CTI論壇(ctiforum.com)（編譯/老秦）： 認知技術是一個新興領域，它集成了數據挖掘，模式識別和自然語言處理，以模仿人類大腦的工作方式。這些基于AI的創新使自助服務系統能夠理解問題背后的真實含義，然后向消費者提供相關的答案或選項。
今天，數字化的高度發達和客戶對自助服務的高期望迅速普及。它推動了大多數公司通過或大或小的規模計劃來追隨這種認知技術趨勢。IDC估計，到今年，40％的數字化轉型計劃將使用人工智能服務。到2021年，75％的企業應用程序將使用AI。投資回報包括降低支持成本，更有效地利用資源和增加收入。
應用機器學習解決現實中的問題
AI的一些最常見的用途現在涉及機器學習，其中算法檢測大量數據中的模式并對其進行分析。它不僅僅是將這些數據收集到更多市場產品中；它可用于預測意圖并指導客戶的旅程。客戶可以更快，更高效地獲得他們需要的東西，機器學習模型不斷提高其使用新數據進行預測或將事物分類的能力，隨著時間的推移而提高。
自助應用程序中機器學習的一些常見用途包括：
- 實時識別信用或欺詐
- 識別機器中的安全或質量問題
- 自動化數字廣告的個性化定位
"哈佛商業評論"報道了美國快餐連鎖店Taco Bell的訂單。通過其數字應用程序制作的產品比收銀員提供的產品高出20％，主要是因為人們選擇其他成分。自助服務還可以減少受挫客戶的數量，從而提高滿意度，增加重復訂單和長期收入。
自助服務的轉型
在"真實世界的人工智能"調查中，四分之三的受訪高管認為人工智能將在三年內大幅改造他們的公司。大部分重點將放在自助服務上，并且有充分的理由。
雖然有關簡單問題的聯絡中心的電話呼叫繼續下降，但對語音和數字渠道的自助服務的期望正在增加。每次交易的自助服務參與費用平均比座席互動費用低25-75倍。它還可以加快服務速度，減少通話量并提高首次聯絡解決率。但優化解決方案的關鍵是輔助服務，無論何時何地客戶都在尋求自助服務。使用全渠道將AI與人工智能混合，使客戶可以輕松連接座席。此混合包括助理收集的所有個人交互上下文，包括歷史，意圖和預測的后續步驟。
HBR在研究中采訪的大多數高管都致力于這種增強策略。也就是說，他們計劃整合人力和機器工作，而不是完全取代人類。事實上，取代人員并不是主要目標或共同結果。
減緩自助服務前進速度的任何懷疑都是不成立的
HBR調查中的高管承認AI的挑戰。這些包括將認知項目與現有流程和系統集成，確定正確的用例并選擇最佳技術和合作伙伴。但經過驗證的結果使人們無法忽視這些好處。專注于為客戶提供便捷且經濟高效的自助服務：
- 用戶友好界面鼓勵自助服務，基于客戶基準數據，個性化和上下文自助服務可將NPS提高至23.5％
- 一次性設計應用程序并在任何地方部署，以便在語音，數字和桌面上復制客戶和座席體驗
- 使用預先構建的微應用程序進行快速部署，并更快地獲得機會。例如，智能自動化使IT能夠以較低的成本快速交付語音和可視IVR應用程序
從頭開始
據IDC稱，全球認知和人工智能系統的支出預計在2018年將達到191億美元，并將在2021年增長到522億美元。每家大公司，甚至是尋求經濟高效增長戰略的小公司，都應考慮支持基于AI自助服務的認知技術。
它不需要一個重大的復雜項目。現在有機會將人工智能和人力資源相結合，以指導客戶的旅程。尋找您的業務中可以從中受益的領域，并盡早獲得您的投資回報。
聲明：版權所有 非合作媒體謝絕轉載
