客户服务与生成式AI的优势：利用对话式AI建立竞争优势

由IBM发布了《客户服务与生成式AI的优势：利用对话式AI建立竞争优势》这篇报告。以下是对该报告的部分摘录，完整内容请获取原文查看。对于长期使用对话式 AI 的客户服务团队，部署生成式 AI的投资回报率要高出 37%。而对于 AI 经验较少的组织，这项比较优势跃升至 117%。

1.客户服务是生成式 AI 的 试金石

事实上，随着生成式 AI 技术颠覆企业的工作方式，最高管理层已将客户服务列为 优先采用这项变革性技术的领域。1 这并不足为奇，因为对于多年来一直在客户服 务中使用传统 AI 的企业来说，这是合乎逻辑的下一步。 从与客户聊天、创建精准内容到优化呼叫中心绩效，生成式 AI 正在将客户服务转型 提升到全新的水平。通过为客户和人类客服提供动态、个性化的体验，这项技术有望 增强传统 AI，从而推动生产力和效率变革。做出正确的投资决策可以带来指数级的 回报，但企业应根据自身的起点和需求决定在哪些领域进行投资。

那么，在 AI 发展的不同阶段，业务高管认为哪些领域最具前景呢？为了回答这个问 题，IBM 商业价值研究院 (IBM IBV) 针对 34 个国家/地区和所有主要行业中已使用对 话式 AI 至少 12 个月的组织的近 1,500 名客户服务经理、主管和高管开展了一项调 研。我们询问了其组织目前如何在客户服务领域使用生成式 AI，哪些用例展现出最大 的潜力，以及这项技术在哪些领域实现了最大的业务价值。

总体而言，受访客户服务高管一致认为，采用生成式 AI 对 其业务至关重要。事实上，每一位受访者都表示其组织计 划在客户服务中使用生成式 AI，而 67% 的受访者表示已 经将此付诸行动。超过一半 (54%) 的受访组织已经在 1 到 4 个客户服务用例中部署了生成式 AI（见图 1）。 但并非所有组织都计划以相同的方式使用生成式 AI。在 生成式 AI 旅程中处于早期阶段的组织需要通过实验来探 索机会和验证用例。经验更丰富的组织则可以利用生成式 AI 来推动更广泛的转型。

为了更好地理解不同起点的组织如何推动价值增长，我 们研究了受访组织在传统 AI 领域的经验如何影响其生成 式 AI 方法。我们的数据表明，使用对话式 AI（旨在理解和 回复客户用自然语言提出的问询）的年限可以有效预测组 织是否会成为生成式 AI 的积极早期采用者。具体来说，使 用对话式 AI 经验最丰富的组织有信心大刀阔斧地实施更 复杂的用例。例如，对于在客户服务领域使用对话式 AI 的 经验达到至少三年的组织，其中有 89% 已经在使用生成 式 AI 直接回答客户的问询。

然而，我们的研究还表明，无论组织在 AI 领域的经验如 何，将生成式 AI 与对话式 AI 相结合都可以实现显著的业 务效益。“经验型企业”实现了出众的成效，而“新手型企 业”则实现了最大幅度的相对优势。这意味着不同成熟度 水平的组织都有机会超越竞争对手，实现颠覆性的绩效提 升。只不过，组织需要清楚要采取的下一步最佳行动。 请继续阅读，了解当今组织如何在客户服务领域使用生成 式 AI，这一举措如何影响关键绩效指标（包括平均联络成 本和投资回报率），以及哪种方法分别最适合“新手型企 业”和“经验型企业”。最后，行动指南部分概述了这两类 组织如何充分释放生成式 AI 的价值。

2.AI 获得“氮气加速”

随着时间的推移，对话式 AI 开始利用自然语言处理 (NLP) 和机器学习算法，使得 聊天机器人能够更好地理解和回答客户问题。经过适当的训练，这些 AI 助手的表 现会更像人类，而非机器。然而，尽管这些增强型 AI 助手可以执行更复杂的交互， 但其能力也会遇到瓶颈。 生成式 AI 是下一个进化阶段。利用自然语言生成技术，生成式 AI 能够以更流畅、更 符合上下文的方式来回答客户问题。生成式 AI 还可以根据客户的互动记录来提供定 制化的响应，并打造更加个性化的体验。这样一来，客户就可以像与人类客服互动一 样与生成式 AI 助手进行聊天。 不仅如此，生成式 AI 的应用远不止与客户直接互动。这项技术能够提供人工客服培 训、个性化增强、内容翻译，还可以预测未来客户行为，从而全方位增强客户服务职 能。生成式 AI 还可以为面向客户的对话式 AI 提供支持，包括生成测试用例和对话， 以及分析交互以识别改进机会。

许多组织正在将生成式 AI 用于这一领域，将其置于对话式 AI 之上，从而提高现有工具的速度 和准确性。例如，对于正在客户服务中使用生成式 AI 的受访组织，其中有 44% 正在使用生成 式 AI 来创建用于训练对话式 AI 的测试用例。而且，更高比例的受访组织 (46%) 正在使用生成 式 AI 来为对话式 AI 生成对话。

有如此多的应用场景，企业期望实现全面开花的业务效 益也就不足为奇了。近三分之二的受访者预计生成式 AI 将提高客户满意度 (65%)；超过一半的受访者预计生成 式 AI 将提高人工客服的满意度 (58%)、收入增长 (56%) 和客户保留率 (53%)。近一半的受访者还预计生成式 AI 将降低平均联络成本 (46%)。 企业高管普遍看到了各种潜在效益，但只有部分高管更 加积极主动地追求这些实效。根据 IBM 商业价值研究 院的调研，到 2023 年中，绝大多数 (87%)“经验型企 业”（使用对话式 AI 的经验至少达到五年）都在至少一 个客户服务用例中使用生成式 AI。而“新手型企业” （使用对话式 AI 的经验少于三年）的这一比例只有 43%。

为什么会出现这种情况？部分原因是，成功运用生成式 AI 需要信心、眼光和治理护栏，而经验更丰富的企业将 在竞争中占据先机。此外，许多经验型企业已经具备利 用生成式 AI 所需的技术基础架构。例如，大约一半 (49%) 的经验型企业已经将对话式 AI与后端系统实现 充分或全面集成，用于处理来自外部的联络。而新手型 企业的这一比例只有 16%。 经验型企业还深刻理解对话式 AI 的使用方式及其如何 帮助企业实现改进。49% 的经验型企业表示已经全面 或大幅优化了审查和再训练对话式 AI 的方式，而新手 型企业的这一比例只有 17%。

3.经验确实重要，但生成式 AI 是 一股推动所有企业受益的浪潮

根据 IBM 商业价值研究院的调研，平均而言，相比未在客户服务中使用生成式 AI 的组织，使用生成式 AI 的组织实现了更高的客户满意度。不过，使用对话式 AI 较 长时间的组织实现了最佳的总体业务成效。

首先来考虑对话式 AI 的投资回报率 (ROI)。未使用生成式 AI 的经验型企业实现了 73% 的投资回报率，而同时采用两种 AI 的企业则实现了 100% 的投资回报率，比前 者高出 37%。对于新手型企业而言，这项比较优势跃升至 117%：不使用生成式 AI 的新手型企业实现了 30% 的投资回报率，而使用生成式 AI 的新手型企业则实现了 65% 的投资回报率。平均联络成本也呈现出相同的趋势，新手型企业使用生成式 AI 后实现了更大的相对优势，而经验型企业在总体上实现了更大的成本节省。 这些数据表明，与不采用生成式 AI 的企业相比，采用生成式 AI 改进客户服务的企 业（无论经验如何）都将获得一定的竞争优势。但是，部署并推广这项颠覆性技术 的最佳方式是什么？与经验型企业相比，新手型企业在生成式 AI 上的投资又有哪 些不同？

现在，让我们来看看平均联络成本。尚未使用生成式 AI 经验型企业表示，在仅使用对话式 AI 的情况下，平 均联络成本降低了 18%。同时使用对话式 AI 和生成 式 AI 的经验型企业表示平均联络成本降低了 25%， 这相当于 39% 的成本效益增幅。 相比之下，尚未部署生成式 AI 的新手型企业表示，对 话式 AI 将平均联络成本降低了 8%。而同时采用生成 式 AI 和对话式 AI 的新手型企业则表示平均联络成本 降低了 14%，这相当于 75% 的增幅。 这些数据表明，经验型企业可以利用生成式 AI 实现最 大幅度的成本节省，而新手型企业可以利用生成式 AI 迅速实现相对优势，并有势头赶上更有经验的企业。 一家英国银行致力于为每一位客户提供个性化、直观和 高效的服务。为此，该银行希望利用先进的 AI 技术来提 升聊天机器人的性能，并全面增强其客户互动渠道。该 公司专注于简化客户服务体验，旨在从客户互动中获取 切实可行的洞察并提升个性化水平。 通过与 IBM Consulting 合作，该银行正在突破大语言模 型 (LLM) 的边界，利用生成式 AI 帮助识别不断变化的客 户需求，并减少管理、培训和支持各种互动的人工 工作量。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）