生成式AI对组织的客户体验有哪些影响？一篇文章看明白

用生成式AI改善和优化客户体验，成为当代组织的新选择

Adobe要重新定义客户体验，生成式AI能为客户体验带来什么好处？

生成式AI与客户体验有什么关系？如何影响客户体验？一文看明白

生成式AI重塑客户体验，组织运营用户交互迎来新变局

为了解生成式AI在消费者和企业中日益增长的足迹，Adobe调查了13个国家/地区的4000 名消费者和2.5W多名客户体验和营销专业人士，并发布了相关报告。

报告数据最亮眼的是，大多数创作者和消费者都看好生成式AI。其中，57%的受访消费者认为生成式AI将增强他们的个人创造力，72%的全球消费者表示生成式AI将改善他们的客户体验，80%的千禧一代和83%的Z世代消费者也表达了乐观态度。

然后，在3月中旬，Adobe宣布推出一款名为“萤火虫”（Firefly）的创意生成式AI，可由文字生成图像内容。Firefly集成在Adobe企业级创意工具Adobe Express中，它允许内容创作者使用自己的文字来生成图像、音频、插图、视频和3D图像。

按照Adobe的说法，生成式AI将会重新定义客户体验的方式。

除了Adobe，还有很多企业都在用生成式AI技术来改善客户体验。

比如Jasper所打造的基于生成式AI的内容生成平台，可以帮助用户创建博客、社交媒体、营销等方面的内容。它还开发了一个人工智能艺术生成系统Jasper Art，可以根据用户的文字描述生成图像，让用户可以调整绘画方式、艺术风格和情感等。

Jasper提升了用户的创作效率和质量，也增加了用户的乐趣和参与度，更优化了客户体验。

随着更多领域更多软件应用引入生成式式AI，目前诸如面向代码开发人员（GitHub Copilot）、内容营销开发人员（Jasper AI，Copy AI）和图像/视频生成（Runway AI）的应用程序越来越流行。

这意味着，来自多渠道（网络、消息、社交、语音）的企业用户和客户，都将因为生成式AI而获得更好的体验。

自Midjourney、ChatGPT等AI工具爆发以来，关于生成式AI如何影响和改变客户体验的讨论越来越多。有人认为生成式AI会重塑客户体验，也有人认为生成式AI对客户体验影响有限。

到底生成式AI能够为组织的客户体验带来哪些影响？生成式AI与客户体验有什么关系？又有哪些不错的应用案例值得借鉴？

本文，王吉伟频道就跟大家聊聊这些。

客户体验（Customer Experience，简称CX）是指客户在与企业进行交互时所产生的主观感受和情感体验，包括从接触到购买以及售后服务等全过程。它是客户与企业之间互动的产物，由客户旅程、品牌接触点和客户体验的环境（包括数字环境）三部分组成。

客户体验涵盖了客户与企业之间的所有互动，包括在购买前、购买中和购买后的各个阶段。因此更加关注的是企业与客户之间的关系，以及客户对这些体验的感受。

Oracle认为，CX能够反映企业在客户购买旅程的每一个节点上与客户之间的交互情况 ，涵盖从营销、销售到客户服务的整个周期，是客户与企业品牌之间所有交互的总和。

因此客户体验并不仅仅只是一系列行动，还侧重于感受，反映了客户或潜在客户对企业品牌有什么样的感受。在每一个客户接触点，都可能改善或破坏客户对企业品牌的感受。这就需要广大企业在每一个接触点都需要做出重要决策，同时这些决策将决定企业最终是否能够取得成功。

客户体验之所以重要，是因为它直接影响了客户的满意度、忠诚度、口碑和利润。

好的客户体验，可以让客户感受到企业的价值、关怀和专业，从而增加客户的信任和忠诚，促进客户的复购和推荐。

差的客户体验，则会让客户感受到企业的冷漠、无能和不负责，从而导致客户的不满、流失和抱怨。

根据普华永道（PwC）的一项调查，54%的美国消费者认为大多数企业的客户体验需要改进。而且，消费者愿意为更好的体验付出更多的代价。

PwC的另一项调查显示，42%的消费者愿意为友好、热情的服务多付9%，32%的消费者愿意为快速、方便的服务多付9%，28%的消费者愿意为个性化、定制化的服务多付9%。

随着产品日益商品化，客户将根据与品牌之间的体验来做出购买决策，而不仅仅是具体的产品特性。

客户希望与其喜欢的品牌建立联系，并且希望在购买产品之后，该公司能够了解并尊重他们。客户体验已成为一项主要竞争优势，因此企业需要确保其客户体验策略能够在每一个客户接触点提供个性化、令人愉悦的交互。

这些交互将会对客户对您品牌的整体认知和印象产生累积影响，因此客户体验对于企业的成功经营非常重要。据 Gartner调查，89%的企业已将客户体验视为市场竞争的新赛道。

与此同时，持续改善客户体验也成了企业的重要一环。

生成式AI是一种利用深度学习技术，根据给定的输入，自动创造出新的内容的AI。生成式AI可以应用在各种领域，如图像、音频、视频、文本等。生成式AI的一个重要应用场景是提升客户体验。

CX展现的是客户在与企业或品牌的各个接触点进行交互时的感受、印象和态度，是影响客户忠诚度、满意度和推荐意愿的关键因素。随着组织数字化转型的加速，客户体验也越来越依赖于技术的支持。

鉴于CX对于经营尤其是营销的重要性越发增大，近些年广大组织也在持续积极的引入各种AI技术，以改善和增强CX。随着生成式AI技术的成熟与爆发，现在他们也在逐步引入生成式AI技术以实现更好的CX。

对于生成式AI和客户体验，很多人的看法是，基于大型语言模型（LLM）的ChatGPT及其同类工具的应用场景非常广泛，但并不能直接改善CX。毕竟仅靠生这项技术还无法告知特定客户对企业产品或服务的看法，也无法取代成功运行客户体验计划所需的人力。

当前而言，生成式AI对客户体验专业人士提供的帮助还不多，但企业也应该关注一些生成式AI在CX领域的应用案例，包括提高效率、收集未经请求的反馈、了解非结构化数据和与客户闭环等方面。

尤其是在生成式AI与其他系统集成之后，能帮助企业在多个方面提升客户体验，以下是几个简单的应用场景：

生成个性化的内容和推荐。生成式AI可以根据客户的偏好、行为和场景，生成符合其需求和兴趣的内容和推荐，如商品、广告、文章、视频等。这样可以增加客户的参与度和满足感。

生成创新的设计和产品。生成式AI可以根据客户的反馈和数据，生成新颖和优化的设计和产品，如logo、网页、服装、游戏等。这样可以提升客户的惊喜度和认同感。

生成智能的对话和服务。生成式AI可以根据客户的语言和情绪，生成自然和友好的对话和服务，如聊天机器人、语音助手、智能问答等。这样可以提高客户的沟通效率和满意度。

总体而言，生成式AI可以帮助企业在不同层面和环节提升客户体验，以增强竞争力和品牌价值。

目前，一些组织在引入生成式AI后，客户体验方面起到了不错的成效。这些成效，可以提现于以下几个方面：

提高效率。像QuestionPro等用于客户反馈在线调查软件，已经引入了生成式AI技术，它们使用AI根据简单的提示构建调查，相应的提示可以帮助团队更快地创建调查。生成式AI还可以根据现有反馈的特定查询创建演示文稿、摘要和其他报告，从而帮助客户体验团队改善内部沟通。

收集未经请求的反馈。比如通过与Bing Chat进行问答互动，收集和汇总某些产品及服务的评级和评论等。这种类型的查询可以帮助客户体验团队创建有关体验的假设，并快速提取逐字记录以用于报告。

了解非结构化数据。对于已经使用文本分析等解决方案的CX领导者，正在让他们的解决方案供应商使用LLM增强其现有文本分析模型，以减少调优和训练时间，并可能更有效地获得意图。另外，生成式AI也有可能帮助客户体验专业人员更有效地搜索和总结他们现有的客户反馈。

实现与客户闭环。比如CFM国际公司的供应商（客户联盟和数据诉求等）已经在尝试使用生成AI来响应评级和评论，利用生成AI来起草对各种反馈类型的响应。

下面，我们再来看几个具体案例。

Cohere是一家提供以开发者为中心的平台的公司，可以让聊天机器人理解人类口语或文字背后的含义，并给出合适的回复。Cohere利用生成式AI技术，让机器人可以与用户进行自然、流畅、有意义的对话，从而提高用户满意度和忠诚度。

Lightricks是一家开发图像和视频编辑应用程序的公司，以其自拍编辑应用程序Facetune闻名。Lightricks利用生成式AI技术，让用户可以轻松地对自己的照片进行美化、调整、滤镜等操作，甚至可以将自己的照片变成卡通或油画风格。

Lightricks增强了用户的创意表达和个性化需求。

Glean是一家开发搜索引擎的工作助理的公司，可以帮助员工通过公司的任一工具迅速查询所需的数据。Glean利用生成式AI技术，让员工可以用自然语言输入问题，然后从各种数据源中生成答案，并以图表、表格、文本等形式展示。Glean提高了员工的工作效率和决策能力。

Stability AI是一家生产免费和开源的软件工具的公司，可以用于创作艺术、音乐或几乎所有曾经属于人类领域的事物。Stability AI开发了DreamStudio，一个让用户可以与生成式AI合作创作内容的平台。用户可以输入文字提示或选择模板，然后由生成式AI生成图像、音乐、视频等内容，并可以对其进行编辑和分享。

Stability AI拓展了用户的想象力和创造力。

通过上文，大家已经知道生成式AI可以为客户体验带来很多好处，但同样也会为客户体验带来很多也存在一些潜在的风险和挑战，比如内容的真实性、合法性、道德性等。

因此，生成式AI对客户体验的影响，包括积极和消极两个方面。

生成式AI对客户体验的积极影响，可以简单概括为以下几点：

提升客户服务水平，提高客户满意度和忠诚度。一些电商平台使用生成式AI来根据客户的购物历史、喜好、需求等，为客户推荐合适的商品或服务，增加客户的购买意愿和信任感。

提高客户参与度和互动性，增强客户的情感连结和归属感。一些社交媒体平台使用生成式AI来根据客户的兴趣、爱好、情绪等，为客户生成个性化的内容和推荐，如文章、视频、音乐、游戏等，让客户感受到被关注和尊重，增加客户的分享和评论行为。

创造新颖和有价值的内容和产品，提升客户的创造力和想象力。例如，一些教育平台使用生成式AI来根据客户的学习目标、水平、风格等，为客户生成个性化的教学内容和方法，如课程、练习、测试等，让客户可以按照自己的节奏和喜好进行学习，提高学习效果和兴趣。

虽然目前的应用案例还不是太多，但生成式AI对客户体验的积极影响已经在电商、媒体、教育、娱乐等等很多领域得到了验证和应用。

生成式AI对客户体验的消极影响，大概包括以下几点：

生成不准确或不真实的内容，误导或欺骗客户。生成式AI可能根据错误的信息，编造出虚假的新闻、评论、评价等，影响客户的判断和决策。

侵犯客户的隐私和版权。生成式AI可能利用客户的个人信息、照片、声音等，生成不符合客户意愿的内容，如深度伪造、色情内容等，损害客户的名誉和权益。

降低客户的参与度和满意度。生成式AI可能替代人类的创造力和表达力，使得客户感觉缺乏个性化和人性化的体验，降低客户对内容的信任和兴趣。

这几点，都会损害消费者的客户体验。

因此，使用生成式AI时，需要注意：

一方面要确保生成式AI的内容是准确和真实的，避免误导或欺骗客户；

另一方面，需要尊重客户的隐私和版权，避免利用客户的信息和数据，生成不合适或不合法的内容；

此外，还要平衡生成式AI和人类的作用，保持客户的参与度和满意度，提供个性化和人性化的体验。

从目前的相关应用案例来看，广大组织在客户体验这一环节，早晚都会引入生成式AI技术。又该如何着手呢？

下面几个步骤，供大家参考。

1、确定目标。明确自己想要通过生成式式AI实现什么样的目标，如提高客户满意度、增加客户参与度、提升客户忠诚度等，并根据目标选择合适的生成式式AI应用场景和模型。

2、组织数据。收集和处理大量的高质量的数据，作为生成式式AI的训练和测试材料。数据的质量和数量直接影响生成式式AI的效果和性能。组织还需要注意数据的安全和隐私问题，遵守相关的法律法规和伦理标准。

3、定期评估。定期评估生成式式AI的效果和影响，通过各种指标和反馈，如客户满意度、转化率、留存率、收入等，来衡量生成式式AI是否达到预期的目标，并及时调整和优化生成式式AI的参数和策略。

4、不断沟通。与客户进行有效的沟通，让客户了解和信任生成式式AI，告知客户生成式式AI的功能和优势，以及可能存在的风险和限制。组织还需要收集和倾听客户的意见和建议，不断改进生成式式AI的体验。

遵循这几点，相信更多组织都能基于生成式AI打造更好的客户体验。

1、用自动化优先与人机协同破解企业内卷，RPA成为重要杀器

2、数字员工，人机协同，超自动化，RPA身上的10个数字化标签