在大多數商業領域，人工智能正成為必備技術。無論是面向客戶的聊天機器人來幫助用戶參與和轉換，還是在后臺幫助用戶做出關鍵的商業決策，人工智能無處不在。對它能做什么、應該做什么，人們的期望往往很高。然而，當這些期望沒有得到滿足時，并不總是技術的問題，更有可能是人類帶來的。為什么這么說呢?或許從下面一些在實現人工智能時最常見的人為錯誤中我們客窺見一二。

[[265067]]

錯誤1：混淆自動化和 AI

將人工智能和自動化劃等號是一個常見且可以理解的錯誤。畢竟兩者都可以做類似于人類的工作，并提高生產率和客戶體驗，但兩者之間有一個關鍵的區別。自動化遵循預先確定的規則，而人工智能是用來模擬人類思維的。如果你的目標是重現一項通常由人類完成的簡單、重復的任務，例如填寫表單、重置密碼或路由查詢，那么你很可能在自動化技術的市場上。另一方面，如果你正在尋找一種能夠做更復雜事情的解決方案，包括與客戶進行實際對話、分析客戶數據、提供相關答案和建議，你將需要具有分析和自然語言處理能力的人工智能。如果說你最終選擇了一個錯誤的，結果就是要么花的比你需要的多，要么得到的比你期望的少。

錯誤2: 沒有確定好成功因素

如果你不預先定義成功是什么樣子的，需要什么來實現它，以及你將如何衡量它，你永遠不會知道你的投資是否得到了回報。試圖一次做所有事情，或者選擇一個寬泛的、未定義的目標(比如“改善客戶服務”)，都是失敗的準備。相反，你需要瞄準幾個特定的KPI。然后考慮哪些團隊需要參與，以及需要實現或更改哪些流程以確保成功。

更重要的是，要確保內部目標一致。否則，你可能會用人工智能來轉移日常的詢問，這樣你的代理就可以花更多的時間與需要他們的客戶打交道，但領導層可能會注意到發生了什么，并想知道平均處理時間保持不變，甚至上升的原因。事先達成共識，這樣技術部門就不會因為自己從未打算做的事情失敗而受到指責。

錯誤3: 沒有得到組織的認可

即使是***的人工智能解決方案也不會有太大的影響，除非所有受其影響的人都了解并參與其中。客服人員聽到“人工智能”這個詞，可能會以為他們要失業了。對新技術的影響保持透明：員工會被轉移到新的角色，還是會學到新的技能?過程和程序會改變嗎?實際上，人工智能會讓員工自由地做更有趣、更高級的工作嗎?

與此同時，領導層需要明白，要實現新解決方案的價值，將會有一段加速的時間。任何新技術或職責的變更都有一個學習曲線，團隊需要時間來跟上進度。當你開始在現實世界中使用這項技術時，你還需要對它進行微調和適應。即預先設定期望。

錯誤4: 不考慮對整個客戶旅程的影響

當你改變客戶旅程中的一個階段時，整個體驗都會產生連鎖反應。你需要一個整體的視角，這樣你就可以預測和解決當你沿著路徑將AI插入一個或多個接觸點時可能出現的問題。如果你在售前使用人工智能為潛在客戶創造良好的體驗，當他們處于支持階段時會發生什么?支持代理能夠提供同樣好的體驗嗎?他們是否有歷史信息使互動無縫銜接?著眼于大局，盡一切努力保持旅程的連貫性和一致性。

錯誤5: 不理解你試圖解決的問題的原因

如果，盡管你盡了***的努力，你的人工智能解決方案仍然沒有進展，那么你可能沒有充分調查你試圖解決的問題的根本原因。例如，如果你的目標是提高NPS(凈推薦值)，你首先需要深入了解是什么讓你的得分下降。如果是因為你的客戶對等待時間或解決問題的時間感到沮喪，人工智能可能會有所幫助。但即使是世界上***的人工智能解決方案，如果客戶真正不滿意的是你的發貨和退貨政策，也不會奏效。

人工智能對于客戶體驗的潛力是不可否認的。正確地考慮人的因素，你就更有可能得到你想要的結果。