2024-11-21 鵜鶘全面客戶體驗管理 | 譯者：馬振江
企業要想超越人工智能的喧囂，就必須制定一項戰略，考慮到企業當前和未來所競爭的行業和市場、企業自身的財務目標，以及企業當前和計劃中的能力的戰略。有了這樣的背景，企業就可以繼續制定企業人工智能（AI）戰略，包括 AI 用例的執行路線圖。
當這些用例影響到客戶和實現公司價值主張的員工時，還必須通過企業客戶的視角來審視，確定企業希望提供的體驗，包括可衡量的目標和所針對的關鍵結果。
敏捷方法論的使用，可以確保根據市場、客戶和績效反饋執行路線圖的靈活性和適應性。與此同時，企業需要以道德和負責任的方式使用 AI ，并以此為指導，與客戶和利益相關者建立信任。這種方法可以抓住 AI 在創新、轉型、提高績效（包括利潤增長）方面的潛力，提供與眾不同的客戶體驗，同時避免陷阱。
在今年的全球卓越客戶體驗報告中，我們強調有利環境的重要性和使用 AI 提升客戶體驗的最佳實踐，探討了如何讓你的組織為 AI 做好準備，確保它成為整個企業的資產，而不是孤立于 IT 部門。本報告分為三個部分：
2024 年卓越客戶體驗（CEE）研究詳細考察了眾多品牌和地區的客戶評價。今年，我們在 23 個國家/地區采訪了超過 86,000 名消費者，我們的研究包括了他們對 2,970 個品牌的 86,073 項評價，根據每個品牌在各自國家內的“卓越客戶體驗”總分進行排名。
盡管今年總體趨勢較為積極，但一些行業的客戶體驗得分仍遠低于全球平均水平。
非雜貨零售：比全球平均水平高出 3%。非雜貨零售業在個性化、時間和精力以及期望值中的每一個方面都優于全球平均水平。對電子商務的投資，使顧客更容易下訂單并設定具體的送貨時間。
公共部門：比全球平均水平低 9%。在時間和精力（-11%）以及同理心（-9%）得分相對較低的情況下，對公共服務部門提供高效快捷服務的期望越來越高。漫長的等待時間、繁瑣的流程和官僚主義障礙是導致不滿意的重要原因。數字服務和私營部門的高效率，提高了公眾的期望值，使公共服務部門的低效更加明顯和令人沮喪。
物流：比全球平均水平低 3%。時間與精力（-5%）和期望值（-5%）導致物流行業得分低于平均水平。在物流業中，及時送達和盡量減少為客戶付出的努力至關重要，因此延誤、丟失包裹和復雜的跟蹤系統會嚴重影響客戶滿意度。物流業近期面臨著供應鏈中斷、勞動力短缺和需求增加等挑戰，所有這些都對交貨時間和效率造成了壓力。
在排名第一的品牌中，有 77% 的品牌的 CEE 分數比去年平均提高了 1.3%，這表明了一種趨勢，即一旦取得卓越成就，就會促進持續改進。這些頂級品牌代表了 15 個不同的細分行業，從主題公園到金融服務，再到保健和美容，表明卓越的客戶體驗在所有行業都是可以實現的。
全球大品牌在各個國家或地區的指數中日益突出，它們的成功取決于了解和尊重消費者的文化和物質期望的能力。耐克、阿迪達斯和蘋果等品牌正在成功地將其服務本地化，以適應所服務地區的文化差異和不斷變化的消費者期望。
耐克和阿迪達斯針對不同地區開展營銷活動，與當地文化產生共鳴。例如，耐克在日本的營銷活動強調和諧與社區，符合日本的文化價值觀。在墨西哥，營銷活動的重點則是該國對足球的熱情及其充滿活力的地方特色。不同地區的蘋果專賣店反映了當地的建筑風格和文化美學。例如，中國香港特別行政區的 Apple 突出了九龍區。在新加坡，Apple 濱海灣金沙店是海灣上的一個獨特存在，直徑 30 米的穹頂是對大地穹頂的現代詮釋。
人工智能的采用凸顯了不同代際人群在態度和關注點上的明顯差異。對于旨在有效實施 AI 驅動的客戶服務解決方案的企業來說，了解這些差異至關重要。
年輕消費者：年輕人群的主要擔憂是擔心 AI 取代人類工作，從而擔心入門級職位的減少以及對職業機會的長期影響。
老年消費者：他們重視真人服務代表提供的個人接觸。他們認為 AI 的互動不近人情，不那么令人滿意，尤其是在處理復雜或敏感問題時。他們對個人數據的安全性也有明顯的擔憂，擔心潛在的數據泄露和 AI 系統濫用他們的個人信息。
研究中的大多數國家/地區都面臨著生活成本和通貨膨脹的壓力，但不同年齡段的人對這些壓力的感受是不同的：年輕群體對經濟壓力的感受最為強烈（18-24 歲的年輕人中有 60% 受到極大/非常大的影響）。55 歲以上的人相對不受影響（21% 稍受影響或不受影響），他們受益于儲蓄和較高的收入水平。
在 ESG（環境、社會和治理）考慮因素方面，過去幾年中，我們發現客戶在做出采購決定時越來越優先考慮可持續發展。今年，這仍然是一個重要因素，53% 的消費者愿意為道德和可持續采購的商品和服務支付更多費用。值得注意的是，這一意愿因年齡段而異。
為優質客戶體驗付費的意愿在很大程度上受到代際因素的影響。60% 的年輕消費者愿意為個性化、便利性和社會認可支付更多費用，這使他們更傾向于購買 VIP 等高級服務。相比之下，33% 的年長消費者愿意花更多的錢，這表明他們優先考慮的是價值、可靠性和謹慎的消費。
AI 正在徹底改變各個業務領域，提高效率，改善客戶體驗，實現創新解決方案。今年的領先企業在客戶體驗中推廣和運營方面取得了重大進展。
航空公司：總部位于阿聯酋的阿聯酋航空（UAE）正在利用 AI 來簡化運營、提升客戶服務并優化旅行體驗。該航空公司使用 AI 聊天機器人即時回應客戶的詢問，減少了等待時間，提高了滿意度。此外，AI 算法分析數據預測維護需求，以更好地預防技術問題，確保更安全、更可靠的飛行。AI 還幫助阿聯酋航空個性化營銷工作，根據個人偏好和旅行歷史定制促銷和服務。
銀行：英國的網絡銀行 first direct 和法國的 MAIF 利用 AI 提供個性化金融服務并提高運營效率。AI 還通過分析交易模式和實時識別異常情況來檢測欺詐活動。同樣，MAIF 也利用 AI 來加強與客戶的互動。AI 還能夠分析索賠數據，發現潛在欺詐行為并批準合法索賠，從而簡化和加快保險索賠處理過程。
零售：領先的零售商正在利用 AI 提升購物體驗，優化供應鏈管理。總部位于捷克的 La Formaggeria Gran Moravia 公司根據顧客的偏好，通過個性化推薦和有針對性的營銷，增強了體驗，同時提高了銷售額和顧客忠誠度。美國的連鎖雜貨店 HEB 通過使用 AI 分析采購模式和天氣等外部因素，能夠預測需求、管理庫存并減少浪費。
醫療保健：AI 正在通過改進診斷、患者護理和運營效率來改變醫療保健行業。美國梅奧診所使用 AI 分析患者數據，從而能夠更早、更準確地做出診斷。AI 算法還能協助解讀醫學影像，識別人眼可能忽略的模式。Humana 是一家醫療保險公司，它利用 AI 來提供個性化的健康建議和管理慢性疾病，同時其 AI 驅動的平臺實時監控患者數據，提供積極的健康干預措施，并改善患者的治療效果。
酒店：在酒店業，全球品牌萬豪和希爾頓利用 AI 提升客人體驗并簡化運營。萬豪酒店利用 AI 與客人進行個性化互動，從定制房間設置到量身推薦當地景點。AI 驅動的聊天機器人還能協助處理預訂查詢和服務請求，提高效率和客戶滿意度。在希爾頓，AI 通過分析預訂趨勢和動態調整價格來優化收入管理。AI 還通過優化能源使用和減少浪費來支持酒店的可持續發展工作。
保險：亞洲的富衛集團（FWD）和美國的聯合服務汽車協會（USAA）保險公司正在采用 AI 來改善客戶服務、承保和理賠處理。FWD 利用 AI 提供即時保險報價并簡化核保流程。AI 算法能更準確地評估風險，從而使保費更公平，保單簽發更迅速。USAA 通過使用 AI 圖像識別來評估車輛損壞情況并加快理賠審批，從而改進了理賠流程。AI 還能幫助 USAA 檢測欺詐性索賠，減少損失并提高服務效率。
物流：AI 通過優化路線、縮短交貨時間和提高客戶服務水平，正在徹底改變物流業。在捷克共和國，Zásilkovna 公司利用 AI 驅動的分析預測需求，更好地分配資源，減少運輸時間和燃料消耗。物流平臺 Packeta 采用 AI 為客戶提供實時跟蹤和個性化交付選項，并改善倉庫運營，從而降低成本、提高準確性并增強客戶體驗。
公共部門：在公共部門，AI 正在提高服務交付和運營效率。新加坡中央醫院利用 AI，通過預測分析和個性化治療計劃改善病人護理。AI 算法分析病人數據，預測健康結果并建議干預措施，從而提高康復率并減少住院時間。馬來西亞的雇員公積金（EPF）利用 AI 簡化行政流程，并通過管理會員繳費和付款、為會員提供準確及時的信息來提升客戶服務。
電信：電信公司正在利用 AI 來提高網絡性能、客戶服務和運營效率。奧地利的 Spusu 公司利用 AI 優化網絡管理，確保可靠的連接并減少停機時間。他們還利用 AI 驅動的分析來了解客戶的使用模式，從而提供個性化服務。越南電信公司 Viettel 正在通過虛擬助理和聊天機器人改善客戶服務，提供即時支持，減少呼叫中心工作量，并通過預測故障和優化維修時間表來進行網絡維護。
在市場趨勢的引領下，各行業都在嘗試將 AI 應用到令人興奮的新領域：
在數字時代，互動通常以機器為媒介，保持人情味是一項重大挑戰。去年的報告強調了一個重要觀點：作為人類，我們與個性而非機器產生共鳴。
領先的組織正在使他們的 AI 界面人性化，通過擬人化（即把人類的特征賦予非人類事物）使其更具吸引力和相關性，從而創造出更具吸引力和親和力的體驗。這種方法利用了我們與生俱來的與類人特征聯系的傾向，使 AI 機器人（如微軟的 Cortana 和蘋果的 Siri）能夠以其獨特的性格和對話風格提供更個性化、更能引起情感共鳴的體驗。
富達集團（Fidelity）利用 AI 檢測客戶情緒，體現了技術使互動更加個性化和富有同理心來提升客戶體驗。通過分析語音、文本、行為模式甚至面部表情，Fidelity 可以更好地了解并響應客戶的需求和情緒。當 AI 檢測到痛苦或沮喪的跡象時，它可以觸發客戶服務代表的主動參與，目的是在問題升級之前加以解決。
費爾曼（Fielmann）是奧地利和德國的第一品牌，也是領先的眼鏡零售商，它將 AI 集成到其服務中，進行個性化的眼鏡推薦，同時以對話的方式提供提示和見解，模仿人類助理的體驗。
開泰銀行（KBank）部署了一個 AI 驅動的虛擬助理，能夠理解客戶的情緒并作出反應。利用先進的 NLP 和情感分析，AI 可以檢測出客戶何時感到沮喪、困惑或高興。例如，如果客戶對交易問題表示沮喪，虛擬助理就會以同理心做出回應，提供安慰，并在必要時為客戶聯系人工服務代表。
富衛集團（FWD）引入了 AI 驅動的理賠處理系統，該系統利用機器學習快速評估和批準理賠。該系統以友好和同情的方式與客戶溝通，清楚地解釋理賠流程，并提供個性化支持，同時在互動過程中監測客戶的反饋和情緒。
各國領先企業都在通過融入情感智能、個性化互動和同理心溝通，成功地實現了 AI 體驗的人性化，從而增強了客戶所珍視的個人聯系。為 AI 注入類似人類的特質，企業不僅能提高用戶滿意度，還能加強客戶與 AI 系統之間的聯系。實施擬人化設計原則可以彌合數字與人類互動之間的差距，讓 AI 更好地與客戶產生共鳴。
為此，請考慮以下原則：
在我們的指數中，有幾家公司選擇偏離傳統智慧，用非常規的方法和創新的戰略挑戰行業現狀：
基于 15 年的研究，畢馬威卓越客戶體驗六大支柱已經成為世界級體驗的基本要素。總體而言，它們是凈推薦值（NPS）和忠誠度等客戶體驗指標的關鍵驅動因素。但單獨來看，它們的影響并不相同。與“期望值”相比，“時間和精力”在提高忠誠度方面變得更加重要，因為對于忙碌的消費者來說，輕松和簡單是更優先考慮的因素。
今年，“誠信”成為 NPS 的最大驅動因素，表明消費者高度重視道德和誠信的商業行為。個性化是忠誠度的最大驅動因素，凸顯了量身定制的客戶互動的重要性。這些支柱為評估包括 AI 在內的新技術對客戶體驗的影響提供了一個詳細的框架。機器學習、自然語言處理（NLP）、預測分析、計算機視覺、語音識別、機器人流程自動化和情感分析等技術正在徹底改變全渠道客戶旅程的編排和協調。企業可以通過這些支柱來評估新技術，以確定它們是否能切實提升整體客戶體驗。
并非所有問題都需要 AI 解決方案，也并非所有 AI 解決方案都有優勢。企業應仔細考慮 AI 的戰略整合，來解決具體問題，增加有形的底線價值，從而避免僅僅因為它是一種技術趨勢而部署 AI。
事實證明， AI 可以改變許多公司的面貌，帶來巨大的經濟效益。通過個性化的客戶體驗和動態定價，可以在運營效率和預測性維護方面節省大量成本，并帶來可觀的收入。以下使用案例說明了領先企業如何從 AI 中獲益。
將 AI 有效引入企業需要一個結構化、多步驟的過程。就像互聯網的變革性影響一樣，AI 將重塑業務和運營模式，這就要求首席執行官全面考慮企業應如何戰略性地采用 AI ，同時減少潛在的隱患。
它還需要一種與傳統 IT 流程截然不同的思維方式和方法，以滿足客戶對這項技術的期望。其中的核心是企業與 IT 之間的高度有效合作。
根據畢馬威發布的《2024 年全球科技報告》，企業計劃在未來兩年內利用 AI 來：提高運營效率（如自動執行重復性任務）；開發產品和服務；以及推進模式檢測和問題糾正。為實現這些目標，領先企業應采用統一的設計系統，在客戶與多個 AI 模型交互時提供一致的用戶體驗。
AI 有能力實現智能搜索、從數據中提取意義、通過重新組織數據實現流程自動化和簡化、識別異常情況，以及激發新的想法和概念，解鎖新的可能性，從而增強人類的表現。
設計客戶旅程：客戶旅程涉及識別和處理客戶與企業互動的接觸點。AI 可以通過個性化體驗、預測客戶需求和及時提供解決方案來增強這些互動。例如，AI 驅動的聊天對話和虛擬助理可以提供實時支持，減少等待時間并提高滿意度。這些實踐應由營銷和客戶服務團隊牽頭，因為他們對客戶行為和偏好有著細致入微的了解。通過與 IT 部門合作，業務部門可以確保技術與戰略目標保持一致，并為客戶帶來實在的好處。
利用深度個性化：通過 AI 場景感知，企業可以創建更加個性化、自適應和有效的互動，實現客戶的目標和意圖。例如，更改訂單的交付日期、更改送貨地址或允許實時更新貨運狀態。這就需要識別各種場景因素，并相應地調整行為，從而建立更牢固、更有彈性的客戶關系。心理健康支持應用程序，如 Woebot 和 Companion，利用 AI 與用戶進行對話，通過他們的反應檢測情緒狀態。這些應用程序可以根據用戶當前的情緒提供支持、應對策略和治療對話。然而，它們需要深入了解客戶、他們的心理需求以及生理和交易需求。
優化價值流和用例：價值流包括企業向客戶提供產品或服務的一系列步驟。AI 可以通過自動化日常任務、優化供應鏈和預測需求波動來簡化這些流程。運營和物流團隊掌握了對效率和瓶頸的洞察，應率先確定 AI 可以增加價值的領域。IT 部門在這方面的作用是提供有效實施這些解決方案所需的技術基礎設施和支持。
解決客戶問題，實現客戶目標：AI 的預測分析能力可以在客戶問題升級之前先發制人地加以解決。在不久的將來，智能客服很可能會自主運行，為客戶執行任務。例如，在金融領域，AI 可以分析交易模式，檢測欺詐活動并主動提醒客戶。深入了解客戶需求和痛點的產品開發團隊應推動這些舉措。他們必須與數據科學家和 IT 專業人員密切合作，確保 AI 模型的穩健、準確和符合道德。
必須認識到，并非每個問題都需要 AI 解決方案，也并非每個 AI 應用都能帶來價值。重點應放在 AI 的戰略整合上，解決具體問題，帶來切實利益。通過詳細研究來發現客戶的痛點，企業可以準確定位 AI 可以提供有意義解決方案的領域。企業可以繪制客戶旅程圖、支持客戶旅程的價值流以及確定 AI 可以在哪些方面提升客戶體驗，確保其 AI 解決方案能夠戰略性地提升客戶體驗。
領先企業成功實施 AI 需要遵循清晰、結構化、多步驟的流程。通過研究，我們確定了七個關鍵步驟。這一過程首先要建立正確的基礎，明確 AI 在支持組織目標方面的作用，并評估組織的準備情況，特別是在數據質量方面。全面了解客戶洞察力，對于確定 AI 如何緩解痛點和提升體驗至關重要。對使用案例進行優先排序，同時為合乎道德和負責任的使用、敏捷工作和文化協調制定準則，也是至關重要的。
步驟 01 | 根據戰略目標調整用例
這一過程的基礎步驟是制定明確的 AI 戰略、目的和目標，其中包括確定 AI 能夠帶來價值的關鍵挑戰和機遇。AI 目標應與企業的總體戰略保持一致，并進行衡量，以有效跟蹤進展情況。
將 AI 植根于企業的目標和挑戰中，包括將潛在的 AI 用例與戰略目標相統一，確定 AI 能產生最大影響的關鍵業務領域，以及指出 AI 可以解決的具體痛點或低效問題。清晰明確的目標包括提高客戶服務、市場營銷和銷售的客戶滿意度，或提高供應鏈管理、物流和生產的運營效率，推動收入增長，加強產品創新或實現競爭優勢，從而提供一個框架，在此框架內對 AI 計劃進行評估和優先排序。
讓整個組織的利益相關者參與進來，可以提供對業務需求和挑戰的寶貴見解，幫助確定相關而實用的 AI 用例。他們的支持對于實施 AI 解決方案所需的資源和幫助至關重要。
制定詳細的 AI 實施路線圖，確保各項工作重點突出、協調有序。路線圖應概述 AI 項目的順序、關鍵里程碑、時間表和資源分配。路線圖還應包括管理風險和應對潛在挑戰的應急計劃。這種結構化的方法有助于保持勢頭，跟蹤戰略目標的進展情況。
步驟 02 | 可行性和影響評估
在開始實施 AI 之前，企業應評估準備情況和可用資源。此外，企業還應重視數據戰略資產，利用客戶關系管理 (CRM)、企業資源規劃 (ERP) 和客戶數據管理 (CDM) 系統等技術平臺來釋放 AI 的全部潛力。企業還需要評估數據的可用性和質量、員工的技能和能力，以及新技術對企業關鍵績效指標的潛在影響。
以客戶體驗為導向的 AI 實施目標運營模式至關重要，因為它能確保 AI 計劃與提供最佳客戶體驗保持一致。關注客戶旅程，有助于確定 AI 在哪些方面能帶來最大價值，無論是增強個性化、簡化流程還是解決痛點。以支持客戶滿意度和業務目標的方式整合 AI 解決方案，實現更有效的、以客戶為中心的結果。最終，以客戶體驗為導向的方法可以直接滿足客戶的需求和期望，從而將 AI 的影響最大化。
還需要確定預算分配和所需資源。這項工作可以借助針對 AI 的全面 SWOT 分析（優勢、劣勢、機會、威脅）來完成，確定優勢領域、改進領域、潛在風險和威脅。對以下方面進行分析，有助于突出需要解決的技術、技能或數據方面的潛在差距，確保 AI 的成功實施：
在評估 AI 的準備情況和可行性時，一個關鍵因素是確定 AI 模型的復雜程度。
公司可以為每項工作選擇合適的 AI 模型，將資源集中在對客戶最有利的方面，即速度、準確性和響應度，而不會因為系統過于復雜而造成延誤或增加成本。對于識別圖像或理解自然語言等任務，深度學習等先進的 AI 模型可以幫助實現準確的結果。但對于較簡單的任務，如基本預測或產品分類，決策樹等簡化模型也能很好地發揮作用，而且通常更快、資源效率更高。
此外，還必須確定實現組織和客戶目標所需的 AI 構件類型。這些構件可能包括用于數據的分類、用于未來趨勢的預測、用于決策的優化，以及在客戶服務或運營中將音頻轉換為文本。每個構建模塊都需要特定的數據類型和領域知識，這有助于團隊評估采用 AI 的技術和運營可行性。
建立強大的數據基礎是關鍵的第一步，確保公司為提供可靠的、以客戶為中心的結果做好準備。通過準備結構化數據（如購買記錄）和非結構化數據（如社交媒體反饋），企業可以創建一個堅實的基礎，支持準確、一致的 AI 洞察。對客戶而言，這將帶來一致、可信的建議和服務，反映客戶的真實需求。優先考慮數據質量和準備情況，企業不僅可以保護其品牌聲譽，還可以與客戶建立持久的信任，客戶可以信賴 AI 驅動的體驗的準確性和相關性。
訓練和調整 AI 所需的數據：為了向客戶提供可靠、準確的 AI 服務，公司必須確保用于訓練和完善 AI 模型的數據能夠反映真實世界的場景。這意味著要收集反映 AI 運行環境的更多樣化的數據集。例如，如果 AI 旨在預測需求，那么使用高質量的歷史銷售數據有助于預測的準確性。公司應優先考慮數據質量、數量和相關性，才能訓練出一致、可靠模式的 AI 模型。
AI 推斷所需的數據：確保 AI 系統接收干凈、高質量的數據，公司可以為客戶提供可靠的預測、相關的建議和準確的分類。這種持續的數據管理意味著客戶可以信任其結果，無論他們收到的是量身定制的產品推薦、最新的價格還是準確的服務響應，都能增強他們的體驗和對品牌的信心。AI 系統一旦部署，就需要持續不斷地獲得實時或接近實時的數據流，確保準確的洞察力，使客戶直接受益。這些數據來自內部系統或市場趨勢等外部指標，需要定期更新和驗證，以保持高度準確性。
幫助管理和治理的數據：AI 在幫助企業管理和保護大量數據方面發揮著重要的作用，通過確保數據質量和合規性，使客戶直接受益。例如， AI 驅動的數據治理工具可以對敏感信息進行分類、追蹤其來源并檢測異常情況，從而保持高標準并保護客戶隱私。此外，AI 還可以通過標記、分類和分析數據來增強，使決策者更容易獲得有價值的洞察。隨著數據源和數據量的增長，采用 AI 驅動的數據管理方法，公司可以確保客戶數據的完整性得到維護。這種對數據管理的承諾可促進信任，因為客戶知道他們的數據得到了負責任的處理。
步驟 03 | 推論和洞察
企業必須利用客戶洞察來開發強大的 AI 能力，戰略性地整合客戶數據、高級分析和 AI 技術，以提升客戶體驗，推動業務增長。客戶洞察力來自于各種接觸點收集到的數據，這些數據可提供對客戶行為、偏好和痛點的更深入了解。根據畢馬威發布的《2024 年全球技術報告》，78% 的技術領導者承認，從客戶那里收集到的洞察沒有得到有意義的利用。
要建立全面的客戶數據收集框架，企業首先需要整合多種來源的結構化和非結構化數據，如合同、產品圖片和視頻，這些數據來自內部和外部系統，如網站、社交媒體、客戶服務互動和銷售數據。客戶關系管理（CRM）和企業資源規劃（ERP）等內部系統是關鍵數據的重要來源。客戶數據平臺（CDP）越來越多地被用來從這些系統中提取客戶數據，并使其適用于 AI。
作為成功的 AI 系統的支柱，企業必須投資于數據管理解決方案，以確保客戶數據的準確性、完整性和相關性。數據清理、規范化和驗證等質量保證流程有助于數據集的完整性，消除 AI 模型中的噪音、偏差和不準確性。
一旦數據得到收集和管理，機器學習和預測建模等先進的分析技術就能發現可行的見解，使企業能夠識別可能并不明顯的模式和趨勢。例如，機器學習算法可以分析客戶的購買歷史，預測未來的購買行為，從而實現個性化營銷，提高客戶留存率。
要成功實施 AI，企業必須培養數據驅動型文化，在決策過程中優先考慮數據，并實施培訓計劃，提高整個企業的數據素養。這種文化轉變將幫助從客戶數據中獲得的洞察力在 AI 項目中得到重視和有效利用。
步驟 04 | 確定優先次序
各組織應優先考慮可提供切實投資回報（ROI）的實際應用，并注重速贏，如自動執行重復性任務和個性化客戶體驗，以提供即時價值，為更廣泛地采用 AI 造勢。
為確定最佳的 AI 客戶用例，企業應對每種潛在方案進行全面的成本效益分析，考慮初始投資、持續成本和預期投資回報率等因素。實施方法的選擇取決于預算、現有專業知識、戰略目標和投資回報預期等因素。在評估可擴展性以實現未來增長的同時，還需要考慮緩解策略。
然而，雖然 AI 的實施有多種途徑，但企業還需要考慮該技術將滿足的客戶需求（交易和情感需求）。盡管功能強大，然而 AI 仍有可能成為成本更低、但效果更差的人際互動替代品。簡單地將客戶轉移到低成本的技術渠道，無論他們在情感上是否需要人工接觸，都會使客戶在尋求幫助時遇到障礙，讓客戶感到失望和沮喪。
為了維持積極的客戶體驗和培養信任，需要以正確的方式構建 AI 模型。透明、可靠且符合道德規范的 AI 系統有助于確保客戶獲得準確、個性化和公平的互動。不良的模型可能會導致有偏見的結果、錯誤或不一致的服務，從而削弱客戶信任并損害品牌聲譽。此外，在開發 AI 模型時，如果考慮到隱私、安全和道德因素，客戶就會更有信心，相信他們的數據得到了負責任的處理。最終，建立良好的 AI 模型可以提供一致的價值和維護信任，加強牢固的客戶關系。
建立 AI 模型是一個迭代過程，需要不斷利用反饋來完善和微調模型的性能。當模型準備好部署時，應持續進行監控，以便及時發現并解決隨著時間出現的任何偏差或退化。道德考量、跨職能合作、文檔記錄和建立反饋回路也需要貫穿整個模型構建過程，幫助確保公平、透明和持續學習與改進。
步驟 05 | 治理和倫理
評估道德影響，確保合規，對于避免潛在隱患、客戶體驗失敗和聲譽受損至關重要。揭示特定的風險（如偏見和偏差）對于 AI 解決方案的未來發展非常重要。
組織需要制定明確的道德準則和原則，優先考慮透明度、公平性、問責制和人權，以指導整個 AI 開發和部署過程中的決策。這些原則將有助于在部署 AI 系統和有效管理任何潛在風險時堅持高標準。
制定這樣一個框架，首先需要各組織確定明確的數據和 AI 治理方法，確定 AI 帶來的好處和機遇，以及潛在的風險和道德挫折。必須確定治理準則和標準，包括提供內部和外部保證和驗證，以確保公平、透明和問責。
這就要求各組織從多角度考慮問題，包括與不同的利益相關者進行定期檢查。它們還需要將 AI 納入完善的風險管理分類法，并輔以審計，以便對系統進行持續監督。參與每項技術應用的所有利益相關者還應考慮客戶的關切。
解決偏見問題非常重要。應采用各種技術來檢測和減輕 AI 算法和數據中的偏見，確保不同人口群體之間的公平性，并最大限度地減少歧視性結果。
與行業合作伙伴、學術界和政府機構的合作可促進共享最佳實踐，并為 AI 的道德應用制定行業標準。
步驟 06 | 更加敏捷
在 AI 項目中采用敏捷和迭代開發方法，可實現靈活性、快速客戶原型設計以及基于反饋和實驗的持續改進。這一過程的重點是試運行和迭代，使企業能夠驗證選定用例的可行性和有效性，并根據反饋和實際數據不斷改進。
敏捷方法能更快、更靈敏地提供解決方案，更好地滿足客戶需求，從而使客戶受益。通過迭代、靈活的方法，團隊可以快速適應客戶反饋，不斷改進產品和服務。這有助于確保客戶獲得更符合期望的最新產品。敏捷方法還能促進各部門之間的協作，從而帶來更具凝聚力和無縫銜接的客戶體驗。在每次沖刺或迭代中優先考慮客戶價值，可以促進創新，提供更高質量的成果，最終提高客戶滿意度和忠誠度。因此，敏捷性已成為成功實施 AI 的關鍵，使企業能夠適應某些技術、市場需求和客戶期望。
AI 開發和部署的動態性質要求采用靈活、反應迅速的方法，來整合現代技術，在競爭中保持領先。敏捷型組織可以快速響應不斷變化的客戶期望、市場趨勢和不可預測的條件，確保其 AI 計劃在動蕩的商業環境中保持相關性和有效性。
要實現組織的敏捷性，首先要采用敏捷的思維方式，并接受一種持續改進、靈活和反應迅速的文化。敏捷的思維方式可以提高適應能力，根據新的見解迅速做出調整，并有效地糾正方向，從而增加成功的機會。領導者應倡導協作、創新、勇于嘗試和從失敗中學習等價值觀，培養團隊的思維方式和環境，讓他們感到有能力承擔風險和探索新思路。
Scrum 和 Kanban 等敏捷方法為管理 AI 項目提供了結構化框架，強調迭代開發和定期反饋，幫助確保最終產品滿足用戶需求和期望。AI 的實施需要各部門之間的協作，建立具有不同技能組合和觀點的跨職能團隊，促進創新并加快問題的解決。
這些團隊應利用他們的集體專業知識來設計、開發和部署 AI 解決方案，應對復雜的業務挑戰。云計算和 DevOps 實踐在提高組織靈活性、提供可擴展的按需基礎設施，以及簡化開發和運營以更快地交付 AI 解決方案方面發揮著重要的作用。
AI 項目由于其復雜性和實驗性，可以從敏捷和迭代的實施方法中獲益。這包括將項目分解成較小的、可管理的任務或沖刺，并根據反饋完善。擁有可擴展基礎設施和云平臺的企業，再加上采用微服務架構和容器化，會發現更容易擴展、部署和維護 AI 應用，從而使其更具競爭優勢。
步驟 07 | 文化建設
組織和客戶體驗從業者需要培養一種擁抱實驗的文化，并將失敗視為學習機會，這對 AI 的成功至關重要。此外，創建和填補專門從事 AI 開發、部署和管理的新角色，對于充分利用其潛力至關重要。
實施 AI 可能會帶來重大的變革管理挑戰，因為員工需要適應新的工作方式、新的管理方法以及對工作保障的威脅。因此，重要的是要考慮文化需要如何適應 AI 的未來。文化不能失去人性，團隊需要考慮 AI 解決方案如何改善個人需求和體驗，以推動和維持變革。
文化始于最高層，企業必須培養實驗思維，將失敗視為學習機會而非挫折。要想借助 AI 實現蓬勃發展，企業可能需要抱著“快速失敗”的心態，不斷完善和改進技術工作，以保持競爭力。
需要仔細考慮的一個特殊領域是 AI 專家角色的結構和部署。我們已經確定了幾個新角色，專門從事 AI 開發、部署和管理的各個方面：
成功采用 AI 不僅僅是技術問題，而是要在整個企業中使用生成式 AI 來提高員工的效率、生產力和創造力。必須對員工隊伍進行全面審查和改革，塑造未來的員工隊伍，并提供一個整合生成式 AI 的框架。應倡導一種持續改進的文化，在這種文化中，團隊利用從實際應用中獲得的反饋和見解，不斷完善 AI 解決方案。
AI 技術不僅發展迅速，而且有可能重新定義技術創造本身。因此，跟上發展的步伐才能讓企業保持競爭力。
下一代 AI 將提供更加個性化、高效和直觀的互動，徹底改變客戶體驗。先進的 AI 系統將能更準確地預測客戶需求，實時提供量身定制的建議和解決方案。通過改進自然語言處理，客戶將與 AI 進行更無縫、更像人類的對話，從而提高易用性和可訪問性。此外，更智能的 AI 還能在潛在問題出現之前進行預測，從而實現主動支持并最大限度地減少中斷。AI 技術的日益成熟可以使企業與客戶建立更深入、更有意義的聯系，將滿意度和信任度提升到新的水平。
最近發表在《自然·人類行為（Nature Human Behavior）》上的研究表明，大型語言模型（LLMs）越來越能夠理解人類復雜的心理狀態，而這曾被認為是人類獨有的特征。
理論上，AI 模型模仿人類的能力越強，它們與我們的互動就越有用，也越能引起共鳴。這些虛擬助手分別被命名為 GPT-4o 和 Astra，旨在提供比上一代更流暢、更自然的響應。雖然這些進步前景廣闊，但我們必須認識到，這些 AI 能力并不像人類——即使它們看起來是這樣。
隨著自我監督學習、可解釋 AI 和人機協作等方面的進步，未來的 AI 有望成為更加智能、自主和合乎道德的系統，對各行各業和日常生活產生重大影響。未來的 AI 系統可能具有更大的自主性，使其能夠在沒有人類持續干預的情況下運行。這可能對自動駕駛、機器人和工業自動化等領域產生特別大的影響。
為了在 AI 驅動的未來茁壯成長，企業應關注機器學習、自然語言處理、計算機視覺和機器人等技術的發展。了解 AI 和數據法規、遵守合乎道德的 AI 實踐，以及制定與組織和戰略目標相一致的明確的 AI 戰略至關重要。投資研發、培養 AI 友好型文化，促進跨部門合作將有助于有效整合 AI。通過對員工進行再培訓以及優先考慮 AI 和數據科學方面的招聘和培訓，來應對勞動力變化是關鍵所在。通過合作伙伴關系和開放式創新舉措與更廣泛的生態系統合作，也將提供競爭優勢。
今年的報告強調了 AI 對全球各行各業產生的變革性影響。然而，AI 驅動的成功之路遠非如此簡單。它要求重新思考傳統假設，并適應新的運營方式。要想真正利用 AI 的力量，企業必須以全新的視角來審視自身——擁抱新的運營模式，培養以數據和技術為中心的文化，并將跨職能、敏捷的工作方式作為標準。今年領先企業的經驗表明，這些轉變并非可有可無，而是確保 AI 長期成功的關鍵。
為有效應對本報告研究結果，企業應采取以下行動：
通過遵守這些原則，企業可以使其 AI 計劃與客戶需求保持一致，在市場中取得更大的成功。這些準則提供了一條有用的途徑，不僅可以將 AI 融入日常運營，還可以提高客戶滿意度并提升整體 CEE 分數。這樣，企業就能做好更充分的準備，在迎接 AI 帶來的挑戰的同時抓住機遇，在各自的行業中推動可持續增長和競爭優勢。
原文地址：
https://kpmg.com/xx/en/our-insights/transformation/global-cee-2024-2025.html
本文為作者原創翻譯，歡迎轉發分享。
轉載時需在文章開頭注明作者和“來源：鵜鶘全面客戶體驗管理（微信號：CEM-tihu）”，文字顏色為黑色，且不得修改原文內容。
歡迎小伙伴投稿合作，具體請聯系：易女士 Yiml@tihu.com.cn
