評估及定義生成式 AI 的業務用途

這份文件將說明如何按照優先考量業務價值的決策方法，定義 AI 業務用途。

生成式 AI 和傳統 AI 解決方案都是強大的工具，但應一律用來輔助您達成業務目標，不可單獨使用。如要建立成功的生成式 AI 或傳統 AI 解決方案，建議先確定您想解決的特定可評估業務目標或需求，然後從您想要的業務成果 (例如提高員工效率或提升顧客滿意度) 開始回推，確保解決方案可直接協助達成業務目標。

如要定義優先考量業務價值的生成式 AI 或傳統 AI 用途，請使用下列簡化決策程序：

  1. 業務目標和成效標準：找出可評估的業務目標。
    • 著重於要達成的業務目標和價值，例如提高工作效率、降低成本、提升客戶體驗和競爭優勢。
    • 說明企業打算如何評估指定目標的成效。投資報酬率 (ROI) 是評估 AI 專案成效的主要指標之一，您可以透過下列幾項指標評估投資報酬率：
      • 直接財務收益：增加收益或降低成本。
      • 作業效率：縮短上市時間或更快解決問題。
      • 客戶體驗：提高滿意度分數或客戶回訪率。
    • 找出任何潛在的業務限制和考量，例如確保安全性與隱私權方面符合特定產業法規遵循或國家/地區法規要求。

  2. AI/機器學習類型：判斷 AI/機器學習是否適合解決業務問題或達成指定目標。

    判斷要達成指定業務目標，是否需要生成式 AI 或其他類型的 AI，還是無須使用 AI。詳情請參閱「界定機器學習問題」一文中的「找出所需輸出內容」一節。

  3. 使用者體驗期望：找出用途的目標使用者，以及他們與生成式 AI 或傳統 AI 輔助應用程式/服務的互動方式。請考量使用者的期望或偏好。

  4. 優先考量業務且以使用者為中心的 AI 解決方案：結合最佳生成式 AI 或傳統 AI 技術用途，與可評估的業務需求、組織的優先執行事項和使用者期望。請考量下列事項：

    • 企業如何運用生成式 AI 或傳統 AI 提高工作效率，以更快的速度、更簡要的作業方法或更少的工作量 (並可能節省成本) 提升成效。
    • 企業如何運用生成式 AI 或傳統 AI，提升客戶體驗或產品體驗。
    • 如何運用生成式 AI 或傳統 AI 以創新方式創造業務價值：
      • 分析現有的業務產品和功能，找出可運用生成式 AI 或傳統 AI 的部分，藉此改進現有解決方案、提升創意或探索新可能性。
      • 瞭解如何運用 AI 進行創新，讓貴商家脫穎而出。生成式 AI 有助於創造差異化的功能和價值，不僅能協助您解決當下的業務痛點，還能瞭解如何推廣現有產品。
      • 優先使用技術提升業務能力，配合組織的優先目標。

  5. 業務流程變更：找出企業必須配合生成式 AI 或傳統 AI 用途，對現有程序或工作流程進行的變更。

    請考量 AI 解決方案會如何改變員工或客戶與公司系統和工作流程的互動方式，例如透過行動應用程式或客戶服務聊天機器人。這些互動可能需要變更或重新設計後端程序，才能運用工作流程自動化等 AI 功能，協助企業善用 AI 的優勢。

生成式 AI 業務用途範例

以下各節提供簡化範例，說明如何找出可評估的業務需求和期望，並結合影響力十足的生成式 AI 業務用途。

業務問題描述

在本範例中，大量重複查詢、手動管理支援單，以及不斷透過支援電子郵件溝通，為客戶服務團隊帶來沉重負擔。這種情況會耗盡資源、增加代理的工作時數，同時增加處理問題的所需時間，導致客戶的滿意度和回訪率下降。

可評估業務價值並進行最佳化的潛在領域

以下範例說明由生成式 AI 功能驅動的技術解決方案 (聊天機器人)，解決上述業務挑戰後，可能實現的可評估業務價值。根據商業模式和優先事項，企業可能會考慮部分或所有可評估的目標。

  • 提升客戶服務效率：降低支援成本並簡化代理的工作流程。可評估的成效標準包括：
    • 在指定期間 (例如每季) 內，客戶服務營運成本的降幅百分比。
    • 聊天機器人處理的客戶諮詢量增幅百分比。
    • 代理處理重複性工作的平均減少時數。
  • 提升支援單的處理效率：加快解決問題的速度，並提高聊天機器人直接解決問題的比例。可評估的成效標準包括：
    • 聊天機器人處理客戶諮詢時，平均減少的解決問題時間。
    • 不須人為介入即可解決的支援單百分比。
    • 由於較複雜而必須轉交給技術支援團隊的支援單數量降幅百分比。
    • 首次聯絡解決率提高 (問題在單次互動中解決)。
    • 聊天機器人處理及解決的客戶諮詢量增幅百分比。
  • 提升客戶體驗：提供全天候的即時回應和個人化支援服務，提高顧客滿意度。可評估的成效標準包括：
    • 與採用聊天機器人相關的問卷調查中，顧客滿意度 (CSAT) 的增幅。
    • 縮短首次互動客戶的平均等待時間。
    • 單次互動解決的問題數量增加。
    • 在聊天機器人對話和意見回饋問卷調查中，偵測到正面情緒的百分比。
    • 提高客戶回訪率。
  • 支持業務營運成長：處理客戶需求增加的情況，同時避免成本線性增加，或客戶首次互動的等待時間變長。可評估的成效標準包括：
    • 能夠處理指定百分比的支援要求量增加，無須人工介入。
    • 在高需求量期間，維持一致的 CSAT 分數和解決時間。
    • 確保首次互動的客戶等待時間一致。

生成式 AI 輔助解決方案

對話式聊天機器人：這類聊天機器人或虛擬代理採用生成式 AI 技術，可大幅提升個人化程度，並進行類似真人的自然對話。這是因為生成式 AI 能夠理解語言中的複雜情境、情緒和關係。這項功能可讓互動更自然、詢問相關問題，並提供量身打造的建議，進而提升使用者體驗。

生成式 AI 功能也可幫助組織提高工作效率。相較之下，傳統的規則型聊天機器人通常只能處理預先定義的關鍵字和意圖模式。因此，隨著對話模式演變或出現新問題，規則型聊天機器人需要花費額外心力，才能更新和修正規則，以及訓練意圖。與傳統的規則型聊天機器人相比，生成式 AI 聊天機器人在此用途有以下優勢：

  • 採用生成式 AI 的聊天機器人回覆內容不限於常見問題 (FAQ)。聊天機器人可從不同來源 (例如客服案件歷來資料、網站、產品文件、庫存、電子郵件，以及舊的對話記錄和解決方案) 的大型資料集中尋找答案。此外，還能理解對話式查詢，並彙整複雜資訊。
  • 生成式 AI 虛擬代理會統整所有資料來源的資訊，進而根據您提供的資料，以及符合您業務期望的內容，提供具體、合理且可行的回覆。
  • 生成式 AI 會解讀支援單中的複雜語言和細微差異，可全面瞭解客戶問題的脈絡。傳統 AI 聊天機器人則主要著重於特定關鍵字。
  • 生成式 AI 聊天機器人可讓客戶透過偏好的方式 (文字、語音、圖片) 表達意見，同時運用所有輸入內容來提升問題解決成效。舉例來說，客戶可以在即時通訊對話中提供損壞產品的相片，生成式 AI 就能結合客戶的描述和相片，進一步提升診斷和疑難排解的準確度。

案件管理和生成洞察的工作流程：採用生成式 AI 的聊天機器人可自動從每次互動生成支援單。這款聊天機器人會運用生成式 AI 功能，瞭解問題的緊急程度、情緒分析和複雜程度，這些功能可確保系統有效率地安排支援單處理優先順序。聊天機器人可透過下列方式與支援單處理系統互動：

  • 生成式 AI 聊天機器人會直接與支援單處理系統介面互動，建立支援單並填入必要資訊，例如：
    • 客戶詳細資料
    • 技術問題分類和優先順序
    • 對話的完整轉錄稿，可提供背景資訊
    • 核心問題摘要
  • 如果遇到新的複雜問題，聊天機器人可以將支援單指派給正確的團隊，並提供相關背景資訊，例如問題摘要和對話內容。

後續步驟