AI 未达期望？可能出现了这些人为错误

 

　　错误1：混淆自动化和 AI

 

　　将人工智能和自动化划等号是一个常见且可以理解的错误。毕竟两者都可以做类似于人类的工作，并提高生产率和客户体验，但两者之间有一个关键的区别。自动化遵循预先确定的规则，而人工智能是用来模拟人类思维的。如果你的目标是重现一项通常由人类完成的简单、重复的任务，例如填写表单、重置密码或路由查询，那么你很可能在自动化技术的市场上。另一方面，如果你正在寻找一种能够做更复杂事情的解决方案，包括与客户进行实际对话、分析客户数据、提供相关答案和建议，你将需要具有分析和自然语言处理能力的人工智能。如果说你最终选择了一个错误的，结果就是要么花的比你需要的多，要么得到的比你期望的少。

 

　　错误2: 没有确定好成功因素

 

　　如果你不预先定义成功是什么样子的，需要什么来实现它，以及你将如何衡量它，你永远不会知道你的投资是否得到了回报。试图一次做所有事情，或者选择一个宽泛的、未定义的目标(比如“改善客户服务”)，都是失败的准备。相反，你需要瞄准几个特定的KPI。然后考虑哪些团队需要参与，以及需要实现或更改哪些流程以确保成功。

 

　　更重要的是，要确保内部目标一致。否则，你可能会用人工智能来转移日常的询问，这样你的代理就可以花更多的时间与需要他们的客户打交道，但领导层可能会注意到发生了什么，并想知道平均处理时间保持不变，甚至上升的原因。事先达成共识，这样技术部门就不会因为自己从未打算做的事情失败而受到指责。

 

　　错误3: 没有得到组织的认可

 

　　即使是最好的人工智能解决方案也不会有太大的影响，除非所有受其影响的人都了解并参与其中。客服人员听到“人工智能”这个词，可能会以为他们要失业了。对新技术的影响保持透明：员工会被转移到新的角色，还是会学到新的技能?过程和程序会改变吗?实际上，人工智能会让员工自由地做更有趣、更高级的工作吗?

 

　　与此同时，领导层需要明白，要实现新解决方案的价值，将会有一段加速的时间。任何新技术或职责的变更都有一个学习曲线，团队需要时间来跟上进度。当你开始在现实世界中使用这项技术时，你还需要对它进行微调和适应。即预先设定期望。

 

　　错误4: 不考虑对整个客户旅程的影响

 

　　当你改变客户旅程中的一个阶段时，整个体验都会产生连锁反应。你需要一个整体的视角，这样你就可以预测和解决当你沿着路径将AI插入一个或多个接触点时可能出现的问题。如果你在售前使用人工智能为潜在客户创造良好的体验，当他们处于支持阶段时会发生什么?支持代理能够提供同样好的体验吗?他们是否有历史信息使互动无缝衔接?着眼于大局，尽一切努力保持旅程的连贯性和一致性。

 

　　错误5: 不理解你试图解决的问题的原因

 

　　如果，尽管你尽了最大的努力，你的人工智能解决方案仍然没有进展，那么你可能没有充分调查你试图解决的问题的根本原因。例如，如果你的目标是提高NPS(净推荐值)，你首先需要深入了解是什么让你的得分下降。如果是因为你的客户对等待时间或解决问题的时间感到沮丧，人工智能可能会有所帮助。但即使是世界上最好的人工智能解决方案，如果客户真正不满意的是你的发货和退货政策，也不会奏效。

 

　　人工智能对于客户体验的潜力是不可否认的。正确地考虑人的因素，你就更有可能得到你想要的结果。