你好，歡迎您來(lái)到福建信息主管(CIO)網(wǎng)! 設(shè)為首頁(yè)|加入收藏|會(huì)員中心
Mike Clifton（邁克·克利夫頓）從首席信息官升任全球客戶(hù)解決方案業(yè)務(wù)首席執(zhí)行官，他就如何開(kāi)啟AI應(yīng)用為CIO們提供了建議。他認(rèn)為客戶(hù)體驗(yàn)（CX）領(lǐng)域因生產(chǎn)力易于衡量，成為AI應(yīng)用的理想試驗(yàn)田，便于證明投資回報(bào)。對(duì)于生成式AI，數(shù)據(jù)量、時(shí)效性和設(shè)定清晰的模型響應(yīng)邊界至關(guān)重要，而非過(guò)度強(qiáng)調(diào)數(shù)據(jù)結(jié)構(gòu)。
圖源：Mike Clifton / Alorica
Alorica是一家為財(cái)富500強(qiáng)公司提供客戶(hù)體驗(yàn)解決方案的全球領(lǐng)軍企業(yè)。該公司將自身定位為客戶(hù)服務(wù)領(lǐng)域AI創(chuàng)新的前沿力量，開(kāi)發(fā)出的解決方案既能直接滿(mǎn)足客戶(hù)需求，又能提升客服人員的能力。Alorica在全球開(kāi)展業(yè)務(wù)，借助人工智能改變企業(yè)與客戶(hù)的溝通方式。Mike Clifton（邁克·克利夫頓）最初以CIO身份加入公司，如今擔(dān)任聯(lián)合首席執(zhí)行官。他談到了對(duì)商業(yè)人工智能產(chǎn)品以及內(nèi)部生產(chǎn)力提升的雙重關(guān)注，并分享了從AI應(yīng)用中創(chuàng)造價(jià)值的最新經(jīng)驗(yàn)。
問(wèn)：在Alorica，你們既為客戶(hù)開(kāi)發(fā)AI商業(yè)產(chǎn)品，又利用AI于內(nèi)部生產(chǎn)力提升的應(yīng)用場(chǎng)景。你們的AI產(chǎn)品有哪些例子呢？
答：我們的業(yè)務(wù)是客戶(hù)體驗(yàn)，無(wú)論是通過(guò)電話(huà)、聊天、網(wǎng)絡(luò)，還是客戶(hù)提供給消費(fèi)者的其他渠道，都要為客戶(hù)提供無(wú)縫且愉悅的體驗(yàn)。因此，為了保持我們的價(jià)值，我們一直在不斷改進(jìn)產(chǎn)品。在語(yǔ)音方面，這意味著要快速為客戶(hù)提供正確信息，使用清晰的方言，并提高自動(dòng)化程度。
我們開(kāi)發(fā)了像ReVoLT這樣的產(chǎn)品，它能將語(yǔ)音實(shí)時(shí)翻譯成72種不同的語(yǔ)言。還有Agent Assist，它能監(jiān)聽(tīng)通話(huà)，并驅(qū)動(dòng)一個(gè)查詢(xún)引擎，為客服人員提供提示，這樣客服人員就無(wú)需再記憶產(chǎn)品或支持信息。
問(wèn)：為什么客戶(hù)服務(wù)行業(yè)會(huì)成為生成式AI的熱點(diǎn)領(lǐng)域呢？
答：咨詢(xún)公司表示，這是因?yàn)槲覀兊纳a(chǎn)力很容易衡量。當(dāng)你應(yīng)用像生成式AI這樣的大規(guī)模技術(shù)能力時(shí)，你可以看到其影響，并為進(jìn)一步投資提供依據(jù)。客戶(hù)服務(wù)人員按通話(huà)時(shí)長(zhǎng)計(jì)費(fèi)，所以我們會(huì)仔細(xì)衡量首次呼叫解決率，并跟蹤SLA（服務(wù)水平協(xié)議）管理中的時(shí)間。證明一項(xiàng)新技術(shù)價(jià)值的最快方法，就是將其置于一個(gè)易于衡量的環(huán)境中，因?yàn)檫@樣你能立即了解其影響。
問(wèn)：易于衡量的環(huán)境是評(píng)估AI投資回報(bào)率的一個(gè)參數(shù)。但是，要構(gòu)建一個(gè)可靠的應(yīng)用場(chǎng)景，需要什么樣的數(shù)據(jù)呢？
答：我們過(guò)去需要結(jié)構(gòu)化數(shù)據(jù)，因?yàn)槲覀兊臋C(jī)器學(xué)習(xí)模型需要字段級(jí)別的信息。如今，我們不在乎數(shù)據(jù)是否結(jié)構(gòu)化，因?yàn)槲覀兛梢蕴幚砀鞣N數(shù)據(jù)，無(wú)論是圖像、錄音、文檔、PDF文件，還是大型數(shù)據(jù)湖。關(guān)鍵是數(shù)據(jù)要能夠被處理且具有時(shí)效性?？梢园褦?shù)據(jù)看作是你正在構(gòu)建的模型的原始燃料。
比數(shù)據(jù)結(jié)構(gòu)更重要的是數(shù)據(jù)量，要有足夠的數(shù)據(jù)來(lái)訓(xùn)練模型。你根據(jù)攝入的數(shù)據(jù)來(lái)訓(xùn)練模型，這意味著作為原始燃料的數(shù)據(jù)至關(guān)重要。當(dāng)你測(cè)試數(shù)據(jù)量時(shí)，就能降低數(shù)據(jù)給出錯(cuò)誤答案的風(fēng)險(xiǎn)。
一旦公司攝入了數(shù)據(jù)，并測(cè)試了其能夠回答問(wèn)題的范圍，就需要設(shè)定邊界。例如，DeepSeek的團(tuán)隊(duì)決定他們的模型不應(yīng)回答政治問(wèn)題。即使他們攝入了政治數(shù)據(jù)，他們也設(shè)定模型回應(yīng)為“我無(wú)法回答這個(gè)問(wèn)題”。
問(wèn)：讓我們繼續(xù)構(gòu)建高價(jià)值生成式AI應(yīng)用場(chǎng)景的參數(shù)。我們已經(jīng)討論了數(shù)據(jù)的可擴(kuò)展性。還有其他的嗎？
答：我們從三個(gè)方面看待AI。第一個(gè)方面是將AI用于運(yùn)營(yíng)。我們的BI（商業(yè)智能）數(shù)據(jù)倉(cāng)庫(kù)包含人員配置、財(cái)務(wù)和銷(xiāo)售數(shù)據(jù)，這些數(shù)據(jù)一直都很重要。但通過(guò)每小時(shí)對(duì)數(shù)據(jù)進(jìn)行分析處理，我得到的就不僅僅是一個(gè)靜態(tài)的儀表盤(pán)信息。我可以得到更精確問(wèn)題的答案，比如在某個(gè)國(guó)家的這個(gè)客服中心，客戶(hù)在這8小時(shí)內(nèi)與我們互動(dòng)的總時(shí)長(zhǎng)是多少。
第二是挖掘AI在提高生產(chǎn)力方面的潛力，無(wú)論是在內(nèi)部應(yīng)用AI，還是通過(guò)重復(fù)利用客服人員每天在全球范圍內(nèi)進(jìn)行的數(shù)萬(wàn)億次對(duì)話(huà)中的任務(wù)來(lái)構(gòu)建AI產(chǎn)品。
第三個(gè)方面是客服人員體驗(yàn)。我們圍繞模擬AI培訓(xùn)構(gòu)建了一個(gè)框架，讓員工更輕松地完成困難任務(wù)。他們可以進(jìn)入AI虛擬模擬器，進(jìn)行對(duì)話(huà)，并實(shí)時(shí)獲得評(píng)分。這10分鐘的AI培訓(xùn)課程效果相當(dāng)于3小時(shí)的虛擬課程，而且效率更高。通過(guò)在虛擬世界中使用AI模擬實(shí)時(shí)可能發(fā)生的情況，但處于一個(gè)安全的環(huán)境中，我們的客服人員能夠更快地學(xué)習(xí)。
對(duì)于任何新技術(shù)而言，其應(yīng)用并非一蹴而就。這項(xiàng)技術(shù)的應(yīng)用曲線(xiàn)目前還處于起步階段。我們才剛剛邁出第一步，隨著這些模型越來(lái)越受歡迎，我們將會(huì)看到特定行業(yè)的模型出現(xiàn)，各公司也將開(kāi)始發(fā)布自己的模型。你可能會(huì)看到一家大型醫(yī)療保健公司使用自己的LLM模型，并允許其合作伙伴和下游物流供應(yīng)商使用他們所發(fā)布的模型。
問(wèn)：對(duì)于那些面臨應(yīng)對(duì)AI壓力的技術(shù)領(lǐng)導(dǎo)者，你有什么建議呢？
答：如果你開(kāi)始將AI普及化，你會(huì)發(fā)現(xiàn)它更多的價(jià)值。一些公司在桌面端就做到了這一點(diǎn)，創(chuàng)建了基于工作小組的功能，比如針對(duì)Notebook或Copilot，構(gòu)建一些簡(jiǎn)易模型并推動(dòng)早期功能實(shí)現(xiàn)。但不要就此止步。既然你已經(jīng)賦予員工使用AI工具的能力，那就引導(dǎo)他們思考兩個(gè)重要問(wèn)題：我如何整合我的數(shù)據(jù)，以及我如何使用這個(gè)工具進(jìn)行查詢(xún)？如果你能在整個(gè)組織中強(qiáng)化這兩個(gè)問(wèn)題，你就能比競(jìng)爭(zhēng)對(duì)手更快地實(shí)現(xiàn)AI的普及。
然后，當(dāng)你從解決工作小組層面的問(wèn)題轉(zhuǎn)向處理企業(yè)層面的問(wèn)題時(shí)，你可以使用智能AI工具在系統(tǒng)之間移動(dòng)數(shù)據(jù)，從而取代傳統(tǒng)的集成工作，而無(wú)需編寫(xiě)集成代碼。智能AI會(huì)向機(jī)器人發(fā)出查詢(xún)指令，機(jī)器人從中學(xué)習(xí)，隨著時(shí)間的推移，你就能創(chuàng)建一種冗余能力，進(jìn)而發(fā)展成為一種成熟的能力。
一旦你通過(guò)Claude或CoPilot等工具在桌面端實(shí)現(xiàn)了AI的普及，然后將其應(yīng)用擴(kuò)展到企業(yè)層面，你就需要就支持企業(yè)的架構(gòu)做出重大決策，在這方面你可以進(jìn)行一些AI投資，并堅(jiān)持一段時(shí)間。你可以在一些工具上下注，無(wú)論是LLM、數(shù)據(jù)攝取工具還是語(yǔ)音轉(zhuǎn)文本工具。僅這些基礎(chǔ)設(shè)施的基本功能就能讓你立即獲得一些能力，你可以在簽署第一個(gè)應(yīng)用案例和評(píng)估ROI（投資回報(bào)率）之前就開(kāi)始進(jìn)行試點(diǎn)。
我們?cè)诤芏嗟胤蕉歼M(jìn)行試點(diǎn)，但我們也看到人們構(gòu)建小型機(jī)器人來(lái)實(shí)現(xiàn)任務(wù)自動(dòng)化。智能AI已經(jīng)興起，所以這其中存在機(jī)遇。現(xiàn)在你可以選定最有前景的應(yīng)用案例，開(kāi)始實(shí)現(xiàn)重復(fù)性任務(wù)的自動(dòng)化，并借助智能AI能來(lái)完成一些卓有成效的工作。
問(wèn)：企業(yè)在應(yīng)用生成式AI時(shí)需要招聘具備哪些新技能的人才？
答：提示詞工程師擅長(zhǎng)向模型提出恰當(dāng)?shù)膯?wèn)題，所以這是我們需要在所有團(tuán)隊(duì)中推廣的一項(xiàng)技能。在部門(mén)層面，你還需要AI協(xié)調(diào)員。這并非技術(shù)專(zhuān)家，而是一個(gè)推動(dòng)者，負(fù)責(zé)思考如何利用AI解決問(wèn)題。數(shù)據(jù)科學(xué)家也很重要。他們擅長(zhǎng)整理和攝取數(shù)據(jù)，并確保模型得到適當(dāng)測(cè)試。但總體來(lái)說(shuō)，我們需要?jiǎng)倧膶W(xué)校畢業(yè)的人才，因?yàn)槲覀兩钪狝I將如何隨著時(shí)間推移改變我們的業(yè)務(wù)，而這些年輕人能夠幫助我們引領(lǐng)實(shí)現(xiàn)各種可能性。
作者：Martha Heller（瑪莎·海勒）
Martha Heller（瑪莎·海勒）是Heller Search Associates/海勒獵頭公司的首席執(zhí)行官，該公司是一家專(zhuān)注于信息技術(shù)領(lǐng)域高管招聘的公司，為各行業(yè)招聘首席信息官、首席技術(shù)官、首席信息安全官以及高級(jí)技術(shù)職位人才。她亦是《The CIO Paradox: Battling the Contradiction/首席信息官悖論：應(yīng)對(duì)矛盾》一書(shū)的作者。
譯者：寶藍(lán)
【睿觀(guān)：Alorica聯(lián)合首席執(zhí)行官M(fèi)ike Clifton分享了其在客戶(hù)體驗(yàn)（CX）領(lǐng)域應(yīng)用AI的經(jīng)驗(yàn)，包括開(kāi)發(fā)商業(yè)產(chǎn)品（如實(shí)時(shí)翻譯、客服輔助）和提升內(nèi)部生產(chǎn)力。他指出，CX領(lǐng)域因生產(chǎn)力易于衡量，成為AI應(yīng)用的理想試驗(yàn)田，便于證明投資回報(bào)。對(duì)于生成式AI，數(shù)據(jù)量、時(shí)效性和設(shè)定清晰的模型響應(yīng)邊界至關(guān)重要，而非過(guò)度強(qiáng)調(diào)數(shù)據(jù)結(jié)構(gòu)。Clifton建議從深化運(yùn)營(yíng)洞察、提升生產(chǎn)力（內(nèi)部應(yīng)用與產(chǎn)品開(kāi)發(fā)）、改善員工體驗(yàn)（如AI模擬培訓(xùn)）三方面發(fā)掘AI價(jià)值。他對(duì)CIO的建議是：從桌面端工具開(kāi)始普及AI，引導(dǎo)員工思考如何整合自身數(shù)據(jù)及有效查詢(xún)；逐步擴(kuò)展至企業(yè)級(jí)應(yīng)用，利用智能AI實(shí)現(xiàn)任務(wù)自動(dòng)化和系統(tǒng)集成；最后對(duì)核心AI基礎(chǔ)設(shè)施（LLM、數(shù)據(jù)工具等）進(jìn)行戰(zhàn)略投資。所需人才包括普適的提示詞工程師、部門(mén)級(jí)AI協(xié)調(diào)員（推動(dòng)者）、數(shù)據(jù)科學(xué)家以及能帶來(lái)新視角的應(yīng)屆畢業(yè)生。
面向制造業(yè)CIO的三點(diǎn)建議:
推行漸進(jìn)式AI普及與賦能：
效仿Clifton的建議，不必追求一步到位的大型項(xiàng)目。從特定制造環(huán)節(jié)或職能部門(mén)（如設(shè)備維護(hù)、質(zhì)量檢測(cè)、生產(chǎn)計(jì)劃）開(kāi)始，引入桌面級(jí)AI助手或開(kāi)發(fā)小型、專(zhuān)注的AI應(yīng)用。關(guān)鍵是賦能一線(xiàn)員工和工程師，引導(dǎo)他們思考：“我如何將我的設(shè)備數(shù)據(jù)/工藝參數(shù)/質(zhì)檢圖像與AI結(jié)合？”以及“我如何利用這個(gè)工具來(lái)優(yōu)化操作/預(yù)測(cè)故障/提升良品率？” 從解決具體痛點(diǎn)出發(fā)，激發(fā)基層創(chuàng)新和接受度。
利用智能AI實(shí)現(xiàn)流程自動(dòng)化與集成：
識(shí)別制造和供應(yīng)鏈流程中重復(fù)性高、規(guī)則明確的任務(wù)（如數(shù)據(jù)錄入、報(bào)告生成、物料跟蹤更新、簡(jiǎn)單異常報(bào)警）。優(yōu)先應(yīng)用智能AI（結(jié)合RPA等）實(shí)現(xiàn)自動(dòng)化，釋放人力。同時(shí)，探索利用AI作為“智能中間件”，促進(jìn)ERP、MES、SCADA、PLM等系統(tǒng)間的數(shù)據(jù)流動(dòng)與智能分析，減少傳統(tǒng)硬編碼集成成本，實(shí)現(xiàn)更敏捷的數(shù)據(jù)驅(qū)動(dòng)決策。
培養(yǎng)跨領(lǐng)域AI人才與設(shè)立協(xié)調(diào)角色：
除了提升全體員工的“提示詞工程”能力和引進(jìn)專(zhuān)業(yè)數(shù)據(jù)科學(xué)家外，應(yīng)特別關(guān)注在核心制造部門(mén)（生產(chǎn)、工程、質(zhì)量、供應(yīng)鏈）內(nèi)部培養(yǎng)或指定“AI協(xié)調(diào)員”。這些人需深入理解業(yè)務(wù)流程，充當(dāng)業(yè)務(wù)需求與技術(shù)實(shí)現(xiàn)的橋梁，負(fù)責(zé)識(shí)別有價(jià)值的AI應(yīng)用場(chǎng)景，協(xié)調(diào)資源推動(dòng)項(xiàng)目落地，并跟蹤評(píng)估效果，確保AI真正服務(wù)于生產(chǎn)目標(biāo)。】
