在大多数商业领域，人工智能正成为必备技术。无论是面向客户的聊天机器人来帮助用户参与和转换，还是在后台帮助用户做出关键的商业决策，人工智能无处不在。对它能做什么、应该做什么，人们的期望往往很高。然而，当这些期望没有得到满足时，并不总是技术的问题，更有可能是人类带来的。为什么这么说呢?或许从下面一些在实现人工智能时最常见的人为错误中我们客窥见一二。
错误1：混淆自动化和 AI
将人工智能和自动化划等号是一个常见且可以理解的错误。毕竟两者都可以做类似于人类的工作，并提高生产率和客户体验，但两者之间有一个关键的区别。自动化遵循预先确定的规则，而人工智能是用来模拟人类思维的。如果你的目标是重现一项通常由人类完成的简单、重复的任务，例如填写表单、重置密码或路由查询，那么你很可能在自动化技术的市场上。另一方面，如果你正在寻找一种能够做更复杂事情的解决方案，包括与客户进行实际对话、分析客户数据、提供相关答案和建议，你将需要具有分析和自然语言处理能力的人工智能。如果说你最终选择了一个错误的，结果就是要么花的比你需要的多，要么得到的比你期望的少。
错误2: 没有确定好成功因素
如果你不预先定义成功是什么样子的，需要什么来实现它，以及你将如何衡量它，你永远不会知道你的投资是否得到了回报。试图一次做所有事情，或者选择一个宽泛的、未定义的目标(比如“改善客户服务”)，都是失败的准备。相反，你需要瞄准几个特定的KPI。然后考虑哪些团队需要参与，以及需要实现或更改哪些流程以确保成功。
更重要的是，要确保内部目标一致。否则，你可能会用人工智能来转移日常的询问，这样你的代理就可以花更多的时间与需要他们的客户打交道，但领导层可能会注意到发生了什么，并想知道平均处理时间保持不变，甚至上升的原因。事先达成共识，这样技术部门就不会因为自己从未打算做的事情失败而受到指责。
错误3: 没有得到组织的认可
即使是***的人工智能解决方案也不会有太大的影响，除非所有受其影响的人都了解并参与其中。客服人员听到“人工智能”这个词，可能会以为他们要失业了。对新技术的影响保持透明：员工会被转移到新的角色，还是会学到新的技能?过程和程序会改变吗?实际上，人工智能会让员工自由地做更有趣、更高级的工作吗?
与此同时，领导层需要明白，要实现新解决方案的价值，将会有一段加速的时间。任何新技术或职责的变更都有一个学习曲线，团队需要时间来跟上进度。当你开始在现实世界中使用这项技术时，你还需要对它进行微调和适应。即预先设定期望。
错误4: 不考虑对整个客户旅程的影响
当你改变客户旅程中的一个阶段时，整个体验都会产生连锁反应。你需要一个整体的视角，这样你就可以预测和解决当你沿着路径将AI插入一个或多个接触点时可能出现的问题。如果你在售前使用人工智能为潜在客户创造良好的体验，当他们处于支持阶段时会发生什么?支持代理能够提供同样好的体验吗?他们是否有历史信息使互动无缝衔接?着眼于大局，尽一切努力保持旅程的连贯性和一致性。
错误5: 不理解你试图解决的问题的原因
如果，尽管你尽了***的努力，你的人工智能解决方案仍然没有进展，那么你可能没有充分调查你试图解决的问题的根本原因。例如，如果你的目标是提高NPS(净推荐值)，你首先需要深入了解是什么让你的得分下降。如果是因为你的客户对等待时间或解决问题的时间感到沮丧，人工智能可能会有所帮助。但即使是世界上***的人工智能解决方案，如果客户真正不满意的是你的发货和退货政策，也不会奏效。
人工智能对于客户体验的潜力是不可否认的。正确地考虑人的因素，你就更有可能得到你想要的结果。
