《IBV：2024客戶服務與生成式AI的優勢：利用對話式AI建立競爭優勢研究報告（24頁）.pdf》由會員分享，可在線閱讀，更多相關《IBV：2024客戶服務與生成式AI的優勢：利用對話式AI建立競爭優勢研究報告（24頁）.pdf（24頁珍藏版）》請在三個皮匠報告上搜索。

1、IBM 商業價值研究院|研究洞察客戶服務與生成式 AI 的優勢利用對話式 AI 建立競爭優勢2面對不斷增長的客戶期望和運營成本，公司和企業主迫切需要打造現代化客戶服務來應對日益嚴峻的挑戰。借助面向客戶服務的 AI 解決方案，IBM Consulting 致力于幫助組織制定數據與 AI 戰略，以轉變客戶服務體驗、為員工賦能、提升客戶滿意度以及創造新的收入來源來提高盈利能力。如需了解更多信息，請訪問 如何 提供幫助1生成式 AI 正在提高標準65%的受訪客戶服務高管希望結合使用生成式 AI 與對話式 AI 來提高客戶滿意度。實驗讓“AI 新手”在發展能力的同時降低風險AI 經驗更豐富的組織著重發展

2、高級用例并創造更大的 價值。生成式 AI 有助于提高投資回報率，“AI 新手”尤其顯著對于長期使用對話式 AI 的客戶服務團隊，部署生成式 AI 的投資回報率要高出 37%。而對于 AI 經驗較少的組織，這項比較優勢躍升至 117%。無論組織位于 AI 旅程的哪個階段，引入生成式 AI 都可以為組織提供亟需的績效提升。摘要2觀點兩種發展路徑本文探討了不同 AI 經驗水平的組織如何把握生成式 AI 機遇。盡管并非每個組織都屬于以下兩類群體，但評估這兩類組織采用生成式 AI 的獨特方法以及所實現的業務成效可揭示出有價值的洞察。下面是我們定義這兩個關鍵群體的方法，隨后的頁面將詳細加以分析：經驗型企業

3、此類組織在至少一個客戶服務用例中使用對話式 AI 的經驗達到 至少 5 年新手型企業此類組織在至少一個客戶服務用例中使用對話式 AI 的經驗達到 1 至 3 年1 year 2 3 4 5+1 year 2 3 4 5+3客戶服務是生成式 AI 的試金石作為生成式 AI 的先鋒領域，客戶服務可以探索未知領域，并創造前所未有的業務價值。事實上，隨著生成式 AI 技術顛覆企業的工作方式，最高管理層已將客戶服務列為優先采用這項變革性技術的領域。1 這并不足為奇，因為對于多年來一直在客戶服務中使用傳統 AI 的企業來說，這是合乎邏輯的下一步。從與客戶聊天、創建精準內容到優化呼叫中心績效，生成式 AI

4、正在將客戶服務轉型提升到全新的水平。通過為客戶和人類客服提供動態、個性化的體驗，這項技術有望增強傳統 AI，從而推動生產力和效率變革。做出正確的投資決策可以帶來指數級的回報，但企業應根據自身的起點和需求決定在哪些領域進行投資。那么，在 AI 發展的不同階段，業務高管認為哪些領域最具前景呢？為了回答這個問題，IBM 商業價值研究院(IBM IBV)針對 34 個國家/地區和所有主要行業中已使用對話式 AI 至少 12 個月的組織的近 1,500 名客戶服務經理、主管和高管開展了一項調研。我們詢問了其組織目前如何在客戶服務領域使用生成式 AI，哪些用例展現出最大的潛力，以及這項技術在哪些領域實現了

5、最大的業務價值。對于在客戶服務領域使用對話式 AI 的經驗達到至少三年的組織，其中有 89%已經在使用生成式 AI 直接回答客戶的疑問。4總體而言，受訪客戶服務高管一致認為，采用生成式 AI 對其業務至關重要。事實上，每一位受訪者都表示其組織計劃在客戶服務中使用生成式 AI，而 67%的受訪者表示已經將此付諸行動。超過一半(54%)的受訪組織已經在 1 到 4 個客戶服務用例中部署了生成式 AI（見圖 1）。但并非所有組織都計劃以相同的方式使用生成式 AI。在生成式 AI 旅程中處于早期階段的組織需要通過實驗來探索機會和驗證用例。經驗更豐富的組織則可以利用生成式 AI 來推動更廣泛的轉型。為了

6、更好地理解不同起點的組織如何推動價值增長，我們研究了受訪組織在傳統 AI 領域的經驗如何影響其生成式 AI 方法。我們的數據表明，使用對話式 AI（旨在理解和回復客戶用自然語言提出的問詢）的年限可以有效預測組織是否會成為生成式 AI 的積極早期采用者。具體來說，使用對話式 AI 經驗最豐富的組織有信心大刀闊斧地實施更復雜的用例。例如，對于在客戶服務領域使用對話式 AI 的經驗達到至少三年的組織，其中有 89%已經在使用生成式 AI 直接回答客戶的問詢。然而，我們的研究還表明，無論組織在 AI 領域的經驗如何，將生成式 AI 與對話式 AI 相結合都可以實現顯著的業務效益?！敖涷炐推髽I”實現了出

7、眾的成效，而“新手型企業”則實現了最大幅度的相對優勢。這意味著不同成熟度水平的組織都有機會超越競爭對手，實現顛覆性的績效提升。只不過，組織需要清楚要采取的下一步最佳行動。請繼續閱讀，了解當今組織如何在客戶服務領域使用生成式 AI，這一舉措如何影響關鍵績效指標（包括平均聯絡成本和投資回報率），以及哪種方法分別最適合“新手型企業”和“經驗型企業”。最后，行動指南部分概述了這兩類組織如何充分釋放生成式 AI 的價值。圖 1形成 AI 合力使用對話式 AI 的組織大多也已部署生成式 AI。811(1%)生成式 AI 用例的數量57(12%)14(53%)0(33%)67%已經部署了生成式 AI注：由于

8、四舍五入，數字總和不為 100%。5AI 獲得“氮氣加速”在初始階段，對話式 AI 幫助企業改進了早期的聊天機器人體驗，這主要由基于規則的系統來提供預定義的響應。這種類型的聊天機器人功能有限，主要用于解決一些常見且易于回答的客戶問題。隨著時間的推移，對話式 AI 開始利用自然語言處理(NLP)和機器學習算法，使得聊天機器人能夠更好地理解和回答客戶問題。經過適當的訓練，這些 AI 助手的表現會更像人類，而非機器。然而，盡管這些增強型 AI 助手可以執行更復雜的交互，但其能力也會遇到瓶頸。生成式 AI 是下一個進化階段。利用自然語言生成技術，生成式 AI 能夠以更流暢、更符合上下文的方式來回答客戶

9、問題。生成式 AI 還可以根據客戶的互動記錄來提供定制化的響應，并打造更加個性化的體驗。這樣一來，客戶就可以像與人類客服互動一樣與生成式 AI 助手進行聊天。不僅如此，生成式 AI 的應用遠不止與客戶直接互動。這項技術能夠提供人工客服培訓、個性化增強、內容翻譯，還可以預測未來客戶行為，從而全方位增強客戶服務職能。生成式 AI 還可以為面向客戶的對話式 AI 提供支持，包括生成測試用例和對話，以及分析交互以識別改進機會。超過 40%的受訪組織正在使用生成式 AI 創建用于訓練對話式 AI 的測試用例。6許多組織正在將生成式 AI 用于這一領域，將其置于對話式 AI 之上，從而提高現有工具的速度和

10、準確性。例如，對于正在客戶服務中使用生成式 AI 的受訪組織，其中有 44%正在使用生成式 AI 來創建用于訓練對話式 AI 的測試用例。而且，更高比例的受訪組織(46%)正在使用生成式 AI 來為對話式 AI 生成對話（見圖 2）。圖 2生成式 AI 擴大應用范圍組織計劃到 2024 年底將生成式 AI 應用于各種客戶服務用例。46%28%23%3%為對話式 AI 生成對話44%34%21%1%生成用于訓練對話式 AI 的測試用例36%21%22%21%將內容翻譯成不同的語言35%28%26%11%增強個性化34%30%30%6%增加主動推送通知34%22%26%18%預測客戶的下一次互動已

11、采用20242025 至 2027不確定采用時間表 24%8%為人類客服生成對話47%21%8%支持人工客服培訓40%27%25%直接回答客戶問詢40%23%26%11%分析對話式 AI 交互39%18%24%19%執行聯絡人分析和根本原因分析30%26%27%17%7業務效益全面開花有如此多的應用場景，企業期望實現全面開花的業務效益也就不足為奇了。近三分之二的受訪者預計生成式 AI 將提高客戶滿意度(65%)；超過一半的受訪者預計生成式 AI 將提高人工客服的滿意度(58%)、收入增長(56%)和客戶保留率(53%)。近一半的受訪者還預計生成式 AI 將降低平均聯絡成本(46%)。企業高管普

12、遍看到了各種潛在效益，但只有部分高管更加積極主動地追求這些實效。根據 IBM 商業價值研究院的調研，到 2023 年中，絕大多數(87%)“經驗型企業”（使用對話式 AI 的經驗至少達到五年）都在至少一個客戶服務用例中使用生成式 AI。而“新手型企業”（使用對話式 AI 的經驗少于三年）的這一比例只有 43%。為什么會出現這種情況？部分原因是，成功運用生成式 AI 需要信心、眼光和治理護欄，而經驗更豐富的企業將在競爭中占據先機。此外，許多經驗型企業已經具備利用生成式 AI 所需的技術基礎架構。例如，大約一半(49%)的經驗型企業已經將對話式 AI與后端系統實現充分或全面集成，用于處理來自外部的

13、聯絡。而新手型企業的這一比例只有 16%。經驗型企業還深刻理解對話式 AI 的使用方式及其如何幫助企業實現改進。49%的經驗型企業表示已經全面或大幅優化了審查和再訓練對話式 AI 的方式，而新手型企業的這一比例只有 17%。意大利領先的電信企業深知快速慎重地解決客戶投訴是多么的重要。在 IBM Consulting 和 watsonx AI 解決方案的支持下，WindTRE 有效優化投訴處理方式，以減少服務臺的重復活動并加快解決客戶投訴。IBM Consulting 幫助設計、開發和管理能理解人類語言及推理的 AI 解決方案。該解決方案包含一個專用信息中心，可持續分享績效、數量和預期收益方面的

14、數據，從而提高索賠管理的有效性和效能。到目前為止，該解決方案已經自動處理了超過 200,000 項投訴，實現了高度自動化?，F在，該公司響應客戶投訴的速度比以前提升了 10 倍。通過這次轉型，WindTre 不僅改進了客戶服務，而且還形成了更先進的運營思維。案例研究IBM Consulting 和 watsonx AI 助力 WindTRE 更快地解決客戶投訴289經驗確實重要，但生成式 AI 是一股推動所有企業受益的浪潮無論組織位于 AI 旅程的哪個階段，引入生成式 AI 都可以為組織提供亟需的績效提升。根據 IBM 商業價值研究院的調研，平均而言，相比未在客戶服務中使用生成式 AI 的組織，

15、使用生成式 AI 的組織實現了更高的客戶滿意度。不過，使用對話式 AI 較長時間的組織實現了最佳的總體業務成效（見圖 3）。投資回報率首先來考慮對話式 AI 的投資回報率(ROI)。未使用生成式 AI 的經驗型企業實現了 73%的投資回報率，而同時采用兩種 AI 的企業則實現了 100%的投資回報率，比前者高出 37%。對于新手型企業而言，這項比較優勢躍升至 117%：不使用生成式 AI 的新手型企業實現了 30%的投資回報率，而使用生成式 AI 的新手型企業則實現了 65%的投資回報率。平均聯絡成本也呈現出相同的趨勢，新手型企業使用生成式 AI 后實現了更大的相對優勢，而經驗型企業在總體上實

16、現了更大的成本節省。這些數據表明，與不采用生成式 AI 的企業相比，采用生成式 AI 改進客戶服務的企業（無論經驗如何）都將獲得一定的競爭優勢。但是，部署并推廣這項顛覆性技術的最佳方式是什么？與經驗型企業相比，新手型企業在生成式 AI 上的投資又有哪些不同？經驗型企業利用生成式 AI 實現最大幅度的成本節省，而新手型企業利用生成式 AI 快速實現相對優勢。10圖 3每個階段都有回報經驗型企業利用生成式 AI 取得了更好的成效，而新手型企業利用生成式 AI 實現了更大幅度的相對優勢80%65%-14%30%-8%-20%45%-15%100%-25%73%-18%對話式 AI 的 投資回報率使用

17、對話式 AI 后平均聯絡成本的變化117%投資回報率增幅使用對話式 AI 的經驗達到 1 至 3 年使用對話式 AI 的經驗達到 3 至 5 年使用對話式 AI 的經驗超過 5 年75%成本降低78%投資回報率增幅37%投資回報率增幅33%成本降低39%成本降低使用生成式 AI 不使用生成式 AI11案例研究IBM 助力英國銀行打造更直觀的客戶服務平均聯絡成本現在，讓我們來看看平均聯絡成本。尚未使用生成式 AI 經驗型企業表示，在僅使用對話式 AI 的情況下，平均聯絡成本降低了 18%。同時使用對話式 AI 和生成式 AI 的經驗型企業表示平均聯絡成本降低了 25%，這相當于 39%的成本效益

18、增幅。相比之下，尚未部署生成式 AI 的新手型企業表示，對話式 AI 將平均聯絡成本降低了 8%。而同時采用生成式 AI 和對話式 AI 的新手型企業則表示平均聯絡成本降低了 14%，這相當于 75%的增幅。這些數據表明，經驗型企業可以利用生成式 AI 實現最大幅度的成本節省，而新手型企業可以利用生成式 AI 迅速實現相對優勢，并有勢頭趕上更有經驗的企業。一家英國銀行致力于為每一位客戶提供個性化、直觀和高效的服務。為此，該銀行希望利用先進的 AI 技術來提升聊天機器人的性能，并全面增強其客戶互動渠道。該公司專注于簡化客戶服務體驗，旨在從客戶互動中獲取切實可行的洞察并提升個性化水平。通過與 IB

19、M Consulting 合作，該銀行正在突破大語言模型(LLM)的邊界，利用生成式 AI 幫助識別不斷變化的客戶需求，并減少管理、培訓和支持各種互動的人工 工作量。這項合作還幫助該銀行提高了對話分類的準確性，更好地確定應丟棄哪些數據，并通過一種可重復、透明和可信的流程提高了生產力?？傮w而言，生成式 AI 幫助該銀行每年節省了 200 萬英鎊的成本和數千小時的勞動力。如今，超過 90%的客戶疑問都得到了 AI 助手的正確解答，從而提升客戶服務團隊的工作效率。1213所有組織都需要克服道德、合規和治理方面的挑戰，才能推出負責任的生成式 AI。對于經驗型企業來說，少即是多；而新手型企業則應當多加嘗

20、試就生成式 AI 的采用而言，并沒有一種“放之四海而皆準”的通用方案。對話式 AI 經驗豐富的組織掌握最佳實踐，確定了能力差距，并清楚生成式 AI 可如何幫助鞏固已取得的客戶服務成果。對于經驗型企業來說，經驗產生信心 59%的經驗型企業已至少在三個不同的客戶服務用例中使用生成式 AI。按照常理判斷，經驗更豐富的企業都會想要擴展其 AI 專業技能和范圍。但根據 IBM 商業價值研究院的調研，這可能并非最好的選擇。對于經驗型企業而言，在少量更復雜的用例中深耕生成式 AI 技術能夠創造更大的業務價值。而對話式 AI 經驗較少的客戶服務團隊可以通過早期投資更多用例來實現更好的成效。14圖 4廣泛實驗與

21、專注深耕對于新手型企業，嘗試更多用例可以降低平均聯絡成本；而對于經驗型企業，聚焦少量用例可以節省更多的成本。調研中的平均聯絡成本數據突顯了這一趨勢。在三個或更多客戶服務用例中同時使用對話式 AI 和生成式 AI 的新手型企業實現了 25%的成本節省。而如果只有一到兩個用例，新手型企業的成本節省幅度就會下降到 10%。相比之下，經驗型企業只需在一個或兩個客戶服務用例中加入生成式 AI，就可以將平均聯絡成本降低 30%。當經驗型企業嘗試五種或更多用例時，成本節省幅度就會下降到 10%（見圖 4）。有很多原因可以解釋這種情況。首先，新手型企業學習生成式 AI 的難度更大，這就需要進行廣泛實驗并衡量效

22、果，才能找到最行之有效的方法。新手型企業還可以實現一些唾手可得的成果，包括利用生成式 AI 來簡化多種工作流程，從而實現立竿見影的效果。而另一方面，經驗型企業早已通過簡化流程實現了初步成效，他們必須集中投資，開發更復雜的功能來推動成本節省和收入增長。不使用12345+生成式 AI 用例的數量-8%-10%-25%-25%-15%-25%-25%-15%-18%-30%-25%-10%降低平均聯絡成本使用對話式 AI 的經驗達到 1 至 3 年使用對話式 AI 的經驗達到 3 至 5 年使用對話式 AI 的經驗超過 5 年15那么，這兩類企業應優先考慮哪些用例？根據 IBM 商業價值研究院的調研

23、，在 2023 年，嘗試面向客戶的用例的經驗型組織的數量大約是新手型企業的兩倍。而現在，新手型企業開始縮小這一差距，而經驗型企業則仍然更專注于在高級用例中使用生成式 AI，例如直接回答客戶問詢以及將內容翻譯成不同的語言。相比之下，新手型企業最熱衷的生成式 AI 用例仍然是充當支持角色（見圖 5）。圖 5勇于進取與新手型企業相比，經驗型企業正在嘗試更高級的用例。經驗型企業的三大用例1直接回答客戶問詢2執行聯絡人分析和 根本原因分析新手型企業的三大用例1分析對話式 AI 交互2為人類客服生成對話3為對話式 AI 生成對話3將內容翻譯成 不同的語言高級用例支持角色用例16發現阻礙因素兩類組織面臨的挑

24、戰也各不相同。新手型企業最擔心的是生成式 AI 可能無法為組織數據提供安全的環境(44%)，并且可能難以將生成式 AI 與組織流程相整合(38%)。經驗型企業則擔心生成式 AI 可能會難以實現社會責任目標(46%)和環境可持續性目標(42%)，并且可能無法為客戶數據提供合規環境(40%)。簡單來說，更先進的功能會帶來更復雜的擔憂。新手型企業關注的是基本問題 如何整合生成式 AI 而不將敏感數據置于風險環境中。經驗型企業則看到了更遠處的障礙。盡管行業法規也會影響企業高管優先考慮哪些用例，但所有組織都需要克服道德、合規和治理方面的挑戰，才能推出負責任的生成式 AI。從一開始就優先考慮可信 AI 原

25、則（可解釋性、公平性、穩健性、透明度和隱私）的新手型企業可能能夠在未來更迅速地進行擴展。而能夠清晰闡述如何將生成式 AI 負責任地整合到客戶服務解決方案中的經驗型企業則有機會在不斷變化的監管環境中脫穎而出。然而，根據 IBM 商業價值研究院的調研，許多組織都難以將 AI 原則付諸實踐。盡管 79%的受訪高管表示 AI 倫理對其企業級 AI 方法很重要，但只有不到 25%的受訪高管實施了 AI 倫理原則。在這種形勢下，具有強大倫理和治理能力的企業將有機會脫穎而出 具體來說，四分之三的受訪高管將倫理視為差異化競爭優勢的 來源。3 成事在人生成式 AI 并不是萬能的解決方案。這項技術可以提高生產力并

26、實現全新的業務模式，但創造新機遇的核心原則就是“成事在人”。隨著生成式 AI 的新用例不斷涌現，企業必須賦能員工發現新的機會來提高效率、創造價值以及增強自身角色。在生成式 AI 旅程的每一步，人才將在設計、實施和審查輸出方面發揮重要作用，以確保生成符合倫理且無偏見的輸出?？蛻艟哂袕V泛的文化、情感和社會需求，并通過細微而多樣的方式傳達出這些需求，因此需要高情商才能解讀這些線索。在生成式 AI 幫助組織洞悉客戶互動并預測客戶的下一步行為之后，人類將成為將這些洞察落實到行動的關鍵要素。通過結合人類與 AI 的優勢，組織可以更迅速、更果斷地采取行動，而不會違背其核心價值觀。在負責任的高管的領導下，企業

27、可以建立一個由技術驅動的客戶服務職能來滿足不斷變化的客戶和員工期望，從而提高忠誠度、建立信任并改善用戶體驗。1718 行動指南比賽打響無論您的組織處于生成式 AI 哪一個階段，現在是時候加快步伐了。然而，并非每項投資都能同樣提升盈利水平。請保持警覺，找出您企業與競爭對手的不同之處，并利用生成式 AI 增強其獨特之處。新手型企業的優先事項 解決客戶痛點。探索如何利用生成式 AI 消除客戶體驗中的摩擦。利用技術來發現改進工作方式的方法，在可發揮關鍵作用的細節上加入人性化因素。探索之前無法觸及的高價值機會?？纯瓷墒?AI 可如何改變過去風險過大或成本過高的項目商業論證。聚焦于生成式 AI 能夠支持

28、的關鍵業務，即使您的能力尚未完全到位。一旦擁有了正確的基礎，您就可以迅速取得進展。推動 AI 的良性循環。使用生成式 AI 優化現有的對話式 AI。利用生成式 AI 編寫對話、審查互動并創建對話式 AI 的測試用例，團隊可以學習如何在幕后利用這項顛覆性技術。添加后處理過濾器等護欄，確保及時識別和解決 AI 幻覺，防止其出現在工作產品中。廣泛實驗、衡量成效并收集來自客服和客戶的反饋，以尋找機會增加生成式 AI 采用的范圍、規模和速度。培育創新文化。提供與 AI 倫理框架相一致的明確護欄，鼓勵客服專業人員嘗試使用生成式 AI。創建 AI 設計指南，在其中納入關于算法責任的特定部分。鼓勵團隊分享成功

29、和失敗經驗，以避免重復同樣的錯誤。讓倫理團隊在決策中占有一席之地，確保將倫理原則付諸實踐。培訓客服來訓練 AI。無監督的生成式 AI 會增加錯誤信息、幻覺或偏見回應的風險。人類必須提供支持。要求開展 AI 倫理和偏見識別培訓，強調可信 AI 原則的重要性。在適當的治理框架下，客服的互動將訓練生成式 AI 基礎模型生成更高質量的輸出，并管理生成不準確內容帶來的風險。建立預測能力。收集相關的客戶信息（例如人口統計信息、購買歷史和行為數據），以輸入到封閉的生成式 AI 模型中。將生成式 AI 模型與現有的 CRM 或 ERP 系統相集成，以便直接向員工提供洞察。19經驗型企業的優先事項 以客戶為中心

30、。將生成式 AI 用例擴展到對改善客戶體驗最有效的領域。這可能包括讓生成式 AI 處理簡單的客戶互動，以提高服務速度。對于更復雜的請求，可以為客服提供生成式 AI 工具，讓他們專業地回答客戶問題并提供有針對性的產品推薦。關鍵是要確?？蛻糁篮螘r與生成式 AI 助手互動，并讓客戶隨時可以要求人工幫助。優化 AI 倫理框架。確保建立一個 AI 倫理委員會，其中包括法律、合規、數據隱私和客戶服務領域的代表，以便為生成式 AI 用例提供持續反饋。讓每個人都負起責任。進行定期審計，以幫助確保所有新應用均符合倫理原則和準則。建立責任機制，讓指定的團隊或個人對生成式 AI 模型的行為和輸出負責。行動指南 打

31、造個性化體驗。使用生成式 AI 根據每一位客戶的偏好、行為和互動記錄來創建個性化的對話流程。開發情緒分析功能，幫助生成式 AI 助手理解客戶互動的情感基調并做出相應的回應。鼓勵企業采用 AI。在企業內分享學習和成功經驗，以激勵團隊更廣泛地采用生成式 AI。作為 AI 經驗最豐富的部門，客戶服務的成功經驗可以為其他部門提供寶貴的借鑒和啟示。20作者IBM 商業價值研究院IBM 商業價值研究院(IBM IBV)成立二十年來，憑借 IBM在商業、技術和社會交叉領域的獨特地位，每年都會針對成千上萬高管、消費者和專家展開調研、訪談和互動，將他們的觀點綜合成可信賴的、振奮人心和切實可行的洞察。需要 IBV

32、 最新研究成果，請在 上注冊以 接收 IBV 的電子郵件通訊。您可以在 Twitter 上關注 IBMIBV，或通過 https:/ibm.co/ibv-linkedin 在 LinkedIn 上聯系我們。訪問 IBM 商業價值研究院中國官網，免費下載研究報告：https:/ Goyal高級合伙人、全球 AI 和分析負責人 IBM C Rzsa杰出工程師 IBM C Baird全球研究負責人，客戶體驗與設計IBM 商業價值研究院 Orrell歐洲績效數據和對標分析副合伙人IBM 商業價值研究院 Mahfooz高級管理顧問IBM 商業價值研究院 IBM，我們積極與客戶協作，運用業務洞察和先進的研

33、究方法與技術，幫助他們在瞬息萬變的商業環境中保持獨特的競爭優勢。關于研究洞察研究洞察致力于為業務主管就公共和私營領域的關鍵問題提供基于事實的戰略洞察。洞察根據對自身主要研究調查的分析結果得出。要了解更多信息，請聯系 IBM 商業價值研究院：21研究方法IBM 商業價值研究院與研究合作伙伴牛津經濟研究院合作，于 2023 年底開展了一項雙盲定量調研，對象為 1495 名具有深厚客戶服務專業知識的個人，包括高管、董事和經理。這項全球調研面向 34 個國家/地區的組織，涵蓋多個行業，包括銀行和金融、政府、醫療保健、保險、制造業、媒體和娛樂、專業服務、零售、軟件、電信、運輸和公用事業。調研樣本中的所有

34、組織都已在客戶服務中使用對話式 AI 達到一年或更長時間，并且所有受訪組織都非常熟悉這項技術帶來的益處和挑戰，以及其客戶服務部門如何利用生成式 AI 來提質增效和擴展支持。我們的分析重點關注哪些生成式 AI 用例最常見，并且可為當今的客戶服務團隊提供最大的業務價值。然后，我們將組織在對話式 AI 旅程中的持續時間與可實現的潛在價值建立了關聯。相關報告CEO 生成式 AI 行動指南：客戶服務https:/ 生成式 AI 行動指南：負責任 AI 與倫理https:/ 服務質量，提升經濟效益https:/ The CEO s guide to generative AI:Customer servi

35、ce.IBM Institute for Business Value.August 2023.https:/ibm.co/ceo-generative-ai-customer-service 2“Streamlining claims management processes.”IBM.Accessed May 1,2024.https:/ 3 The CEO s guide to generative AI:Responsible AI and ethics.IBM Institute for Business Value.October 2023.https:/ibm.co/ceo-ge

36、nerative-ai-responsible-ai-ethics 備注和參考資料 Copyright IBM Corporation 2024國際商業機器（中國）有限公司北京市朝陽區金和東路 20 號院 3 號樓正大中心南塔 12 層郵編：100020美國出品|2024 年 7 月IBM、IBM 徽標和 是 International Business Machines Corporation 在世界各地司法轄區的注冊商標。其他產品和服務名稱可能是 IBM 或其他公司的商標。以下 Web 站點上的“Copyright and trademark information”部分中包含了 IBM

37、商標的最新列表： 可能隨時對其進行 更改。IBM 并不一定在開展業務的所有國家或地區提供所有產品或服務。本文檔內的信息“按現狀”提供，不附有任何種類的（無論是明示的還是默示的）保證，包括不附有關于適銷性、適用于某種特定用途的任何保證以及非侵權的任何保證或條件。IBM 產品根據其提供時所依據的協議條款和條件獲得保證。本報告的目的僅為提供通用指南。它并不旨在代替詳盡的研究或專業判斷依據。由于使用本出版物對任何企業或個人所造成的損失，IBM 概不負責。本報告中使用的數據可能源自第三方，IBM 并未對其進行獨立核實、驗證或審查。此類數據的使用結果均為“按現狀”提供，IBM 不作出任何明示或默示的聲明或保證。本文件由獲得森林管理委員會(FSC)產銷監管鏈認證的印刷商使用生物基油墨在不含氯的再生消費后紙張上印刷。制造這種紙張和印刷品的能源是通過可再生綠色能源產生的。請回收。6JBE0V2W-ZHCN-01掃碼關注 IBM 商業價值研究院官網微博微信公眾號