对话式人工智能与数字战略的未来

简介 会话式人工智能正在快速从试点项目进化成为一个重塑组织设计客户旅程、运营服务团队和参与数字生态系统的战略能力。通过结合大型语言和多模态模型以及检索增强架构，企业可以在应用程序、网站、联络中心和合作伙伴平台上提供内容丰富、个性化且具有交易性的体验。 变化正在迅速到来 ChatGPT的周活跃用户数已达，较过去18个月（2024年8月至2026年2月）增长了350%。1 传统搜索引擎的搜索量预计到2026年将下降，因为人工智能助手和虚拟代理的兴起。2 三百万 在宣布定制GPT的两个月内，用户就已经创建了ChatGPT的定制版本。 300 自2025年10月上市以来，官方第三方应用程序已经直接集成到ChatGPT生态系统中，涵盖旅游生活方式、金融、零售、教育、生产力和设计等多个行业。6 这篇思辨性文章探讨了对话式人工智能在跨行业数字化转型中的影响，并突出了对话式人工智能解决的客户需求和痛点，提供了一整套全面考虑，涵盖生成引擎优化（GEO）、市场整合和数字渠道重构，以支持管理层决策。 人工智能如何改变和塑造当今的数字用户 三个趋势使对话式人工智能成为当今的战略必要。 1. 模型与模具成熟度 大型多模态模型和实用工具（嵌入数据库、检索增强生成 [RAG] 模式、监控平台）已经达到支持大规模可靠、情境感知体验的能力水平。 2. 客户期望转变 客户越来越倾向于使用会话式AI应用作为首选的搜索方式，现在他们期望与数字渠道的互动是自然的（对话式和直观的）、迅速的（几乎即时响应和无缝的旅程），以及有用的（情境感知、个性化且以结果为导向）。这改变了数字渠道中“优质服务”的形态，提高了速度、相关性和易用性的标准。 3. 通过对话人工智能市场出现的新渠道 市场平台如OpenAI的ChatGPT Store等，使得代理商业成为可能，它们创造了新的分销渠道和盈利途径，这些途径正在加速通过新的数字渠道进行受控、战略性的互动的需求。 鉴于更优秀的模型、不断变化的客户偏好以及对话式市场的出现，这引发了一个问题： 考虑到对话式人工智能的出现，它已经成为甚至可能成为主要的客户渠道，应用程序、网络和客户服务中心将扮演什么角色呢？ 我们预计，那些主动将对话型人工智能作为企业平台，整合围绕客户及其工作任务所需渠道的组织，将在客户获取、客户保留、服务成本和新收入创造方面获得竞争优势。 客户声音快照：对话式人工智能解决的需求和痛点 依托用户研究和前线反馈的反复主题，我们提炼了客户在多渠道服务中的实际体验。这些摘录揭示了系统性的摩擦，这些摩擦削弱了任务成功并损害了信任。了解这些关键机遇领域使组织能够专注于针对性的干预措施，在对话设计、数据整合和治理方面，可以最有效地减少客户努力并提高跨渠道的客户成果。 潜在痛点 如何对话式人工智能改变数字战略 对话式人工智能正在重新定义数字客户体验和渠道交付方式。下表展示了从前端界面到后端操作的核心转型主题以及随之而来的战略机遇。 如何将跨行业领导者嵌入对话AI到他们的体验中 以下案例为组织将对话式人工智能嵌入其面向客户的渠道中推出的实际体验的快照。 案例1：ChatGPT —— 健康 一款支持症状分类、展示提供商指南并将高风险病例转发给临床医生的对话式助手。它利用临床来源的RAG并标记不确定问题以便人工复审。 策略启示：RAG、引用和人工循环结合是维护客户信任和行业合规在受监管和安全性至关重要的领域中的必要手段。设计应考虑保守的反应以及透明的数据/建议来源。 案例2：美国银行 — 埃里卡 艾瑞卡通过BoA应用程序提供平衡信息、款项、预算洞察和主动提示。与核心银行系统的集成和安全的身份认证使得艾瑞卡能够代表客户执行交易并减少通话量。 策略启示：嵌入式交易能力和安全身份验证显著提升客户价值和呼叫中心转换率。安全性、审计记录和同意是必备标准。 案例3：Canva — 产品内生成功能 生成式AI被嵌入到设计工作流程中，作为一个关键的用户功能（或许现在可以被认为是主要功能），从用户提示中创建初始设计资源（如生日卡片、横幅等），从而实现更快的创作和实验。这预计将推动更高的客户满意度和推广，并有可能将客户转化为付费级别。 目标投资于代理式商业，通过第三方对话平台（ChatGPT Store）曝光购物和发现功能，通过外部市场实现客户购买，降低发现摩擦。 策略启示：对话式AI市场的覆盖范围扩大但需要明确的商业、隐私和归因协议。此外，品牌控制和数据安全保障至关重要。目前我们观察到技术和旅游以及消费行业在市场上活跃。虽然客户获取和服务是金融服务玩家的关键机会，但客户数据和隐私以及遵守法规将成为作为对话式AI市场战略部分需要解决的问题的关键因素。 对话式人工智能对渠道重新设计的影响 显然，对话式人工智能正在改变客户期望与组织互动的方式，机会在于将孤立的、以导航为中心的渠道转变为一种统一的对话方式，这种方式能够在所有渠道中保持上下文，支持多模式输入，为客户提供咨询，并在接触点完成任务。这种现有渠道的演变，以及开发对对话应用程序和市场规模曝光的纪律性方法，对于在数字存在扩大时保护品牌、隐私和监管义务至关重要。 网站设计影响 该网站必须从主要发现和导航渠道转变为一个灵活、对话式的前门，能够适应意图和用户能力。这可能意味着嵌入自然语言入口点，支持图片和短视频上传，以及提供会话连续性，以便单个对话线程可以跨越访问和渠道。 设计必须优先考虑最小化决策摩擦，将多步骤表格转换为引导式的对话流程，通过智能预填选项减少常规决策，并在与人工智能助手的对话中提供交易终点（例如预订、购买、索赔），以确保用户无需离开对话即可完成任务。 为了信任和遵从，任何AI生成推荐都必须展示源起——例如引用、来源链接和信心指标——以便用户可以验证来源。 从地理信息视角来看，内容团队必须将网络内容结构化并标记成可识别的区块，以便检索系统在特定查询下返回正确、语境适当的来源。 重要的是，该网站应该设计为包容性。对话层应该增强而不是取代可访问、结构良好的页面，以服务新手、辅助技术用户以及偏好传统用户界面的客户。 移动应用含义 移动应用应成为组织最个性化、最主动的交流界面。重新设计的应用可以利用设备功能（如位置、日历或相机），安全地利用本地上下文（如设备偏好设置），并通过服务器端检索，提供高度相关的信息和建议，以最小摩擦完成交易任务。 应用程序的体验将发展成为一种以“助手优先”的互动环境。常见的任务（如预约/重新安排、重新订购消耗品或提交索赔）应可以通过简洁的对话流程来完成，用户需提供明确的、分步的同意，并保留可审计的记录以供用户查看。 设计师必须考虑连接性和延迟，例如本地缓存和确定性的回退，以确保核心体验在模型调用缓慢时不会中断。 通知策略必须获得授权并让用户知情，及时提供个性化提示，反映每位客户与组织及其产品的关系。具体而言，参与应积极主动，利用增值的提示和优惠；简洁明了，为偶尔使用的人提供任务导向的提醒；并尊重隐私，尽量减少对隐私敏感群体消息的频率。 优先考虑上下文相关性、清晰的目的以及易于编辑的控制，以便让参与感显得有帮助而非侵扰性，并利用适应性节奏和内容个性化以维持长期的参与度，同时保护信任。 最后，任何代理能力都需要强大的应用内认证（如生物识别、提升流程和用户确认）以及清晰的UI可视化/阐述，显示助手将做什么，为什么需要权限，以及如何撤销操作。 联系中心含义 对话式人工智能将客服中心转变为处理复杂案件和提供专家咨询的中心，而非高量交易引擎。常规、范围明确的任务和查询可以由AI自主处理，并带有清晰的审计日志，而模糊、高风险或情感敏感的案件则升级至人工处理，包含完整的对话上下文、置信度标注和下一步建议。 客户服务代表成为决策解释者和关系负责人，配备AI摘要、推荐行动和可编辑的回复，应形成一个持续反馈循环，针对负责快速工程、AI监管和升级设计的团队。对于受影响的基层员工，这需要重新构思技能和人员配备模式，投资于复杂问题解决和（可能）监管知识的培训，而不是重复脚本遵循。 运营关键绩效指标也必须调整，以衡量人工智能流程的完成和首次联系解决情况、升级的申诉率，以及作为质量保证的一部分监控幻听、准确率、偏见和恢复指标。 客户细分依然关键，并使以自助服务为导向的用户转向自主流程，为高价值客户提供名为的服务代表连续性和高级服务水平协议，并为新客户或脆弱群体设计更慢、更具同理心的人为转接。 企业对话式AI、GEO整合和市场平台集成 一项稳健的企业战略必须整合GEO、一个弹性的集成架构和精选的市场定位。GEO工作涉及构建和维护认可的资源库存、开发由细分市场引领的快速模板，以及调整检索算法，以确保生成层可靠地输出准确、符合品牌的响应（在监管环境下尤为重要）。 集成栈应包括核心技术构建模块、嵌入专业知识库、编排层、身份和同意控制、交易API、模型边界和安全防护，以及监测工具，这些工具能够检测模型风险、报告关键指标并收集用户反馈。 市场整合（如通过第三方对话应用）应具有战略性和与组织战略相一致，例如优先考虑客户获取、服务或回购。将组织/产品发现和低风险代理体验暴露于开放市场，以捕捉新客户的获取，但将受监管、隐私敏感且高度信任的助手保持在受控的企业环境中。 治理必须明确客户自主度阈值、数据本地化和共享协议、审计轨迹以及闭环人类政策，同时开发并嵌入持续反馈循环（如人工智能辅助、人工审核），以提升GEO和市场体验，并量化业务成果及关键指标衡量。 客户主导的设计在对话式人工智能中的作用 以客户为中心的设计方法在设计和实施对话式人工智能解决方案时至关重要，确保每个渠道都明确其角色和优先考虑的具体客户群体。组织应围绕早期数字化采用者或追求效率的强大用户、受促销和发现动机驱动的价值寻求者、在企业和监管环境中常见的接触度较高或需求复杂的客户、新手或有可及性要求的用户以及对隐私敏感的群体等细分市场档案来定制其策略。这些细分市场档案必须指导自主程度、用户界面功能、认证要求、升级服务水平协议和市场可见度等方面的决策。 将段落逻辑整合到编排和生成式AI操作中，通过段标志和段条件提示等机制，使底层AI能够生成准确且符合用户期望及其风险概况的回应。未能设计具有明确段特定性的渠道，可能面临用户接受度低、信任度丧失和潜在监管挑战的风险。相反，考虑客户段设计可以创造差异化体验，从而提高完成率、提升满意度并增加终身价值。 结束感想 对话式AI是一项需要组织共同重新思考渠道策略、架构和治理的战略进步。成功取决于将对话体验视为企业平台；优化GEO；在应用、网站、移动端和客户服务中心嵌入细分感知设计；并通过新的市场提案推动创新。当以清晰的细分逻辑、强大的可观测性和适当的升级模式进行设计时，对话式AI可以降低客户努力程度、提高完成率、降低服务成本、解锁新的收入机会，同时保持信任和遵守法规。 作者 丹·琼斯Head of Quotient — AI《奥纬咨询亚太地区 quotient — 人工智能负责人》dan.m.jones@oliverwyman.com 贡献者 克里斯·埃文斯伙伴chris.evans@oliverwyman.com 迈克尔·德尔兰蒂首席数据科学家michael.delanty@oliverwyman.com Toby Smith伙伴toby.smith@oliverwyman.com 近期出版物 SaaSpocalypse抹去5 Critical factors to250亿美元和3000亿美元动员创造性的软件市值人工智能正道不到一周 关于 quotient — 欧莱礼文曼人工智能 商智是奥纬睿盟的人工智能产品，拥有融合团队，助力机构挖掘人工智能的真正价值。结合战略咨询、敏捷性、行业专业知识和深度的AI知识，商智制定AI战略和部署生产级别工具，以取得实际商业成果，同时内置治理、风险管理及问责制。 了解更多信息，请访问 Quotient — AI by Oliver Wyman