生成式人工智能 (AI) 描述了可用于创建新内容的算法，包括音频、代码、图像、文本、模拟和视频。 生成式 AI 算法使用机器学习模型根据先前的单词序列预测下一个单词，或根据描述先前图像的单词预测下一张图像。 生成式 AI 工具可以近乎实时地生成可靠的内容，使组织能够生成内容以更好地教育其利益相关者。
存在局限性，我们很早就了解生成式人工智能对企业的影响。 产生的信息可能是错误的、充满偏见和不道德的，可能会暴露与内容相关的声誉和法律风险。 初始数据的来源、培训模型以及软件开发指南和管理原则的道德和人道使用可以帮助减轻与使用生成人工智能相关的风险。
CBInsights 的研究表明，2024 年是生成式 AI 初创公司投资创纪录的一年，在 110 笔交易中，股权融资超过 $2.6B。 生成式 AI 领域处于起步阶段。 在确定的 250 多家生成式人工智能公司中，33% 尚未筹集任何外部股权融资。 另外 51% 是 A 系列或更早的系列，突出了空间的早期性质。
生成式人工智能的投资在哪里？ 研究表明，大部分投资都在视觉媒体上，其中最大的投资类别是社交媒体和营销内容、企业 AI 化身和跨功能 API。 另一个主要投资类别是生成界面，子类别投资于人机界面、一般搜索和生产力以及知识管理。 这些类别揭示了生成式人工智能在销售、服务、营销客户服务和电子商务业务领域的未来优势。 那么生成式人工智能如何改善员工和客户体验呢？
为了更好地了解生成式人工智能对改善客户体验的影响，我联系了一位世界顶级的客户服务和体验管理专家。 Michael Maoz 是 Salesforce 创新战略高级副总裁。 在加入 Salesforce 之前，Maoz 是 Gartner 的研究副总裁兼杰出分析师，担任客户服务和支持策略领域的研究负责人。 他的研究重点是客户战略和技术，重点是 CRM 客户服务学科、协作客户战略、人工智能和移动战略，以及基于云的 CRM 应用程序和分析。
我请 Maoz 分享他对生成式 AI 对改善客户体验的影响的见解。 鉴于他在 AI 和客户体验方面的深厚专业知识，Maoz 提供了专家的观点，说明生成式 AI 等新兴技术如何缩短实现价值的时间并扩展差异化功能以改善整体利益相关者体验。 以下是我与 Michael Maoz 的对话摘要：
问：为什么我们突然看到围绕生成式 AI 的炒作浪潮？ 它到底是什么，我们为什么要关心？
A：我们会从最后一个问题开始往回推。 在接下来的五年里，生成式 AI 将与传统 CRM 相结合，创造一个前所未有的直观客户业务参与的未来。
我们必须退后一步，了解炒作背后的“为什么现在”。 人工智能技术令人困惑，我们应该承认我们并不了解所有各种形式的人工智能。 快速回顾一下主要类型会有所帮助。
基本 AI 是对数据集进行推理，无论大小。 它可以比人类更快、更准确地执行任何简单的数学例程，并且始终工作。 开发人员可以使用这种超快速和精确的能力并编写应用程序，例如计算路线、创建时间表或测量和预测引擎性能。
人工智能并没有就此止步。 然后它演化为从过去推断现在如何行动，并根据未来的每一次互动不断改进。 这方面的一个例子是自动驾驶汽车。 它现在的能力，是之前千亿次的计算结果，还在不断提升。 亚马逊的 Alexa 和苹果的 Siri 也是如此。
另外：谷歌加强了 ChatGPT 竞争对手的工作
基于对语音、音调、语调和呼吸模式变化的 AI 分析，可以应用相同的原理来了解一个人此刻的情绪。
现在是生成式人工智能。 人工智能在多个方面取得进展。 机器学习增加了软件自行学习的能力，并由人类或其他软件进行训练。 自然语言处理增加了基于文本输入生成文本或图像的能力。 人工智能现在可以识别图像、语音或动作。
结合在一起，你就有了 Generative AI 来创造艺术（想想去年的 Cosmopolitan 杂志封面）、文章、视频，以及 AI 可以与人类进行的整个对话。 出现了新的产品和公司来执行这些 AI 魔法的壮举，例如 OpenAI 的 Dall-E 2 和 ChatGPT、Google 的 Imagen Video、Stable Diffusion 等等。 这些图像和文本非常先进，足以让人们相信是人而非计算机创造了它们。
总结一下：一旦生成式人工智能被用于支撑增长和效率的业务应用程序，它就有可能改变业务创造力和决策制定的游戏规则。
问：为什么您认为生成式 AI 和整个 AI 对企业成功的影响较小？ 从媒体的关注来看，这似乎是下一件大事。
答：我们刚刚研究了人工智能在过去五年中是如何成熟的，以至于它将渗透到每一个软件中。 在很多方面它已经做到了。 在使用新技术时，有一个很大的障碍需要克服。 无论您是在商业、公共部门、医疗保健还是教育领域，这都是事实，而缺少的部分是将高级人工智能与个性化联系起来。
人工智能并不是对业务增长和客户保留影响最大的因素。 在每个行业中，营销人员都会关注客户最看重的维度。 例如，在航空业，这些通常被列为飞行成本、品牌对客户的情感价值、客户感兴趣的航班的可用性以及旅客在飞行中的体验。 航空公司使用广告、机组人员补偿、良好的客户服务和卓越的运营来满足这些客户的期望。
这并不意味着人工智能不重要。 一旦一个组织了解了增长和客户忠诚度的关键维度，人工智能就会被引入，作为一种将嵌入到业务流程中的东西，使它们更加强大。 回到我们的示例，航空公司可以引入像生成式 AI 这样的工具来个性化网络体验、视频内容和消息以适合每个客户。 这些新工具不仅适用于大型企业。 以像 Runway 这样的年轻公司为例，该公司正在使网络和社交媒体渠道的内容创建民主化。
下一步是企业制定计划，将合适的团队召集在一起，将生成人工智能融入现有的客户体验计划中。
问：营销和经典 CRM 如何与 AI 相结合？
答：个性化客户体验的梦想酝酿了 30 年。 几乎是在 1993 年，唐·佩珀斯 (Don Peppers) 和玛莎·罗杰斯 (Martha Rogers) 首次出版了他们富有远见的著作《一对一的未来：一次与一个客户建立关系》。 它的副标题是，一次与一个客户建立关系。 他们描绘了一幅关于客户体验未来的惊人图景。 问题在于，从技术上讲，公司不可能大规模实现他们的愿景。 没有办法使用可靠的实时数据在他们首选的通信渠道上以个性化的方式对待每个客户。 随着数字渠道不断扩展，包括 TikTok、WhatsApp、网站、设备和移动应用程序，将它们与传统渠道同步并汇集正确的客户数据和业务规则是一项巨大的挑战。
Peppers 和 Rogers 对未来的想象非常大胆。 请记住，1993 年是 Siebel Systems 成立的同一年，当时的产品线仅限于销售人员的自动化工具。
Peppers 和 Rogers 列出了实现这一一对一未来的简单步骤。 大规模执行是——现在仍然是——困难。 他们指出需要收集有关客户偏好的所有相关数据。 这些是关于他们的期望的永恒问题，以及他们对当前与品牌关系的看法，以及他们希望如何受到对待以及他们如何受到对待。 他们确实为未来的面貌设定了标准，我们花了 30 年的时间来构建技术来实现他们的愿景。
问：纵观引入生成式人工智能所固有的挑战，企业实现这一目标的重大机遇是什么？
答：令人难以置信的令人兴奋的是生成式 AI 如何与新兴的数据管理方式融合，以及它如何与 CRM 的未来和吸引客户联系起来。 它开辟了巨大的机会。
直到现在，还不可能将想法变成行动。 公司可以收集这些数据，为每个客户和多个客户群确定优先级，然后根据对客户首选渠道上的这些信息的分析，以定制的方式实时吸引客户的概念现在才成为一种观念。 现实。
企业可以将其视为客户数据云。 到目前为止，不可能大规模连接所有客户数据。 它有太多的格式，来自太多的设备、应用程序和系统。 对于拥有大量客户群的企业来说，数据也太多了。 仅数据管理一项就需要数十名数据科学家，外加定制的连接器。 在我工作的 Salesforce，随着 Salesforce Genie Customer Data Cloud 的出现，我们改变了这一切。 我们已连接客户数据，将其协调成客户图表，并提供给组织中的所有部门。 结果是个性化客户体验的基础。
看起来统一客户视图的问题应该足以提供出色的客户体验。 这仍然没有回答这个问题：“生成式 AI 增加了什么？”
问：总而言之，我们建议企业采取哪些措施来加速使用新的 AI 技术？
答：AI 举措为一些公司带来了收益，尽管它们是少数。 对于其他 99% 的组织，AI 项目规模较小且具有战术性，专注于分析和优化业务模式和流程。 到 2025 年，我们粗略定义为语言模型创造事物（图像、代码、语言转录）能力的生成式 AI 将成为一个附加的 IT 组件，其影响目前尚不清楚。 有一些关于如何前进的实用建议。
第一步是明确人工智能与自动化和分析一样，旨在让人们的生活更轻松。 会有利润，但不是利润凌驾于人之上。 人们对 AI 有很多焦虑，而且并不像我们想象的那样。 其中很大一部分与人工智能在工作场所的影响有关。 它正在取代所有非复杂的活动。 有些活动看起来很复杂，但实际上并没有复杂到需要很多步骤和高级推理和计算的程度。 填写表格、评估合同、预测、订购材料以及其他已经提到的活动都是数学问题，非常适合 AI。 这留给员工工作的是两种情况之一：要么他们正在执行的琐碎任务过于昂贵，无法为其构建人工智能和机器人技术，要么是知识工作者不断面临高度复杂的挑战，没有一个正确的答案。
除非经过深思熟虑地部署 AI，否则未来的工人要么收入低且无聊，要么报酬丰厚但压力大。 我们将如何在人工智能的未来打造尊严和幸福？
这会让员工在哪里工作？ 大多数情况下，他们花费更多的时间分配复杂的任务，这些任务需要对没有明确解决方案的情况进行更高层次的分析。 这种情况会导致焦虑和疲劳。
将 AI 变成净积极因素的唯一方法是让它成为一种支持工具，使员工的生活更有效率和回报。 发挥创意，列出您希望您的组织做得更好的最重要流程的简短列表，看看 AI 是否提供了答案。 这里有一些例子：
创建个性化的销售演示和演示。
实时创建个性化的营销活动和内容。
部署随着客户参与而发展的 Web 3.0 动态定制 Web 体验。
完善客户服务，准确定位对客户具有高价值的信息，并主动将其传递到客户首选的渠道。
防患于未然——交货延迟、软件故障、引擎磨损、资金不足——并制定适合客户的解决方案。
让代理和客户相互了解情况，并建议下一步采取的最佳行动。
该建议旨在让企业领导者就人工智能的影响进行自我教育。 他们不仅需要了解技术，还需要了解对现有流程的影响，进而对企业文化的影响。 每个企业领导者都希望拥有一家值得信赖的企业。
因此，建议是：要建立具有强大 AI 足迹的可信企业，请以改善员工和客户生活的方式表达 AI 程序。 正确完成——遵循道德和人道的使用指南以降低与 AI 技术相关的风险——融入客户流程的生成 AI 将改善客户体验并创造独特的新成功时刻。 谨慎行事，向 AI 的未来迈出小步。
毛兹提醒我们，人工智能技术、大规模自动化和实时数据分析、可视化和报告的结合是改善客户体验的关键。
本文内容由互联网用户自发贡献，该文观点仅代表作者本人。商机网仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 tenspace2022@163.com 举报，一经查实，本站将立刻删除。 本文链接：https://www.315965.com/n/67014.html
