最近，围绕人工智能(AI)，尤其是生成式人工智能(generative AI)，有很多讨论。我们已经谈论人工智能及其在客户体验(CX)中的作用很长时间了，但现在它变得真实了：今天，你不需要一个数据科学家团队、多年的开发或巨额预算来利用人工智能来提高生产力、降低成本并改善呼叫中心客户和座席体验。

　　然而，对于外行人来说，人工智能可能会很可怕。生产率对企业的潜在好处是巨大的，但潜在的风险也是巨大的。就像任何技术一样，AI可以用于好的和坏的事情。信任将是向前发展的一个重要因素，在未来几个月和几年中，理解数据使用、模型训练和人工智能使用时的透明度方面的道德将是一个大话题。

　　考虑到这一点，这里有一些制定人工智能策略的技巧，这些策略将带来明显的好处：

 1 AI只是另一个工具

　　请记住，这只是技术，它的成功应用将取决于围绕它做出决策的人。如果我们回想一下电子邮件出现的时候，我们在生产力和效率方面获得了巨大的好处，但我们也有垃圾邮件、网络钓鱼和总是回复所有邮件的人。人工智能提高生产力的潜力比电子邮件大得多，但它的风险也是如此。

 2 专注于要解决的业务问题

　　不要考虑一个广泛的人工智能战略，而是专注于你想要解决的具体业务问题。您是否需要提高知识库的有用性和通用性，减少升级，或者改进质量管理？一个清晰定义的目标将帮助你确定一个可管理的项目，选择正确的工具，并交付清晰的结果。

　　例如，在我们最近对SupportLogic客户进行的分析中，我们发现从手动方式到人工驱动方式的升级管理转变减少了20%到50%的升级。这在一定程度上是因为人工智能实现了一个实时警告系统，可以自动进行案例评估，让经理们能够主动审查更多案例，并提前解决潜在问题。借助智能控制台和警报，服务人员可以看到案例何时可能导致问题升级，并立即采取措施避免这种情况，让客户满意。

 3 不必一切从头开始

　　除非你的主要业务是创建人工智能解决方案，否则你不应该从头开始构建。供应商已经投资于预构建和预训练的模型、行业能力和打包的解决方案，可以相对快速地交付结果。一个好的经验法则是，你应该期望在开出第一张支票的六个月内看到可衡量的收益。如果这不现实，你应该有一个很好的理由，或者你需要重新考虑你的项目。

 4 信任和验证

　　这似乎是显而易见的，但成功采用任何技术举措的关键部分，尤其是人工智能，是信任，这从你的技术合作伙伴开始。这并不一定意味着要选择最大的供应商，或者有着最长历史记录或最好资产负债表的供应商。更重要的指标是他们对正在使用的模型和工具的开放程度，他们与其他客户共享自由访问的意愿，以及他们的结果的透明度和可解释性。

　　例如，使客户能够将人工智能驱动的编排应用于不同的呼叫队列，并比较结果，以便经理们在广泛部署之前能够清楚地看到结果。任何值得考虑的解决方案都将提供驱动建议或行动的关键假设的清晰和可理解的细节，以便业务用户可以自信地采取行动或超越其方向。

 5 继续前进

　　在一个技术飞速发展的领域，很少有事情是确定的。首先，你将了解你的客户、你的服务组织和你的客户数据，这些是你开始时不知道的。第二，技术将不断进步，带来越来越大的好处。第三，当你从最初的部署中学习时，你会发现人工智能可以带来好处的新方法，或者希望对最初的计划进行更改以优化好处。这意味着在你的方法和你选择的工具上都要灵活。选择使用户能够在最少的开发人员或供应商干预下进行更改的云解决方案，将为您提供调整解决方案所需的灵活性，因为您了解了更多关于人工智能改善客户体验的潜力。