推动AI应用的是团队,而非高管
AI正大行其道。随着企业认识到生成式AI几乎无穷尽的潜力,他们开始快速推进现有的AI项目,并在供应链、人力资源管理、销售、营销等所有业务领域启动新的项目。
我们应该让经验丰富的高管集中管理AI项目,对吗?
错了。每当有新技术出现时,大公司都会认为,需要任命一位指定的高层领导者——用流行语说就是“沙皇”——来推动新技术。元宇宙、区块链以及AI都是如此。许多企业几乎下意识地会任命一位高级负责人来监督新技术的应用。这往往也是一个很大的错误。
据我观察,这一过程通常始于董事会听说了一项热门的新技术。各团队向领导层提出了非常乐观但相互矛盾的应用案例。董事会虽然很兴奋,但却不知道该如何着手,于是便让某个可怜的、毫无防备的人负责整个事情。这种做法很少成功。在与新技术苦苦挣扎几年而收效甚微之后,这个负责开辟新路线的领导者往往会离开企业,而公司内部对此会感到非常惊讶,但实际本不该如此。这些领导者失败是因为,他们根本不知道公司的一线业务是如何运行的,也不知道如何将想法付诸实践。
那么,企业应该怎么做呢?
前线领导
在开发AI等应用技术时,领导者必须在日常工作流程中寻找机会。换句话说,要想找到新技术的用途,就必须了解公司的工作是如何完成的。沙皇们很少能搞清楚这一点,因为他们离一线工作太远了。
有一种更好的方法:领导者不应让决策层层下传,而应让创新发生在一线,并通过组织的卓越中心来提供平台、数据工程和管理支持。企业不应亲自挑选一位专家领导者,而应让团队主导整个过程。重要的是,这种结构可以让你发挥运营专长,负责任地、大规模地、快速地将新技术应用到业务中。
这就是我们在Verizon的做法。我们不采用自上而下的集中式结构,而是由贴近一线工作的团队主导AI的应用,这意味着,大量的利益相关者都可以向我们提供实时反馈。
例如,我希望我的供应链职员找出最佳的AI应用案例。他们拥有的洞察力是一个专注于战略、收入和增长的“沙皇”所没有的。他们能识别出高效完成工作所面临的挑战、迅速发现最有效的工具。这些一线团队有预算压力和服务协议,必须面对最终结果。他们通常会将注意力集中在既能提高这些指标,又能产生可见成果的项目上。这就意味着,你会得到一个能产生可见成果的AI使用案例。
驾驭AI
目前,Verizon正在与外部公司合作,在三个领域应用AI并对模型进行微调:1)在运营方面,建立大型语言模型,帮助完成认知和计算任务;2)在网络方面,将AI应用于构建设计、容量预测和功率放大,帮助实现自动化并加快网络响应速度;3)在客户服务和销售方面,帮助实现营销和个性化。
我们已经做了一段时间,并从错误中吸取了教训。
例如,在过去的十多年里,我们采用了一种集中的、包罗万象的方式来解决客户服务问题。但我们从一线员工那里了解到,各种各样的信息——比如,如何操作特定设备、兑换促销活动、解决特定的账单计费问题、回答有关网络建设的问题等——可能过于复杂,很难从这种万能的方式中找到,这让客服代表本就很沉重的负担更加沉重了。我们公司支持数百种不同的设备,任何时间都有大约100种不同的促销活动,而我们的客户服务团队需要了解所有这些活动。
这就是我们求助于AI来减轻员工认知负担的原因。
比方说,一位客户打电话来询问移动端促销活动,并希望了解他们在互联网服务方面有哪些选择。客服代表很可能会在多个屏幕上搜索并调出文档,概述所有可用的促销方案和家庭互联网配置。现在,想象一下,有1万份这样的文件和一个AI搜索机器人(或者助手),它能立即告诉你想要了解的信息,并为客户提供个性化服务。这就是我们现在正在测试的技术。
再举一个例子:以前,产品开发周期涵盖一系列步骤:确定需求、构建软件、发布,然后再听取反馈意见,在下一个版本中更新。现在,AI可以在工作的过程中不断学习并进行近乎实时的更新,因此,产品开发的周期会变得快得多。如今,我们会根据代理商的互动情况训练AI,以获得实时反馈。这表明,AI的发展与AI在前线的应用是同步的。
我们只在已经衡量过有效进展的领域进行投资。在这些领域,AI不仅能提供实时信息,还能改善KPI。
提高性能
我们的成果在不断进步。使用AI搜索机器人得到的答案准确率与人工相当,但我们相信,未来可以将准确率提高到99%。技术每天都在不断改进,但衡量成功的最好标准是提高净推荐值(Net Promoter Scores),这也是Verizon今年的目标。
同样,在销售方面,我们已经开始部署AI工具,帮助预测客户可能需要什么,并主动为客户提供选择。我们捕捉了大量的数据点来更好地服务客户。在此基础上,我们能做100多种不同的预测,为客户提供更加个性化的体验——比如,根据兴趣提供最佳的互联网和内容选项,或根据使用年限提供独一无二的促销。当能准确、主动地识别客户需求或愿望时,我们就能在与客户的第一次对话中解决所有问题。
这种积极主动的工作已经将销售转化率提高了6%以上,包括新用户注册、增加独家优惠,以及升级套餐等所有方面。AI让机器做机器最擅长的事,让人类做人类最擅长的事。
而且,为了强调我的观点,我们已经授权一线团队来指导其他人,如何最好地利用AI来减少认知负荷,并提高客户服务效率。这样,员工们就可以专注人际互动、换位思考和如何超越客户的期望。客户交易中没有沙皇,只有一线员工利用专业知识做出决策。然后,绩效结果会向上级传递,以便整个组织对流程进行评估,并在整个企业范围内进行微调。我们分散了决策流程,以寻求最佳结果。
AI让我想起了本世纪初的互联网时代。每个人都有自己的网络公司,但并不是所有人都做得很好,因为成功所需的不是一个互联网高级副总裁的职位和一个.com的名字。如今,每家公司都想利用AI,但要取得长期成功,需要的不仅仅是让一位高管推动技术应用。在Verizon,AI的成败不是由“沙皇”决定的,而是由一群掌权的利益相关者决定的,他们可以看到结果、客户参与度和反馈。正如一些人最近倡导的那样,企业应该对AI有一个清晰的愿景——我们也是这样做的。但正如历史向我们展示的那样,学会利用一线员工的才能创造运营优势的公司,才是最后的赢家。这一次,AI也不例外。