[00:04:11] AI.me 用例库中有大量非常强大的用例。它们是由我们 Blue Cross Blue Shield 公司的一些最优秀和最聪明的人才创建的,旨在真正关注那些临床咨询如何改善健康、帮助管理病情、缩小护理差距。这些只是其中的几个例子。但是,当我们思考 Blue 计划如何推出那些非常丰富的会员宣传计划时,想到能够快速开始使用这组强大的、预先配置的用例,真的非常令人兴奋。因此,我认为我们正在合作的 Blue Cross Blue Shield 家庭将能够通过 AI.me 帮助他们的社区。
特别受害者律师 (SVC) / 家庭暴力受害者代理计划如果您或您认识的人是性侵犯或家庭暴力的受害者,并希望与律师交谈,请致电:254-702-2187
摘要 网络安全领导者尚未充分发展,无法指导采用自动化和人工智能设计的优质客户服务 (QCS) 工作流程的重新设计,这些工作流程通过客户的看法与人相互关联。实现流程重新设计应该是一个团队的努力,由经验丰富的领导和利益相关者通过后续流程指导成功的设计。领导者必须塑造令人信服且直接的需求,以学习和教授员工和聊天框不可或缺的客户服务技能,在与恼怒的客户或困难情况沟通时表现出耐心、自律、灵活性和足智多谋。无论分析、设计、开发和实施困难是网络安全知识、技能和能力的真空,还是预算和资源限制的匮乏,创建全面的 QSC 工作流程和培训都需要时间和目的。这些知识必须主动构建,而不是被动构建。QSC 重新设计体现了从被动行为到主动准备明确定义的意图、活动和目标集合的转变,这些意图、活动和目标描述了组织将如何通过产品和服务进行竞争。本文将使那些专注于成功更新和实施 QCS 行动和工作流程的受访者、指导直接客户服务计划的从业者、企业治理战略家、QCS 和机器学习培训师以及想要了解更多有关网络安全领域的 QCS 的学习者受益。
客户在旅程中会与许多不同的渠道和接触点进行互动;这可能包括客户门户、公共网站、应用程序等。这些互动不能孤立,而是必须在每个渠道上提供一致的信息,以便为客户提供统一的体验。例如,如果公司政策更新,则可能需要在网站、即时通讯机器人、实时聊天脚本、社交媒体渠道、呼叫中心脚本和其他可用接触点上进行更新;高效而成功地做到这一点将被证明是一种强大的竞争优势。
战略道路用户调查 (SRUS) 由 Transport Focus(英国独立的交通用户监督机构)开发,以便我们有效地衡量客户的体验。这是我们衡量道路用户满意度的关键绩效指标。然而,我们的客户服务抱负远远超出了实现我们的 SRUS 目标。Transport Focus 研究和我们自己的客户洞察和行为科学团队帮助我们了解客户的感受,因此我们可以专注于带来最大利益的客户优先事项。
摘要 目标:本文旨在展示人们如何看待在经济 4.0 和社会 5.0 精神下以改变游戏规则的人工智能 (AI) 解决方案形式实施的新技术对物流客户服务的未来影响。 研究设计与方法:研究过程采用基于混合研究方法的规律性方法。定性方法包括对专著、出版物、报告和网络图表来源的研究。我们使用了基于术语共现的批判性内容分析技术。反过来,我们基于诊断调查方法和计算机辅助网络访谈 (CAWI) 技术采用定量方法。样本量为 233。为了进一步分析,我们使用了社会科学统计软件包 (SPSS)。 结果:研究表明,物流客户服务已经使用不同形式的基于 AI 的解决方案(如聊天机器人、语音机器人和语音助手)。甚至客户也对这些解决方案的效率、能力和服务质量等给予了积极的评价。此外,客户也了解基于人工智能的解决方案,并知道未来它们的使用会更加广泛,因为它将改变物流客户服务的竞争力。启示与建议:进行的研究表明,需要在交易流程技术化的背景下不断提高最后一英里物流服务用户的数字能力。不同业务领域将广泛使用基于人工智能的解决方案,因为需要开发有助于人机通信的系统。这项技术应该构建为对人安全且易于使用;无论是对用户还是客户而言。由于这些过程,我们更需要教育人们了解基于人工智能的解决方案,以提高认识并改善未来的结果。贡献与增值:本文的主要优势在于通过传播人工智能领域的解决方案来确定物流客户服务领域的新可能性,这可能成为企业未来管理最后一英里场景的有用工具。文章类型:研究文章关键词:人工智能;自动化;物流;物流客户服务;工业 4.0 JEL 代码:M150 收到日期:2023 年 5 月 9 日修订日期:2023 年 9 月 9 日接受日期:2023 年 9 月 19 日
本论文可以被复制、分发、展示、传播或改编用于任何目的,甚至商业用途,但必须以清晰明确的方式提供报纸名称、版本、论文最初出版的年份和页码,但不要求 RAM 对该论文进行认可。在重复使用或分发给第三方的情况下,应明确说明此许可条款。本文可被复制、分发、展示、传播或改编用于任何目的,甚至商业目的,只要清楚明确地注明本文最初出版的期刊名称、版本、年份和页码,但不代表 RAM 认可本文的重复使用。在重复使用或分发给第三方的情况下,必须明确说明此许可条款。
摘要 本篇评论文章探讨了人工智能聊天机器人在提高客户服务效率方面的应用,并探讨了自动化支持的未来机遇。主要目标是综合现有关于聊天机器人在客户服务中的实施、优势和挑战的研究。该评论从方法论上分析了学术文章、行业报告和案例研究,以全面了解该领域的现状和潜在进步。文献中的关键发现表明,人工智能聊天机器人有效地减少了响应时间和运营成本,同时提高了客户满意度。研究表明,聊天机器人可以处理多达 70% 的常规客户查询,使人工代理能够专注于更复杂的问题,从而提高整体效率。此外,自然语言处理 (NLP) 和机器学习的进步显著提高了聊天机器人理解和准确响应客户查询的能力。尽管这些
摘要 目的——本研究调查了人工智能 (AI) 对客户服务效率的贡献。本研究为流程管理中的服务技术创新做出了贡献,而这一领域在文献中尚未得到解决。 设计/方法/方法——人工智能是一个多学科的研究领域,它为组织产品和流程提供了技术活力。这项研究是在巴西一家商业银行的分析智能部门 (AIU) 进行的,该部门将人工智能与 IBM 的 Watson 系统集成在一起。该研究使用了数据内容分析,由 Atlas.ti 软件构建和支持。 发现——臭名昭著的人工智能认知成熟度发展在 2020 年实现了 1.81 亿次互动和 760 万次出勤,提高了服务效率,提高了敏捷性、可用性、可访问性、坚定性、可预测性和转运能力。聊天机器人服务减少了呼叫中心和关系中心的排队,使人工服务员能够执行更复杂的出勤。研究局限性/含义——本研究的主要局限性与研究范围及其边界有关,例如参与者及其活动领域的选择,以及分析单位的选择。 实际意义——结果表明,从 2019 年到 2020 年,通过虚拟助理进行的出勤率增加了 1,000% 以上,表明该银行在技术上已准备好应对 Covid-19 大流行的影响。 原创性/价值——根据创新的进化理论,作者得出结论,人工智能的技术扩展使客户服务效率和业务流程管理呈指数级增长。他们还得出结论,一旦 AIU 的创建策略允许在研发合作、认知计算和分析中集中、构建和协调人工智能项目,那么它就是成功的。 关键词 人工智能、聊天机器人、数字化转型、IBM Watson、服务效率、技术创新、虚拟助理 论文类型 研究论文