評估及定義生成式 AI 的業務用途

這份文件將說明如何採用以業務價值為導向的決策方法，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，但應一律輔助您達成業務目標，不應獨立存在。如要建立成功的生成式 AI 或傳統 AI 解決方案，請先明確找出要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，確保解決方案直接有助於達成業務目標。

如要定義以業務價值為重點的生成式 AI 或傳統 AI 用途，請使用下列簡化決策程序：

  1. 業務目標和成功標準：找出可評估的業務目標。
    • 著重於要達成的業務目標和價值，例如提高效率和生產力、降低成本、提升顧客體驗和競爭優勢。
    • 請說明企業打算如何評估所列目標和目的的成效。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：收益增加或成本降低。
      • 作業效率：加快上市時間或更快解決問題。
      • 顧客體驗：提高滿意度分數或改善留存率。
    • 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已確定的目標。

    判斷要達成所列業務目標，是否需要生成式 AI 或其他類型的 AI，還是不需要 AI 也能達成。詳情請參閱「界定 ML 問題」一文中的「找出所需輸出內容」。

  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. 以業務為導向且以使用者為中心的 AI 解決方案：將最佳生成式 AI 或傳統 AI 技術用途，與可衡量的業務需求、機構的執行優先事項和使用者期望連結。請考量下列事項：

    • 企業如何運用生成式 AI 或傳統 AI 提升效率和生產力，以更快的速度達成更多成果，同時減少作業複雜度或工作量 (並可能節省成本)。
    • 企業如何運用生成式 AI 或傳統 AI，提升顧客或產品體驗。
    • 如何運用生成式 AI 或傳統 AI 創新地創造商業價值：
      • 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 改善現有解決方案、提升創意或探索新可能性的領域。
      • 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，協助您解決當下的業務痛點，並探索如何提升現有產品。
      • 優先使用技術來提升業務能力，以配合機構的優先目標。

  5. 業務流程變更：找出企業必須對現有流程或工作流程進行的變更，以配合生成式 AI 或傳統 AI 應用實例。

    請考量 AI 解決方案會如何改變員工或顧客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，協助企業實現 AI 的優勢。

生成式 AI 商業用途範例

以下各節提供簡化範例，說明如何找出可衡量的業務需求和期望，並將其與影響力十足的生成式 AI 業務用途連結。

業務問題陳述

在這種情況下，客戶服務團隊會因大量重複查詢、手動管理服務單，以及不斷透過支援電子郵件溝通而負擔過重。超載會耗用資源、增加服務專員的工作時數，並延長解決時間，導致顧客滿意度和留存率下降。

可評估業務價值並進行最佳化的潛在領域

以下是使用以生成式 AI 技術為基礎的技術解決方案 (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，商家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服務專員的工作流程。可衡量的成功標準包括：
    • 在指定期間 (例如每季) 內，客戶服務營運成本的降幅百分比。
    • 聊天機器人處理的顧客查詢量增幅百分比。
    • 虛擬服務專員處理重複性工作時數的平均減少量。
  • 提升支援單解決效率：加快解決速度，並提高直接由聊天機器人解決問題的百分比。可衡量的成功標準包括：
    • 聊天機器人處理的查詢，解決時間平均縮短多少。
    • 未經人為介入即解決的支援單百分比。
    • 因複雜度而必須轉交給技術支援團隊的支援單數量減少百分比。
    • 首次聯絡解決率提升 (單次互動解決問題)。
    • 聊天機器人處理及解決的客戶查詢量百分比增幅。
  • 提升顧客體驗：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。可衡量的成功標準包括：
    • 與聊天機器人使用情況相關的問卷調查中，顧客滿意度 (CSAT) 分數有所提升。
    • 縮短初始互動的平均顧客等待時間。
    • 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。
    • 提高顧客留存率。
  • 支援業務營運成長：處理顧客需求增加的情況，同時避免成本線性增加，或顧客首次互動的等待時間變長。可衡量的成功標準包括：
    • 能夠處理支援要求量增加的特定百分比，無需人工介入。
    • 在高需求量期間，維持一致的 CSAT 分數和解決時間。
    • 確保初始互動的顧客等待時間一致。

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服務專員採用生成式 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 功能也有助於機構提高工作效率和生產力。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，以規則為基礎的聊天機器人需要額外的作業工作，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 聊天機器人可提供以下優點：

  • 生成式 AI 輔助的聊天機器人回覆不限於常見問題 (FAQ)。聊天機器人可從不同來源 (例如支援案件的歷史資料、網站、產品文件、庫存、電子郵件，以及已解決的舊有對話) 的大型資料集中尋找答案。還能理解對話式查詢，並彙整複雜資訊。
  • 生成式 AI 虛擬服務專員會統整所有資料來源的資訊，這項統整功能可讓他們根據您提供的資料，以及符合您業務期望的內容，提供具體、有理且可行的回覆。
  • 生成式 AI 會解讀工單中的複雜語言和細微差異。可全面瞭解顧客問題的脈絡，傳統 AI 聊天機器人則主要著重於特定關鍵字。
  • 生成式 AI 聊天機器人可讓顧客彈性選擇偏好的方式 (文字、語音、圖片) 表達意見，同時運用所有輸入內容提升問題解決成效。舉例來說，顧客可以在即時通訊對話中分享損壞產品的照片，生成式 AI 就能結合顧客的描述和照片，進一步提升診斷和疑難排解的準確度。

案件管理和洞察生成工作流程：透過生成式 AI 技術輔助的聊天機器人，可從每次互動自動生成案件單。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排定票證優先順序。聊天機器人可透過下列方式與票務系統互動：

  • 生成式 AI 聊天機器人可直接與支援服務單系統介接，建立支援服務單並填入必要資訊，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，可做為情境資訊
    • 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