实现人工智能承诺取决于数据和trust

要实现人工智能的期望，企业必须专注于清洁他们的数据，消除信息孤岛，并确保对客户的全面视角

2024年被预测为企业利用生成式人工智能提高生产力、加强客户关系和推动更高利润的一年。

然而，现实情况却截然不同。最近的研究显示，大多数情况下，企业对生成式人工智能的采用都仅限于试点和限定用例的技术概念验证（PoC）。许多企业不知道人工智能如何增加价值，但感到必须跟上竞争对手并顺应最新的科技潮流。因此，许多企业似乎低估了有效使用生成式人工智能所需的条件。

这就引出了一个问题：企业真正需要什么来实现人工智能的承诺？他们如何利用生成式人工智能提升业务，建立竞争优势？

人工智能采纳的一个关键因素是信任。根据我们最近的人工智能信任指数研究，新加坡4分之1的员工不信任用于训练人工智能系统的数据，而7分之1表示数据缺乏必要的信息以达到实用性。工作场所的这种人工智能信任鸿沟正在阻碍采用，使企业无法充分利用人工智能。 人工智能信任指数 调查显示，新加坡4分之1的受访员工不信任用于训练人工智能系统的数据，7分之1表示数据缺乏必要的信息以实现实用性。这种人工智能信任鸿沟正在阻碍工作场所的采用，使企业无法充分利用人工智能。

这种缺乏信任并非没有根据。人工智能可能出现多种问题，特别是当其快速实施且没有适当的保障措施时。例如，人工智能可能无意中泄露私人客户数据，侵犯版权，甚至违反数据监管合规要求 — 这限制了其实用性并对企业产生负面影响。

根据Forrester的研究，新加坡92%的受访者认为，在与AI供应商合作时，信任是重要的 - 甚至至关重要。为了减轻风险并建立对AI的信任，企业应该使用具有内置功能的AI工具，比如数据遮蔽、毒性检测和零数据保留 - 确保客户数据保密，并确保生成的AI结果是安全和准确的。

尽管我们在AI发展方面取得了长足进步，但要消除每一个不准确、有毒或错误信息的实例仍然是困难的。当我们展望自动化未来并拥抱AI动力工具，领导信任至关重要。具有强大系统范围控制功能的AI工具，赋予人类集中精力于最高风险、最高判断的决策，并委托其余事项 - 这将大大有助于确保质量、准确和可信赖的AI输出。

AI的表现仅取决于支撑其的数据。拥有坚实的数据基础确保AI能够生成有上下文、有意义且准确的输出，使其对工作人员有用。否则，产生的AI输出可能相当通用，并需要在使用前进行编辑和个性化。

阻碍企业更有效利用生成式AI的原因是他们的很多数据存在孤立，并且与客户层脱节 - 一个组织平均拥有991个业务应用程序，其中超过72%是脱节的。这对许多地区的企业来说是一个挑战。例如，在新加坡，虽然大多数业务领导者认识到强大数据战略的重要性，但只有30%声称已在业务的所有领域实施了该战略。

为了满足期望，企业必须专注于清理数据、消除数据孤岛，并确保全面了解客户数据。

在这个新的AI时代 - 其中客户数据和元数据被视为新黄金 - CRm是富矿。CRm再加上一个统一所有公司结构化和非结构化数据的数据平台，使AI之力在业务用户手中。这让前线办公室能够执行AI，并释放生成式和预测性AI的价值，弥合价值差距。

如今，由人工智能驱动的CRM正在彻底改变企业如何利用人工智能提升生产力和个性化，直接融入工作流程。如果做得当，它可以帮助组织建立最初的人工智能使用案例，并推动人工智能的采用，充当企业范围人工智能转型的跳板。

例如，销售团队可以使用自然语言提示来总结记录，加快成交，或为个性化客户互动生成定制通信。服务团队可以通过从不同系统中提取相关答案和数据，简化案例解决流程，提高客户满意度。

以Converge ICt为例。菲律宾领先的光纤宽带提供商正在全力以赴在菲律宾建立首批生成式人工智能联系中心之一，在Salesforce的Einstein 1平台上使用预测性和生成式人工智能。通过人工智能，Converge ICt正在提高运营效率，增强客户数字体验。

利用人工智能推动效率、生产力和个性化以转变业务仍存在真正的潜力。然而，企业必须做好基础工作，并制定建立在数据和信任坚实基础上的人工智能策略。注重使用案例将使企业能够正确推出功能，实现强有力的采用和可衡量的价值，以兑现人工智能的承诺。