德勤和 SAP 的权衡
无论您是在制定或定制 AI 政策，还是重新评估公司如何建立信任，在生成式 AI 不可预测的情况下，保持客户信心都会变得越来越困难。我们采访了德勤的负责人兼企业信任负责人 Michael Bondar 和 SAP Industries and CX 首席技术官兼数据和 AI 负责人 Shardul Vikram，探讨了企业如何在 AI 时代保持信任。 组织受益于信任 首先，Bondar 表示，每个组织都需要根据其特定需求和客户来定义信任。德勤提供了一些工具来做到这一点，例如一些 德勤的可下载框架。 他说，组织希望获得客户的信任，但当人们被问及信任到底意味着什么时，参与讨论信任的人往往会犹豫不决。德勤发现，受到信任的公司财务业绩更佳，股票表现更好，客户忠诚度也更高。 “我们发现，近 80% 的员工都愿意为值得信赖的雇主工作。”邦达说。 维克拉姆将信任定义为相信组织将会为客户的最大利益而采取行动。 当考虑信任时，客户会问自己：“这些服务的正常运行时间是多少？” Vikram 说。“这些服务安全吗？我能否相信特定的合作伙伴能够保证我的数据安全，确保其符合当地和全球法规？” 德勤发现，信任“始于能力和意图的结合，即组织有能力和可靠性来兑现其承诺，”邦达说。“但这些行动背后的理由、动机和原因也与各利益相关方的价值观（和）期望相一致，人性和透明度也融入了这些行动之中。” 为什么组织难以提高信任度？邦达将其归因于“地缘政治动荡”、“社会经济压力”和对新技术的“担忧”。 如果客户不了解生成式人工智能的使用情况，它可能会削弱信任 谈到新技术时，生成式人工智能是首要考虑因素。Bondar 指出，如果你要使用生成式人工智能，它必须强大而可靠，以免降低信任度。 “隐私是关键，”他说。“必须尊重消费者隐私，客户数据必须且只能在规定范围内使用。” 这包括使用人工智能的每个步骤，从训练大型语言模型时的初始数据收集到让消费者选择不以任何方式让人工智能使用他们的数据。 事实上，维克拉姆说，训练生成式人工智能并发现它哪里出了问题可能是删除过时或不相关数据的好时机。 查看：微软推迟了其 AI 召回功能的推出，以寻求更多社区反馈 他建议在采用人工智能的同时，采取以下方法来维持客户的信任： 为员工提供如何安全使用人工智能的培训。重点关注战争游戏练习和媒体素养。牢记贵组织对数据可信度的观念。 在开发或使用生成式 AI 模型时，寻求数据同意和/或 IP 合规性。 对 AI 内容加水印，并在可能的情况下培训员工识别 AI 元数据。 提供您的 […]