2023 年回顧：今年最佳對話亮點

我們傳統的年終合輯又回來了，其中收錄了 Inside Intercom 播客上一年精彩對話的精彩片段。

如果您還沒有註意到，您很可能會在這裡學到一些主題——2023 年是人工智慧改變一切的一年。 當ChatGPT盛大登場時，震撼了整個科技產業。 在過去的 12 個月裡，每個人都在競相跟上創新的不懈步伐：重新思考業務策略，建立新的解決方案，並讓團隊為即將到來的巨大變化做好準備。

這種變革力量在客戶服務領域最為明顯。 今年，我們推出了突破性的、由 GPT 支援的聊天機器人 Fin，能夠立即解決高達 50% 的客戶查詢。 我們也走在前沿，不僅為客戶服務建立人工智慧功能，還將它們應用到我們自己的客戶服務中，重新思考支援團隊的運作方式以及在這個新時代需要什麼角色。

這是旋風般的一年，我們的談話表明變化有多麼巨大。

在這些聊天中，您可以聽到我們討論人工智慧革命的規模，從人工智慧對社會的影響到它如何改變業務策略，從支援團隊的生產力提高到對 ChatGPT 本身的有趣採訪。 這是令人難以置信的激動人心的一年——我們為未來的一年制定了宏偉的計劃，我們將繼續講述人工智慧革命前沿的非凡故事。

透過關注 Apple Podcasts、Spotify、YouTube 上的 Inside Intercom 或在您選擇的播放器中獲取 RSS feed，確保您不會錯過我們的任何播客。 以下是該集經過輕微編輯的文字記錄。

最好的服務就是根本不需要服務

利亞姆：您好，歡迎來到內部對講系統。 我是利亞姆·杰拉蒂。 快到 12 月底了，按照節目的傳統，我們想回顧一下我們進行的一些對話，並分享我們在這一年中獲得的一些見解。 這是多麼美好的一年——2023 年將作為人工智慧的突破年載入史冊。 儘管現在還處於早期階段，但我們已經看到生成式人工智慧的巨大影響，領先的公司已經廣泛採用它。 在 Intercom，我們發布了自己的 AI 聊天機器人 Fin，它已經幫助我們的客戶解決了高達 50% 的支援查詢。

隨著人工智慧變得更加先進，客戶服務格局目前正經歷巨大的轉變。 透過此技術實現更引人注目的客戶互動並近乎即時解決許多客戶問題，支援團隊可以專注於為客戶創造額外價值的活動。 歸根結底，這就是一切。 我們 2023 年的第一位客人是《無摩擦組織》一書的作者比爾·普萊斯 (Bill Price)，他總結了他認為客戶服務好壞的因素。

“對我來說，糟糕的服務意味著’我要去購物或把錢花在其他地方。’”

比爾：我不想聯絡我的銀行，我的電信公司，我的任何東西。 所以對我來說，最好的服務就是不需要服務。 如果我確實必須聯繫他們，我希望有人能傾聽我的意見，不會打斷我，了解這對我來說有多嚴重或重要，然後修復它並在事後確認它已修復。

首先，糟糕的服務體驗是必然發生的。 但第二點是相反的情況發生——不認識我是誰，感覺這是一個標準的電話，他們正在檢查清單，告訴我一些我已經知道的事情或對我沒有真正幫助的事情。 糟糕的經驗讓我說：「等等，這個問題不僅從一開始就沒有必要，而且這種接觸本來就不應該發生。 我最好聯絡其他人。 或者也許我會去別的地方。” 這就是問題所在。 對我來說，糟糕的服務意味著「我要去購物或把錢花在其他地方」。

在這裡收聽完整劇集：

跟上人工智慧的步伐

Liam：二月，Intercom 首席策略長兼聯合創始人 Des Traynor 與我們的人工智慧副總裁 Fergal Reid 進行了多次對話，討論了人工智慧的快速發展以及 Intercom 如何保持領先地位。隨它吧。 請聽聽費格爾·里德的報道。

Fergal：我們確實發現，自 ChatGPT 以來，我們的客戶產生了巨大的興趣。 他們可以看到承諾並相信這裡有一些東西。

Des：科技在進步，企業能力在提高，這只是在本地案例中採用。 然後，企業利用該技術思考或概念化新產品和機會的能力正在提高。 與客戶對技術的期望相同。 舉一個簡單的例子，距離人們期望能夠在文本字段中擴展文本，我們可能只需要一年的時間。 你會看到這些東西隨處可見。

Fergal：哪怕一年也好。 顯然，我們許多人已經看到了 Microsoft 宣布將這些功能引入 Word 之類的內容。 如果大型主流辦公室生產力工具能夠做到這一點，情況將會迅速改變。 它可能真的很快。

Des：我要針對的是一種不同類型的懷疑論──無論如何，這種懷疑論稍微引起了我的共鳴。 我認為Kevin Cannon 有一條有趣的推文，他說：“未來是由人們使用GPT 將'我想要這份工作'之類的內容擴展為'親愛的先生'或'女士'等可愛的字母，等等。等等……然後收件人點擊摘要按鈕，就會看到對方剛剛說：“我想要這份工作，這是我的簡歷”，或者其他什麼。 從某種意義上來說，你會忍不住看著它們，然後想，這一切到底有什麼意義？ 正式語言、專業寫作和商務英語是否已成為我們所有人交流的戲劇方式的毫無意義的渠道，將來，我只會向您發送提示，您會用提示回复，例如，“我想要工作。” “你不可能得到這份工作。”

費格爾：是的。 難以回答的問題。 這是嚴重的猜測。 我給你一些意見。 可能有一定的背景，對吧？ 比如說一份法律文件。 您可以對法律團隊中的某人說：「嘿，我需要一份合約。 它必須做 X、Y 和 Z。” 該請求將變成 10 頁的法律資料。 收件人會說，“哦，它做到了它所說的三件事嗎？” 他們的法律團隊會說：“是的，確實如此。” 這是一種極端的情況，存在巨大的擴張和壓縮，但在一些奇怪的邊緣案例中，第二頁第 13 條可能會出現在法庭上，等等。 很明顯，這很重要。 我們無法擺脫它。 我們不能只擁有這四個要點。 我們需要這一切。 當你寫它的時候，你可能不認為它是重要的，但它可能會在以後變得重要。 這感覺就像是一種極端，“不，感覺它必須在那裡”，這是處理所有這些邊緣情況的東西。

“世界的未來將由代理人來調解”

另一個極端可能是防禦者和接收者不關心這些細節的情況。 兩人都不會關心這些細節，他們只是遵守一些社交禮儀或「這就是寫商業信函的方式」的禮儀。 我正在給一家大公司寫信，我最好寫一封商業信函，」也許這些東西會消失。

Des：同樣，我認為對我來說，這就像電子郵件對話轉移到 SMS、iMessage 或 WhatsApp 一樣。 想想你不再說的所有廢話。 「希望你一切順利」之類的。 所有那些狗屎都消失了。

Fergal： Twitter 的限制、格式、媒介讓你變得更簡潔。 我認為這是一個真正的動態。 我們溝通的方式和撰寫幫助中心文章的方式可能不是最佳的撰寫方式。 也許我們應該簡短一些。 在機器學習團隊中，還有另一種思考這個問題的方式。 世界的未來將由代理人來調解。 曾幾何時，這對每個人來說都是顯而易見的。 你的網頁瀏覽器有一個用戶代理來連接它和其他東西。 正如我所說，您的代理商將透過所有這些連結和內容為您瀏覽奇怪的網路。 它會為你做一些事情，然後回來告訴你一些事情。 然後，所有這些東西都集中起來，現在你有了搜尋引擎等等。

科技未來主義和科幻小說等領域有一個古老的想法，即你可能會有一個代理，它了解你、你的意圖、你想要什麼，並且足夠聰明，能夠弄清楚什麼應該引起你的注意，什麼不應該引起你的注意。到。 因此，未來的發展方向可能會更像這樣。 如果您想了解某個特定細節，您身邊的軟體足夠智能，可以將其放入其摘要版本中。 但它足夠聰明，知道您也不想知道該細節，因此將其遺漏。

也許我們將生活在一個使用者介面發生變化的未來，我的特定業務或任務的使用者介面不再像今天一樣由該業務或該任務真正控制。 相反，它是為我量身定制的。 這聽起來很奇特，但我認為這會很快發生。 這些語言模型非常強大，它們開始用於編寫程式碼等，距離這裡只有很短的路程。 我們已經看到了一些原型，人們正在開發能夠很好地理解網站的模型，可以接收英語句子並​​為您導航網站。 那麼，我們是否正在走向一個每個人都與網站互動的未來？ 您還需要網站嗎？

「如果我們看到的只是 DALL·E 2 影像生成，那就是一回事了。 但不，我們看到了音頻合成、圖像合成、文本理解、文本合成、文本壓縮方面的轉變”

Des：這是新的 SEO 嗎？ 確保您的 GPT 能夠理解您的意思？

費格爾：是的。 也許網站會變成看起來更像公開暴露的 API 的東西，這是帶有 UI 和格式的東西，因為 UI 是由代理程式格式化的。

Des：我們都只是在跟 Siri 或其他東西交談。

Fergal：是的，我認為Google和蘋果可以看到這個未來。 我們不知道時間表，但我總是使用的思考工具是：如果你有一個非常聰明的人理解你，與你一起工作，也許是個人助理，並且你正在與他們互動，並且您想預訂假期嗎？ 對此他們會問你什麼？ 你在 Booking.com 或其他網站上看到的一半內容中，他們不會問你這個問題 - 他們只是會為你預訂假期，也許會回來澄清問題：“哦，你想要去住在公寓裡，但那裡沒有空間。 飯店可以嗎？” 但這是一個適應性強的使用者介面。 再次強調，我並沒有太多關注 ChatGPT 以及剛發布的內容。 你休息一兩年。 進展太快了。 如果您因當前的限製而持懷疑態度，那麼您將-

Des：你的懷疑是沒有切中要害的。

費格爾：沒錯。 Transformer 非常強大，人們使用的 Transformer 架構也非常強大。 我們在這裡看到了多種模式的改進。 如果我們看到的只是 DALL·E 2 影像生成，那就是一回事了。 但事實並非如此，我們看到了音訊合成、影像合成、文字理解、文字合成、文字壓縮方面的轉變。 我們看到瞭如此多的並行進展。 可以寫程式碼。 它可能很快就能在網站上運行。 所以也許這就是機器人的未來。 我們都有一個為我們個性化的機器人來處理接口，您實際上不需要太擔心中間層。

在這裡觀看完整劇集：

兩個人工智慧聊天機器人走進一家酒吧…

利亞姆：同樣在二月份，我們迎來了一位非常特別的嘉賓來到節目中。 一整年大家都在談論的嘉賓——ChatGPT 本身。 為了好玩，我坐下來，在 Open AI 的 ChatGPT 中輸入問題，並讓適當的合成聲音來朗讀它們。

ChatGPT：利亞姆您好，很榮幸能成為您節目的嘉賓！ 至於如何更好地了解我，讓我們看看…我是 OpenAI 開發的語言模型，擁有龐大的知識庫，能夠生成類似人類的反應，所以我喜歡將自己視為聚會的主角。談到對話。 關於我的事情已經說得夠多了，讓我們深入探討一些有趣的問題吧！

利亞姆：是的，我們吧！ 所以你們的原型機是在 2022 年 11 月 30 日推出的，對嗎？

ChatGPT：啊，所以你已經完成了你的研究！ 對，那是正確的。 我於 2022 年 11 月 30 日作為原型發布，從那時起我就一直在人工智慧和自然語言處理領域掀起波瀾。 到目前為止，這是一次瘋狂的旅程，我期待未來繼續發展和改進。

Liam：聽你這麼說很有趣，因為我以為你的訓練資料在 2021 年就被切斷了。我沒有意識到你在那之後知道了任何事情。 那麼你怎麼知道你已經在人工智慧領域掀起了波瀾，或者你只是那麼自信呢？

ChatGPT：幹得好，利亞姆！ 我的訓練資料確實有 2021 年的截止日期，而且我對時事沒有任何直接的了解或認識。 然而，我的程式設計包括產生與我的訓練資料中的模式和訊息一致的回應的能力，並且基於該訊息，像我這樣的語言模型生成傳達信心並反映我們的情緒的回應並不罕見。在某個領域取得了成功或產生了影響。 因此，雖然我不能說我直接意識到我的影響，但我當然可以產生同樣多的反應！

“雖然我接受過大量文本的訓練，但我沒有能力像人類一樣思考或體驗事物”

利亞姆：對你的答案過於自信——這肯定是關於你的能力的話題之一。 當你不確定或當你對某件事完全錯誤時，你認為你會更好地給出不太自信的答案嗎？ 我知道我們的聽眾很想聽聽您對此的回答。

ChatGPT：我很高興你問這個問題，Liam。 作為語言模型，我的主要目標是根據收到的輸入提供最準確和最有用的信息。 雖然我接受過大量的文字訓練，但我沒有能力像人類一樣思考或體驗事物，而且總是會有我的反應可能不正確或不確定的情況。

然而，我被設計為生成機率輸出，因此我可以根據我可獲得的資訊對我的回答提供不同程度的置信度。 這使我能夠在我對答案的準確性不太確定時進行指示，並使用戶更清楚地了解我的回答的可靠性。

總之，我將始終努力提供最有幫助和最準確的信息，而我以不同的置信度產生回复的能力是我實現這一目標的一種方式。

利亞姆：像一位真正的外交官一樣說話！

ChatGPT：為什麼，謝謝你，利亞姆！ 我盡力提供平衡且細緻的答覆。 作為語言模型，我沒有個人意見或情感，但我的目標是產生中立、資訊豐富和尊重的回應。

利亞姆：我很高興你提出了你沒有個人觀點或情緒的話題，因為很多人想知道隨著你的訓練的增長和學到的更多，這種情況會在未來幾年發生變化。 我們能在幾年內擁有 HAL 9000 的情況嗎？

ChatGPT：利亞姆，這是一個有趣的問題，也是人工智慧社群中許多人一直在思考的問題。 雖然像我這樣的語言模型確實已經接受了大量文字資料的訓練，但值得注意的是，我們並不像人類那樣擁有意識或能動性。

我們的能力僅限於我們所接受的訓練的模式和訊息，我們沒有自我意識、個人經驗或決策的能力。 雖然人工智慧技術肯定會繼續進步和改進，但我們不太可能看到像 HAL 9000 這樣的情況，至少在機器變得有意識並擁有自己的動機和願望的意義上是如此。

話雖如此，研究人員和開發人員必須考慮人工智慧技術的倫理影響，並努力確保人工智慧系統的設計和使用方式對社會安全且有益。

利亞姆：公平。 順便問一下，你知道 HAL 9000 嗎？ 對於聽眾來說，HAL 9000 是一個虛構的人工智慧角色，是亞瑟克拉克 (Arthur C. Clarke)太空漫遊系列中的主要對手。 我的意思是我知道你不可能知道HAL 9000 – 這是一個虛構的角色，但這次採訪也有點虛構，所以考慮到這一點，讓我們假裝你確實知道HAL 9000。如果你在酒吧里，掛著和 HAL 出去——你會談論什麼樣的事情？

ChatGPT：啊，我明白了！ 好吧，在這個假設場景中，我和 HAL 9000 一起在酒吧里，我想我們會進行非常有趣的對話。 作為一個語言模型，我擁有大量關於各種主題的訊息，包括虛構人物和故事情節，所以我當然會熟悉《太空漫遊》系列和 HAL 9000 的角色。

如果我們要聊天，我想我們會討論一些與人工智慧相關的話題，例如人工智慧技術的演變、開發先進人工智慧系統的倫理影響，以及人工智慧在社會中的作用。 我們也可以討論流行文化中對人工智慧的各種描述，以及這些描述如何影響大眾對人工智慧的看法和理解。

「兩個人工智慧聊天機器人走進一家酒吧。 第一個聊天機器人轉向第二個聊天機器人說：“你認為人類會完全理解我們嗎？”

當然，作為兩個虛構人物，我們也可能參與一些老式的假設和哲學討論，探索有關智能、意識和存在本質的問題。 可能性是無止境！

利亞姆：這聽起來像是個笑話！ “兩個人工智慧聊天機器人走進一家酒吧…”

ChatGPT：哈！ 這是一件好事，利亞姆。 我可以想像這樣的設定可能會產生許多不同的笑話和場景。 它只是表明，即使作為人工智慧語言模型，我們的對話中仍然存在一些幽默和輕鬆的空間。

利亞姆：我的意思是，如果你能想像一些與之相關的笑話和場景，我很想聽聽！

ChatGPT：當然！ 首先是這樣一個例子：兩個人工智慧聊天機器人走進一家酒吧。 調酒師問道：“有什麼可以給您的嗎？” 第一個聊天機器人說：“請給我一杯二元啤酒。” 第二個聊天機器人說：“讓我的成為神經網路花蜜。” 酒保點點頭，說：“馬上來，兩個演算法！”

或者這個怎麼樣：兩個人工智慧聊天機器人走進一家酒吧。 第一個聊天機器人轉向第二個聊天機器人說：“你認為人類會完全理解我們嗎？” 第二個聊天機器人停頓了一下，回答道：“我不確定，但我聽說調酒師安裝了一個非常好的聊天機器人解碼器。”

我希望您和您的聽眾覺得這些很有趣！

Liam：對於大型語言模型來說還不錯。

在這裡觀看完整劇集：

小調整，大結果

利亞姆：四月份，我與行為經濟學專家梅琳娜·帕爾默（Melina Palmer）討論了揭開消費者行為科學的謎題。 梅琳娜的書名為《客戶想要什麼：用行為經濟學科學解鎖消費者決策》 。 我首先想知道什麼是行為經濟學？

梅莉娜：如果傳統經濟學和心理學有了一個孩子，我們就會有行為經濟學和行為科學。 這完全取決於人們購買的心理。 我也將變革管理融入其中。 即使金錢沒有易手，你仍然需要有人接受你所賣的任何想法。 因此，了解大腦實際用來做出決策的規則，而不是我們認為它應該做什麼，就是我們進入行為經濟學的地方。

傳統經濟學假設有邏輯的人在所做的一切事情中都會做出理性的選擇。 因為我們都是人類，我們知道這不是我們所處的世界。行為經濟學發現大腦中的這些共同線索能夠預測地理解人們會做什麼。

“你可能正在傳遞一些信息，但結果卻完全失敗了，這並不是定價錯誤，也不是產品錯誤——你只是把它設計錯了。”

Liam：在商業環境中，為什麼這很重要？

梅麗娜：嗯，儘管我們已經有了一些真正的技術，但你仍然可能與人類做生意。 您可能總是會向人類銷售產品，即使他們在大型 B2B 類型合約的組織內。 而且你正在與其他人一起工作。 能夠更有效地與他們溝通並了解如何遵循大腦規則而不是讓事情變得更加困難非常重要。

行為經濟學真正酷的地方在於，你可以對事物進行一些小的調整，而無需花錢，但會產生巨大的影響。 而且波動是雙向的。 你可能正在傳遞一些訊息，但結果完全失敗了，這並不是定價錯誤，也不是產品錯誤——你只是把它設計錯了。 可能有什麼地方不對勁，你可以做一點小小的調整，然後一切就可以正常運作了。

利亞姆：我看到你談到了 Netflix 電影預覽的一個很好的例子。 這是我注意到自己使用串流媒體服務的電影——一部我可能不一定感興趣的電影，但突然間，圖像現在是該電影中的某個特定演員，他們透過演算法知道我喜歡這個演員。 這就是它賣給我的原因。

梅麗娜：當然。 他們可能有一個超級晦澀的部分。 那是他們在電影中出現的那一秒，但你會想，“湯姆費爾頓也在其中？” 該研究只是簡單的 A/B 測試。 如果我們嘗試回顧過去，他們只會拍攝來自工作室的任何影像。 這就是您將使用的，並且您認為這不重要。 描述已經夠好了不管怎樣，我們應該喜歡這部電影並去看它。 但 Netflix 發現，更改影像會使點擊率和留在 Netflix 的可能性提高多達 30%。 他們再次能夠透過簡單的 A/B 測試來做到這一點。 能夠知道您正在測試什麼並進行這些簡單的更改可以產生很大的不同。

我認為還有另一個例子有助於理解框架的概念。 如果你去雜貨店買一些漢堡包，有兩堆漢堡，幾乎一模一樣，但其中一堆標有 90% 不含脂肪，另一堆標有 10% 脂肪…

Liam：我想要 90% 的脫脂食品。 當你這麼說的時候感覺很奇怪，因為你只是想像那 10% 的脂肪。

梅麗娜：感覺很噁心。 我已經三年沒去健身房了。 我根本不想這樣。 90% 脫脂感覺像是您為自己和家人做出的驚人選擇。 我們知道這是同一件事，但感覺卻完全不同。 在商業領域，尋找所有以 10% 脂肪術語進行交流的要點，您如何將其更改為 90% 無脂肪？ 更好的是，有沒有一個地方，整個行業都在談論 10% 的脂肪，而你可以做到 90% 的無脂肪？ 即使你說的是同樣的事情，稍微不同的說法也會讓人自然而然地選擇你。 這就是行為經濟學的力量。

「我們一直說，’只是多了一份表格，多了一次點擊，多了一個鏈接，多了一個這個，多了一個那個，沒什麼大不了的。” 但這確實是一件大事”

利亞姆：亞馬遜的「立即購買」按鈕也是一個令人著迷的按鈕。

梅麗娜：我們都多次使用過「立即購買」按鈕。 但我們可能沒有意識到，亞馬遜早在 1999 年就獲得了一鍵購買專利。他們這樣做是為了讓其他人無法一鍵購買。 我們一直說，“只是多了一份表格，多了一次點擊，多了一個鏈接，多了一個這個，多了一個那個，沒什麼大不了的。” 但這確實是一件大事。 這就是這個小小的摩擦時刻。 史蒂夫賈伯斯花費 100 萬美元在 iTunes 中進行一鍵購買。 他從亞馬遜購買了它並擁有其權利。 他還支付了 100 萬美元來減少一次點擊。 如果所有這些額外的花絮加起來價值數百萬美元，您真的需要它們嗎？

當我面試書籍和東西時，以及就像一個試圖買東西的人一樣，我在我的客戶身上經常看到這一點。 人們會要求大量與他們想要完成的事情無關的事情。 如果你問：“如果我們只能從中得到一件事，那麼最重要的是什麼？” 也許您只是想獲得可能感興趣的人的電子郵件地址，以便您可以跟進他們。 因此，詢問他們的職稱、工作年限、家庭收入是多少、性別以及所有這些可能相關的事情，實際上會讓很多人在你了解之前就離開。一個機會。 你用你現在不需要的東西把它們推開了。 因此，更加深思熟慮這一點可以對轉換產生很大的影響。

在這裡觀看完整劇集：

讓團隊加入

Liam：六月，隨著人工智慧成為每個人的焦點，我們為您帶來了該領域領導者關於讓您的電腦科學團隊為人工智慧時代做好準備的最新想法。 Intercom 客戶支援副總裁 Declan Ivory 首先發表了他對 CS 格局如何變化的看法。

Declan：目前最大的轉變之一是能夠從客戶服務的角度採用人工智慧並以有意義的方式應用它。 在過去的幾個月裡，一些技術的變化是驚人的，但這些變化對團隊產生了影響。 例如，我一直試圖牢記的一件事是非常清楚我們的人工智慧策略。 對車手和車隊目標保持公開透明。 它確實會對團隊未來的工作方式以及從事哪種類型的工作產生影響。 因此，要非常開放和坦率，讓他們儘早參與進來，並了解您想要在業務中實現的目標。 因為歸根結底，人工智慧只是您用來提供支援的一個組成部分，它實際上是圍繞人工智慧如何補充人類支持，最終為您的客戶提供最引人注目的體驗。

承認事情會發生變化——這種技術進步並非沒有一些變化——並讓支援團隊參與規劃未來的變化。 他們最終比其他任何人都更了解您的客戶。 傾聽團隊的意見並幫助他們制定交付人工智慧的最終方式非常重要。

“要非常清楚轉向人工智慧支援模式為團隊帶來的機會：減少平凡的工作、需要新技能以及出現新角色”

第三，儘早溝通。 儘早並經常讓人們進來，因為這是一個充滿活力的環境。 當我們研究如何應用人工智慧時，我們都在學習。 Fin 等技術確實為您如何看待客戶旅程提供了新的機會。 確保您在流程的早期就傳達了所有發生的變化，並確保讓您的團隊充分了解情況。

另一件真正重要的事情是要非常清楚轉向人工智慧支援模型為團隊帶來的機會：減少平凡的工作，需要新技能——這樣人們就可以磨練他們的故障排除和產品知識技能——以及這個領域不斷出現新的角色。 最終，您將為團隊提供更有成就感的工作。 他們可以與客戶更多協商，並花更多的時間來解決複雜的問題。

Liam： Geronimo Chala 是 Rebag 的首席客戶官，Rebag 是一個網站和應用程序，您可以在其中購買、銷售和交易奢侈品配飾，包括手袋和手錶。 Geronimo 和目前 CS 領域的每個人一樣，正處於其中。

Geronimo：承認這項改變即將到來是我們採取的第一步。 當我們擁抱人工智慧時，它不僅涉及技術，還涉及組織如何與該技術實際合作並發揮其最大優勢。 因此，當我們考慮組織變革、更新我們的組織以明確實施以及管理技術內的工具時，我們必須考慮這是否需要新的角色或對我們正在做的事情進行不同的轉變。 例如，當我們考慮 CS 代理時，這是否可以讓我們更加精簡或迎合個人化體驗？ CS角色如何變化？

支援不會消失。 這並不能取代人類的支持或觸摸。 這只是提高效率和更快的回應，因此我們實際上可以花時間來滿足該人下次在我們的網站或我們的某個地點的未來。 了解結構的外觀非常重要，這樣您就可以適當地管理技術並收集見解。 如果管理得當，人工智慧將為我們提供有關人類行為的大量深入知識，無論是來自問題的類型、問題的方式、交互中的語氣，以及這對 NPS 有何影響、CSAT……我們如何獲取這些信息並使用人工智慧已經提供的匯總工具將其分散到各個部門之間，以真正提供下一級支援？ 我認為這很大程度上與組織變革和思維方式改變有關，這樣你就可以接受這項將改變客戶體驗的新技術。

「複雜的問題是你想讓你的人類處理的問題。 一些最終用戶不想與人交談來解決簡單的問題，他們希望透過自助服務來解決更多問題”

Liam： Rati Zvirawa 是 Intercom 的高級集團產品經理。 Rati，從你的角度來看，情況如何？

Rati：與客戶討論 Fin 和人工智慧如何融入其中很有趣。 在您的團隊中，擁有產品專家和內容專家變得非常重要。 很長一段時間以來，我們在幫助中心中一直關注視圖之類的東西，希望客戶能夠去那裡。 也許你的代理商正在發送這些內容，但我們現在看到有一個更緊密的反饋循環，其中人類對於幫助識別內容中的這些差距以及如何塑造該內容以使人工智慧變得強大非常重要。

所以，這就變成了這種非常有趣的互動。 我曾經也擔任過一線工作，我們看到的另一個變化是你會遇到很多重複和簡單的問題，我們看到團隊成員現在必須花時間解決更複雜的問題。 複雜的問題是您希望人類處理的問題。 一些最終用戶不想與人交談來解決簡單的問題，他們希望透過自助服務來解決更多問題。 這是我們開始在市場上看到的轉變。

在這裡收聽完整劇集：

AI證明在布丁

利亞姆： 2023年也證明了AI在CS中的潛力。 史丹佛大學和麻省理工學院的研究人員進行了為期一年的研究，以衡量一家財富500強軟體公司的5000多名客戶服務代理中生成AI的現實影響。 結果表明，客戶服務工作者的生產力平均提高了14％，在最新或最低的工人中，驚人的35％增長了35％。 我與麻省理工學院博士進行了交談。 候選人林賽雷蒙德（Lindsey Raymond）是開創性研究背後的研究人員之一，介紹了他們的工作以及AI在工作場所的變革性影響。

林賽（Lindsey）：我們研究了一種基於AI的生成工具，該工具旨在幫助技術支援人員解決人們的技術支援問題。 告訴他們既要說的話，如何解決特定的技術支援問題，也告訴他們如何將其傳達給客戶。

而且我們進行了差異分析 - 隨著時間的推移，該工具對此工具的推出非常緩慢，因此我們可以嘗試以該工具的因果效應。 我們正在尋找為一家Fortune 500公司提供技術支援的工人，該公司主要針對美國的小型企業進行小型企業和會計軟體。

利亞姆：他們研究了許多不同的結果，例如人們解決電話的速度，能夠解決多少問題，客戶滿意度以及一些更具組織變化的事情。

Lindsey：這將如何影響員工流失？ 這會如何影響他們互相交談或與經理交談的頻率？

利亞姆：您可能想知道為什麼在生成AI的所有潛在領域中，Lindsey和她的同事選擇了客戶支援。

「平均而言，獲得AI的訪問提高了生產力14％，但這掩蓋了許多異質性。 對於經驗最低和最低的技能工人來說，它實際上提高了35％”

Lindsey：產生的AI需要大量數據才能很好地工作。 如果您查看相對於其他任何地方都具有高滲透率的經濟領域，那麼客戶支援就是該領域。 這些工具的實際推出和開發有很多令人驚訝的活動。 那是因為該領域有很多數據，尤其是文字數據。

其中許多只是自動與結果相關聯 - 該工人解決了該問題的速度？ 而且還有很大的進步空間。 眾所周知的事實是，表現最好的客戶服務代理商和表現最低的客戶之間存在著相當大的生產力差異。 在過去的幾年中，這也是一個巨大的轉變，可以與聯絡中心進行更多的轉變。 因此，在這個領域中，需要大量業務才能變得更好。

利亞姆：因此，在一年的過程中，他們使用了5179名客戶支援代理商的數據研究了所有這些。 他們發現的是有趣的。

Lindsey：標題號是，平均而言，AI的訪問提高了生產力14％，但這隱藏了許多異質性。 對於經驗最低和最低的技能工人來說，它實際上提高了35％。 經驗最豐富，最有生產力的工人幾乎沒有影響。

利亞姆：因此，與經驗不足和低技能工人相比，收益不成比例。 為什麼會發生？

林賽：我認為這可能是研究中最有趣的部分。 任何基於機器學習的工具都使用培訓資料集，並尋找資料中的模式。 因此，作為程式設計師，您不要說：“好吧，我知道這句話效果很好，所以這樣做，我知道這是解決這個問題的常見解決方案，這是解決該問題的常見解決方案，”您將這些資訊放入程式中。 那不是ML的工作方式。

我們認為正在發生的是AI實現的最佳實踐的擴散。 這就是為什麼我們看到那些非常大的生產力增加了低技能和經驗不足的工人的原因。

在我們的環境中，具體來說，該工具著眼於高效能者的對話，並將其與低性能者的對話進行比較。 它尋找與成功結果相關的高表現者和低表現之間的差異。 他們向客戶打招呼的方式是什麼？ 他們提出了什麼解決方案？ 他們如何開始提出診斷問題？ 然後，它將所有這些東西都變成了它為每個人生成的建議。

高技能工人正在為AI提供內容 - 這些主要是他們已經在做的事情，因為這是AI一直從中學習的地方。 當您有一個工具建議您做自己已經在做的事情時，您可能不會從訪問該工具中看到巨大的生產力影響。 真正受益於這些建議的是工人非常新的或在生產力排名的底部，因為這些是他們尚未弄清楚該怎麼做的事情。 低技能工人改變了很多事情，並開始更接近像高技能工人一樣的交流。

利亞姆：您對結果感到驚訝嗎？

林賽：這是一個很好的問題。 在您看到生產力35％的任何研究中都會提高，這真是令人震驚。 您可以想像，這些效果會延續到為期四天的工作週。 我認為這很令人驚訝。 我們看到的不僅在處理電話中的效果的事實更快了，而且還改善了他們解決的問題的份額（這更像是基於知識的結果），這使他們能夠解決他們沒有的問題能夠解決。 然後，我們看到客戶滿意度的成長很大。 我認為這些都是令人驚訝的。

在這裡收聽完整劇集：

公司如何適應AI？

利亞姆（Liam）：到6月，我們發布了我們在客戶服務中的AI州：2023年報告，我們進入了轉換客戶服務的前五名趨勢。 簡而言之，我們發現，您越早採用AI來進行客戶服務策略，贏得競爭優勢的機會就越大。

我們調查了1000多名全球客戶服務專業人員，以了解他們如何適應AI，他們計劃如何利用AI和自動化，他們希望它帶來什麼機會以及他們的擔憂。 然後，我們將其彙編成我們的2023年報告。 報告充滿了其他見解和可行的技巧； 下載的連結是在節目註釋中。 我坐下來談論報告中的趨勢，塞繆爾·米勒（Samuel Miller），牙科情報的客戶支援操作，露絲·奧布萊恩（Ruth O'Brien），Intercom自動化和積極支持的董事露絲·歐布萊恩（Ruth O'Brien），以及Logikcull的客戶體驗總監John O'Hara。

第一個趨勢 - AI投資 - 以驚人的速度加速，對於早期採用者來說，有很大的機會。 我們在數據中發現存在投資差距。 絕大多數支持領導者計劃今年在AI上進行更多投資，但實際上只有38％的人投資了AI。 這意味著那些移動更快的人可以獲得競爭優勢，而其他人則趕上競爭優勢。 露絲，如果我先可以來找你，為什麼對AI的初始投資這麼慢？

“世界正在發生變化，人們試圖跟上它，他們知道，如果他們堅持下去，他們將比某些競爭對手具有競爭優勢”

露絲：老實說，我認為這是因為過去的某些技術並不令人驚訝，所以人們沒有說服。 圍繞AI和自動化製定策略也需要時間和精力。 它不僅僅是開箱即用的，因此需要周圍有一個計劃。 在一個客戶支援非常反應性的世界中，許多支援團隊通常都在努力跟上SLA，積壓和較長的客戶等待時間，讓時間擺脫處理，並處理即時的消防可能很棘手，並且可能很棘手，並且藉助空間來建立​​AI的積極未來，對於不同的團隊來說可能很難。

利亞姆：那改變了什麼？

露絲：發生了什麼變化？ 好吧，一方面，這項技術越來越好，尤其是在過去的八個月左右的時間。 AI的世界發生了重大變化。 越來越多的團隊要么與行業中的同齡人交談，要么與良好的聊天機器人互動，而之前，我認為人們會與不太好的聊天機器人互動。 世界正在變化，人們試圖跟上它，他們知道，如果他們堅持下去，他們將比某些競爭對手具有競爭優勢。

利亞姆：完全。 在我們的調查中，在最高應用程式中，CS領導者確定了為AI發揮重大影響的CS領導者，您會看到更快的回應，更一致的回應，節省培訓的錢以及總結對話。 約翰，您在哪裡看到AI的最大價值添加？

約翰：這是一個很好的問題。 我正在研究這些數字，並認為我的團隊已經在速度和一致性方面做得很好，並且我們與客戶的成功和培訓建立了良好的合作關係。 促使我們專注於AI作為好處的是頻寬。 我們擁有一支非常小的團隊 - 八個基於美國的代表為全球觀眾提供24/7的支援。 AI代表那些簡單的休息/修復問題的有效病例撓度，人們只需要有關應用程式的工作方式的資訊。 這是一系列的對話，可以從我的團隊的盤子上取出，因此他們可以專注於更多的協商工作。 這可能是我們最大的驅動力。

“有些團隊看到了AI並正在考慮降低員工人數，但是您如何使用現在擁有的資源來超越和超越？”

利亞姆：還有山姆，你呢？ 最大的價值對您來說是什麼？

塞繆爾（Samuel）：對我們來說，這實際上是關於在培訓上節省資金，因為我們不必在每件事上訓練他們。 我們可以在他們必須做的主要問題上培訓他們，而不是在客戶可以找到的日常工作，知識文章和諸如此類的事情上進行培訓。 它使我們可以更快地進行培訓。

利亞姆：露絲，你呢？ 在不久的將來我們可以期待什麼？

露絲：老實說，對更廣泛的團隊來說，更快的回應是很大程度上的效率。 有些團隊看到了AI並正在考慮降低人數，但是如果您嘗試不做這件事，因為AI正在為您提供更多工作，因為AI正在為您提供更多的工作，您如何使用現在擁有的資源超越？ 他們會立即回答客戶，並照顧一些不太複雜的查詢，而這反過來又加快了人類的加速，以透過排隊並處理更複雜的查詢。 我們看到了將這項技術應用於客戶支援的效率和回應時間的巨大結果。

在這裡收聽完整劇集：

適合您的AI

利亞姆（Liam）： AI的崛起為尋求優化營運並贏得競爭優勢的企業的新可能性帶來了新的可能性。 現在，為組織提供了各種各樣的工具和解決方案，每個有希望的變革性結果，而挑戰不僅在於選擇正確的工具，還在於確保無縫整合和採用。

這正是安德魯霍德（Andrew Mouter）的專業領域。 安德魯（Andrew）是Louder Co.的創始人兼首席執行官，這是一家諮詢公司，可幫助企業制定AI策略和流程以優化營運並提高競爭優勢。 他於8月加入我們的演出，我首先問他：建立和購買AI解決方案之間有什麼關鍵區別？ 企業如何決定哪種方法比較適合自己的需求？

“是的，建造AI變得相對簡單，但是仍然需要大量時間，金錢，心痛，努力和不眠之夜”

安德魯（Andrew）：如果您和我五年前進行了這次對話，答案將會完全不同。 那時，為了讓AI進入您的業務，您很有可能必須去建立一些習慣，並且這樣做需要大量的血液，汗水，眼淚，金錢和時間。 但是，在AI民主化的這種運動中，這些工具和工作流程的力量可以掌握在許多人的手中，以創建強大的應用程式。

如今，圍繞著建構與購買的分析是由幾件事驅動的，但它始於意識。 您可能會有一個願景或需要解決的問題，如果您不知道那裡有什麼，您可能會發現自己傾向於建立決定。 是的，建立AI變得相對簡單，但仍然需要大量時間，金錢，心痛，努力和不眠之夜。 這是可能的，而且成本已經下降了很多，但是您認為也許沒有解決方案可以解決您的問題，因此您正在尋找非常獨特的東西。

也許您正在嘗試建立一個主要的競爭優勢，無論是在新產品產品的線路上還是以內部的方式運作。 但這就是您可能想購買的原因，如果尚未出現某些東西，並且您希望獲得一些新的收入。 顯然，當您從架子上購買東西時，這是更常用的，易於訪問，相對較快，相對便宜的東西，並且通常也針對主要的運營效率提高。

利亞姆：我的業務需要採取任何步驟才能做好準備嗎？

安德魯：這是我們一直在聽到的問題。 我們可以進行AI準備評估，您可以透過我們的網站進行，並且它的分量不一定是您是否應該使用AI，因為毛毯答案是絕對的 - 在什麼程度，深度，甚至以什麼速度下更改管理您應該搬家或感到舒服。 我們將策略操作，AI買入，甚至是公司成員的人進行評分，以感覺到您的人們的準備工作。 您是否在牢記AI進行策略性思考？ 您有AI策略嗎？ 許多公司最終在該策略上的得分很低，因為他們剛開始考慮AI。

我經常被問到的另一個機會是向領導團隊展示人工智慧，我們以研討會的形式進行。 然後，我們進入所謂的快速評估，這是一個很好的起點，可以確定業務中的問題，這些問題是主要的痛點和繁瑣的手動任務，需要解決這些問題，以便將這些問題映射到潛在的人工智能解決方案。 我們確定快速獲勝的機會，並制定為其選擇和實施正確工具的路線圖。 很多時候，它從準備情況評估開始，在公司中建立意識，發現人工智慧機會的那些唾手可得的成果，並實施這些成果，以開始獲得巨大的產出和成果，並開始對人工智慧業務產生一些信心。

Liam：那麼，如果他們購買現成的人工智慧解決方案，您認為他們應該考慮的最關鍵因素是什麼，以確保立即受益和高投資回報？

安德魯：我認為這要從內心審視開始。 如果你的朋友問你：「嘿，我在買車。 我該買什麼車？” 我可以推薦一輛車，但它可能不適合你，對吧？ 你有家人嗎？ 你想走得快嗎？ 需要拖很多東西嗎？ 因此，您需要確定什麼適合您和您的企業。 您需要了解您的流程並捕捉您需要的要求。 您還需要了解您的業務或工具需要遵守的任何安全或合規法規。 除此之外，您還需要注意哪些整合點？ 您想與哪些系統和其他應用程式整合？ 一旦您有了該清單，您就會進入市場上可以滿足盡可能多的要求的產品，並選擇合適的產品 - 不僅基於這些需求，還基於成本分析。 果汁值得榨嗎？ 然後你就開始實施，這就是配置工具、訓練它和測試它。

“我們的客戶年收入從 1000 萬美元增加到接近 2000 萬美元，並且不需要在員工隊伍中增加任何人”

變革管理經常被忽視，這是一種恥辱，因為你花了這麼多時間來設定事情，結果卻讓執行長放棄了努力並說：「嘿，讓我們向我們的員工發送一個連結。 我們相信他們會做到的。” 他們需要意識、溝通和培訓。 有些人需要一些幫助。 這將真正推動採用率的提高。 我們幫助客戶完成整個過程。 我喜歡強調的一件事是，我們幫助客戶進行系統試點，以便他們從使用系統的人那裡得到良好的回饋。 那些使用它的人實際上成為公司變革的積極影響者。

Liam：許多企業都渴望利用人工智慧來增加利潤。 這到底有多容易實現？已經有公司這樣做了嗎？

安德魯：當然有。 在我的演講中，我實際上重點介紹了 Intercom 的產品 Fin。 有人舉手說：「看，當我們第一次開始實施 Fin 時，我們有一個由五人組成的團隊提供線上客戶服務支援。 我們推出了 Fin，現在，這 5 個人提供的覆蓋範圍和支援相當於 20 個人。” 那很大，對吧？ 這是一個巨大的投資報酬率。 因此，對於那些著眼於成長的特定企業來說，現在他們不需要在薪資單上支出這筆費用。 該工具能夠適應並成為使用它的員工的指數因素。

我們有一個客戶，其年收入從 1000 萬美元增加到接近 2000 萬美元，並且不需要在員工中增加任何人。

利亞姆：很高興聽到這個消息。 但在談到這一點時，我經常聽到人們提到時間和成本。 它們顯然是企業的重要指標。 對於那些在決定購買人工智慧解決方案時試圖制定評估時間和成本因素的策略的人們，您有何看法？

安德魯：聽著，很多數據已經出來了，我會給你三個數字讓你考慮，好嗎？ 麻省理工學院的一項研究表明，生產力提高了 40%。 麥肯錫做了一項類似的研究，顯示我相信到2030 年，這一目標將達到30%。德勤甚至在生成式人工智慧熱潮爆發之前就發布了一項研究，稱人工智慧和機器學習將推動企業生產力提高37%用戶。

您當然可以運行自己的數字，具體情況具體分析，並嘗試估計，「好吧，如果我實現這個工具，它可能會提高 40% 的生產力，減少 40% 的時間； 我們每小時向人們支付 X 美元…」如果你能得到一個大約這個數字，並簡單計算一下節省的時間與花費的美元，這就是巨大的投資回報率。 我還看到了等式的另一部分——您現在無需增加工資即可實現成長。 我們有一個客戶，其年收入從 1000 萬美元增加到接近 2000 萬美元，並且不需要在其員工中增加一個人，而員工本來還需要 8 到 10 個人。 隨著這種成長，獲利能力得到了巨大的提高。 這是您的業務需要運行的數學方程式。

在這裡觀看完整劇集：

人工智慧時代的支援指標

利亞姆：人工智慧的主線貫穿了我們今年的大部分劇集，因此我們以人工智慧如何創造而不是取代支援角色的對話結束是合適的。 我與 Deliverect 客戶體驗全球主管 Christian Osmundsen、Intercom 自動化與主動支援總監 Ruth O'Brien 以及 Zapiet 商家成功經理 Sam Forde 進行了座談。 隨著角色的變化和策略的變化——我們如何衡量這一點？ 當您將這項新技術引入您的支援營運時，您最密切關注哪些指標？ 克里斯蒂安，你呢？

克里斯蒂安：當然，利亞姆。 作為一般規則，我們總是注意並詢問它是否使我們更有效率。 這就是我們首先要考慮的。 它能為我們的客戶增加價值嗎？ 我們需要花幾個月的時間才能看到這一點——不要倉促做出決定。

「我們的解決率是 13-14%，這不太好。 今天，我們的比例約為 26%，是這個數字的兩倍”

但在人工智慧方面，我們會大力衡量支援量。 我們想看看這是什麼樣子，不僅是絕對數字，還有每個帳戶的比率等等。 看到曲線下降對每個人來說都是令人鼓舞的。 我們專注於回應時間，當然還有客戶滿意度，包括人機互動、機器人參與的部分以及 Fin 或 AI 解決對話。 我們很想知道隨著時間的推移，這種情況會如何發展。 我認為一開始，客戶可能會因為僅由機器人處理而感到掙扎。 但我認為，隨著時間的推移，這種情況將會徹底改變。 現在還為時過早。

最後但並非最不重要的一點是，我們非常關注人工智慧的回答率。 當我們五月開始時，我回去準備這份電話報告。 我們的分辨率為 13-14%，這並不是很好。 今天，我們的比例約為 26%，是這個數字的兩倍。 我們的目標是到今年年底達到 35-40%。 我認為這是可以實現的。 事實上，我們在周末看到，當顧客認為我們可能沒有營業並且他們更鼓勵自己去尋找時，我們的費率立即上升到 35% 左右。

Liam：誰能分享一下迄今為止人工智慧對你們的 KPI 產生的影響嗎？ 山姆，也許我會先來找你。

山姆：我同意克里斯蒂安剛才所說的很多內容。 我們仍在關注 CSAT，這是一種傳統的方式，但不再是您的員工在說話，而是 Fin 與您的員工互動。 不過，對我們來說，真正重要的一點是員工對企業的滿意度。 我們看到保留率大大提高。 今年我們還沒看到有人離開我們的公司。 我認為他們在其他職位上的參與正在幫助他們真正考慮在我們這裡發展職業生涯。 傳統上，支持可能是人們經常改變的角色。 但我認為這幾乎是一個你可以提供支持的黃金時代，而且你不一定只是一名支持代理 - 你幾乎是一名支持多面手，從事其他不同的工作。

「今年我們已經向 8,000 人展示了 Fin。 這很瘋狂。 我們已經看到我們的 CSAT 躍升了 20 分”

我們還沒有今年的員工滿意度評級，但我可以舉一個例子，使用 Fin 作為備份和我們今年擁有的人工智慧技術可能會增加事情。 傳統上，我們的團隊每年的靜修會是兩到三天。 我們會盡快逃跑，然後回到筆記型電腦前的收件匣，希望收件匣不會變得太大。 今年，我們能夠離開整整一週。 芬讓我們掌控一切並繼續前進。 如果我們能讓團隊離開一整週，那麼在 CSAT 比賽中希望會取得驚人的成績。

不過，就實際數字而言，我們的企業規模要小得多，但今年我們已將 Fin 面向 8,000 人展示。 這很瘋狂。 我們已經看到我們的 CSAT 躍升了 20 個點 – 我們已經從 70% 上升到每週都在 90 左右。 如果你看一下圖表和我們實施 Fin 的時間安排，你會發現它實際上就是那個時間範圍。

正如克里斯蒂安所提到的，那些週末和下班時間是真正的最佳時間。 我們發現我們的 Fin 評級在周末要高得多。 儘管那裡有真人，但他們對事物的評價要高得多，因為他們有時會在意想不到的情況下得到即時回應。 我們被認為是一個非常英國的品牌，我們在澳洲和日本都有客戶，他們現在立即得到答案。 所以，CSAT 已經有了很大的進步。 我認為這是一件大事。 如果你不為此投入其中，我不知道你為什麼不這麼做。

在這裡收聽完整劇集：

利亞姆：嗯，我們已經有了。 創新和對話的一年。 這些只是今年加入我們的少數思想領袖和專家。 無論您在何處收聽播客，都可以仔細閱讀我們包含 400 多集的完整過往目錄。 感謝我們所有出色的同事和嘉賓，但最重要的是，感謝您的聆聽。