人工智能已经被广泛讨论，并且正在被融入到许多地方，然而，它往往被嵌入在许多人甚至无法察觉或看不见的地方。生成式AI的出现是一次巨大的变革，因为它为公众提供了一个他们可以轻松触摸、感受和互动的AI。
当ChatGPT在2022年底推出时，它让人感觉像是魔法一样。这一突破激发了公众对AI技术更强烈的兴趣和好奇心。
营销和广告迅速捕捉到了这种兴趣，将AI宣传为一种能够带来神奇结果的“灵丹妙药”。许多高调的承诺和不切实际的预测应运而生。
尽管如此，AI并不是魔法——然而，我相信它是不可避免的。我们正处于AI发展的混沌阶段，在这一阶段，我们还无法完全看到它将如何进化。像所有具有颠覆性的技术一样，AI拥有无限的潜力。
回顾过去的转型
从以往的技术变革中我们可以知道，完全融入新技术需要时间。手机和笔记本电脑随着时间的推移经历了巨大的进化，最终无缝地融入了现代生活和工作基础。
AI仍处于初期阶段。它将是一段漫长的旅程，但知识工作者的转型是不可避免的。我们只是刚刚开始触及AI可能带来的表面而已。
当今企业AI面临的挑战
目前AI面临的挑战是双重的。
首先，企业AI缺乏基础设施。在模型与企业之间，需要建立一层软件，而目前相关的工具尚未完善。一旦这项技术基础设施得以建设，AI才能真正实现。
其次，也是企业在AI成功应用中必须解决的更大问题——数据。数据、团队和流程必须整合在一起，才能看到AI带来的全面效益。
谈到AI，确实还存在许多其他现实的担忧，比如合规性和安全性的顾虑、AI失控的风险等。在我看来，这些担忧最终会随着时间的推移而消退。我相信，首批采用者需要构建关键的基础，并展示成功的应用案例，随后，其他企业的跟进将会加速这一过程。
评估数据战略
对于那些希望评估当前数据战略、流程和AI准备情况的领导者，可以采取一些具体的步骤：
• 考虑您的客户体验（CX）数据存放在哪里。挑战自己思考，不仅仅是清晰、正在使用的客户体验数据。如果您拥有无限的时间来阅读和理解CX数据，哪些数据能提供最有价值的洞察？如果可能的话，是否可以从数据中去除那些掩盖这些洞察的噪声，从而帮助您更好地理解？
• 考虑您的CX数据是如何组织、结构化或标记的。统计有多少团队采用了手动、自动化或AI驱动的数据组织方式。统一这些数据组织结构，使所有数据都能以类似的方式进行结构化，是否会给您带来益处？
• 考虑您的公司内部哪些部门从拥有这些CX洞察中受益。利益相关者可能包括客户服务代表、营销团队、本地客户接触代表，或者负责收集客户反馈的人。这些利益相关者是否分布在多个团队或业务单元之间？
如果上述问题中的任何一个回答是肯定的，那么您的组织可能已经准备好迎接AI的采用。
为AI增强的工作做好团队准备
为了为AI增强的工作做好准备，首先要鼓励团队在日常工作中学习并尝试AI。这可以通过分享顶级AI新闻来源的资讯、订阅科技出版物的优质内容，或者提供如何在不让业务承担风险的情况下尝试AI的明确指导来实现。这种邀请可以在整个组织中创造积极的动力，帮助大家拥抱AI的努力。
接下来，我鼓励您考虑如何利用AI以统一的方式激活您的客户体验（CX）数据（通过去除不必要的噪声），并将其组织成有结构的形式，从而让所有客户接触团队能够根据洞察做出行动，推动更好的客户互动。
魔法般的结果不包含在内
大多数企业目前尚未看到他们期望的AI成果，尤其是在AI驱动销售、降低成本、改善客户体验和减少风险方面。许多企业将AI视为魔法（或被这样推销），并期待魔法般的结果。
当组织能够实现并改善关键的AI——特别是生成式AI（genAI）时，业务成果将随之而来。对于传统AI，最重要的衡量标准是准确性，通常通过F1分数来衡量。有时被称为F分数或F度量，F1分数将精确度和召回率结合成一个分数，以评估AI模型的表现。
对于衡量生成式AI，虽然准确性仍然很重要，但团队还应专注于以下几个方面：
- 幻觉：与准确性类似——生成的内容有多大概率是真实的？
- 上下文对齐：输出是否与当前任务相关？
- 清晰性和简洁性：输出是否易于理解并能够采取行动？
- 无缝衔接：在需要更多输入时，生成式AI与其他系统及人类员工的整合程度如何？
- 遵守监管要求：它在遵守基于监管或法律要求的规定方面表现如何？
利用AI获得成功
AI是不可避免的，但我并不预见会有一个单一的转折点，让我们意识到它已经完全融入并为公司、团队和个人带来了成功的结果。相反，我认为会有一系列的因素将公司分为赢家和输家两类。
成功最有可能降临到那些将AI融入其运营核心的公司，确保每个举措都与核心业务目标保持一致。而那些失败的公司，可能仍然依赖于一堆孤立且不连贯的AI工具，这些工具无法产生真正的影响。
数据基础设施是这种成功的基石。它很可能是解锁AI变革潜力的火箭燃料。