近年來，人工智能在人類語言處理中的應(yīng)用有了重大突破。例如OpenAI公司開發(fā)了一種革命性的人工智能模型，可以閱讀、理解和書寫，幾乎與人類的能力水平相當(dāng)。該公司是一家由伊隆·馬斯克提供支持的非盈利研究機(jī)構(gòu)。

OpenAI公司認(rèn)為這一技術(shù)突破很可能帶來更大的風(fēng)險(xiǎn)，以至于沒有共享這一技術(shù)的代碼，而是發(fā)布了限量版本。在此將深入探討這一里程碑的發(fā)展，并介紹企業(yè)在利用人工智能驅(qū)動(dòng)的自然語言處理方面的進(jìn)展。

是什么使這一突破如此顯著（并且可能具有危險(xiǎn)性）？

OpenAI公司通過從互聯(lián)網(wǎng)上800萬頁資料來訓(xùn)練大規(guī)模語言模型，然后該模型使用這種學(xué)習(xí)來生成給定句子中的下一個(gè)單詞。然而，令研究人員感到驚訝的是，它如此熟練，以至于它可以在只有一個(gè)主句的情況下進(jìn)行擴(kuò)展，并寫出幾頁散文。以下是研究人員分享的眾多例子之一：

雖然使用的模型并不新穎，但其具有里程碑意義的是它在使用特別大的數(shù)據(jù)集訓(xùn)練時(shí)達(dá)到的性能水平。相比之下，想象一個(gè)人閱讀了維基百科網(wǎng)站上的所有文章，并使用這些知識創(chuàng)造性地撰寫任何一個(gè)指定的主題。除此之外，還需要回答閱讀理解的風(fēng)格、翻譯語言或總結(jié)性文章等問題。這就是人工智能模型能夠做到的。

雖然這一切都很酷，但當(dāng)模型可以提取場景，適應(yīng)人類的寫作風(fēng)格，甚至通過引入虛構(gòu)的人物或想象的事實(shí)來獲得創(chuàng)造性時(shí)，就會(huì)變得更加令人擔(dān)憂了。想想那些虛假的新聞，它們能夠以驚人的規(guī)模被大量制造出來，而這對于想要傳播虛假信息的惡意行為者來說，采用這種技術(shù)很容易實(shí)現(xiàn)。

也許正如OpenAI公司所預(yù)期的那樣，這個(gè)消息使得圍繞人工智能倫理的探討對話更加激烈。隨著這種能力的再利用，只需要幾個(gè)月的反復(fù)試驗(yàn)就能實(shí)現(xiàn)，因此人工智能行業(yè)正在努力采取保護(hù)措施，防止它落入更危險(xiǎn)的人的手中。

具有杰出文學(xué)技能的人工智能如何幫助企業(yè)？

在這種發(fā)展的背景下，探索這種能力在企業(yè)中的良好利用方式是有意義的。盡管人工智能處理文本、圖片和視頻的能力穩(wěn)步提高，但大多數(shù)組織仍然對數(shù)字和結(jié)構(gòu)化數(shù)據(jù)有很大的依賴性。

雖然金融交易、業(yè)務(wù)交易和操作更新可以量化和計(jì)算，但人類交互不能這樣做。自然語言是人與人之間自由的交流方式，口語和書面語中蘊(yùn)藏著豐富的信息。如今，這在很大程度上仍然有所不足。

無論是定期的客戶調(diào)查、社交媒體上的聊天、評論網(wǎng)站上的反饋、通過聯(lián)系中心的互動(dòng)，還是與客戶服務(wù)專業(yè)人員的持續(xù)溝通，所有這些接觸點(diǎn)都充滿了重要的線索，這些線索可以幫助回答價(jià)值數(shù)百萬美元的問題，“客戶真正想要什么？”

然而，許多企業(yè)使用過時(shí)的方法進(jìn)行客戶調(diào)查和數(shù)字收聽計(jì)劃。來自這些程序的文本反饋通常受到膚淺的文本分析，這些分析不僅僅是簡單的文本摘要，單詞的頻率計(jì)數(shù)或情緒分析。這些浪費(fèi)了寶貴的客戶信息，缺乏智能和可操作性。這類似于在互聯(lián)網(wǎng)和電子郵件時(shí)代通過鴿子發(fā)送信息。

以下是使用高級分析的人工智能通過重新設(shè)計(jì)客戶反饋和傾聽策略來幫助改變客戶體驗(yàn)的5種方式：

1.通過適應(yīng)性調(diào)查更好地傾聽

客戶反饋計(jì)劃（如NPS、VOC或CSAT）通常使用標(biāo)準(zhǔn)調(diào)查問題。隨著個(gè)性化和有針對性的營銷現(xiàn)在已經(jīng)成為常態(tài)，對數(shù)千名客戶使用一系列問題是過時(shí)且效率低下的。這些調(diào)查包括提示“告訴更多”的開放式問題，而事實(shí)上，很少有客戶自己給出詳細(xì)的反饋。

另一方面，適應(yīng)性調(diào)查可以使用有針對性的問題和明智的后續(xù)行動(dòng)來調(diào)查客戶，以獲得更深入和更具體的響應(yīng)。當(dāng)客戶寫下不良訂單體驗(yàn)時(shí)，語言模型可以向他們查詢流程的具體細(xì)節(jié)，這些細(xì)節(jié)可能會(huì)出現(xiàn)問題。如果他們的回答太籠統(tǒng)，它可能推動(dòng)用戶共享更具操作性的內(nèi)容。通過用更少的問題深入調(diào)查，適應(yīng)性調(diào)查可以提高整體反應(yīng)率。

2. 持續(xù)傾聽并利用多個(gè)渠道保持對話

客戶調(diào)查計(jì)劃通常是定期觸發(fā)的，或者基于預(yù)先定義的事件。然而，在當(dāng)今這個(gè)時(shí)代，隨著大多數(shù)人一直在線，僅僅依靠每季度或每年一次的客戶反饋進(jìn)行判斷是短視的。

持續(xù)傾聽并利用多個(gè)渠道保持對話是至關(guān)重要的。每季度的客戶滿意度調(diào)查可以通過每月的客戶訪談來增強(qiáng)，在線聊天由微小事件（例如訂單確認(rèn)）以及始終在線的社交傾聽引發(fā)。在這種多渠道方法中，關(guān)鍵是使用分析來將反饋內(nèi)容化，并為可操作的全面報(bào)道集成見解。

3.理解語言的深層意圖

企業(yè)中的大多數(shù)客戶調(diào)查分析都局限于對文本反饋的膚淺處理——顯示頻率計(jì)數(shù)的詞語云、基于詞典的摘要或情感模型。他們對文本進(jìn)行切片和切分，但最終會(huì)失去關(guān)于更深層次客戶意圖的寶貴信息。

先進(jìn)的人工智能模型可以收集成千上萬的評論來識別人們心中的主題，并進(jìn)一步提出直接促成他們成為推動(dòng)者的主題。通過檢測情緒，他們可以將所有評論匯總成易于理解的一段摘要。如果發(fā)現(xiàn)產(chǎn)品安裝是滿意度評級的最大影響者，并且周轉(zhuǎn)時(shí)間的增加正在擾亂新客戶，那么這不是很有見地嗎？

4. 整合客戶和產(chǎn)品的整體視圖

雖然這種具有更深入分析的多渠道策略可以開始呈現(xiàn)新信號，但它也可能很快變得勢不可擋。為了提高未發(fā)現(xiàn)的許多見解的可操作性，需要將這些信號混合在一起以呈現(xiàn)整合視圖。這帶來了實(shí)際挑戰(zhàn)，因?yàn)楦鞣N數(shù)據(jù)流既沒有共同的受眾群體，也沒有明確的集成點(diǎn)。

這可以通過聚合定義的所有權(quán)級別或邏輯層次結(jié)構(gòu)（例如產(chǎn)品，品牌或地理位置）的洞察力來解決。然后必須根據(jù)頻道對消息實(shí)施場景化，因?yàn)門witter上的隨機(jī)投訴需要與使用呼叫中心記錄的票證不同的處理方式。最后，這些見解必須作為連貫的敘述與視覺敘事一起呈現(xiàn)，抽象出普通用戶的分析復(fù)雜性。

5.實(shí)現(xiàn)組織設(shè)計(jì)，為集成的客戶體驗(yàn)戰(zhàn)略鋪平道路

雖然人們處于技術(shù)和數(shù)據(jù)可行性階段，可以利用來自不同渠道的客戶信號，但組織結(jié)構(gòu)可能還沒有為此做好準(zhǔn)備。在中型到大型企業(yè)中，客戶NPS、CSAT、社交傾聽、聯(lián)絡(luò)中心情報(bào)和客戶宣傳等舉措可能屬于不同的業(yè)務(wù)部門。超越這些傳統(tǒng)的嘗試往往遇到阻力。

管理客戶體驗(yàn)的綜合戰(zhàn)略需要在擁有不同所有權(quán)和激勵(lì)結(jié)構(gòu)的眾多團(tuán)隊(duì)之間進(jìn)行深度協(xié)作。因此，必須通過正確的組織設(shè)計(jì)來實(shí)現(xiàn)這一舉措。良好的開端是引入高管級別的支持，確定戰(zhàn)略目標(biāo)，并為團(tuán)隊(duì)之間的合作伙伴關(guān)系制定框架。

總結(jié)

總之，當(dāng)前的企業(yè)實(shí)踐中的客戶反饋和社會(huì)傾聽提供了很大的改進(jìn)空間。調(diào)查管理、多渠道信號整合，以及對收集的數(shù)據(jù)進(jìn)行分析的成熟度方面都有機(jī)會(huì)。

雖然分析已經(jīng)準(zhǔn)備就緒，但管理人員需要通過規(guī)劃正確的組織設(shè)計(jì)從戰(zhàn)略上實(shí)現(xiàn)這一點(diǎn)。