企业成功部署对话式人工智能的三个要素

在我与客户、渠道合作伙伴和同事的交谈中，几乎总是会提到人工智能的话题，尤其是对话式人工智能。这背后是有原因的。人工智能也许是几代人以来进入市场的最令人兴奋的创新。从自动化重复性任务和工作流程，到提升客户体验，它都有可能从根本上改变业务运营。对话式人工智能为企业带来了巨大的效率和效益，但也有其局限性。已经将其部署到自己业务中的客户–无论是客户服务、销售、执行还是其他流程–都报告说，虽然净影响是积极的，但确实需要谨慎管理。毕竟，这项技术仍处于起步阶段，虽然潜力巨大，但人工智能在成熟过程中也会经历一些成长的烦恼。企业应该认识到这一点，并在开始考虑人工智能工具以满足自身需求时谨慎行事。

最近，我在与领导 Enreach 人工智能部门的 Anne Bakker 的一次谈话中清楚地认识到了这一点。正如安妮所解释的那样，人工智能应该被视为一种特定的工具，而不是能够处理所有业务功能或流程的多方面解决方案。

Bakker 解释说：”人工智能的现状是坚实的，而且一直在不断改进，但它远没有许多人认为的那样完整或强大。”原因之一是我们用于构建对话式人工智能的语言模型还处于早期阶段。自然语言处理的这些迭代会给许多流行的人工智能解决方案（如 ChatGPT）带来挑战。处于早期开发阶段的语言模型可能难以把握一个人言语中的细微差别，从而导致不完整或不准确的回复，在某些情况下，回复甚至可能冒犯客户。这确实需要有效的监督才能成功使用。”

虽然期望与现实之间的差距很大，但这并不意味着对话式人工智能工具不适合实际业务使用。事实上，我们经常收到来自现场的报告，客户成功地利用这些工具减少了错误，将员工重新部署到创收岗位，并大大降低了运营成本。

更令人欣喜的是，其中许多组织都属于中小型企业。这些企业包括连锁餐厅、政府办公室、医疗保健提供商、运输公司和其他企业，它们可以利用对话式人工智能带来的巨大优势，但可能不具备大型企业常见的技术或财务资源。中小型企业都是聪明、精明的生意人，他们正在想方设法利用对话式人工智能提高效率并获得竞争优势。

他们是如何做到这一点的呢？与我们交谈过的企业一致认为，成功部署对话式人工智能必须具备三个要素：简单、适当的工作流程和依靠知识渊博的合作伙伴。

简单

鉴于自然语言算法的现状，最好在常用的明确命令和重复术语的情况下使用人工智能会话。这样可以减少系统误解请求或创建与所收到的问题无关的回复的机会。如果查询是基于事实的，例如 “我可以预订飞往马德里的航班座位吗？”系统就会直观地知道应该提出哪些命令，以及如何满足请求–从预订到座位分配，再到请求升舱。但如果问的问题含糊不清，比如’如果我将来想去南美，你们会为飞行常客提供折扣吗？这就是对话式人工智能会出现问题的地方。一个不明确的请求会让系统进入一些可能不相关的领域，比如提供当前的折扣，甚至列出南美的旅行要求。虽然人工智能对话每周都在进步，但它仍然需要防护措施。将其置于语言一致的环境中会使其更加准确，并提高客户满意度的可能性。

适当的工作流程

对话式人工智能是提高客户服务和销售等重复流程领域绩效的理想方法。我们已经看到，自动化工具如何使企业能够在不使用昂贵的座席人员的情况下为客户提供高效服务，而座席人员反过来又可以被重新部署来处理更专业的任务。对话式人工智能非常适合促进订单、追踪应收账款和其他有明确工作流程的任务。相反，人工智能对于冷呼叫、外呼销售、人力资源面试或其他基于临时对话的需求则并不可靠。类似这些活动需要一定程度的专业技能，而这正是人类员工所擅长的。在涉足人工智能之前，要准确了解哪些流程可以实现自动化。这将节省时间和挫折感。