Zendesk CEO Reveals AI Secrets for Customer Service | CXOTalk #886

欢迎来到 CXO Talk 第 886 期。我是 Michael Cricggsman，今天我们与 Zenesk 的首席执行官 Tom Egimier 一起，拨开人工智能和客户体验的迷雾。Tom 将分享 Zenesk 在人工智能之旅中的真实世界经验教训，哪些有效，哪些无效，以及人工智能如何重塑客户期望。Tom，欢迎来到 CXO Talk。很高兴与您交谈。>> 很高兴来到这里，Michael。也很高兴成为第 886 期节目的嘉宾。>> 每个人都收到过 Zenesk 的消息。我们提交一个支持请求，就会收到 Zenesk 的回复。那么，请简要介绍一下，告诉我们 Zenesk 的情况。>> Zenesk 是一家人工智能优先的客户支持软件公司。我们致力于帮助公司解决客户、员工或同事的业务问题。>> 目前人工智能和客户体验方面的情况如何？>> 从客户支持的角度来看，我们认为人工智能能为公司、员工和消费者带来巨大的收益。这并非炒作，而是真实的。那么，当您说人工智能正在颠覆行业时，能否详细说明一下？>> 人工智能实际上正在解决客户的问题。就炒作而言，我年纪大了，记得 20 年前我们谈论机器学习或预测分析。坦率地说，我们将能够解决客户的问题，而无需人工干预。在过去 20 年里，这一直是一个炒作周期，但我们现在确实看到了它的实现。我们有一个名为“AI Agents Advanced”的产品，您可以在我们的客户环境中部署一个机器人。只需三次鼠标点击，并从公司获取一些知识，我们几乎可以即时解决超过 30% 的客户互动。有趣的是，客户满意度更高，成本更低。它更准确，而且只需三次点击即可完成。这正是人工智能的承诺：始终在线，准确性极高，成本更低，因此公司可以将有限的资源投入到解决导致客户问题的根本原因上。>> 关于人工智能的讨论很多，您刚刚也进行了介绍。我能称之为一种理想化的版本，还是完全现实的，或者差距在哪里？差距在于几个方面。首先，你知道，我看到市场上有些人，你知道，在几天内就能保证解决 65% 到 85% 的互动。我认为这有点炒作。我们的一些客户确实实现了 85% 或 90% 的解决率，但对于更复杂的用例，一些客户的解决率只有 20% 或 30%。所以，我认为炒作的一部分在于，这取决于客户类型，他们与员工或客户的互动方式，以及您能获得的解决率。其次，有点炒作的是，目前您需要拥有一个称为知识库的东西，或者大量的其他知识，你知道，结构化数据，以便能够快速获得解决率，而这并不总是如此。所以我们必须对客户和消费者诚实。第三，人工智能会犯错误，就像人类一样，我们不想低估这一点，我们希望确保我们尽可能接近 100% 的准确性。有趣的是，我们进行了一些 A/B 测试，我们发现人工智能的幻觉比人类的错误要少。但有趣的是，我们使用不同的术语，我们将人工智能代理的错误称为幻觉，而将人类代理的错误称为错误。当一切设置正确，数据组织得当等等，人工智能就能做得很好，这基本上是您的意思。>> 完全正确。我大约一个月前在澳大利亚遇到一位客户。例如，我们发现与他们合作时，他们有五个不同的政策，来自组织的不同部门，关于什么构成退货。他们是一家电子商务公司。当您拥有这样的数据时，当然人工智能无法做到完美，因为它接收到的输入是五个略有不同的政策。所以，拥有好的政策、好的知识、好的信息确实非常关键。现在我们可以提供帮助，您知道，市场上的其他参与者也可以帮助创建这些知识。例如，我们现在做的一件事是，我们看到大量的客户互动，我们发现这里有一个差距。过去我们会说，您有一个差距，您应该去解决它。现在我们说，您有一个差距。这里有一个建议。我们为您写下来。好的，人工智能为您写下来。一个推荐的文章，一个推荐的政策。您想接受吗？您想拒绝吗？您想编辑吗？所以，世界正在发生翻天覆地的变化。但正如您所说，数据确实很重要，你知道，结构化和非结构化数据，一致的、可发布的、可读的，在人工智能之旅中确实很重要。>> 您提到了“人工智能之旅”这个短语。我真的很想知道，在哪个点上，您认识到人工智能在客户支持方面如此重要，以至于您不得不，用“改变公司”这个词是否太强烈了？绝对是改变公司，因为，我们 Zenesk 的看法是，我们可以成为人工智能客户支持领域的颠覆者，否则我们将被颠覆。17 年前，我们通过客户支持帮助台颠覆了行业，我们希望再次这样做。我记得，我认为是 2022 年 10 月 OpenAI 发布时，它引起了巨大的轰动，我一直在思考它在 2022 年夏秋季的影响。我记得在 2022 年 12 月，我在里斯本的办公室，与我们的一些主要人工智能数据科学家和工程师，大约 10 个人，我询问了我们的路线图。我刚那个月上任 CEO，我们有很多好主意，但没有路线图。我认为在 2022 年夏秋季与行业专家交流后，我得出的结论是，就像互联网、移动设备、本地部署到云一样，将会有一个重大的颠覆。我认为有些人可能比我们早六个月或十二个月就意识到了这一点，而我们没有路线图。我们没有足够的人力投入其中，我们没有考虑过它。所以我们花了几天时间在里斯本的白板上写下我们想推出的第一个产品。对我来说，那就是“啊哈”时刻。我以为会在湾区，但实际上是在葡萄牙里斯本。>> 您提到了自我颠覆。这很难做到。大多数时候，企业被颠覆是因为有竞争对手。有外部因素在起作用，他们别无选择。但在这个例子中，您看到了浪潮的到来，因此您采取了积极的措施，说：“嘿，我们需要改变。”这似乎就是您刚才描述的。>> 老实说，Michael，我认为我们别无选择。如果您真的诚实地说，因为客户支持，我们有一个统计数据，我们认为 5 年内 80% 的客户互动将通过人工智能进行，而 5 年内 100% 的互动将以某种方式涉及人工智能，这意味着人类将使用人工智能。所以，我们别无选择，但我们有很多优秀的 Zenesk 员工看到了这一浪潮的到来，并认识到，嘿，17 年前我们是颠覆者。Michael 和整个 Zenesk 团队颠覆了帮助台和客户服务，我们想再次做到这一点。所以，我想说我们很幸运，这一趋势即将到来，我们拥有了基础的一些构建块和组件。但这也是一种必然，如果我们不这样做，我在本地部署到云的联络中心领域工作过，我曾为一家名为 Genesis 的公司工作，该公司 100% 是本地部署的。现在它是领先的联络中心云提供商之一。我们经历了这种转变，而其他两个本地部署联络中心的领导者没有经历。所以，作为一家私营公司更容易做到这一点，但确实有必要这样做，因为这里会有赢家和输家。我真的首先对我们的客户负责，为他们提供价值，其次是对我们的员工，最后是对我们的股东，我们必须自我颠覆。我想提醒大家，现在正在 Twitter X 上进行一个推特聊天，您可以使用 #CXOTalk 提问。如果您正在观看 LinkedIn，请将您的问题输入 LinkedIn 聊天。我们收到了一些问题。但我仍然对这次转型很感兴趣。那么，当您从人工智能之前的世界转向人工智能时，您是否遇到过任何阻力？来自利益相关者、董事会、员工、客户的阻力？因为这是一个巨大的变化，而变化总是很困难。>> 我不知道这是否是阻力。老实说，对我们的董事会来说，他们反而会问：“您怎么能更大胆，怎么能做得更大？”因为他们看到了转型。所以，如果说有什么的话，那就是我们有一个很棒的董事会，我可以说他们进行战略性煽动，他们的煽动是“更快地行动，更大胆地思考，更大胆地思考，如何真正为您的客户提供价值。”我认为我们的客户群有不同的成熟度。有些人想走在最前沿。有些人，在过去几年里，一直在说：“嘿，这会是真的吗？这真的会颠覆吗？我们真的会有 AI 代理协同工作、生成搜索知识库来真正改变客户支持吗？”我认为绝大多数客户现在都在说，在过去两年半的时间里，人工智能是真实的，人工智能正在颠覆客户支持。所以，我认为两年前半，我们的客户群还存在疑问，现在已经达成了共识。董事会已经在那儿了，员工们，我认为他们提出了真正好的问题，比如我们如何成为颠覆者而不是被颠覆？我们如何在添加人工智能的同时完成我们核心客户服务全渠道平台上的所有核心工作？如果我不是人工智能革命的一部分，我会被落下吗？所以我们有咖啡聊天，我们有 AMA，我们与员工交流。但如果说有什么的话，我认为员工们非常兴奋能够成为颠覆者，成为客户服务领域的领导者，真正为我们的客户提供真正有价值的、切实的价值。>> 现在是订阅 CXO Talk 新闻通讯的绝佳时机。请访问 cxotalk.com。我们将随时向您更新即将举行的节目。请告诉我们您推动的产品变革。那么，以人工智能为基础的客户支持与之前的有什么不同？我们现在所处的位置以及未来的发展方向有几个方面。我们现在正在做的是，我们认为我们可以自动化大量的客户互动。所以，对客户来说，再次强调，这是我们所有客户的客户，这是最重要的。它更快，更准确，他们能够以一种非常好的方式解决他们的问题。对公司而言，他们的支出更少。所以，现在人工智能方面的情况有点被动。我将举几个用例。未来，它将更加主动。但在过去，我们有大约 30,000 个知识库客户。所以，想象一下您进入一家公司的网站，然后输入“如何退还这双鞋？”。过去的知识库会弹出五到十个蓝色链接，您会从中选择一个关于如何退鞋的。现在发生的是，我们推出了一种名为生成搜索的功能，这是我们知识库产品的免费部分。就像谷歌 Gemini 搜索一样，您实际上会得到答案，关于如何退鞋。而且，随着智能人工智能的出现，它变得越来越好，您可能能够完成整个过程，包括例如返回 ERP 系统，所有操作都通过人工智能代理完成。所以，这仍然是反应式的。然后您可能会从生成搜索转向人工智能代理，而人工智能代理可以像人类代理一样行事，做人类代理能做的一切。有时生成搜索和人工智能代理无法解决问题，所以您会去找人类代理，但所有这些现在都是反应式的。我们现在正在客户服务领域颠覆这一点，使其变得主动，我们正在利用您进行的搜索、您与人工智能代理、人类代理的互动的所有信息，然后说，这些是正在发生的七个根本原因问题。我们不断寄出黑鞋，而 Michael 想要的是红鞋。然后我们有客户互动。我们需要做什么？需要对供应链有洞察力？为什么通过人工智能在那里出现问题？所以，现在它正在被颠覆。客户支持从反应式转变为更主动，从反应式转变为更根本原因分析，从反应式转变为实际采取行动解决公司在与员工或客户互动时遇到的根本原因问题。>> 再次，我想回到您几次提到的准确性。您能谈谈这一点吗？因为当然，这是这里一切的关键维度。我们进行了大量的 A/B 测试，在，让我们称之为排名前 50 或 100 的用例中。通常，人工智能代理的准确性与人类代理相当或更高。当涉及到真正复杂的情况时，也许客户在一个查询中提出了三个不同的问题，他们在电子邮件、聊天或电话互动中，有语音人工智能。现在您说：“如何退我的鞋子？我想要积分。我想订一双新的红鞋，而不是我的黑鞋。我还想订一件毛衣。”当您在一个消息中连续收到三个或四个查询时，有时人工智能无法完美处理。我认为人类仍然做得更好，但它正在变得更好。另一个我认为人工智能尚未完全成熟的领域是真正非常复杂的边缘案例，数据无法解决，需要人类介入。另一方面，我认为人工智能，有趣的是，我们最近的一些数据研究表明，人工智能在同理心方面做得同样好或更好，这令人惊讶。我一直认为人类会更有同理心。但有一些有趣的研究，我记不清最近在哪里读到的，医生，人工智能代理医生和人工智能或人类医生，人工智能代理医生被认为更有同理心。所以我们开始看到人工智能代理表现出更多的同理心和关怀，这是我从未想过的。>> 我们已经从那些仅仅是指令性的聊天机器人走了很长的路，坦率地说，对很多用户来说，它们是浪费时间。现在是一个非常不同的宇宙。>> 完全正确。所以，您脑海中可能有的那些聊天机器人，它们会让我感到恼火，它们会让我感到沮丧，它们是某种决策树，你知道，如果然后您选择“是”，您就沿着决策树走下去，很多时候，再次强调，查询更复杂，您会卡在决策树的某个部分，然后您会被转交给人类。人类代理人工智能在那里，这些人工智能代理基本上是自主的，并且能够进行推理，这是每个人都有的聊天机器人体验的根本区别。所以，我告诉大家，我知道您过去可能与聊天机器人打过交道，但如果您现在与真正的智能人工智能代理打交道，我认为您会对其体验感到惊叹。它并不完美，就像人类一样，人工智能人类代理也不完美，但这是根本区别。您正在从一种预先设定的决策树转变为一种智能的、能够推理的东西。我们认为真正重要的是，并且这是其中的一部分，您需要成为白盒而不是黑盒。如果我是一家公司或消费者，特别是公司，那么自主人工智能代理，智能人工智能代理是如何做出决定的？它的思考过程是什么？我们做的一件事是，我们为人工智能代理或机器人与客户的每一次互动都详细列出，以便公司可以通过提供自然语言指令来不断改进它。我认为这非常非常重要，因为如果您将其视为黑盒，作为一家公司，您不知道人工智能代理为什么会这样做。所以，改进起来更困难。>> 我每天都在使用大型语言模型，多个 LLM。对于推理模型，当它们暴露其逻辑时，它非常有用。>> 我同意。我举一个我个人生活的例子。我妻子的祖父出生在美国，但在爱尔兰长大。我妻子想知道她是否能获得爱尔兰公民身份。我使用了 Ancestry.com，将密码提供给了一个大型语言模型，连接到一个我编造的电子邮件帐户，然后创建并说：“你能研究并收集支持我妻子可以获得爱尔兰公民身份的证据吗？”它能够做到这一点，这令人惊叹。它请求了爱尔兰教区学校的教区小学记录。它为我提供了所有这些信息，然后写了一份法律备忘录，解释了它为什么认为我妻子可以获得爱尔兰公民身份。唯一的问题，迈克尔，是它得出了错误的法律结论。它看起来，它说法律结论是肯定的。这可能是 50/50 的边缘案例，她获得了它，但它暴露了一些逻辑和推理，这就是我发现它可能在结论上出错的原因。所以，这就是为什么我认为这首先是一个很酷的商业案例，对吧？您可以从 Ancestry.com 获取您的树，创建一个电子邮件帐户，通过提供一些提示来获得支持它的法律备忘录文件。但另一方面，这就是为什么提供白盒处理以真正理解其背后的逻辑如此重要，这样您仍然可以看到缺陷，因为就像人类一样，存在缺陷和错误。当人工智能犯错时，而客户服务代理正在与客户合作，您是否有方法来捕捉它，或者如何管理它？因为错误可能是隐蔽的，对吧？LLM 以“知道自己绝对正确”的信心说话，总是如此。所以，我们认为我们区分开来的一件事，并且我们认为对任何客户服务领域的参与者都很重要的一件事是，我们有一个称为质量保证的东西。质量保证使用与大型语言模型不同的算法，我们实际上对每一次人工智能代理或人类代理的互动进行准确性、语气和解决率的评分。我们通过它发现人类在哪里犯错，或者人工智能代理在哪里犯错，然后将其呈现出来。所以，再次强调，白盒，您完全正确。目前的一个缺陷是，人工智能代理会绝对肯定地说，我妻子可以获得爱尔兰公民身份，而这有点模糊，但具有 100% 的信心。所以，我们有一个非常坚定的观点。作为一家公司，您应该进行质量保证，而不是抽样。目前大多数公司都在分析 1% 的互动。我们建议分析 100% 的互动，您现在可以根据人工智能获得摘要。这就是您将如何发现问题，无论是人类还是人工智能代理。关于这一点，真正关键的是，有时您会看到人工智能代理处理问题或查询的方式比人类代理更好。但有时您会希望与我 80 岁的父母，我的母亲会生气，她还没有满 80 岁，但我的父亲 80 岁了。您会希望他们与人类交谈。他们不会想与人工智能代理交谈。您希望将人工智能代理的准确性融入人类。所以，我们真的认为系统化的质量保证在人工智能时代非常重要。所以，人工智能也使您能够进行比过去更精细的持续 QA。>> 使我们能够进行更精细、更持续的 QA，最棒的是能够发现错误的洞察，并提出行动建议，无论是构建这个政策，去改变，您有与彼此冲突的政策，去确保您在这里创建一个政策，或者一块知识来解决它。所以，它提供了更精细的洞察，更个性化，并且通过智能人工智能，它可以提出行动并采取行动来解决客户不满的根本原因。让我们来回答一些问题。第一个问题来自 Greg Walters。他实际上问了几个问题，但我将回答他的第二个问题。他问：“关于颠覆，人工智能消除了中间人。您是否认为 Zenesk 将不仅仅是客户服务的一个组成部分和工具，而是成为‘客户支持和服务部门’？”>> 我知道有些人，有些公司，有某种叫做 BPO 的东西，他们会说您可以将很多客户互动外包给我们，我们将负责技术和人员来解决这些问题。我认为在未来，我们的平台需要对我们的公司做出反应，也要主动。再次强调，这将是有趣的。这将改变动态。目前，我们专注于反应式的客户问题。Greg，我认为这是一个很棒的问题，顺便说一句。未来，我认为我们将解决问题，甚至在它们发生之前。你知道，对于我们的公司，我不知道我们是否会成为客户服务部门本身。我认为我们将成为一个平台，帮助客户服务在问题发生之前解决问题，并在问题发生时解决它们。但我们有辩论，我告诉大家，每周客户服务都在发生巨大变化。每周都有新的人工智能创新，我们已经讨论过我们的平台如何发展，以及我们将来是否会承担越来越多的客户服务部门的负担。我认为这是一个非常有见地的提问。另一个问题来自 LinkedIn，我们稍后将转向 Twitter 上的问题。这是来自 Brandon Bird 的问题，Brandon 说：“Zenesk 是否计划在特定垂直领域加倍投入人工智能以获得先发优势？”我们认为，在未来五年内，垂直行业越深入地了解任务、程序和专业知识，您就越能更好地解决您的客户、员工或我们的客户的客户的问题。所以，我们现在在电子商务、金融科技、制造业方面拥有非常好的立足点，我可以继续列举下去，科技。所以，我们正在深入挖掘，并将我们在这些垂直领域的学习应用于我们的客户服务人工智能驱动的解决方案平台。所以我认为这将是我们的秘密武器之一，通过在垂直或行业基础上进行差异化，帮助公司为客户带来更多价值。这已经发生了。我认为我们正处于比赛的早期阶段，对于您的国际观众来说，但我认为在未来五年内，您将看到更多行业特定的解决方案、行业特定的知识和行业特定的 AI。我们有一个来自 Firestar 的问题，他说：“感觉我们终于度过了‘人工智能即将来临’的阶段，进入了真正让它为客户工作的阶段。”>> 技术是有效的，但我认为我们正处于下一阶段的演变，那就是获得采用。有趣的是，我们看到客户可能不愿意采用。所以，我们告诉客户的一件事。我看到一些，这是从其他客户那里学到的，您可能想说“我现在有一个人工智能代理可供您使用，还是您想等五分钟再找人类代理？”所以很多人会测试人工智能代理，因为他们有过像您过去与聊天机器人打交道的糟糕经历，Michael。所以您想引导他们去尝试人工智能代理。我们也有人类代理，他们正在使用一种叫做“协同驾驶”的东西，并且他们一直在使用其他工具。那么，您如何引导他们去采用呢？一旦他们看到了协同驾驶的力量，他们就会越来越多地使用它。然后，与客户一起实施，以确保您获得正确的数据，正确地构建政策，真正地利用智能人工智能并开始运行您的业务流程和工作流程，并利用人工智能创建新的流程和工作流程。市场上仍然存在一些采用方面的挑战。仅仅是您可以通过三次点击完成很多事情，但您可能需要几周或几个月才能获得全部价值，或者超出这个旅程，这是目前采用的另一个问题。所以，我认为我们已经从“技术是否有效”转变为“如何让员工、客户和自主人工智能代理，这三者真正拥抱这项技术”。采用曲线，实施采用，我认为是 Zenesk 和其他公司正在应对的下一个前沿。>> 这是一个很好的观点，当然，正如您之前提到的，不同行业和不同公司之间存在不同程度的成熟度，这对采用能力有直接影响。>> 当然。而且，这真的很有趣。我们看到，当您谈论小型客户时，他们正在寻找即时影响，他们正在寻找三次点击的解决方案。当您与企业客户交谈时，他们真正希望将人工智能深度嵌入任务、程序、改变工作流程、发明新工作流程，并采取行动，例如我用过的退货示例，涉及鞋子，跨越 ERP，跨越供应链，真正互联互通。所以，不同的客户要求不同的东西。我将其视为客户的成熟度曲线。有一个细分市场，无论您是 SMB、中型市场还是企业。还有地域差异。例如，湾区的人们已经准备好接受。我最初来自俄亥俄州。我的父母来自肯塔基州。当我与俄亥俄州和肯塔基州的客户交谈时，他们可能有点像一年前的湾区。所以，您有一个基于地理区域、细分市场和客户成熟度的魔方，他们准备好了。但我认为，总的来说，我们正在克服这种超现实，人们正在接受它是真实的。>> 我自己有很多问题，但我真的想优先考虑观众的问题。你们，我总是这么说，你们非常聪明。我们有一个问题，我还在 Twitter X 上，我们稍后将转向 LinkedIn。来自 Twitter 的 Elizabeth Shaw 的问题，她说：“随着人工智能赋能的客户支持职能的增加，特别是随着人工智能代理和智能人工智能的出现，人类的接触有多重要？什么时候人类的接触才是正确的选择？”那么，人类的接触有多重要？什么时候需要将人类引入电子代理？我们仍然认为 10% 到 20% 的互动将是人类主导的，它们将是最复杂的互动。它们将是您客户群中的一部分。也许是您的顶级客户。而且，可能有些人就是想和人类交谈。所以，我们认为人类仍然是解决问题的中心焦点。而且，有时即使我说了，人工智能代理有时会提供更多的同理心，如果客户非常生气，很多时候人类可以做得非常好。所以，我想这就是第一点，我们相信人类仍然会参与其中。我们认为第二件令人兴奋的事情是，我知道人们一直担心人类代理会被削减。而我们看到的是不同的。我们称之为“服务赤字”。直到现在，我认为大多数人在与品牌互动时，无论是企业还是消费者，他们可能不会获得最佳体验。所以，存在这种服务赤字。我们认为人工智能将带来“服务红利”，人类将能够腾出时间来处理这些更大问题的根本原因。他们将能够管理人工智能代理。所以，您可能有一个人类代理管理一个团队的人工智能代理，就像我们之前谈到的，Michael，确保准确性，使用 QA 和其他工具。我们认为服务红利将再次增加客户满意度，无论是 B2B 用例还是 B2C 用例，还是员工，因为您将处理更多根本原因，并在问题发生之前进行预防，您将获得更多个性化服务。所以，我们认为会有几个反应式的用例。我们相信，人们需要记住，另一端总有一个人。即使，我敢肯定我们会谈到，Michael，在 12 到 18 个月内，您可能会使用自己的机器人去与公司的机器人交谈。归根结底，互动另一端仍然是人类。我们需要记住这一点。这是来自 Pitti Nion 的问题，她说：“随着人工智能重塑客户体验，您如何看待零售、医疗保健和金融服务等行业垂直领域如何发展其客户互动模式？是否存在一些行业，人工智能驱动的 CX 已成为战略差异化因素，而不仅仅是运营工具？Zenesk 如何定位自己以在这些转型变革中发挥领导作用？”我只想对提问者提出一个要求：请将您的问题保持简单，因为我正在阅读您的问题，我需要确保我理解。好的。那么，人工智能驱动的 CX 成为战略差异化因素，而不仅仅是运营工具，以及您如何定位自己以在这些转型变革中发挥领导作用？有趣的是，我们看到一些客户将其视为一种转型工具，可以真正实现业务差异化。我举个例子。越来越多的客户不想成为客户参考，因为他们不想让竞争对手知道他们通过人工智能代理解决了 70% 或 80% 的互动，并且他们获得了服务红利，可以重新投资。所以，我们一些最好的客户不想公开他们的名字，也不想公开他们的结果。对我来说，这证明了他们获得了惊人的自动化解决率。所以，人工智能在问题转交给人类之前就解决了问题，他们将其视为竞争优势。我们试图做到这一点的方式是，我们真正专注于我们称之为“解决方案平台”或“自动化解决方案”以及整个解决方案平台系统。我们每天、每周与客户一起查看您解决了多少比例的互动，以及您自动化了多少。再次强调，就像我们之前讨论的 PY 问题一样，我们正在从垂直角度深入研究。当我们获得高自动化率时，我们真的认为您可以进入服务红利领域。所以，这就是我们如何定位自己与客户。我们并不完美，但我们正努力将客户推向越来越高的自动化率。这就是为什么我们推出了新的定价模式，称为“自动化解决方案”。只有当我们与您一起解决客户的问题，解决它时，我们才会获得报酬。但如果它又回到了人类，我们就不会为那次互动获得报酬，即使它花费了我们的钱。这是我们领先于客户服务领域的一种方式，并将我们的运营模式与我们的客户完全一致，因为他们关心提高自动化率、自动化解决方案。而我们定价的方式也完全一样。>> 我喜欢这一点。投入自己的利益。历史上，软件公司，你知道，回到本地部署时代，他们销售产品，然后扔给客户，无论客户是否使用，他们仍然付费。而现在您走向了另一个极端，Zenesk 在客户成果中占有股份，而不是达成成果的过程。>> 我们之前谈到了转型和文化，以及员工。这对我们的客户、我们的员工和我们的股东来说都是一个巨大的转型，因为，我们看待运营模式。过去是座位数。我们仍然有一些座位。一些公司转向了互动。而现在，下一次演变是基于结果的定价，或者真正与您的客户保持一致。我举个例子。我最近在一家航空公司，我不会说在哪里。我注意到我可能会错过转机。我打开了他们的应用程序，我认为他们有一个人工智能代理的 Beta 测试，我完成了重新预订转机的 90% 的问题。不幸的是，飞机起飞了。我关掉了手机，没有 Wi-Fi。我着陆了，人工智能代理还没有解决我的问题。我相信那家航空公司，也许他们没有收费，但他们会为一次互动收取 2 美元，尽管我更不满意，因为我后来打电话给人类代理，而人类代理没有任何人工智能代理的上下文。所以我感觉我一直在重复自己。哦，对了，我在机场等了大约 8 个小时，因为我错过了所有的转机，因为它们在中间被预订了。所以，这是一个例子，如果您是基于座位或基于互动的，软件提供商可能会从我与该人工智能代理的互动中获得更多钱，尽管我更不满意。而这并不是我们公司想做的。我们真的想让我们的客户成果与我们的成果保持一致。>> 这里有一个来自 Ryan Smith 的有趣问题。这非常基础。他说：“随着人工智能开始更快地解决票务问题并自动化更多互动，CX 领导者应该如何重新思考成功指标？像客户满意度和 FCR（首次关闭解决）这样的遗留 KPI 是否仍然重要，还是我们需要一个新的框架？”>> 我举个例子。现在有很多公司使用平均处理时间。所以，人类代理需要多长时间？无论是电话、电子邮件、聊天，还是网页表单，人类代理需要多长时间来解决问题。您希望降低平均处理时间。我们告诉客户的一件事是，一旦您实施了自动化，自动化将处理掉所有简单和中等难度的互动。所以，人类只剩下最困难的互动。所以，我们告诉 CX 领导者，您的平均处理时间将大大增加，好的？您会想，为什么会发生这种情况？我刚刚实施了人工智能代理和自动化。然后我给了我的人类代理协同驾驶，这应该让他们更有效率，但他们的平均处理时间却在增加。所以，我们开始与客户一起开发更多框架，以免他们感到惊讶。当您解释这一点时，客户 CX 领导者会说：“当然，因为他们得到了 10% 或 20% 的互动，这些互动非常非常困难，需要很长时间。”所以，我们鼓励更多的 A/B 测试，不同的框架。我仍然认为 NPS 或 CSAT 很重要。我认为将会出现一些新的框架和新的指标，例如如何减少互动，不是为了减少互动而减少，因为您正在解决根本原因，所以我认为随着时间的推移，您解决不断出现的互动问题的速度将是未来的一个指标。平均处理时间将不再是指标。我仍然认为首次联系解决很重要。如果您看看客户的心理，他们宁愿等待更长时间与人工智能代理或人类代理互动，宁愿等待 5 分钟而不是被转来转去两次或三次，而不是被转来转去两次或三次。所以，我认为首次联系解决很重要，但 Ryan，我认为您关于我们将出现指标演变的假设绝对会发生，CX 领导者会这样认为。人工智能正在驱动如此多不同方向的变化，这真是太有趣了。触角非常深远，影响非常深远。我的意思是，看看您刚才描述的定价政策。我的意思是，这是一个巨大的转变。我认为我们不知道，Michael，人工智能的所有影响，我认为那些对未来 15 年、20 年或 25 年如何发展有确定性的人，可能错了。但它是深远的。你知道，我每两周做一次深入研究，了解过去两周人工智能发生了什么变化，以及它如何影响我们的客户，以及我们如何为客户提供更多价值。我想告诉您，如果您在 2009 年到 2019 年期间从事客户服务行业，就像我在另一家公司一样，那么几年的变化速度与我们现在几周的变化速度大致相同。所以，未来工作性质的深刻影响太多了。你知道，我有一个 22 岁的女儿和一个 20 岁的儿子，他们问我，有了人工智能，我应该做什么？这就像一个关于他们应该学习哪些技能和能力的生存问题，因为我认为工作的性质将在未来 10 年、15 年、20 年内发生巨大变化。例如，作为 Zenesk 的首席执行官，这种快速变化意味着什么？您每两周就要看看人工智能世界发生了什么变化，这可能会对市场和您的公司产生深远的影响，这真是非同寻常。它确实改变了您需要确保您从客户那里获得大量信号，特别是，我们做得好和做得不好的地方，我认为这非常重要。从整个行业来看，这非常重要。我认为这真的鼓励员工，您必须成为一个学习型员工，您必须学习人工智能，您必须将其融入您的日常工作流程，您必须跟上它，因为这是一项技能，我认为它将区分未来的员工，包括那些真正理解人工智能的 CEO，谁将其融入他们的日常生活？谁在战略和战术上使用它？所以我认为，永远学习。我给人们的建议是，您必须永远学习，您必须永远学习人工智能。在未来 5 年内，无论您现在做什么工作，它都会以某种形式影响您的工作。>> 这是来自 Arcelon Khan 的问题，他是一位常客。他问了很棒的问题。他说：“我们什么时候才能用人工智能取代人类？人们会怎么样？AI 管理员能否为其他 AI 和人类撰写绩效报告？”>> 我对此持乐观态度。我认为人工智能将改善人们的生活，我认为，我们已经看到，每一次重大的世界革命，它都会创造更多的工作，但也会创造不同的工作。所以，我仍然对人工智能的作用持乐观态度。我认为，这是一个关于绩效评估的富有洞察力的问题。我认为，目前我们所处的位置是，我认为人工智能可以提供摘要，如果您获得大量的 360 度反馈摘要用于绩效评估，那么绩效评估的见解。这可能会在 10 到 15 年，甚至更早发生，您将拥有由人工智能撰写、人类编辑的绩效评估。我认为现在就发生了。我与一些正在这样做的初创公司谈过。所以，我认为，我们必须真正理解，在另一端，有一个人正在接受绩效评估。您必须对技术非常有信心，它能够获取所有数据源，所有信号，你知道，诚实地，以一种好的方式，并且透明地，再次强调，白盒理论，Michael，关于它得到了什么以及它是如何得出关于您绩效的合理结论的。我们已经在质量保证方面做到了，我们正在评估 100% 的互动，无论是人类代理还是人工智能代理，并对其进行评分。这不是正式的绩效评估，但它是成功的指标。所以，我们已经做到了。我认为在未来 5 年、10 年、15 年、20 年内，对人类社会有一些非常深刻的影响，关于工作将如何演变。您长期以来的听众，我认为他暗示了这一点，他说，您将拥有不同的工作，我们认为未来将会有人类管理者管理人工智能代理团队，这很可能是人工智能革命创造的新工作之一。Khan 等了很久，所以我将再问他一个问题，他在 Twitter 上问：“您能谈谈数据在您的产品和人工智能中的作用吗？”>> 我们公司的一个优势是我们每年进行 46 亿次解决方案。所以，有一个巨大的数据集可以帮助我们对模型进行二次训练。所以，它们不仅仅是现成的大型语言模型。您对这些模型进行二次训练以获得更高的准确性。它基于那 46 亿次互动数据集。它基于早期问题的更深入的垂直信息。现在，通过知识库，从 Confluence、SharePoint 或其他地方提取信息，我们能够获得更多的知识和数据。但再次强调，您的模型和您的答案只与您的数据一样好。所以我认为，他触及了一个非常非常重要的问题，您希望尽可能多地摄入数据，但您甚至希望它是非结构化的、干净的、经过筛选的数据，并且具有一定的有效性。所以我认为我们正在进入一个世界，您拥有的结构化和非结构化数据越多，经过筛选的数据越多，您就可以通过二次训练提供更准确的答案给客户、员工或其他企业。所以我确实认为我们正处于一个数据非常重要的境地。在过去的两年半里，我们在 Zenesk 内部经历了一个不那么性感的过程，但我们花了很多时间处理我们的内部数据，对其进行筛选，将其放入数据湖，以便我们可以在各种人工智能应用程序中使用它。直到我们做到这一点，我们才在利用我们的数据方面遇到了瓶颈。我不是在谈论我们的客户数据。我是在谈论内部数据来运行。

业务。我认为精明的公司已经将此作为一项项目来承担，因为它并不有趣。它不性感，但它将在未来几年对企业的运营方式产生重大影响。这是基础。>> 这是基础。而且现在有一些非常酷的用例。我一直在与许多初创公司就报告和分析进行交流。我们刚刚收购了一家在报告和分析方面做得非常出色的公司，您正朝着这样的方向发展：您不再需要获取一个您知道的报告，而是可以通过自然语言查询来询问“马耳他客户群的自动化解决方案的年增长率是多少？”等等，您可以通过自然语言查询来获取这些数据，这些查询可以为您提供真正深入的见解，您可以提示报告和分析为您提供更具前瞻性的东西。我应该考虑什么来经营我的业务，我担心马耳他，我担心我们的客户如何从我们的产品中获得价值。您可以获得提示和想法，我认为这再次是从旧的静态报告转向真正的见解，而且您可以通过自然语言做到这一点。Brandon Bird 在 LinkedIn 上说，当您提高自助服务水平时，您如何解决座席倦怠问题？我将请您开始回答这些问题，Tom，相对快点，因为我想让每个人都参与进来，我们有很多问题，我也有自己的问题。您可以自助服务。您正在回答简单的问题，而人工座席的倦怠是真实存在的。这是最能带来压力的工作之一。我认为您可以通过副驾驶帮助他们更好地完成工作。嗯，所以您正在为他们提供答案，我认为这可以极大地帮助缓解倦怠，因为他们获得了更准确、更富同情心的服务，并且他们能与客户正确地沟通。这里有一个来自 Priy Nion 的问题，他说在他所在的地区缺乏计算机素养，像 Zenesk 这样的公司可以做些什么来让那些不擅长计算机的人更容易进行计算机交互？我们有一个基金会和一个项目，我们已经培训了超过 10,000 人，他们可能不像世界上其他地方那样容易获得机会，成为客户服务座席、人工座席，并为他们提供计算机技能和客户服务技能。所以这是我们在 Zenesk 正在做的事情之一，您知道，做好事，做对事就是做好事。嗯，我认为越来越多的公司将不得不弄清楚如何帮助人们提高计算机素养和客户服务素养，并成为出色的客户服务座席。>> Tom，这种人工智能的轨迹如何影响您和 Zenesk 对人才、团队构成和工作的看法？>> 我们没有像其他人那样激进。我知道他们说过，您需要用为什么人工智能无法做到来证明任何职位申请的合理性，但当我们现在与人才交谈时，我知道我问的第一个问题之一是，您如何使用人工智能，即使对于 CX 套件员工，您如何在日常生活中使用人工智能，无论是在工作还是个人生活中，因为在这个人工智能时代，如果您不使用工具，如果您不进行实验，您就不会进步，我认为您将没有成功的技能和能力，所以这是我们谈论过的事情之一，然后我们将开始大力推动。到目前为止，我们一直采取自下而上的方法，关于我们的员工如何使用人工智能，我们已经为 ChatGPT 开通了企业许可证。我每天都使用它。我认为您会看到更多自上而下的推动，鼓励员工更多地使用这些工具，因为我认为这对公司有利。这对他们的职业生涯有利。>> 您能谈谈未来以及人工智能客户体验的走向吗？我们在 Zenesk 相信，五年内 80% 的互动将通过自动化解决方案完成，完全不涉及人工。我们认为，五年内 100% 的互动将以某种形式涉及人工智能。这意味着人类正在解决的最后 20%，他们将借助人工智能来完成。我们确实认为还有另一个趋势，一旦您开始获得快速满足，这与处理聊天机器人相反。Michael，您和我之前谈过。我们认为消费者、员工和其他企业将越来越多地与这些公司互动，并进行更多互动。因此，我们认为互动实际上将呈爆炸式增长，特别是当您开始使用自己的 AI 代理并让它们执行某项任务时。嗯，所以这些是我们将在未来 5 年内看到的一些人工智能趋势。>> 人工智能对整个经济中的工作有什么影响？这是您考虑过的事情吗？这是朝着什么方向发展，从工作的角度来看？哪些工作会受到影响？哪些不会，等等？>> 我绝对考虑过，我将分享一个更个人的故事，我之前也提到过。我有一个 22 岁的女儿，她最近刚从大学毕业，我有一个 20 岁的儿子在上大学，他们问我，随着人工智能的出现，我应该从事什么样的工作？我认为 15 年前，答案是从事编码，对吧？软件工程是一个很好的选择。我真的告诉他们，首先，要非常非常了解人工智能。在您的个人生活和职业生活中使用它，这将使您与其他人区分开来。其次，我告诉他们，要回归基础。如果您能读好，写好，分析好，您就会做得很好，因为没有人能预测未来 40 到 50 年的工作市场将如何发展。而这大致就是他们这些二十多岁年轻人的职业轨迹，未来 40 到 50 年会发生什么，而我们已经看到了过去三年人工智能的发展情况，所以我真的鼓励人们掌握这些基本技能，第三，我鼓励他们学习如何提示，这与第一和第二点有关，如何使用人工智能，我认为我在过去两三年里进行了实验，我的提示能力越来越好，我认为这项技能将非常有用，而且很有趣，我认为一些人文艺术教育，当您写得好，分析得好，读得好时，在提示方面将越来越重要。>> 关于提示这个话题，各位听众，我们做了一个关于为企业领导者提供提示的节目。所以请访问 cxotalk.com，回到几集之前，您会找到那个节目，它真的非常非常棒。非常非常快，数据隐私和安全，您的数据网络安全。您能谈谈吗？因为这显然是一个极其重要的话题。>> 我们非常认真地对待数据隐私，而且是那种白盒方法。所以我们现在在信任方面处于领先地位。我们拥有的认证数量，以确保我们有很大的信心，我们将保护我们的客户，您的数据对我们来说真的至关重要。其次，我们想确保我们可以为您个性化，但不是以一种令人毛骨悚然的方式与公司合作。所以我们在这方面与公司合作。但我认为我们将进入一个时代，这种白盒方法与黑盒方法相比，不仅向公司，还向员工、消费者和其他企业公开人们如何使用您的个人身份信息。在未来 5 到 10 年里，他们如何保护这些信息将成为一个越来越热门的话题。但它绝对是我们人工智能方法的重中之重。>> 好了，恐怕我们时间到了。Tom，非常感谢您作为嘉宾参加 CXO Talk。我非常感激您和您在 Zenesk 的团队。>> 问题很好，流程很顺畅。Michael，我非常感谢您的时间，我非常感谢今天有机会与您同台。>> 各位，在您离开之前，现在是订阅 CXO Talk 新闻通讯的绝佳时机。请访问 cxotalk.com。我们将让您及时了解即将举行的节目。祝大家一天愉快，我们很快再见。保重。[音乐]