Greylock、J.P. Morgan、Tiger Global 以及包括 QIA 和 Accenture 在内的新投资者支持，反映了机构对该技术和商业前景的信心。那些能够应对实施要求并满足最低席位数量的组织往往能看到可衡量的回报。而那些无法做到的组织则应另寻他法。