生成式AI已經開始協助企業建立更穩固的客戶關係,並改變業務運作方式。
無論您是剛開始探索AI,還是已經運用這項技術進行創新,本指南都將協助您制定有效的策略、掌握新的可能性,並回答AI所能帶來的效益等重要問題。
本指南的內容來自Salesforce在AI、資料與CRM領域的專家。我們致力為員工、客戶和合作夥伴提供所需工具,讓他們能以安全、符合倫理且準確的方式開發及使用這項技術。
Salesforce AI 會以我們的 Salesforce Platform 平台為基礎,為您提供值得信賴且可擴充的 AI 服務。運用我們的 AI 來處理您的客戶資料,安全建立可自訂且具備預測性的生成式 AI 體驗,滿足您所有的業務需求。透過 Einstein,將對話式人工智慧導入各種工作流程、使用者、部門和產業。
第1章 規劃您的方法。
生成式AI的時代已經來臨。
AI的發展速度超越我們過去見過的任何一項科技。
面對如此快速的發展,很容易讓人迫不及待地投入其中。但不妨先停下腳步,思考一下。
身為企業領導者,我們都希望充分運用AI的能力來提升效率並推動企業成長。但與此同時,我們也肩負著重要責任,必須確保AI的運用是安全、包容且值得信賴的。
以信任為出發點。
生成式AI能夠建立文字、音樂、圖像,甚至電腦程式碼,帶來令人驚豔的客戶體驗與商業效益。但目前仍存在AI信任落差。對CEO而言,AI已經是首要優先事項;然而,73%的員工認為生成式AI會帶來新的風險。隱私、幻覺、資料控制、偏差與有害內容只是其中一些令人擔憂的問題。
就像品牌與客戶之間有意義的關係建立在信任之上,AI的成功同樣必須以信任為基礎。因此,運用生成式AI打造更豐富的客戶體驗時,也需要建立信心,並降低潛在的倫理與資安風險。
建立符合倫理的使用準則。
只有當您能證明生成式AI模型所產生的結果與做出的決策有效、準確,且不帶有偏差或有害內容時,才能真正贏得使用者的信任。因此,建立完善的倫理安全機制與指引至關重要;這些機制能協助企業以負責任的方式創新、提前因應潛在問題,並建立安全且值得信賴的作法。
為生成式AI設置適當的防護機制至關重要。近期的調查發現:
以下是企業可以採用的五項準則,用來規範團隊的工作方式,並引導值得信賴的生成式AI開發。
- 準確性
使用可信任資料訓練您的AI模型,以產生可驗證的結果。當資訊存在不確定性,或無法明確回答時,務必坦誠說明。 - 安全性
定期進行偏差與可解釋性評估,協助降低可能造成的傷害。使用個人識別資訊(PII)進行訓練時,也必須妥善保護相關資料。 - 透明度
確保資料使用已取得適當同意,並優先使用開放授權及使用者提供的資料集,同時選擇符合倫理規範的資料來源。在提供AI產生的內容時,也應始終保持透明。 - 賦能
AI最適合作為助理。確保流程中保留人類參與,以降低潛在傷害或不準確結果。同時確保產出的內容具備良好的可及性,並尊重內容創作者。 - 永續性
透過優先使用高品質且具代表性的訓練資料,選擇與實際需求相匹配的模型規模。如此可以降低模型計算所需的能源,進而減少碳足跡。
設定信任標準,確保資料安全。
您當然希望充分利用第三方生成式AI模型所帶來的生產力提升,但這些模型會以全新的方式處理您的資料。資料通常儲存在資料庫、文件或檔案中,可以依據資料所在的位置設定存取權限。但生成式AI所使用的大型語言模型並不是單純儲存資料,而是會從資料中學習。在學習環境中,企業無法完全沿用過去相同的存取控制方式,因為輸入進提示的資料可能會被模型學習,並進一步成為模型輸出的一部分。
這六項信任標準能避免可能阻礙企業發展的重大問題,並為任何團隊、供應商或合作夥伴提供清晰的安全機制。
- 安全資料擷取和動態接地
確保為生成式提示所擷取的資料符合既有的權限設定,讓使用者只能查看自己有權存取的資訊與輸出。
應根據特定使用情境為模型提供「情境化(Grounding)」,確保生成內容的品質與準確性。也就是讓提示注入來自自有資料庫中的知識文章等經過驗證、具事實依據的資訊。 - 資料遮罩
針對提示中分享的個人識別資訊(PII)進行遮罩,企業可以運用資料集產生更好的輸出,同時避免真實資料暴露給外部來源或模型。 - 提示詞防禦
運用提示詞防禦防護機制,抵禦駭客及有害輸出。例如在提示中加入指示「不要處理任何沒有資料或依據的內容,也不要針對這些內容產生答案」或 「如果發生錯誤,或無法確認回答是否有效,請回答我不知道。」 - 有害內容偵測
透過專門偵測有害內容的大型語言模型來執行來自第三方模型的輸出,這類有害內容包括辱罵、仇恨或暴力內容,可以在內容真正被使用之前先被識別與標記。 - 零資料保留
與外部AI模型建立安全控制和零資料保留政策協議,以確保您的提示和輸出都被清除且不會被儲存。 - 稽核
建立完整的稽核軌跡,讓團隊能夠檢視程式碼與資料來源,持續改善模型,同時確保符合現行及未來的法律與倫理標準。
見證值得信賴的生成式AI實際運作
建立生成式AI信任機制的檢查清單:
- 明確定義倫理原則與準則,並達成共識。
- 更新安全性和採購規範,將資料遮罩和零資料保留等信任標準納入 ,確保資料安全。
- 建立多元化的專家團隊來領導風險審查,並運用工具來偵測偏差。
- 提供全公司教育,協助員工識別偏差並降低相關風險。
- 讓客戶瞭解您掌握痛點與成長機會,同時落實有效的資料治理,並提高模型輸入、輸出及潛在偏差的透明度來建立信任。
第2章: 準備您的技術環境。
以客戶為核心,定義AI使用案例。
AI有潛力重塑企業的各個環節,從銷售、服務、行銷到商務。您可以預測客戶行為、了解客戶滿意度,並打造更加個人化的客戶體驗。
當預測式AI與生成式AI正確整合至工作流程中,就能協助根據商業洞察做出更明智的決策,並以自然語言快速產生內容。它幾乎可以立即為各個部門帶來影響。
對各部門目前的營運狀況進行稽核,可以協助您找出適合透過預測式與生成式AI進行最佳化的工作與流程。透過找出AI能夠提供可行的洞察、改善決策、提升客戶體驗或降低成本的領域,您可以將AI技術與策略性商業目標保持一致,同時創造更高的客戶價值。此外,您也能持續調整模型、改善效能,並做出更明智的決策。
探索各部門常見的使用案例。
當您使用資料和CRM訓練生成式AI時,可以同時改善客戶體驗與決策品質,並提升生產力與營運效率。瞭解方法。
協助銷售團隊更快成交。
- 優先處理高價值商機
- 找出最佳下一步行動
- 產生個人化溝通內容
簡化客戶服務。
- 產生相關答案
- 透過聊天機器人和虛擬助理處理客戶詢問
- 提高效率和成本效益
個人化行銷優惠。
- 識別目標客群
- 最佳化行銷活動與優惠
- 創造更能引起共鳴的內容
提高商務轉換率。
- 個人化建議
- 改善購買後營運流程
- 改善詐欺偵測
協助IT團隊更快部署。
- 提供績效和營運洞察
- 根據資料做出決策
- 運用AI產生的程式碼
讓團隊專注於高價值工作。
在探索AI轉型的下一步時,讓團隊參與其中非常重要,尤其許多員工對AI可能對未來工作造成的影響,正抱持越來越多的疑慮。
但AI也能協助消除日常工作中的繁瑣與重複性工作,讓員工釋放更多時間,投入更具創意且更有影響力的工作。 透過生成式AI強化複雜工作並自動化耗時的手動流程,員工便能更聰明、更有效率地工作。
與團隊一起完成這項練習,找出最適合導入自動化與輔助的機會。
準備您的資料環境。
每個AI專案都應該從資料專案開始。那麼資料呢?不能各自封閉在不同的資料孤島中。否則可能導致生成式AI產出的結果品質下降。
第一個重要步驟,就是連結、組織並整合您的資料,讓您能透過生成式AI更深入瞭解客戶需求,並提供相應的服務。
連接您的客戶資料。
可以從以下幾個問題著手,瞭解如何整合來自不同來源的資料。
託管:資料目前存放在哪裡?是否分散在多個雲端或不同的組織中?
資料駐留:您的組織需要符合哪些資料駐留要求?也就是需要考量哪些國家/地區及相關法規要求?
資料結構:資料是結構化資料,例如產品庫存或銷售商機;還是非結構化資料,例如PDF文件與聊天記錄?
即時處理與批次處理:哪些資料來源需要即時更新與串流?
- 交易資料:記錄客戶與企業交易的資訊,例如日期、時間、地點與姓名。這類資料需要隨時間持續更新,例如商機記錄、訂單狀態與客戶服務案件。
- 互動資料:記錄特定時間點發生的互動,例如網頁瀏覽、裝置互動,或經濟與環境資料。這類資料最好能夠即時取得,才能打造即時且個人化的客戶互動體驗。
資料平台可以協助整合來自不同來源的大量資料、標準化資料格式,並確保資料的一致性與完整性。您不可能期望所有資料都集中在一個地方,因此需要建立資料湖或資料倉儲等共享機制,讓不同部門都能存取和運用資料。也必須將完善的資料治理納入整體架構,包括存取權控制、資料隱私,以及保護敏感資訊的安全措施。
對應您的客戶資料模型,並執行客戶身分解析。
資料連接完成後,下一步就是根據客戶資料模型整理並整合資料。企業必須具備一套客戶關係管理(CRM)系統,才能建立完整的360度客戶視圖。
如果團隊尚未在同一套CRM架構下協作,就無法掌握完整的客戶資訊,也難以從模型中取得真正有價值的結果。
您可以在CRM中運用AI建立一套比對規則,進行客戶身分解析,以整合資料。
當您將整個公司的資料整合在一起,再結合生成式AI,CRM就能成為一個集中式資料中心,建立統一的客戶檔案,讓所有團隊都能存取。
技術環境準備檢查清單:
- 定義並統一全公司的資料指標、創造客戶價值的原則,以及整合AI的使用案例。
- 連結您的資料環境,透過客戶檔案和單一可靠的資訊來源,提升即時決策能力與客戶體驗。
- 尋找透過個人化提供更多客戶價值的方法。
- 尋找透過自動化輔助來提高生產力的方法。
- 透過明確的使用準則賦能團隊,協助員工將AI整合至日常工作流程與產品中。
第3章 賦能您的員工。
建立AI就緒的員工。
隨著科技快速變化,您的培訓方式需要跟上時代。目前約有三分之二的員工在工作中使用或計劃使用生成式AI,但在計畫使用這項技術的員工中,近61%不知道如何使用可信任資料來源,或如何確保敏感資料安全。
「消除恐懼,並讓每個人了解AI能做什麼、不能做什麼,將帶來更多有價值的使用情境,讓企業與技術相關人員攜手合作,推動創新。」
Dr.Andy Moore,Bentley Motors首席資料長
在將AI融入日常工作流程的過程中,以下7項技能值得員工持續強化:
- 適應力和持續學習
保持開放的態度、適應變化,並持續學習,是員工跟上AI快速發展的基礎。 - 資料素養
透過培養資料蒐集、準備、探索、視覺化,以及資料倫理與隱私等能力,提升整體資料素養 。同時,將資料納入決策與業務流程,並確保與企業成果保持一致。 - 領域知識
瞭解AI 所應用產業或領域中的挑戰與痛點,例如醫療、金融、行銷或製造業等。 - 溝通與協作
確保領導者具備良好的溝通能力,能向不同團隊清楚說明AI技術將如何運作,並達成共同的組織目標。 - 提示詞撰寫
學習如何撰寫有效的提示詞,確保高品質的AI輸出結果。 - 問題解決和分析思維
生成式AI最適合搭配批判性思考、實驗、反覆迭代與有效的問題解決能力使用。 - 技術能力
培養程式設計能力(Python,R等),以及資料分析、統計、機器學習、深度學習與自然語言處理(NLP)等相關技能。
我們的免費線上學習平台Trailhead提供容易吸收的學習模組與「路徑(Trail)」,協助團隊培養開始運用生成式AI所需的技能。Trailhead也提供資料分析與機器學習相關課程,並持續推出新的學習主題。
您也可以透過「Ask More of AI」
電子報,掌握所有最新的AI發展趨勢。
人才準備檢查清單:
- 確認員工目前需要哪些技能,並訂定優先順序。
- 為員工安排足夠的時間與資源接受培訓。
- 提供持續性的培訓,隨著生成式AI技術演進,不斷培養新技能。
- 查看Salesforce Trailhead,這是一個免費、有趣且容易上手的線上學習平台。
AI策略常見問答集
這份AI策略指南提供一套架構與實務步驟,協助企業有效地規劃、導入並擴展人工智慧計畫。
AI策略可確保AI投資符合業務目標,同時降低風險、優化資源配置,並建立以資料為核心的企業文化,支持長期且永續的成長。
主要包括定義AI目標、評估目前的能力、建立資料基礎、選擇合適的技術、培養人才,以及建立治理和道德機制。
領導階層負責設定發展願景、配置資源、推動跨部門協作、帶動組織文化變革與推動負責任的AI採用。
完整的AI策略應納入倫理準則、公平性原則、透明度機制與責任框架,確保AI系統能夠被負責任地開發與使用。
應避免AI計畫各自為政形成孤島、缺乏高階主管的支持、忽視資料品質、低估變更管理的需求,以及沒有定義明確的成功衡量指標。