在不失去企业优势的情况下利用 Gen AI

以 ChatGPT 等技术为例，生成式人工智能 (gen AI) 正在迅速发展，促使各行业的企业完善其应用策略。 2024 年的挑战是利用这些新技术来推动积极的业务成果并有效提高客户满意度。

自推出以来，主要的启示之一就是新一代人工智能可以发挥的独特作用，从传统的分析和分类转向创意内容生成。 生成式人工智能使用复杂的算法和神经网络来模仿人类的创造力，产生文本、图像和音乐等不同的输出。

与试图复制人类全部智力能力的通用人工智能 (AGI) 不同，生成式人工智能是针对特定任务的。 它在其训练有素的领域内提供实用的解决方案，熟练地处理各种任务并根据传入的数据适应新的情况。

生成式人工智能技术的实际用途和局限性

在实践中，生成式人工智能是一种强大的生产力工具，可以跨文本、图像、声音、动画和 3D 模型等媒介快速生成内容。 它不仅学习和保留语言的模式和细微差别，而且还记住过去的交互，从而与用户进行更加连贯和与上下文相关的交流。

然而，目前人工智能在涉及众多复杂因素的决策方面存在不足，尤其是那些需要深入的情境或情感理解的决策。 虽然它擅长以数据为依据的建议，但整合和管理细微的人为因素仍然超出其能力范围，至少目前如此。

客户参与平台公司营销副总裁威尔·德夫林 (Will Devlin) 表示 消息齿轮，商业和行业采用者可以利用人工智能而不必担心失败。

“任何进行过标准 A/B 测试的营销人员都会告诉你，失败并不总是可以避免的。 在我们的职业生涯中，我们不断学习新的工具、技术和技巧。 对失败的恐惧始终是学习和成长过程中必要的一部分。 与任何新事物一样，人们对人工智能的担忧是相关且真实的，”他告诉 TechNewsWorld。

了解人工智能的前进道路

Michael Fisher，数字合规和数据管理公司首席产品官 康普利 （原 Waterfield Technologies）针对这些领域有四项预测。

在过去的一年里，该技术的主要采用者联络中心迅速集成了生成式人工智能。 Fisher 预测，到 2024 年，焦点将转向更深入地了解生成式 AI 的投资回报率。

他预计联络中心领导者和其他人工智能采用者将越来越多地关注更有意义地计算人工智能成本。 这项工作包括更好地了解如何优化与每笔交易的规模和成本相关的部署成本。

管理快节奏人工智能采用中的风险

费舍尔的第二个预测是，今年，Gen AI 将继续在跨行业的营销和客户挖掘领域采用最快。 在潜在客户开发业务中，您必须考虑价值、成本和风险。

固有的风险正在减缓医疗保健、政府和金融等严格监管行业的采用。 这些行业的联络中心后端将积极使用生成式人工智能来汇总数据和报告。

“但在面向客户的前端，这些垂直领域的移动速度将会更慢、更谨慎。 距离零售业等已经受到高度监管的行业越远，我们就会看到生成式人工智能的采用速度就越快。”

云和视频人工智能解决方案的进步

许多公司继续提供本地和基于云的联络中心解决方案，以满足客户的偏好。 然而，保持这两种解决方案的运行会给供应商带来技术成本消耗。 因此，利用其中之一来替代另一个。

Fisher 的第三个预测是，“到 2024 年，更多的公司将放弃其本地解决方案或大幅提高价格，使本地解决方案在商业上对客户不可行，这实际上迫使客户采用云并进行创新。”

保险业独特地使用基于视频的通信来进行协作文档签名或显示车辆的事故损坏等事情。 大多数行业在采用视频作为客户服务渠道方面进展缓慢。

“这种情况将在 2024 年发生变化。我们预计视频将作为跨行业的客户服务渠道得到更广泛的部署，特别是对于那些销售从展示和讲述中受益的实体产品的公司来说，”费舍尔在他的第四次利用预测中指出。

特定的用例将有助于推动对此功能的需求。 他表示，以 Z 世代对视频内容的舒适度和熟悉度为主导的消费者偏好的改变也可能有所帮助。

海量AI数据集精准处理

MessageGear 的 Devlin 认为，随着品牌开始利用人工智能（尤其是生成式人工智能），至关重要的是，他们必须设置护栏并制定标准操作程序和指南供其团队遵循。

这将是一个学习过程。 企业必须认识到，Gen AI 并不是一种万能的解决方案。

“我预计，随着我们更多地实践人工智能技术，它只会变得更好，”他警告说，并补充道，“由于人工智能是一项新技术，品牌仍在研究如何管理它并确保他们负责任地使用它，并且充分发挥其潜力。”

MessageGears 最近对企业品牌营销人员进行的一项调查显示，品牌在实施人工智能解决方案时面临的最重大挑战是专业知识有限、员工培训和集成复杂性。

“人工智能建模的好坏取决于你输入的数据。 相反，人工智能可以成为一个强大的工具，帮助品牌提高转化率和投资回报率，节省时间，缩短价值实现时间，并改进测试和学习，”Devlin 告诉 TechNewsWorld。

将人类洞察力与人工智能技术相结合

Shahid Ahmed，数字咨询公司新企业和创新集团执行副总裁 NTT数据透露，他的公司的 2023 年全球客户体验报告发现，大多数 CX 交互仍然需要某种形式的人工干预。

根据这份报告，高管们一致认为这仍将是客户旅程的关键部分。 尽管 80% 的组织计划在未来 12 个月内将 AI 纳入 CX 交付，但人的因素将是其成功的核心。

艾哈迈德告诉 TechNewsWorld：“随着企业将注意力转向自动化如何补充和增强人类能力，他们将更加重视解决日益严重的技能短缺问题，这将挑战人工智能的愿望。”

他警告说，人工智能和大数据分析的基础知识将成为跨行业大多数工作的基本技能，新员工不会是唯一的途径。

“NTT Data 的研究发现，由于对再培训和技能提升计划的投资，企业领导者在过去三年中的盈利能力更有可能超过 25%。 这一趋势将在 2024 年继续下去，更多精心策划的教学经验将有助于缩小技能差距并满足组织的需求。”他建议道。

DIY 人工智能实施的风险

人工智能的最佳利用方法很可能是托管云组合。 如今，人工智能无处不在。 采用者应该思考哪些数字可以体现这种爆炸性增长。

云安全提供商的报告 维兹 显示了通过托管云平台使用人工智能服务之间的关键联系。 它对与大量组织样本相关的聚合数据进行分析，全面概述了生成式人工智能和机器学习如何在云中使用及其对组织的影响。

根据该研究，人工智能正在云环境中迅速普及。 超过 70% 的组织现在使用托管 AI 服务。 按照这个比例，人工智能技术的采用率可以与托管 Kubernetes 服务的普及程度相媲美，Wiz 发现超过 80% 的组织都采用这种服务。

另一个值得注意的观点是，许多组织都在尝试人工智能，但并没有超越这一步骤。

只有 10% 是在其环境中部署 50 个或更多实例的高级用户。 报告称，虽然人工智能在云中的采用率飙升，但许多组织 (32%) 似乎仍处于这些工具的试验阶段，在其云环境中部署的人工智能服务实例不到 10 个。

通过预测分析增强 Gen AI

MessageGear 的 Devlin 表示，对于大多数人来说，2023 年是人工智能成为焦点的一年，采用者询问如何最好地利用它。 现在，如果大多数品牌还没有开始定期使用人工智能，那么至少他们对人工智能感到好奇。

“他们想要测试并看看它如何帮助他们，并准备好探索。 随着品牌对人工智能的理念越来越熟悉，我认为我们会看到某些角色变得更加复杂，而其他角色则使用人工智能工具变得更加高效。”他指出。

当与预测性人工智能的见解结合使用时，生成式人工智能变得尤其强大。 您不仅知道客户希望在何时何地收到您的消息，还知道他们购买的可能性以及哪些语言和图像可能会影响他们采取行动。

“品牌才刚刚开始利用这种组合，而且它具有几乎无限的潜力，”他总结道。