現今的客戶服務團隊正面臨艱難的困境－客服人員需面對前所未有的個案數量，而客戶則因客服等待時間日益增長而感到沮喪。客服人員為了處理超載的個案，通常會在同一時間處理多個客戶的問題，但同時也因等待傳統系統讀取客戶數據，影響了處理個案的速度。而當客服人員在解決個案後，可能會紀錄相關資訊在系統或自己的筆記裡，但這些資訊可能會遺失，其他客服人員就需從頭開始解決類似的問題，但殊不知其實這個問題已經被解決了。根據 2022 年 Salesforce 的調查指出，類似上述資訊不串接的問題層出不窮，近 50% 的客戶表示糟糕的服務體驗是他們轉換品牌的主因，所以企業必須找到更好的方式來應對。
最近關於 ChatGPT 的討論非常熱烈，它是一種由 OpenAI 開發的生成式人工智慧模型。GPT 和其他生成式人工智慧模型如 Anthropic 和 Bard 都是基於預訓練（pre-trained）的大型語言模型，幫助用戶從與人工智慧文字的對話中創造出文字、圖像和其他內容。結合 Salesforce 在人工智慧方面的長期耕耘與專業知識，生成式人工智慧模型將改變客戶服務的遊戲規則－幫助企業營運提升效率、發展出對客戶要求更具同理心的回應，且能更快地解決個案問題。
生成式人工智慧為企業帶來什麼？
其實人工智慧早已對客服運用產生巨大的影響。近七年前，Salesforce 推出了 Einstein for Service 以人工智慧驅動的功能，提供使用者如：建議下一步最好做法、直接回覆客戶問題以及自動整理個案摘要…等協助－生成式人工智慧將會帶領服務營運提升到更高水準，並創造更多個人化體驗。
透過將生成式人工智慧應用到 Einstein for Service 和 Customer 360 上，能為客服人員自動產出個人化回覆內容，並迅速透過電子郵件或簡訊回覆客戶。不只如此，還能透過每個客服人員的個案註記來訓練生成式人工智慧，使其能自動產出知識文章；再透過相關人員審查該文章，以此大幅縮短建立知識庫的時間，也能讓內容保持最新。透過生成式人工智慧的助益，企業的知識庫資料品質和其內容關聯性能大幅提升，讓自助服務管道和聊天機器人更有價值，使客服人員有更多時間深入解決複雜性高的問題，並與客戶建立更長遠的關係。
目前的生成模型非常強大，但在一些情況下，它們可能會生成具有偏見甚至有害的產出，甚至會產出虛構的內容，這就是為什麼需要相關人員進一步審核。鑑於生成式人工智慧所涉及的廣泛機會和挑戰，Salesforce 最近發布了可信任的生成式人工智慧開發的五個指南，並解釋了生成式人工智慧技術在企業應用的潛力以及如何平衡這種轉型技術和現實風險。
生成式人工智慧能透過以下三種方式協助企業客服團隊：
強大的聊天機器人
在 Einstein 能力的基礎上再加上生成式人工智慧，將能打造更聰明、更個人化的聊天機器人－它們可以深入了解、預測並回覆客戶問題。這將提供更精準的回覆來回答客戶問題，並可提升客服人員的一次解決率（first contact resolution rate, FCR）。透過生成式人工智慧利用已解決客戶數據分析對話的情緒和模式，服務團隊將能持續改進、判別出趨勢並加速機器人的培訓和更新。
自動產出知識文章
隨著時間的推移，生成式人工智慧將可以擬定知識文章初稿，不僅可取自個案記錄，甚至還可將觸角延伸至 Slack 對話、歷史訊息和 Customer 360 的數據，加速客服人員的個案解決能力，並將更多需協助的個案轉移到自助體驗中，大大減輕客服中心和相關人員的壓力。
加速個案協作流程
很多服務團隊透過個案協同合作（Case Swarming），讓個案能更有效地被解決。個案協同合作是指「讓客服人員從組織內邀請各部門專家來協助解決複雜個案或更大的事件」－這樣的合作模式能透過過往的個案協作中學到的知識和經驗來提升團隊工作效率。而使用生成式人工智慧還能判別相似的過去個案，協助找出組織中最具相關技能的人員來處理問題，更能推薦解決方案和與客戶溝通的方式，加速、甚至自動化多層面的個案協作流程。
我們正在進入一個令人興奮的新人工智慧時代，這將完全改變客戶服務領域。在 Salesforce 長期以來的產品道德開發指標下，企業將能擁抱生成式人工智慧的強大力量，以提高生產力、加速個案解決速度，並通過更高的個人化和關聯性加深與客戶的關係。如您對如何提升客服人員效率有興趣，歡迎與我們聯絡。
