2024客户服务与生成式AI的优势洞察报告-利用对话式AI建立竞争优势-IBM商业价值研究院

利用对话式AI建立竞争优势 IBM如何提供帮助 面对不断增长的客户期望和运营成本，公司和企业主迫切需要打造现代化客户服务来应对日益严峻的挑战。借助面向客户服务的AI解决方案，IBM Consulting致力于帮助组织制定数据与AI战略，以转变客户服务体验、为员工赋能、提升客户满意度以及创造新的收入来源来提高盈利能力。如需了解更多信息，请访问ibm.com/consulting/customer-service。 摘要 无论组织位于AI旅程的哪个阶段，引入生成式AI都可以为组织提供亟需的绩效提升。 生成式AI正在提高标准 65%的受访客户服务高管希望结合使用生成式AI与对话式AI来提高客户满意度。 实验让“AI新手”在发展能力的同时降低风险 A I经验更丰富的组织着重发 展高级 用例并创造更 大的价值。 生成式AI有助于提高投资回报率，“AI新手”尤其显著 对于长期使用对话式AI的客户服务团队，部署生成式AI的投资回报率要高出37%。而对于AI经验较少的组织，这项比较优势跃升至117%。 观点 两种发展路径 本文探讨了不同AI经验水平的组织如何把握生成式AI机遇。尽管并非每个组织都属于以下两类群体，但评估这两类组织采用生成式AI的独特方法以及所实现的业务成效可揭示出有价值的洞察。下面是我们定义这两个关键群体的方法，随后的页面将详细加以分析： 新手型企业 经验型企业 此类组织在至少一个客户服务用例中使用对话式AI的经验达到至少5年 此类组织在至少一个客户服务用例中使用对话式AI的经验达到1至3年 对于在客户服务领域使用对话式AI的经验达到至少三年的组织，其中有89%已经在使用生成式AI直接回答客户的疑问。 客户服务是生成式AI的试金石 作为生成式AI的先锋领域，客户服务可以探索未知领域，并创造前所未有的业务价值。 事实上，随着生成式AI技术颠覆企业的工作方式，最高管理层已将客户服务列为优先采用这项变革性技术的领域。1这并不足为奇，因为对于多年来一直在客户服务中使用传统AI的企业来说，这是合乎逻辑的下一步。 从与客户聊天、创建精准内容到优化呼叫中心绩效，生成式AI正在将客户服务转型提升到全新的水平。通过为客户和人类客服提供动态、个性化的体验，这项技术有望增强传统AI，从而推动生产力和效率变革。做出正确的投资决策可以带来指数级的回报，但企业应根据自身的起点和需求决定在哪些领域进行投资。 那么，在AI发展的不同阶段，业务高管认为哪些领域最具前景呢？为了回答这个问题，IBM商业价值研究院(IBM IBV)针对34个国家/地区和所有主要行业中已使用对话式AI至少12个月的组织的近1,500名客户服务经理、主管和高管开展了一项调研。我们询问了其组织目前如何在客户服务领域使用生成式AI，哪些用例展现出最大的潜力，以及这项技术在哪些领域实现了最大的业务价值。 总体而言，受访客户服务高管一致认为，采用生成式AI对其业务至关重要。事实上，每一位受访者都表示其组织计划在客户服务中使用生成式AI，而67%的受访者表示已经将此付诸行动。超过一半(54%)的受访组织已经在1到4个客户服务用例中部署了生成式AI（见图1）。 使用对话式AI的组织大多也已部署生成式AI。 但并非所有组织都计划以相同的方式使用生成式AI。在生成式AI旅程中处于早期阶段的组织需要通过实验来探索机会和验证用例。经验更丰富的组织则可以利用生成式AI来推动更广泛的转型。 为了更好地理解不同起点的组织如何推动价值增长，我们研究了受访组织在传统AI领域的经验如何影响其生成式AI方法。我们的数据表明，使用对话式AI（旨在理解和回复客户用自然语言提出的问询）的年限可以有效预测组织是否会成为生成式AI的积极早期采用者。具体来说，使用对话式AI经验最丰富的组织有信心大刀阔斧地实施更复杂的用例。例如，对于在客户服务领域使用对话式AI的经验达到至少三年的组织，其中有89%已经在使用生成式AI直接回答客户的问询。 然而，我们的研究还表明，无论组织在AI领域的经验如何，将生成式AI与对话式AI相结合都可以实现显著的业务效益。“经验型企业”实现了出众的成效，而“新手型企业”则实现了最大幅度的相对优势。这意味着不同成熟度水平的组织都有机会超越竞争对手，实现颠覆性的绩效提升。只不过，组织需要清楚要采取的下一步最佳行动。 请继续阅读，了解当今组织如何在客户服务领域使用生成式AI，这一举措如何影响关键绩效指标（包括平均联络成本和投资回报率），以及哪种方法分别最适合“新手型企业”和“经验型企业”。最后，行动指南部分概述了这两类组织如何充分释放生成式AI的价值。 超过40%的受访组织正在使用生成式AI创建用于训练对话式AI的测试用例。 AI获得“氮气加速” 在初始阶段，对话式AI帮助企业改进了早期的聊天机器人体验，这主要由基于规则的系统来提供预定义的响应。这种类型的聊天机器人功能有限，主要用于解决一些常见且易于回答的客户问题。 随着时间的推移，对话式AI开始利用自然语言处理(NLP)和机器学习算法，使得聊天机器人能够更好地理解和回答客户问题。经过适当的训练，这些AI助手的表现会更像人类，而非机器。然而，尽管这些增强型AI助手可以执行更复杂的交互，但其能力也会遇到瓶颈。 生成式AI是下一个进化阶段。利用自然语言生成技术，生成式AI能够以更流畅、更符合上下文的方式来回答客户问题。生成式AI还可以根据客户的互动记录来提供定制化的响应，并打造更加个性化的体验。这样一来，客户就可以像与人类客服互动一样与生成式AI助手进行聊天。 不仅如此，生成式AI的应用远不止与客户直接互动。这项技术能够提供人工客服培训、个性化增强、内容翻译，还可以预测未来客户行为，从而全方位增强客户服务职能。生成式AI还可以为面向客户的对话式AI提供支持，包括生成测试用例和对话，以及分析交互以识别改进机会。 许多组织正在将生成式AI用于这一领域，将其置于对话式AI之上，从而提高现有工具的速度和准确性。例如，对于正在客户服务中使用生成式AI的受访组织，其中有44%正在使用生成式AI来创建用于训练对话式AI的测试用例。而且，更高比例的受访组织(46%)正在使用生成式AI来为对话式AI生成对话（见图2）。 生成式AI扩大应用范围 组织计划到2024年底将生成式AI应用于各种客户服务用例。 采用时间表 生成用于训练对话式AI的测试用例 案例研究 业务效益全面开花 有如此多的应用场景，企业期望实现全面开花的业务效益也就不足为奇了。近三分之二的受访者预计生成式AI将提高客户满意度(65%)；超过一半的受访者预计生成式AI将提高人工客服的满意度(58%)、收入增长(56%)和客户保留率(53%)。近一半的受访者还预计生成式AI将降低平均联络成本(46%)。 IBM Consulting和watsonx AI助力WindTRE更快地解决客户投诉2 企业高管普遍看到了各种潜在效益，但只有部分高管更加积极主动地追求这些实效。根据IBM商业价值研究院的调研，到2023年中，绝大多数(87%)“经验型企业”（使用对话式AI的经验至少达到五年）都在至少一个客户服务用例中使用生成式AI。而“新手型企业”（使 用对话式A I的经验少于三年）的这一比例只有43%。 意大利领先的电信企业深知快速慎重地解决客户投诉是多么的重要。在IBM Consulting和watsonx AI解决方案的支持下，WindTRE有效优化投诉处理方式，以减少服务台的重复活动并加快解决客户投诉。 IBM Consulting帮助设计、开发和管理能理解人类语言及推理的AI解决方案。该解决方案包含一个专用信息中心，可持续分享绩效、数量和预期收益方面的数据，从而提高索赔管理的有效性和效能。到目前为止，该解决方案已经自动处理了超过200,000项投诉，实现了高度自动化。现在，该公司响应客户投诉的速度比以前提升了10倍。通过这次转型，WindTre不仅改进了客户服务，而且还形成了更先进的运营思维。 为什么会出现这种情况？部分原因是，成功运用生成式AI需要信心、眼光和治理护栏，而经验更丰富的企业将在竞争中占据先机。此外，许多经验型企业已经具备利用生成式A I所需的技术 基 础架构。例如，大约一半(49%)的经验型企业已经将对话式AI与后端系统实现充分或全面集成，用于处理来自外部的联络。而新手型企业的这一比例只有16%。 经验型企业还深刻理解对话式AI的使用方式及其如何帮助企业实现改进。49%的经验型企业表示已经全面或大幅优化了审查和再训练对话式AI的方式，而新手型企业的这一比例只有17%。 经验型企业利用生成式AI实现最大幅度的成本节省，而新手型企业利用生成式AI快速实现相对优势。 经验确实重要，但生成式AI是一股推动所有企业受益的浪潮 无论组织位于AI旅程的哪个阶段，引入生成式AI都可以为组织提供亟需的绩效提升。 根据IBM商业价值研究院的调研，平均而言，相比未在客户服务中使用生成式AI的组织，使用生成式AI的组织实现了更高的客户满意度。不过，使用对话式AI较长时间的组织实现了最佳的总体业务成效（见图3）。 投资回报率 首先来考虑对话式AI的投资回报率(ROI)。未使用生成式AI的经验型企业实现了73%的投资回报率，而同时采用两种AI的企业则实现了100%的投资回报率，比前者高出37%。对于新手型企业而言，这项比较优势跃升至117%：不使用生成式AI的新手型企业实现了30%的投资回报率，而使用生成式AI的新手型企业则实现了65%的投资回报率。平均联络成本也呈现出相同的趋势，新手型企业使用生成式AI后实现了更大的相对优势，而经验型企业在总体上实现了更大的成本节省。 这些数据表明，与不采用生成式AI的企业相比，采用生成式AI改进客户服务的企业（无论经验如何）都将获得一定的竞争优势。但是，部署并推广这项颠覆性技术的最佳方式是什么？与经验型企业相比，新手型企业在生成式AI上的投资又有哪些不同？ 图3 每个阶段都有回报 经验型企业利用生成式AI取得了更好的成效，而新手型企业利用生成式AI实现了更大幅度的相对优势 案例研究 平均联络成本 IBM助力英国银行打造更直观的客户服务 现在，让我们来看看平均联络成本。尚未使用生成式AI经验型企业表示，在仅使用对话式AI的情况下，平均联络成本降低了18%。同时使用对话式AI和生成式AI的经验型企业表示平均联络成本降低了25%，这相当于39%的成本效益增幅。 一家英国银行致力于为每一位客户提供个性化、直观和高效的服务。为此，该银行希望利用先进的AI技术来提升聊天机器人的性能，并全面增强其客户互动渠道。该公司专注于简化客户服务体验，旨在从客户互动中获取切实可行的洞察并提升个性化水平。 相比之下，尚未部署生成式AI的新手型企业表示，对话式AI将平均联络成本降低了8%。而同时采用生成式AI和对话式AI的新手型企业则表示平均联络成本降低了14%，这相当于75%的增幅。 通过与IBM Consulting合作，该银行正在突破大语言模型(LLM)的边界，利用生成式AI帮助识别不断变化的客户需 求，并减 少 管 理 、培 训 和 支 持 各 种互 动 的 人 工工作量。 这些数据表明，经验型企业可以利用生成式AI实现最大幅度的成本节省，而新手型企业可以利用生成式AI迅速实现相对优势，并有势头赶上更有经验的企业。 这项合作还帮助该银行提高了对话分类的准确性，更好地确定应丢弃哪些数据，并通过一种可重复、透明和可信的流程提高了生产力。总体而言，生成式AI帮助该银行每年节省了200万英镑的成本和数千小时的劳动力。如今，超过90%的客户疑问都得到了AI助手的正确解答，从而提升客户服务团队的工作效率。 所有组织都需要克服道德、合规和治理方面的挑战，才能推出负责任的生成式AI。 对于经验型企业来说，少即是多；而新手型企业则应当多加尝试 就生成式AI的采用而言，并没有一种“放之