您想要部署聊天機器人？
你很幸運。
我們已協助企業部署超過 750,000 個 AI 代理(是的，真的)。
因此，我們對成功的聊天機器人實作專案非常熟悉。
在業務中使用聊天機器人是個熱門話題 - 這是有原因的。聊天機器人是品牌成長最快的溝通管道。
它們具有成本效益，可讓公司擴充規模，而且使用者越來越尋求數位訊息選項。
但這很難。公司在部署聊天機時會犯很多錯誤。實際上，這是一個複雜的軟體專案，您的團隊需要適當地投資。
讓我引導您了解我們的客戶成功團隊為企業聊天機客戶所使用的步驟。
1.評估與 AI 專案的策略一致性
您的第一步應該是規劃聊天機器人如何與您公司現有的策略目標一致。
我們經常看到這樣的錯誤：「我們需要聊天機器人，因為我們的路線圖上有人工智能」。
為了想要 AI 而想要 AI 並不會讓您成功。 從那裡開始是沒問題的 - 但要搞清楚它的重點。
幸運的是，只要您有策略目標，這並不難做到。
確定策略目標
您可以先列出公司的策略目標 (如果您沒有現有的文件)。
目標可能是這樣的
- 提高效率和生產力
- 更好的客戶體驗
- 降低成本
- 改善法規遵循
- 強化決策
評估 AI 對策略目標的貢獻
一旦需要同意的人就公司目標達成一致，您就可以進行簡短的稽核，找出您的 AI 投資將如何切實影響這些目標。
我們的客戶成功團隊經常這樣做。每天都是如此。
他們將對齊性稽核細分為6 個問題，供您的團隊進行對齊。
1) 識別問題
請問AI 將要解決哪些特定問題或機會？
例如，我們曾稽核一家全球 2000 大科技公司，該公司的生產力逐年大幅下滑。
他們發現有五個關鍵領域正在削弱生產力：員工體驗和參與、內部技術支援、全球知識管理和客戶入職。
透過正確的問題識別，他們能夠在這些流程中自動化資訊傳播和服務提供，以降低生產力。
2) 財務影響
請問採用 AI 的財務影響為何？如何衡量 ROI？
衡量成本與節省的成本及效率的提升，可提供明確的財務影響分析。
舉例來說，我們看到一家物流公司預估了實施 AI 驅動的路線最佳化的投資報酬率，以準備向管理階層提出初步建議。
(他們發現在第一年內燃料成本降低了 20%，抵銷了最初的投資）。
3) 風險管理
請問有哪些潛在風險，以及如何降低這些風險？
範例？一家醫療保健提供者在他們的 AI 實作計畫中，將資料隱私視為主要風險。他們制定了強大的加密協定和員工訓練計畫，以降低這些風險，確保病患資料的安全。
5) 文化與組織契合
問：AI 會如何影響組織文化和員工角色？
以一家實施 AI 用於預測性維護的汽車公司為例。
他們進行了廣泛的訓練和研討會，以確保員工能夠適應新技術，從而實現更順利的過渡和更高的員工參與度。
6) 技術與資料就緒
請問目前的技術基礎架構和資料是否已為 AI 實作做好準備？
一家電信公司發現其現有的資料各自為政且不一致。
在部署 AI 之前，他們進行了全面的資料清理與整合程序，確保 AI 模型能夠存取可靠且全面的資料集。
2.進行 AI 準備狀態評估
您的公司需要人工智能，但您準備好了嗎？
AI 就緒度評估可協助您的團隊在投資 AI 之前，找出需要改善的地方。
我們看到很多公司在真正準備好完成任何事情之前就開始花錢。
因此，請進行正式評估，為自己的成功做好準備。
1) 策略
在開始您的 AI 之旅前，最重要的是要有清楚且連貫的策略，以符合您的整體業務目標。
這包括定義您希望使用 AI 解決的特定問題、識別潛在的使用案例，以及瞭解對您業務的預期影響。
一個明確的策略應該概述 AI 整合的長期願景，包括在組織內擴展 AI 計畫的路線圖（以下我可以幫助您）。
確保有強大的領導承諾，以及 AI 專案與業務目標的策略一致性。
策略差距分析問題：
- 誰擁有公司的 AI 策略？
- AI 計畫是否與策略目標一致？
- 有沒有在組織內擴展 AI 的路線圖？
2) 基礎設施
強大且可擴充的基礎架構包括 AI 開發、部署及持續維護所需的技術基礎。
基礎設施應支援人工智慧模型開發、測試與部署所需的工具與平台。關鍵元件可能包括運算能力、儲存和網路功能。
投資於正確的基礎架構，可確保您的組織能夠處理 AI 的運算需求，並視需要擴充營運規模。
基礎設施差距分析問題：
- 組織是否有足夠、專用的 GPU 資源？
- 它們是否可用並整合於處理 AI 工作負載？
3) 資料
評估您的資料就緒程度意味著調查訓練和部署 AI 模型所需資料的可用性、品質和可得性。
這包括資料管理實務和資料治理政策，不僅適用於初始部署，也適用於長期維護。
這也包括任何將同步至您的 AI 解決方案的知識庫。透過高品質的資料輸入到您的 AI 代理，可以避免「垃圾進、垃圾出」的原則。
資料缺口分析問題：
- 是否有足夠的資料來訓練和部署 AI 代理？
- 資料是否可用且可存取？
- 資料管理實務是否最新？
- 資料管理政策是否最新？
- 是否有計劃讓 AI 代理使用的知識庫保持最新？
4) 治理
有效的治理對於管理人工智慧部署的道德、法律及營運方面 至關重要。健全的治理有助於降低風險、增進對 AI 系統的信任，並促進 AI 的永續採用。
此步驟涉及建立政策與框架，以確保負責任的 AI 使用、資料隱私權，以及符合相關法規。
管理架構應包括明確的資料使用準則、模型透明度及問責性。
此外，您的團隊應該建立監控和評估 AI 績效的機制，以確保它符合組織目標和道德標準。
治理差距分析問題：
- 誰擁有專案的哪些方面？
- 是否有針對 AI 使用與資料隱私的政策與架構？
- 是否有強烈的領導力承諾推動 AI 計畫向前邁進？
5) 人才
您的組織是否具備必要的技能與專業知識，以完成並維持 AI 計畫？
這可能包括找出技能缺口，以及在需要時進行訓練或僱用。
否則，請考慮僱用合作夥伴為您建置。我將在下面詳細介紹這個方案。
人才缺口分析問題：
- 這項 AI 計畫需要哪些開發與業務部署方面的技能？
- 現有員工是否具備這些技能？目前的員工是否可以透過外部資源接受有關 AI 開發與部署的訓練？
- 如果不是，內部雇用或與夥伴組織合作是否最符合公司的願景和需求？
6) 文化
雖然人工智慧解決方案通常以技術為主，但人的因素也同樣重要。
並非所有組織或員工都願意採用 AI，這會損害 您解決方案的ROI 。
評估您的組織文化，以確保有採用 和適應 AI 技術的意願 。這包括評估領導階層的支持、員工對變革的開放度，以及與 AI 驅動的創新的一致性。
許多員工或部門經常感到 AI 的威脅。考量到僱用成本與目前勞工短缺的情況，組織可以輕鬆明確表示，人工智能將用於提升產出，而非取代員工。
文化差異分析問題
- 組織文化是否願意傾向採用 AI？
- 是否所有的重要領導角色都願意接受 AI 的採用？
- 如果有猶豫，為什麼？這些憂慮是否有根據？
- 組織如何才能讓 AI 成為員工的正面形象，並適當地傳達給他們？
3.建立聊天機器人團隊
誰會為您的聊天機器人專案工作？
這也許很明顯，但對我們的許多客戶來說，這是一個持續的問題。
最好的方法是分配責任（就像其他專案一樣）。由於聊天機專案複雜又長期，您很可能需要將它細分為多個角色。
如果您正在為只有 1 名員工的小型企業建立 AI 代理 - 那就太寒心了，盡您所能。
如果您有資源，這裡有一些分解的技巧。
關鍵角色
聊天機專案中有 3 個關鍵角色：執行利益相關者、專案經理和開發人員。
依據專案的規模，您可能只需要一個人就能完成所有三個角色 (祝您好運)，也可能需要一整支開發人員團隊為您的解決方案工作。
執行利害關係人設定策略基礎，確保專案獲得必要的支持以取得成功。他們可能會取得資金、建立績效指標，並爭取組織的認同。
專案經理每日推動專案向前邁進。他們管理專案生命週期、設定時間表、識別風險、管理範圍，並協調跨功能溝通。
最後，開發人員負責建立解決方案。他們負責所有技術工作：執行業務邏輯、與現有系統整合，以及最佳化效能。
即使您是一個 2 人團隊，也要清楚列明哪些職責屬於哪些人。
如果您的專案比較複雜，還可以考慮指派一些其他角色。
4.選擇聊天機器人解決方案
您可能已經選好了技術解決方案。
但如果您的團隊仍在探索階段，有3 種類型的聊天機工具可供您考慮。
您的 AI 專案的範圍和能力會因您選擇的三者中的哪一個而有很大的差異。
DIY 或開放原始碼
DIY 方案將涉及研究、設計、原型、建置、測試、配置、部署、託管、維護、支援和演進解決方案。
這可以從零開始，但大多數開發人員會使用各種開放原始碼材料，從基礎開始建立一個代理程式。
此選項提供最大程度的控制與客製化，讓量身打造的解決方案精確符合企業的特定需求。
然而，這種方法需要大量的開發資源、專業技術和維護工作。
可擴充平台
平台處於封閉式解決方案與 DIY 解決方案的交叉點。
這些聊天機平台通常會提供 CSM 指導和專業知識、託管、資訊安全、開發支援，以及預先建立的整合，以簡化解決方案的設計和配置。
可擴充平台提供了類似路由器的功能、高度可設定的層級和整合能力等中間位置。它們有助於快速部署與彈性，但仍需要一些配置與客製化的技術。
這些平台可以在客製化和易用性之間取得平衡。與其他選項相比，它們可以更順暢地在部門或業務流程之間進行擴展。
5.挑選聊天機合作夥伴（選擇性）
不是每家公司都能在內部建立聊天機器人。也許您是一個沒有頻寬的 5 人小組，也許您想要一個複雜的 AI 代理，但這已經超過您團隊的能力範圍。
無論原因為何，使用外部合作夥伴都有一些好處：
- 您不需要自己購買軟體
- 時間線加快
- 他們已經擁有經驗和專業知識
- 如果您沒有內部的專業知識，他們可以節省成本
我們有相當強大的AI 合作夥伴和自由工作者名單，但無論您使用何種解決方案，請確保您找到的合作夥伴組織精通該特定解決方案 (最好也精通您的特定使用個案或產業)。
強大合作夥伴關係的關鍵
這是強大的 SLA。就是這樣。
SLA （服務層級協議）應該定義清楚的交付成果，包括里程碑、時間表和成功指標。
您也應該指定正常運作時間、回應時間和問題解決的要求。
最後，您應該有一個退出策略。合作關係結束後，如何管理知識轉移、智慧財產權和系統存取？由誰負責維護？所有這些都應該事先簽約。
6.規劃實施計劃
當我們部署 AI 聊天機器人時，我們是 Crawl-Walk-Run 方法的忠實粉絲。
我們與客戶使用它，我們內部也使用它- 它是我們實施策略的北極星。
讓我們分解每個步驟。
第 1 階段：爬行
目標：建立專案基礎並解決當前業務需求。
從簡單直接的 AI 解決方案開始，以處理基本且影響較大的任務。例如，可以部署聊天機器人來處理常見問題 (FAQ) 並提供基本的客戶支援。
此階段的重點在於收集資料。使用者在詢問什麼？哪些動作有助於它完成？
這裡的遊戲名稱是速戰速決。顯示價值。
(在將解決方案推廣給所有使用者之前，請務必先試用部分使用者並收集資料）。
第二階段：步行
目標：根據收集到的資料，逐步提升 AI 能力。
現在使用第一階段的資料。完善並擴大聊天機器人的功能。
建立更複雜的工作流程，刪除任何讓使用者厭倦的會話內容。持續迭代以改善精確度和效能。
第 3 階段：跑步
目標：將人工智慧完全整合至您公司的營運中 - 並擴大規模。
當人工智能已深入公司的營運結構時，您就會知道自己已進入最後一哩。
當然，聊天機器人專案永遠不會完成。就像任何軟體一樣，這是一項長期投資，而且會越迭代越好。
當您擴展到大部分您認為有機會獲利的地方時，請確保團隊有持續學習的回饋迴圈。當您獲得新的資料和業務需求演變時，您需要更新和重新訓練您的模型。
7.衡量成功
衡量成功往往被忽視 - 這是最重要的部分。投資需要回報。
我們將討論 KPI（設定聊天機器人以獲得成功）和 ROI（衡量成功）。
主要績效指標
您的 KPI 應該在您的 AI 代理專案一開始就設計好。每一個 KPI 都應該能夠對應到您的 AI 代理所要解決的策略目標。
您的 AI 代理 KPI 應該 ：
- 直截了當
- 包括短期和長期結果
- 使用可量化的結果，例如精確的百分比
- 包括基線比較，清楚顯示「之前」和「之後」的測量結果
每個 KPI 都應該與特定的貨幣價值掛鈎。僅說一個專案「每週可節省 10 小時」是不夠的。請計算您的 AI 投資每月或每年可節省多少金錢，並考慮您支付員工這 10 小時的薪資。
從低處開始，然後再增加
儘管從一開始就將您的機器人影響力發揮到最大很有誘惑性，但我們的客戶成功團隊建議 一開始 就以最低價值的 ROI 為目標。
專注於增量收益。一旦機器人在最初的負載中證明有效，就逐步擴大其範圍 - 這樣您就可以將風險降至最低，並將長期成功最大化。
KPI 示例
聊天機 KPI 是什麼樣的？
如果您的目標是衡量採用率和參與程度，KPI 可能包括處理的查詢次數、回饋品質或會話長度。
如果您想要衡量營收和銷售額，您的 KPI 可能是轉換率、平均向上銷售或交叉銷售結果，或潛在客戶合格率。
我不會在此詳細說明 - 只會讓您了解 KPI 應該是什麼樣子。但希望您的團隊已經知道什麼是 KPI。
投資報酬率
如果您從未做過，衡量聊天機 ROI可能充滿隱藏的回報和成本。
我們有一份 cmoplete 清單，列出在嘗試準確讀取您 AI 專案的 ROI 時應該考慮的事項。
衡量投資
正確衡量您的 AI 投資，可讓公司完整掌握其影響。
這意味著不僅要計算初始成本，還要計算持續維護、員工培訓以及成功整合所需的資源。
我不會在這裡深入討論完整的清單，但我寫了一份有關實施聊天機策略的完整 PDF 簡報- 您可以看到衡量投資時需要考慮的完整清單。
測量回報
衡量 AI 代理的業務成功與否，首先要將回報與其特定使用個案相結合。為創造潛在客戶而設計的 AI 代理與為內部人力資源流程而建立的 AI 代理所產生的影響將大不相同。
為了讓價值最大化，請指導您的團隊有系統地評估 AI 代理可能影響的每個領域，並優先處理最有可能產生可衡量結果的領域。
同樣地，我在上面連結的指南中會詳細說明這一點，但為了字數計算，我在此就不多說了。
.svg)
.jpg)
