菲律宾航空(PAL)正在进行重大的数字化转型,利用Salesforce的技术来改善客户体验并增强员工的能力。
在美国旧金山举行的Dreamforce 2024大会期间,菲律宾航空首席信息官Aurea Vidal表示,使用Salesforce将客户等待时间从一小时缩短到几分钟,将客户满意度得分从60%提高到95%左右。
菲律宾航空转型的核心在于实施了Salesforce Service Cloud进行案例管理,统一以前分散的沟通渠道例如Facebook Messenger、WhatsApp和Viber,使菲律宾航空的代理可以同时处理多个客户查询,访问集中的知识库。
菲律宾航空客户体验负责人Mac Munsayac说:“想象一下以前乘客们有多么沮丧,如果你通过Messenger或者WhatsApp联系我们,我们就不得不反复询问相同的问题,因为我们没有CRM系统。”
现在,借助Service Cloud,代理就可以在访问相关信息的同时切换客户互动方式,从而确保更快速、更准确地解决问题,还可以彻底跟踪案例,直到完全解决,从而显著提高解决率。
在89天内(比计划提前1天)部署最小可行产品,也证明了菲律宾航空采用的敏捷方法。“我们采用了敏捷原则和工作方式,”Vidal说,他指出快速实施几乎能让乘客立即从中受益。
菲律宾航空的转型不仅限于面向客户的运营,还利用Service Cloud简化了内部流程,例如涉及财务团队的退款跟踪,这将让退款状态更加清晰,并能更及时地传达给客户。
数据仓库
Salesforce与航空公司使用的全球旅行预订系统Amadeus进行整合,这对菲律宾航空转型工作取得成功是至关重要的。他们的数据仓库是由Amadeus提供数据,为客户数据提供了单一真实来源。随着Salesforce Data Cloud和MuleSoft的实施,各项功能得到进一步增长,有助于跨平台的数据集成。
展望未来,菲律宾航空正在探索Salesforce的新用例,包括通过Slack集成直接向工程团队更快地报告飞行中的问题(例如设备故障)。
Munsayac表示,这将有助于航空公司在服务恢复方面更加积极主动。例如,如果客户的小桌板在飞行过程中损坏,就可以记录下这个问题,而无需客户通过电子邮件认可该事件以获得赔偿。“这就是我们希望他们拥有的体验,”他说。
菲律宾航空还通过使用Salesforce Marketing Cloud和Sales Cloud向特定客户群推广某些票价,以及使用Adobe的产品根据乘客偏好定制网站内容,从而个性化其客户体验。
Munsayac表示,在整个实施过程中,有效的沟通、培训和员工参与是推动菲律宾航空采用Salesforce的关键。他说:“最重要的是他们看到了结果,如果他们感受到了积极的影响,就会有认同感。”
安全性是菲律宾航空实施Salesforce的关键考虑因素。Vidal表示,菲律宾航空进行了严格的供应商评估,不仅关注成本,还关注安全态势、灾难恢复流程和行业标准合规性。
她指出,Salesforce的安全措施非常强大,包括定期审计和主动监控,而且Salesforce的安全方法甚至启发了菲律宾航空对安全实践进行改进。
“他们做得非常好的一件事,就是他们有时会交换主数据中心和辅助数据中心站点,以确保辅助站点的性能与主站点相同,并不是每家公司都会这么做,”Vidal指出,这让Salesforce能够模拟真实的生产条件并验证基础设施的故障转移能力。
菲律宾航空的数字化转型之旅还远未结束。菲律宾航空计划利用生成式AI等新兴技术来进一步提高客户服务和运营效率。Munsayac说:“但这并不是因为我们对这些工具感到兴奋,而是从问题陈述开始,然后评估解决方案,克服挑战并改进流程。”
好文章,需要你的鼓励
这项研究提出了R1-Searcher++框架,通过两阶段训练策略使大语言模型能像人类一样灵活利用内部知识和外部信息。该方法创新性地采用强化学习激励模型优先使用内部知识,并引入记忆机制将检索到的信息转化为内部知识,实现动态知识获取。实验表明,R1-Searcher++不仅在多步问答任务上表现优异,还大幅减少了检索次数,显著提高了推理效率。
这项研究提出了AutoRefine,一种革新性的强化学习框架,为大语言模型引入了"边思考边搜索和完善"的全新范式。与传统方法不同,AutoRefine在连续搜索调用之间添加知识完善步骤,让模型能够有效过滤和组织信息。通过结合答案正确性和检索质量双重奖励,该方法在七项问答基准测试中平均提升6.9%的准确率,特别在复杂多跳推理场景中表现突出,解决了现有检索增强推理的核心局限性。
这项研究揭示了一种新型网络安全威胁:利用普通网络广告攻击AI网页代理。中科院研究团队开发的AdInject攻击无需特殊权限,仅通过精心设计的广告内容就能误导AI代理点击恶意链接,成功率高达90%以上。研究使用严格的黑盒模型,更符合现实场景,暴露了当前AI代理面临的实际安全漏洞。实验还表明,即使添加专门的防御提示,这类攻击仍能成功率超过50%,凸显了设计更强大防御机制的紧迫性。
东北大学与快手科技联合研发的UNITE系统为多模态信息检索带来突破性进展。这项发表于2025年5月的研究首次系统分析了模态特定数据如何影响检索性能,并提出创新的模态感知掩码对比学习技术,有效解决不同模态间的竞争关系。UNITE能同时处理文本、图像、视频及其组合,在40多项测试中超越现有方法,即使与参数规模更大的模型相比也表现出色。研究发现视频-文本对在通用检索中表现优异,而文本-文本和文本-图像对对指令遵循任务至关重要,为未来多模态系统研究提供了宝贵指南。