糟糕的客户体验会导致企业营收损失明显。2023年5月IDC开展的全球客户体验管理调查显示,大部分企业将客户战略放在首位,但在客户体验管理方面面临的最大挑战是来自于缺少足够的技术预算和高层支持。
通过品牌传道脱颖而出
在这个AI和全渠道客户体验的时代,良好的客户体验必不可少。但企业还必须不断为客户创造价值,提高他们对品牌的忠诚度并将他们转化为品牌传道者。创造品牌传道者的关键在于了解客户、增加与客户的互动和作出快速响应。企业可以借助AI的力量来创造忠实客户。
利用AI创造客户价值
由于 ChatGPT 和 DALL-E 以及它们创建的内容通常与人类生成的内容(如计算机代码、论文甚至笑话)难以区分,人工智能的受欢迎程度激增。在生成式AI的推动下,这股AI热潮已渗入到商业领域。企业领导者们都想知道,AI到底是过眼云烟,还是一次改变业务的机遇。IDC最新发布的《全球人工智能支出指南》预测,亚太地区(不包括日本)的AI支出将在2026年增长至492亿美元。
虽然AI应用众多,但生成式AI是目前最具创新潜力的企业用例。例如,客户可以向基于AI的“虚拟助手”询问有关产品的技术问题,以便为今后的购买提供参考或解决现有问题。当获得数据并与正确的语境相关联时,虚拟助手可以比人类更快检索并回复正确的信息。随着AI模型的成熟,企业可以利用它们处理更复杂的用例,比如帮助客户识别和修复设备故障等。
使用AI将更基本或琐碎的客户体验任务自动化,让企业将更多的员工和资源投入到需要更多人际互动的领域,或者追求更高价值的任务,比如开拓潜在的销售机会等。
上述例子只是生成式AI在企业环境中能做什么,以及如何利用它来提升客户体验的冰山一角。
利用数据提供出众的客户体验
若想提供出众的客户体验,企业就需要挖掘数据的价值。企业可以通过识别客户行为数据中的历史趋势和模式,来预测客户需求并主动向他们提供更加个性化的产品和服务。
尽管企业明白数据对其客户忠诚度至关重要,但他们在收集、组织、整合和分析数据时往往面临挑战。而且由于大型企业的数据通常分布在全球各地,跨越公有云和私有云上,这些问题会变得更加复杂。
为了解决这一问题,东南亚领先的银行之一华侨银行通过部署独特的混合云解决方案,来整合其不同的数据源并提供创新的银行服务。这个“不挑云”的混合数据平台使该行的数据科学家能够使用各种应用,并在不同的云环境中访问华侨银行的大量结构化和非结构化数据,同时保证数据的安全。此外,华侨银行可以利用AI和机器学习在其移动银行应用上提供 100 多种不同的个性化通知,提醒客户有关机会的信息,这些通知的点击率高达 50%。
随着数据访问量的增加,企业必须能够信任自己的数据。AI的好坏取决于用来训练它们的数据。如果数据是最新、准确且无偏见的,企业就可以对其AI模型生成的洞察充满信心。
品牌信任至关重要。品牌传道者相信他们所喜爱的品牌能够满足他们的期望并兑现承诺,这使他们成为回头客。而信任自己的数据对企业同样重要。在相信自己的数据是健康且可以随时访问的前提下,企业可以使用这些数据来驱动AI模型,从而提升客户体验。
好文章,需要你的鼓励
Uber年度失物报告首次纳入无人驾驶出租车数据。过去一年,乘客在Uber平台的机器人出租车中遗留了数千件物品,包括手机、钥匙、钱包等常见物品,以及假牙、15磅溜溜球等奇特物件。乘客可通过App联系客服找回失物,支付15美元即可享受同城配送,或前往车辆停放站自取。Uber表示,将依托现有运营体系为自动驾驶业务提供全面支持,计划2025年底前在全球15座城市开通无人驾驶打车服务。
SkillOpt-Lite通过将智能体技能优化形式化为零阶优化问题,提出极简流水线:把执行轨迹存为文本文件,让AI直接用文件系统工具翻日志、找规律、改技能,配合独立验证门控,比复杂的多智能体优化框架跑得更快效果更好,并自然延伸至执行框架自动优化(HarnessOpt),使轻量模型能够超越大模型。
Uber周三发布了一款基于现代Ioniq 5改装的数据采集原型车,搭载14个摄像头、8个固态激光雷达和9个雷达,通过英伟达双驱Thor计算机处理数据。Uber计划今年在全球部署500辆此类车辆,每月可采集200万英里高保真驾驶数据,供Avride、Waymo、WeRide等30余家自动驾驶合作伙伴使用。这是Uber自2020年出售自动驾驶部门以来首次自主组装车辆,也是其AV Labs部门的重要进展。
英伟达推出Nemotron-Labs-Diffusion三模式语言模型,将逐字生成、并行扩散与自猜自验融于一体,单用户吞吐量最高达Qwen3-8B的4倍,同时保持相近准确率。