CTI論壇(ctiforum.com)（編譯/老秦）:減少利潤，技術債務和對核心系統投資的壓力極大地刺激了自動化程度的提高。好處是顯而易見的：減少人員，減少錯誤，更明智的決策以及大規模的安全性。對自治企業的追求始于需要考慮哪些決策需要智能自動化而不是人為判斷。 　　來自多個方面的供應商都打算兌現這一承諾。傳統的CRM和客戶體驗提供商，云供應商，業務流程管理供應商，機器人流程自動化提供商，流程挖掘供應商以及具有軟件解決方案的IT服務公司正試圖與純粹的供應商競爭，以在自動化市場智能產品中獲得思想份額和市場主導地位，ConstellationResearch預計該市場到2030年將達到104億美元。

　　作為關鍵運營效率計劃的一部分，幾乎每個營銷領導者都試圖智能化流程。從活動到領導，從訂單到現金，從事件到解決方案，再到概念到市場，任何部門都無法幸免，業務流程也不例外。這些自動化工作通常始于削減成本的愿望，但它們可以演變成更多東西。諸如自然語言處理，機器學習和神經網絡之類的人工智能（AI）組件的出現為部署具有戰略性和長期影響的完全自主功能提供了機會。七股力量推動了企業對自主功能的追求：

　　1、大流行后的優先事項：敏捷性和業務連續性

　　廣泛的業務中斷和破壞性業務模型的增長已經改變了董事會和組織的工作重點。組織期望在敏捷性和業務連續性上花更多的錢，他們不再尋求在不支持這兩個領域的傳統技術和系統上進行更多的投資。關鍵的投資主題包括自驅動，自我學習和自我修復系統。長期目標是感知，而短期功能則可以實現大規模冗余以及快速開發，測試，部署，升級和刷新。

　　2、財務績效壓力

　　為解決短期，季度至季度的盈利能力以及頂尖人才的匱乏而進行的斗爭，使公司有動力投資于自動化以增加勞動力。好消息是：企業擁有無法想象的規模的自動化業務流程的技術。因此，每個組織領導者都必須確定何時信任機器的判斷，何時以人為機器擴充機器，何時以人為機器擴充人類機器以及何時信任人的創造力。在這個自治的未來中，機器將提供連續，自動合規，自驅動，自我修復，自我學習和自我意識的服務。將需要訪問更大的數據集和更多的參與來完善算法，以確保精確的決策和更高的置信度。

　　3、降低人口動態并增加勞工成本

　　許多工業化國家面臨人口下降的趨勢。例如，日本的人口預計將減少16％，從2014年的1.27億下降到2040年的1.07億。歐洲預計到2040年將出現0.3％至0.5％的負增長。此外，人口老齡化，出生率下降，最少的移民會導致系統性下降，從而阻礙生產率的提高，勞動力的減少并侵蝕任何規模經濟。同時，不斷上漲的勞動力成本和法規推動了服務業和制造業的勞動力通脹。領導者正在尋求各種方法來降低招聘，再培訓和再培訓方面的勞動力成本，方法是用自動化取代。

　　4、風險緩解與合規

　　領導者尋求通過自動化手動任務來減輕合規風險并減少錯誤。由于70％以上的員工時間專注于手動和重復性工作，許多人都從平凡中尋求幫助。交易系統的人工輸入會導致更高的錯誤風險。當今的交易量以及不正確輸入的數據，不良數據和較晚數據的下游影響在人為主導的錯誤中造成了指數級的問題，必須予以解決。因此，每個企業都必須以前所未有的規模實現自動化。由人為錯誤引起的一項合規罰款或隱私侵害可能導致數億至數十億美元的損失。

　　5、實現未來的精密決策

　　成功的AI項目尋求一系列成果。自動化和培訓模型將通過更多數據和更多交互而得到改善。AI的破壞性來自于速度，精度和增強人類員工能力以及實現更自動化企業目標的能力。七個AI結果顯示了從感知到感知的變化：

　　6、對抗欺詐和大規模提供網絡安全

　　在相對論和技術進步的世界中，人類在辨別真實性方面遇到了更多的麻煩。現實與小說之間的界線模糊，創造了可以影響公眾輿論，煽動暴力或暴動以及貶低其他有價值的事物的條件。仍然需要真實性，并且那些可以提供真實性的個人和企業將贏得信任和重要的業務。人工智能和自動化必須快速識別，通知，響應和消除深層虛假，并防止它們入侵現有系統。隨著越來越多的系統與外部系統聯網，客戶可以期望更大的攻擊面會產生大量的拒絕服務攻擊，網絡釣魚詐騙，偽造發票以及使用被盜身份。自治系統將有效地大規模地應對這些問題。

　　7、保存和共享機構知識

　　盡管為培養和培訓人才，促進創新和創建機構知識付出了巨大的努力，但諸如高周轉率，靈活的項目方法，合并和收購以及短期思維等回歸因素挑戰了保留和共享機構知識的能力。如果沒有簡單的方法，組織就會很快忘記，每次離開和每次組織重組都會面臨知識的退化。自主企業從流程中獲取非正式和以人為中心的機構知識，從而在決策過程中獲得最佳實踐和細微差別。這可以實現一致的計劃，共享的機構知識以及永久的生活記憶。

　　CX的未來指向一個自動化程度更高的企業。我們越自動化，就越能建立模型來改善下一個最佳動作。最終目標是提供精確的決策。請記住，啟用人工智能需要強大的數據策略，深入的數據治理和成熟的業務流程優化。

　　知道何時自動化

　　七個因素在確定哪些AI驅動的智能服務提供最大機會方面起著重要作用：

　　1、重復性重復執行過程的頻率越高，該過程就越有可能由AI驅動。一次性的定制流程和最少重復的定制流程是AI優先級較低的候選人。

　　2、當交易和交互的數量超出人員能力時，該服務應由AI驅動。在人的能力范圍內的可以保持用人力完成。

　　3、完成時間。較高的上市時間要求支持AI驅動的方法。較低的完成時間要求可以保持人力。

　　4、交互節點簡單的交互節點將傾向于人工選項。人工智能在復雜且大量交互的節點中表現最佳。

　　5、復雜度。人工智能驅動的使用的良好候選者包括人類無法理解的復雜性，或者另一方面，可以由人工智能優化的簡單任務。

　　6、創造力如今，創造力所需的認知過程主要存在于人類中。更高的創造力不太可能由AI驅動。但是隨著認知學習的進步，人們可以期望在未來十年內，通過人工智能驅動的方法可以提高創造力。

　　7、物理存在。需要大量物理存在的過程很可能需要人力功能。但是，危及生命的流程非常適合使用人工智能技術的自動化選項。通常，較低的物理狀態要求非常適合AI驅動的方法。

　　聲明:版權所有 非合作媒體謝絕轉載

　　作者：RRayWang

　　原文網址：

　　https://www.destinationcrm.com/Articles/Columns-Departments/Customer-Experience/Automation-Is-the-Future-of-CX-142037.aspx