為什麼實現 AI 承諾取決於數據和信任

為了達到 AI 的期望，企業必須專注於清理數據，消除孤島，並確保對客戶的整體視野

預計 2024 年將是企業利用生成人工智能來提供更高的生產力，加強客戶關係並提高利潤率的一年。

然而，現實講述了一個非常不同的故事。最近的研究表明，在大多數情況下，企業中的生成人性 AI 採用並未超越了在有限的使用案例上的試點和概念技術證明（PoC）。許多企業不知道 AI 如何增加價值，但感到壓力要跟上競爭對手並推動最新技術趨勢。因此，許多企業似乎低估了有效使用生成人工智能所需的需求。

這引起了一個問題：企業真正需要什麼才能履行 AI 承諾？他們如何利用產生性 AI 來提升業務並建立競爭優勢？

AI 採用的關鍵因素是信任。根據我們最近的資料 人工智能信任係數 研究表明，新加坡每 10 名工人中有 4 名不信任用於培訓 AI 系統的數據，而 10 分之七人表示它缺乏實用所需的信息。這個 AI 信任差距正在阻礙工作場所採用，阻礙企業充分利用 AI。

這種缺乏信任並非無根據。AI 有很多方式可能會出現錯誤，尤其是當它快速實現並沒有適當的護欄時。例如，AI 可能會意外洩露私人客戶數據，侵犯版權，甚至違反數據法規遵循要求 — 這會限制其有用性，並對業務產生負面影響。

根據 Forrester 的研究，92% 的新加坡受訪者認為，與 AI 供應商合作時，信任是重要的，甚至關鍵。為了降低風險並建立對 AI 的信任，企業應使用具有內置功能的 AI 工具，例如數據遮罩、毒性檢測和零資料保留-以確保客戶數據保密，並且產生的 AI 結果安全準確。

雖然我們在 AI 開發方面取得量子躍進，但仍然很難消除每個不準確、毒性或錯誤信息的情況。當我們朝著自主的未來並採用 AI 驅動的工具（如 AI 代理）時，我們必須以信任領導方式非常重要。AI 工具配備強大的全系統控制功能，使人類能夠專注於最高風險和最高判斷的決策，並委託其餘部分，將在確保高質量、準確和可信賴的 AI 輸出方面做出很大的努力。

人工智慧只能與為它提供電力的資料一樣好。擁有強大的資料基礎可確保 AI 能夠產生對工作者有用的情境、有意義且準確的輸出。否則，生成的 AI 輸出可能是相當通用的，並且需要編輯和個性化才能使用。

阻礙企業更有效地利用生成人工智能的事實是，他們的大部分數據存在於孤立中，並且與客戶層中斷連線 —— 一個組織平均擁有 991 個商業應用程序，其中超過 72% 的業務應用程序已中斷連線。這對該地區的許多企業來說是一個挑戰。例如，在新加坡，雖然大多數企業領袖都認識到強大的數據策略的重要性，但只有 30% 的人聲稱在整個業務中實施了一項。

為了讓 AI 投資符合預期，企業必須專注於清理資料、消除孤島，並確保客戶資料的全面檢視。

在這個新的 AI 時代 —— 客戶資料和中繼資料被認為是新的黃金 —— CRM 就是金礦。cRM 加上整合公司所有結構化和非結構化數據的數據平台，將 AI 的力量帶入商業用戶的手中。這使人工智能可以在前台執行，並釋放產生性和預測性 AI 的價值，彌合價值差距。

如今，AI 驅動的 CRM 正在徹底改變企業使用 AI 來提高生產力和個人化的方式，直接在工作流程中。正確完成，它可以幫助組織建立初始 AI 使用案例並推動 AI 採用，成為全企業 AI 轉型的跳板。

例如，銷售團隊可以使用自然語言提示來總結記錄並加速交易完成，或產生自定義的通訊以實現個人化客戶互動。服務團隊可透過提供來自不同系統的相關答案和數據，簡化案件解決並提高客戶滿意度。

以融合 ICT 為例。菲律賓領先的光纖寬頻供應商正在在建立菲律賓首個生成人工智能聯絡中心之一，通過 Salesforce 的 Einstein 1 平台使用預測性和生成人工智能的人工智能服務中心。借助 AI，Converge ICT 正在提高營運效率並提高客戶數位體驗。

利用 AI 來提高效率、生產力和個人化，以促進企業轉型，仍然存在真正的潛力。但是，企業必須在資料和信任的堅實基礎上制定一項人工智慧策略。使用案例導向將使企業能夠正確地推出功能，具有穩定的採用和可衡量的價值，以實現 AI 承諾。