详细内容或原文请订阅后点击阅览
Jeff Fettes — 为什么大多数 CX AI 试点都大规模失败
执行摘要。 Jeff Fettes 认为，客户体验 AI 的真正挑战不是构建更智能的模型，而是为 AI 代理可以执行的操作定义明确的操作边界。客户体验运营正在成为企业人工智能的试验场。然而，当试点项目遇到现实世界的复杂性时，许多举措就会停滞不前 [...]
来源:AI Time Journal执行摘要。Jeff Fettes 认为，客户体验 AI 的真正挑战不是构建更智能的模型，而是为允许 AI 代理执行的操作定义明确的操作边界。
客户体验运营正在成为企业人工智能的试验场。然而，当试点项目满足现实世界运营的复杂性时，许多举措就会陷入停滞。在本次对话中，Laivly 首席执行官 Jeff Fettes 凭借数十年运营大型联络中心的经验来解释为什么 CX AI 的下一阶段将更少依赖于模型功能，而更多地依赖于操作清晰度。他讨论了为人工智能代理定义明确边界的重要性、大规模自动化的经济性，以及为什么企业必须将人工智能视为一种持续监督的操作系统，而不是一次性部署。
AITJ：Jeff，您说过 CX AI 的真正竞争优势不是来自模型质量，而是来自对代理可以做什么的明确性。大型企业内部的运营清晰度实际上是什么样的？
操作清晰度始于对我们希望人工智能做什么以及我们希望人们做什么的非常清晰的定义。许多失败的部署源于复杂性和缺乏对边缘情况的所有权。在客户体验环境中，人们通常缺乏对联络中心实际运作方式的了解。
我们向客户推荐的是一份书面文件，我们称之为代理章程。在该章程中，我们非常仔细地定义了人工智能代理可以做什么以及不应该做什么。
重要的是，这些决定并不是纯粹根据技术上的可能性做出的。现在的技术非常强大，您可以从技术上构建几乎任何东西。更相关的问题是你是否应该这样做。
因此，我们与客户合作回答以下问题：这是否符合您的品牌文化？顾客是否希望得到这样的服务？他们会接受吗？
飞行员失败的另一个原因是简单的数学。
人工智能不是这样工作的。