深入剖析人工智能

我们生活在一个高度互联的世界,而每一次数字交互(从打电话、购买商品到浏览网页)都再一次增加了无尽的数据量。 随着物联网 (IoT) 的出现,即使是汽车、冰箱和衣服等毫无生命的物体也会每天生成大量数据。

而所有这些数据都可用于提高销售业绩、调整网络营销方案并为当今客户提供所需的即时个性化服务。 但您的企业如何从海量数据中获得满足客户期望所需的源源不断的见解? 人工智能应运而生。

详细了解我们的互动式导览。

先来了解 AI 基础知识

人工智能 (AI) 的核心概念就是让机器“像人一样思考”,即会执行诸如推理、计划、学习和理解语言等任务。 虽然没有人期待 AI 在现阶段或不久的将来达到人类智能水平,但 AI 已经对我们的生活方式造成巨大影响。 人工智能背后的大脑就是一项称为机器学习的技术,旨在让我们的工作更加轻松和高效。

AI 技术的重大突破离不开各项技术的同步发展。

  • 处理能力迅速提升(过去 60 年性能翻了万亿倍)
  • 数据处理成本不断下降
  • 由于企业从客户互动中捕捉了更多信号,导致需要分析的数据量不断增加
  • AI 技术已经显著改善消费者应用程序,现在,客户希望各个公司能够在所有互动体验中提供同样改进

是的。 几乎所有计算机、智能手机或其他智能设备用户都已利用 AI 技术让生活更轻松:

  • 通过语音处理,Siri 和 Cortana 已然成为您的私人助理
  • Facebook 使用图像识别提供照片标签建议
  • Amazon 则凭借机器学习算法推荐产品
  • Waze 借助一系列预测模型、预测和优化技术建议最优驾驶线路。

让 AI 融入所有业务

AI 已经提升您的客户体验。 试想一下严重依赖 Uber、Google 和 Amazon 的消费者。 如果他走进商场购买西装,如何才能达到他已习惯的相同服务水准?

零售商应当清楚他是谁,因为他曾在线购买商品。 他们应当根据他的购买历史记录了解他的尺寸和喜好。 同时,还应为他推荐与他挑选的任何一套西装完美搭配的鞋子。

相同原则适用于各个业务类型。 客户知道您拥有他们的数据。 他们清楚您可以如何利用这些数据。 而且他们希望您能够借助这些数据在每次购物时快速提供智能的个性化体验。

AI 不过显露了冰山一角。 用户的视角只不过是露出水面的冰山顶,而水面之下却是由数据科学家和工程师、海量数据、劳动密集型的数据提取和编制工作以及巨大的技术基础架构所共同组成的庞大支持系统。

需要由专门的数据科学家和开发人员团队访问正确数据、编制数据、构建正确模型,然后将预测结果返回至最终用户体验(例如 CRM)。

我们已经推出 Salesforce Einstein,因此可以放心地将这项工作交给我们。 这就意味着每个人现在都可以利用 CRM 中的 AI 更加智能地工作。

实施 AI 项目是一个漫长而艰辛的过程。 首先,您应该拟定业务问题; 接着找出可以解决问题的数据; 然后分配重要资源和基础架构来解决问题。

Einstein 的优势在于您所需的所有 AI 技术都已内置到 CRM 应用程序中。 无需费心,即可获得与运作自己的 AI 团队一样的结果。

还可换一种提问方式,即“AI 能够提供哪些新功能?” 三大最宝贵和最常用的功能就是预测性评分、预测和建议。

预测性评分 - 当 Einstein 为您给出评分时,同时还会深入解析分数根源。 例如,预测性销售线索评分将为各个销售线索提供评分,表示转换成业务机会的可能性。 还能了解分数背后的原因 - 例如,潜在客户来源、行业或某个其他因素可能构成非常重要的指标,决定销售线索最终是否转换成功。

预测 - AI 的预测功能决不仅限于简单的评分;还可用于预测事物的未来价值,例如股票投资组合或房地产投资。 如果您是销售经理,AI 还能预测季度订单,从而让您提前了解您的团队是否顺利完成配额。

建议 - 任何在线购物用户都知道 AI 将会提供零售购买建议,但还会针对任何其他产品或服务类别(从业务软件、税务咨询到货轮集装箱)提供智能建议。 除了产品之外,AI 还可提供其他推荐 - 例如,应该向潜在客户发送哪份白皮书,从而增加达成交易的几率。

目前为止,鉴于 AI 的复杂性和高昂费用,只有少数企业才能切实利用这项技术。 Salesforce Einstein 将彻底颠覆这一局面。 现在,任何组织中的所有成员都可轻松利用 AI 分析数据、预测和计划后续步骤,同时自动执行任务和制定决策。 凭借 CRM 的全面 AI 产品 Einstein:

  • 销售人员能够先于顾客了解他们的需求,从而预测潜在业务机会并超出客户期待
  • 服务人员可以预测情况,避免潜在问题发生,提供主动的服务
  • 营销人员可以开展预见性的活动,营造前所未有的个性化客户体验
  • IT 人员则可以将智能融入每个角落并为员工和客户创建更加智能的应用程序

如果拥有内部数据科学家,Einstein 的前沿 AI 技术则可帮助他们更加高效地工作。 如果没有自己的数据科学家也没关系。 Einstein 的 AI 技术具有实用性,让所有人都可在自己的 CRM 中轻松使用,发挥了革命性的作用。 我们拥有世界一流的数据科学家,这就表示您正在享受他们提供的服务。

即使我们不在身边也同样如此。 AI 将让您变得前所未有的高效和宝贵。 您将能够立即深入分析信息,预测客户需求并自动执行重复性手动工作(例如数据输入)。

实际上,Narrative Science 的一项调查表明,80% 的主管都认为人工智能有助于提高工作绩效、提供更多就业机会。

机器学习

机器学习是 AI 的核心驱动力。 这一概念是指让计算机在最大限度降低编程的情况下从数据中学习。

机器学习配合结构化数据即可检测出提供见解的数据模式。 日常示例就是来自 Amazon 或 Netflix 等服务的个性化建议。 在金融领域,可通过机器学习预测坏账、找出高风险申请者,还可生成信用评分。

销售人员 - 可通过电子邮件、日历和 CRM 数据分析信息,从而主动推荐操作,例如推进交易进行的最佳电子邮件回复。

服务人员 - 可以自动完成案例分类并将它们智能地发送到相应的客服人员。

营销人员 - 可以对客户是否打开电子邮件、订阅新闻简报或进行购买的可能性进行智能评分。

深度学习

深度学习是一种 AI,采用复杂算法在域中执行任务,实际上是在很少或没有人类干预的情况下学习域。 从本质上说,就是机器学习如何学习。

尽管深度学习领域已经开展许多振奋人心的实验,但您熟悉的大多数实际应用程序仍然基于图像分析。 通过图像分析技术,计算机可以对无数张图像及其数据点进行分析,从而学习如何对随机图像归类。 例如,消费者应用程序(例如 Google Photos 和 Facebook)通过深度学习支持在照片中进行人脸识别。

销售人员 -  可以分析与交易相关的产品图像,并通过这些信息建议最佳追加销售和交叉销售业务机会。

服务人员 -  可以分析与服务案例相关的产品图像,并通过这些信息对案例分类并转接至相应的客服人员。

营销人员 -  可以对 Facebook、Pinterest 和 Twitter 上的图像进行分析,从而为即将开始的广告活动提供最佳视觉效果建议。 它甚至还能识别图像中的品牌,无论文本中是否提及了这些品牌。

自然语言处理

NLP 是一种 AI,通过在庞大的数据集中寻找相应模式,识别语言及其诸多用法和语法规则。

NLP 的一种备受关注的应用就是在社交媒体中进行情感分析。 计算机通过一些算法找出用户在 Twitter、Facebook 或其他社交网络中发帖的模式,从而了解客户对特定品牌或产品的印象。

销售人员 -  NLP 可以深入剖析与客户来往的电子邮件文本,估算潜在销售的可能性、发掘最可行的交易、识别某个团队最可能错失的交易,同时提供改进销售流程的建议操作。

服务人员 -  NLP 可分析书面内容,从而帮助传送并更高效地响应客户电子邮件。

营销人员 -  NLP 可用于对文本进行情感分析,从而了解客户对特定品牌和产品的印象。