這家信用卡公司在部署生成式AI和機器學(xué)習(xí)以協(xié)助旅行顧問時，強調(diào)員工的認同，并努力避免供應(yīng)商鎖定。
圖片來源：RYO Alexandre / Shutterstock
下一次您使用美國運通的旅行顧問預(yù)訂航班或獲取旅行路線建議時，他或她可能會利用生成式AI的力量來極大地增強響應(yīng)能力。 這家信用卡公司在將自動化技術(shù)嵌入整個客戶支持生命周期的過程中，已欣然接受了生成式AI和機器學(xué)習(xí)（ML）。該公司使用傳統(tǒng)AI技術(shù)已有大約二十年，近年來，它已推出了兩項以客戶服務(wù)為中心的重大自動化舉措。?第一個項目于2022年啟動，使用機器學(xué)習(xí)來衡量與支持代理通話中的客戶情緒。美國運通現(xiàn)在在美國、加拿大、澳大利亞、新西蘭和墨西哥，對約12,900名支持智能體（代理）的通話進行客戶情緒測量。
第二個項目于2023年底開始試點，使用生成式AI來協(xié)助公司的旅行顧問與客戶互動。
“旅行顧問輔助”（Travel Counselor Assist）項目使員工能夠利用生成式AI在與客戶交談前做準備，然后創(chuàng)建行程、搜索優(yōu)惠、尋找酒店，并為餐廳、景點和其他度假活動創(chuàng)建客戶專屬的推薦。該生成式AI工具還會總結(jié)旅行顧問與客戶之間的互動。 美國運通已于2024年10月，將其“旅行顧問輔助”項目擴展至19個市場的所有5,000名顧問。
一、泰勒·斯威夫特的門票
美國運通全球服務(wù)部全球戰(zhàn)略與賦能執(zhí)行副總裁Anthony Devane表示，“旅行顧問輔助”可以幫助支持代理就各種主題提供建議，并處理各種請求。 “你可能會收到極其復(fù)雜的咨詢，”他說。“比如我打電話來想買泰勒·斯威夫特或哈里·斯泰爾斯的門票。你也會收到這樣的咨詢：‘我想去馬爾代夫，并且想途經(jīng)迪拜。我想去一家專營素食的餐廳?！?/span>
Anthony Devane，美國運通全球服務(wù)部全球戰(zhàn)略與賦能執(zhí)行副總裁 圖片來源：美國運通
Devane說，生成式AI的推薦還能幫助旅行顧問實時找到建議或門票，從而縮短客戶和代理的通話時間。在使用生成式AI工具之前，旅行顧問有時不得不讓客戶在線等待以便進行研究，或者在查詢客戶請求后再進行第二次通話。
“大多數(shù)咨詢都需要相當長的時間來回答，”他說?！拔覀兝蒙墒紸I來創(chuàng)建議程和行程，并能立即在電話中傳達給客戶?？蛻魺o需等待一小時的回電，你可以實時解決行程問題，這尊重了客戶的時間。” Devane表示，由于生成式AI減少了客戶制定旅行計劃所需的時間，美國運通正看到旅行預(yù)訂量的增加。
二、衡量同理心
他補充說，基于機器學(xué)習(xí)的客戶情緒項目也專注于客戶體驗，美國運通利用該工具來改善客戶支持。他說，自推出機器學(xué)習(xí)情緒技術(shù)以來，公司的凈推薦值（NPS）有所提高。
“我們處理數(shù)百萬通電話，后臺有機器學(xué)習(xí)在運行，它會為處理這些電話的客戶服務(wù)專員，提供每一通電話的反饋，”他說。“這使我們能夠向我們的同事群體提供有針對性的反饋，告訴他們持卡會員在那通電話中的感受，因為它能衡量同理心，并真正幫助我們理解如何構(gòu)建我們的價值和產(chǎn)品主張。” Devane說，盡管兩個項目都取得了有益的成果，但一個重要的第一步是讓員工參與進來。他補充說，美國運通舉辦了員工焦點小組，討論其在自動化技術(shù)上的投資，并且公司鼓勵其客戶支持代理試驗AI。?“我一直有同樣的想法——帶領(lǐng)人們一同踏上旅程，而不是期望他們到達目的地，”他說?！拔覀儽仨氌A得客戶和同事的心，而我的觀點是，我們的同事在驅(qū)動世界上最好的服務(wù)方面至關(guān)重要。”
Devane說，公司目前在其IT“測試廚房”里大約有100個自動化構(gòu)想，許多來自員工，他們積極參與關(guān)于是否實施這些構(gòu)想的討論。 “我們實施了一些想法，有些則沒有，因為幻覺率太高，或者源代碼難以破解，”他補充道?！拔覀儾粫艞壦?，但我們會把它擱置起來，因為也許這些[AI的]智能在未來三到六個月內(nèi)會提高，我們總是會回去迭代?！?Devane說，在全面推出之前測試自動化技術(shù)也是一個主要焦點。此外，公司始終對自動化操作或建議進行人工監(jiān)督。
“無論是預(yù)訂一張從英國到法國的輪渡票，還是預(yù)訂一個價值百萬美元、為期六個月的環(huán)球郵輪，對客戶來說都很重要，”他補充道?！澳惚仨殰y試和迭代。在我們部署任何技術(shù)之前，我們都有一個沙盒環(huán)境，我們使用經(jīng)過脫敏處理的持卡人數(shù)據(jù)，并與模型合作以了解其準確性。”
三、專注于靈活性
除了需要員工認同和嚴格測試之外，美國運通還設(shè)計了其生成式AI解決方案，使其能夠使用多種大型語言模型（LLM），該公司全球服務(wù)與企業(yè)技術(shù)執(zhí)行副總裁兼部門CIO?Gary Kensey說。 Kensey說，隨著LLM能力迅速變化，模型之間相互超越，公司希望避免被鎖定在一種AI工具中。
Gary Kensey，美國運通全球服務(wù)與企業(yè)技術(shù)執(zhí)行副總裁兼部門CIO 圖片來源：美國運通
“它始于一個賦能層，提供你可以想象的通用配方，比如盡可能標準化的入門代碼和框架，我們賦能構(gòu)建事物的工程師，以確保應(yīng)用程序之間的一致性，”他說。“與此相伴的是一個與各種模型連接的編排層，使我們能夠根據(jù)業(yè)務(wù)需求，在需要時進行替換?！?他補充說，快速適應(yīng)的能力是該公司自動化工具的一個關(guān)鍵特性。 “就像任何技術(shù)構(gòu)建一樣，鑒于我們周圍的世界在如此迅速地演變和變化，我們希望確保我們構(gòu)建基礎(chǔ)的方式盡可能靈活和適應(yīng)性強，”Kensey說。“一個模型今天為我們所做的，六個月后可能就不再適用于全球范圍內(nèi)的同一個用例。這真的是關(guān)于那種適應(yīng)性和靈活性，而不是讓我們自己陷入困境，以至于需要巨大的工作量才能適應(yīng)?！?/span>
Kensey還建議CIO們在公司決定部署何種自動化技術(shù)時，要發(fā)揮積極作用。他說，在一些公司，可能是業(yè)務(wù)或產(chǎn)品領(lǐng)導(dǎo)者在主導(dǎo)AI的推廣，但CIO們需要有重要的發(fā)言權(quán)。?“如果你想把AI做對，那不是制定一個戰(zhàn)略然后把它交給技術(shù)部門說，‘好了，現(xiàn)在告訴我們可以在哪里利用AI，’”他說?！岸羌夹g(shù)專家要參與到?jīng)Q策桌上，聽取他們對想要創(chuàng)新的問題、體驗或能力的思考，并從第一天起就對AI的旅程有自己的看法?！?對美國運通AI和自動化方法的早期評價是積極的。Gartner的AI分析師Arun Chandrasekaran表示，這些舉措很有意義，并解決了企業(yè)旅行中的常見痛點。
他補充說，聊天機器人和自然語言商業(yè)智能本身并不新鮮，但將它們無縫地、大規(guī)模地嵌入到任務(wù)關(guān)鍵型的旅行工作流程中，是一個有意義的進步。 “對旅行者來說，一個自然語言虛擬代理通過快速直觀地處理復(fù)雜請求，減少了摩擦，”Chandrasekaran說?！皩芾碚邅碚f，對話式分析使得關(guān)于支出和旅行模式的洞察，比靜態(tài)儀表盤要容易獲取得多?！?/span>
【核心目標：以AI提升客戶體驗與業(yè)務(wù)成果】全球金融服務(wù)巨頭美國運通（American Express），正通過戰(zhàn)略性地部署AI（人工智能）技術(shù)，來提升其核心的客戶服務(wù)體驗。其轉(zhuǎn)型舉措并非空談概念，而是聚焦于兩個具體的、已產(chǎn)生實際業(yè)務(wù)成果的項目。其一，是利用機器學(xué)習(xí)（ML）大規(guī)模分析客服通話，以量化地測量客戶情緒和同理心，從而為近1.3萬名客服專員提供精準的反饋，并成功提升了公司的凈推薦值（NPS）。其二，是為旗下5000名旅行顧問，配備了名為“旅行顧問輔助”的生成式AI工具，該工具能實時幫助顧問創(chuàng)建行程、搜索優(yōu)惠并提供個性化推薦，極大地縮短了客戶等待時間，并直接促進了旅行預(yù)訂量的增長。
【成功秘訣之一：以人為本，贏得員工認同】美國運通深知，技術(shù)轉(zhuǎn)型的成敗，最終取決于使用它的人。因此，公司采取了深刻的“以人為本”的策略來確保員工的認同和參與。他們并非簡單地將新技術(shù)強加于員工，而是奉行“帶領(lǐng)人們一同踏上旅程”的哲學(xué)。具體措施包括：在項目初期就舉辦員工焦點小組，鼓勵員工在安全的“沙盒”環(huán)境中進行實驗，并建立了一個內(nèi)部“IT測試廚房”，用于孵化來自員工的近百個AI構(gòu)想。同時，公司堅持對所有AI的自動化操作或建議，都保留人工監(jiān)督環(huán)節(jié)，以確保服務(wù)的質(zhì)量與責任。
【成功秘訣之二：技術(shù)靈活，避免供應(yīng)商鎖定】在技術(shù)架構(gòu)層面，美國運通的CIO展現(xiàn)了深刻的遠見。為應(yīng)對AI模型技術(shù)日新月異、各家廠商能力此消彼長的現(xiàn)狀，其AI戰(zhàn)略的核心是避免被單一供應(yīng)商鎖定。為此，他們構(gòu)建了一個靈活的、支持多LLM（大語言模型）的技術(shù)基礎(chǔ)。該基礎(chǔ)由兩部分構(gòu)成：一個提供標準化代碼和框架的“賦能層”，以及一個能夠連接各種不同模型的“編排層”。這種可插拔的架構(gòu)，使得團隊能夠根據(jù)業(yè)務(wù)需求或模型性能的變化，隨時“替換”底層的LLM，從而確保了長期的技術(shù)靈活性和戰(zhàn)略自主權(quán)。這一系列舉措證明，成功的企業(yè)AI應(yīng)用，需要文化認同與架構(gòu)遠見的緊密結(jié)合。
美國運通成功部署AI提升客戶體驗，秘訣在于兩大支柱：文化上，通過讓員工深度參與和實驗來獲得認同；技術(shù)上，構(gòu)建一個可插拔、支持多LLM（大語言模型）的靈活編排層，以避免供應(yīng)商鎖定。此舉成功賦能旅行顧問，并提升了客戶情緒感知的精準度。
在AI的賽道上，美國運通的制勝法寶是：為員工打造“方向盤”（賦能與信任），為技術(shù)打造“可更換的引擎”（多LLM架構(gòu)）。
書籍名稱：The AI-Powered Enterprise: Harnessing the Power of Ontologies and Knowledge Graphs(中譯：《AI驅(qū)動的企業(yè)：駕馭本體與知識圖譜的力量》)
作者：Seth Earley
推薦理由：美國運通的AI應(yīng)用，特別是旅行顧問輔助，需要整合和理解大量分散的知識。這本書深刻地闡述了如何通過構(gòu)建知識圖譜和本體論，來為AI提供其所需的上下文和結(jié)構(gòu)化知識，從而實現(xiàn)更精準、更個性化的推薦，這對于任何希望超越簡單聊天機器人、構(gòu)建真正智能應(yīng)用的CIO來說至關(guān)重要。
研究報告/文章：CIO's Guide to Large Language Models (LLMs)(中譯：CIO的大語言模型（LLM）指南)
發(fā)布機構(gòu)：Gartner (高德納)
推薦理由：本文的核心技術(shù)挑戰(zhàn)之一是管理和編排多個LLM以避免供應(yīng)商鎖定。Gartner的這份報告為CIO提供了關(guān)于LLM市場的全面概述，包括不同模型的優(yōu)缺點、關(guān)鍵的治理問題以及如何制定一個靈活的、多模型的技術(shù)戰(zhàn)略，與文中美國運通的“編排層”理念高度相關(guān)。
有效鏈接：(Gartner報告通常需要訂閱，但其核心洞察可通過相關(guān)博客或新聞稿獲取) 例如，Gartner關(guān)于GenAI的公開資源頁面：https://www.gartner.com/en/topics/generative-ai
書籍名稱：Leading Digital: Turning Technology into Business Transformation(中譯：《引領(lǐng)數(shù)字化：將技術(shù)轉(zhuǎn)化為商業(yè)轉(zhuǎn)型》)
作者：George Westerman, Didier Bonnet, and Andrew McAfee
推薦理由：本文的成功案例，是技術(shù)與業(yè)務(wù)深度融合的典范。這本書由麻省理工學(xué)院（MIT）的專家撰寫，通過對全球數(shù)百家公司的研究，揭示了“數(shù)字大師”們是如何通過將數(shù)字能力與領(lǐng)導(dǎo)能力相結(jié)合，來推動真正的商業(yè)轉(zhuǎn)型。它為CIO如何像美國運通一樣，將技術(shù)項目轉(zhuǎn)化為可衡量的業(yè)務(wù)成果（如提升NPS、增加預(yù)訂量），提供了強大的戰(zhàn)略框架。
《AI驅(qū)動的企業(yè)：釋放本體與知識圖譜的力量》（The AI-Powered Enterprise: Harnessing the Power of Ontologies and Knowledge Graphs）是一本旨在幫助企業(yè)領(lǐng)導(dǎo)者和技術(shù)實踐者理解并利用人工智能（AI）核心驅(qū)動力的商業(yè)策略書籍。本書的核心論點是，若要成功實施并發(fā)揮人工智能的真正潛力，企業(yè)必須首先構(gòu)建一個堅實的數(shù)據(jù)基礎(chǔ)，而這一基礎(chǔ)的關(guān)鍵就是本體（Ontology）。
書中指出，許多企業(yè)在投入巨資于人工智能項目（如聊天機器人、個性化推薦系統(tǒng)等）后，效果卻不盡如人意。作者塞斯·厄爾利（Seth Earley）認為，根本原因在于AI系統(tǒng)缺乏對企業(yè)業(yè)務(wù)“靈魂”的理解。數(shù)據(jù)雖然海量，但如果雜亂無章、缺乏關(guān)聯(lián)和上下文，AI就無法有效利用這些數(shù)據(jù)進行推理和決策。
本書提出的解決方案是本體。本體是一個正式的、明確的規(guī)范，用于描述一個領(lǐng)域內(nèi)的概念、屬性以及它們之間的關(guān)系。簡單來說，它就像是為企業(yè)所有關(guān)鍵信息（包括產(chǎn)品、客戶、流程、知識等）創(chuàng)建的一幅“數(shù)字地圖”或“業(yè)務(wù)藍圖”。通過構(gòu)建本體，企業(yè)可以：
統(tǒng)一數(shù)據(jù)語言：打破數(shù)據(jù)孤島，讓不同系統(tǒng)中的數(shù)據(jù)能夠相互理解和關(guān)聯(lián)。
賦予數(shù)據(jù)上下文：讓AI不僅知道“什么”是數(shù)據(jù)，更理解數(shù)據(jù)“意味著什么”。
實現(xiàn)智能推理：基于預(yù)先定義的關(guān)系，AI可以推斷出新的信息和知識，從而做出更智能的判斷。
當本體被實例化并填充數(shù)據(jù)后，就形成了知識圖譜（Knowledge Graph），它以圖形化的方式展示了企業(yè)內(nèi)部的實體及其相互關(guān)系，為AI應(yīng)用提供了強大的動力。
本書深入淺出地探討了以下幾個關(guān)鍵方面：
AI的現(xiàn)實與挑戰(zhàn)：分析了當前企業(yè)在應(yīng)用AI時普遍遇到的困難，點明了問題的癥結(jié)所在——缺乏結(jié)構(gòu)化和富有上下文的數(shù)據(jù)。
本體的核心作用：詳細解釋了什么是本體，為什么它是成功實施AI的“秘密武器”。書中通過豐富的案例，展示了本體如何幫助企業(yè)優(yōu)化客戶體驗、改進業(yè)務(wù)運營和加速產(chǎn)品開發(fā)。
構(gòu)建與應(yīng)用本體的實踐方法：本書不僅僅停留在理論層面，更提供了一套切實可行的方法論，指導(dǎo)企業(yè)如何從零開始規(guī)劃、設(shè)計和部署自己的本體和知識圖譜。這包括如何定義業(yè)務(wù)目標、如何進行知識建模以及如何將其實施于具體的技術(shù)架構(gòu)中。
面向未來的企業(yè)架構(gòu)：作者強調(diào)，為了在AI時代保持競爭力，企業(yè)需要進行思維模式的轉(zhuǎn)變，將數(shù)據(jù)視為核心戰(zhàn)略資產(chǎn)，并構(gòu)建一個以本體為基礎(chǔ)的、靈活且可擴展的信息架構(gòu)。
本書適合于廣泛的讀者群體，包括：
企業(yè)高管與決策者：希望了解AI如何真正為業(yè)務(wù)創(chuàng)造價值，并尋求有效落地策略的領(lǐng)導(dǎo)者。
技術(shù)負責人與架構(gòu)師：負責設(shè)計和實施企業(yè)數(shù)據(jù)與AI戰(zhàn)略的技術(shù)專家。
產(chǎn)品經(jīng)理與業(yè)務(wù)分析師：希望利用AI提升產(chǎn)品智能化水平和優(yōu)化業(yè)務(wù)流程的專業(yè)人士。
對人工智能、知識管理和數(shù)據(jù)科學(xué)感興趣的任何人。
總而言之，《AI驅(qū)動的企業(yè)》是一本極具前瞻性和實踐指導(dǎo)意義的著作，它揭示了在AI浪潮下，企業(yè)要想立于不敗之地，就必須回歸根本，精心打造能夠驅(qū)動智能應(yīng)用的核心知識基礎(chǔ)——本體與知識圖譜。
