AI客戶服務：創造前所未有的客戶體驗
[美]羅斯·史密斯（Ross Smith），[西]梅特·庫比諾（Mayte Cubino），[美]艾米麗·麥肯（Emily McKeon）
商品描述
《AI客戶服務：創造前所未有的客戶體驗》是人工智能時代的客戶服務實用指南，系統詳盡且高屋建瓴地綜合闡述了在企業中推廣應用人工智能技術的指導思想和行為規範。通過概括廣泛的經驗教訓和觀點，本書概述了人工智能技術的前沿應用、道德邊界和未來圖景，借助6Ds框架講解了有關人工智能模型構建及部署等的一系列戰略規劃，旨在讓讀者具備擁抱人工智能革命的知識和信心，並將大語言模型、機器學習、預測分析和遊戲化策略等集成到客戶體驗中。
本書展現了人工智能在整個服務行業的應用路徑，有助於讀者了解人工智能對客戶關系管理的影響，並由此尋求客戶服務專業人員在駕馭這個新時代復雜性時不可或缺的資源；同樣可幫助組織通過集成人工智能提升整體客戶體驗，在客戶服務方面樹立新標準，在新一輪科技革命中獲得優勢，做變革的倡導者。
作者簡介
[美]羅斯·史密斯（Ross Smith）
英國皇家藝術學會會員（FRSA），微軟全球支持領導人，未來世界聯盟（Future World Alliance）的聯合創辦人。《完美軟件：缺陷預防最佳實踐》一書的合著者，同時擁有七項專利。愛爾蘭國立都柏林大學的博士生，主要研究人工智能、自動化、工人失業和未來工作。
[美]梅特·庫比諾（Mayte Cubino）
微軟公司現代工作支持工程團隊的歐洲、中東和非洲區（EMEA）總監，微軟葡萄牙分公司的負責人和董事會成員。擁有20年的客戶服務和支持經驗，對人工智能充滿熱情，並擁有多項相關專利。在提升公眾對隱性殘疾的認識及推動工作環境適應性方面做出了顯著貢獻，並因此在2016年榮獲歐洲殘疾人冠軍獎。
[美]艾米麗·麥肯（Emily McKeon）
微軟公司傳播總監，主要負責全球戰略業務和行政溝通，旨在提升員工敬業度，提升客戶服務和支持業務的價值。她在客戶支持、全球多元化和包容性以及員工敬業度方面擁有豐富的溝通經驗和淵博的知識。
目錄大綱
第 一部分 人工智能及其在客戶服務和支持中的應用 / 001
第 1章 人工智能革命的種子 / 005
客戶服務和支持概述 / 006
客戶如何獲得支持 / 013
衡量客戶支持成功與否 / 015
客戶支持面臨的挑戰 / 016
渴望變革和改進 / 017
第 2章 生成式人工智能和數據科學機器學習概述 / 021
揭開人工智能技術的神秘面紗：未來一瞥 / 022
生成式人工智能和語言模型 / 023
LLMs 及其應用 / 027
LLMs 與客戶支持 / 028
基於 LLMs 的開發、優化、本地化和個性化 / 028
揭示聚類和主題建模的力量 / 041
通過混合人工智能增強客戶支持：LLMs 與聚類和主題建模相結合 / 041
第3章 人工智能在客戶支持中的應用領域 / 047
在客戶服務和支持中使用人工智能的基本原理 / 048
探索如何做：人工智能在客戶服務和支持中的關鍵應用 / 062
第二部分 使用專有內容構建人工智能模型：6Ds 框架 / 091
第4章 成功的願景 / 095
成功的願景 / 096
制訂計劃 / 098
開始行動 / 104
第5章 發現：奠定基礎 / 105
繪制領域地圖 / 106
定義明確的範圍 / 107
開發理想用戶畫像 / 107
內容編撰 / 118
第6章 設計：構建藍圖 / 123
明確你的起點 / 124
設計階段的步驟 / 132
第7章 開發：打造解決方案 / 139
內容管理生命周期中的開發階段 / 140
創建和測試基礎數據集 / 141
數據拆分 / 142
內容與模型訓練數據準備 / 145
提示工程：基於提示的微調以實現最優模型響應 / 149
從小處著手：內容攝取方法及註意事項 / 150
第8章 診斷：保證有效性 / 153
定義與概述 / 154
嚴格的測試和訓練的重要性 / 154
驗證人工智能模型的指標 / 155
在驗證人工智能模型的過程中集成負責任的人工智能 / 158
在可控環境中驗證聊天機器人 / 160
提示調優 / 166
第9章 部署：啟動解決方案 / 171
將人工智能模型融入現實世界環境 / 172
建立反饋渠道並鼓勵討論 / 180
與現有工具集成的計劃 / 187
確定你的利益相關者 / 188
部署目標 / 189
制訂部署計劃 / 189
多領域專家與驗證團隊簽收 / 191
持續評估以確保模型性能穩定 / 192
第 10 章 檢測：監測與反饋 / 199
部署後監控的必要性 / 200
不斷變化的數據環境中人工智能模型的相關性 / 201
使用監督學習和 RLHF 以獲得更好的模型輸出 / 202
通過合成事務進行檢測 / 206
第三部分 人工智能模型創建和部署的組織考量 / 211
第 11 章 負責任的人工智能和客戶服務中的道德考量 / 215
負責任的人工智能的基礎 / 217
挑戰與機遇 / 223
框架與治理 / 225
負責任的人工智能的實現：集成道德規範的戰略性藍圖 / 226
應對陰影：減輕 LLMs 的潛在危害 / 228
應對 LLMs 中的偏見 / 231
LLMs 中的偏見：案例分析和影響 / 233
思考 / 235
第 12 章 文化考量 / 237
人工智能使用中的人文因素 / 240
技術變革的本質 / 246
多代際工作場景中人工智能的應用 / 248
人工智能的普及與客戶期望 / 251
可持續發展且包容的新時代 / 252
面向人工智能未來發展的創新文化 / 260
第 13 章 定義人工智能新時代的重要指標 / 263
人類對衡量的需求以及對成功的追求 / 265
衡量指標縱覽 / 266
第 14 章 人工智能助力成功運營 / 289
客戶案例數量預測 / 290
案例分析與故障排除 / 294
路由 / 296
財務方面的考慮因素 / 300
面向客戶的人工智能：風險與回報 / 304
第 15 章 人工智能驅動下支持角色的演變 / 307
歷史之旅 / 308
持續演變的業務需求 / 309
為未來做好勞動力準備 / 315
現實世界對人工智能的適應 / 318
政策視角 / 323
為未來做準備：個人和集體行動 / 327
第四部分 遊戲化學習和支持工作的未來 / 32
第 16 章 人工智能時代的遊戲、娛樂與創新 / 331
人類與遊戲：歷史背景下的更深層次探索 / 333
歷史起源與發展 / 334
遊戲化與心理學的交叉領域 / 338
遊戲在哪裏有效，在哪裏無效：技能 – 行為矩陣 / 341
遊戲和大數據：眾包數據生成 / 344
企業遊戲設計要素 / 350
為人工智能的應用制定遊戲化策略 / 351
衡量遊戲化的影響 / 354
從成功和失敗中學習 / 355
超越積分和排行榜：遊戲化策略的未來 / 358
第 17 章 人工智能時代的卓越領導力 / 363
人工智能時代的領導力 / 364
轉型之旅 / 369
第 18 章 未來工作：引領人工智能革命 / 375
引領人工智能革命 / 376
思想實驗的考量 / 378
人工智能將如何重塑客戶服務和支持 / 380
第 19 章 後續工作和結束語 / 387
後續工作 / 389
結束語 / 395
術語表 / 397
致謝 / 421
貢獻者 / 422
譯者簡介 / 423
註釋（見書中二維碼）
