糖心原创

Erw?gen Sie als CX-Experte den Einsatz von generativer künstlicher Intelligenz? Hier sind die Fragen, die Sie sich stellen sollten, wenn Sie beginnen.

ist in der Wirtschaft in aller Munde. In den letzten Monaten haben Sie bereits unz?hlige Schlagzeilen über von OpenAI und von Google gesehen, da die beiden Unternehmen KI-Modelle entwickeln, die in der Lage sind, personalisierte schriftliche Inhalte zu erstellen, indem sie Muster aus vorhandenen Daten ermitteln.

Generative KI ist auf dem Vormarsch - und zwar schnell. Allein ChatGPT hat und seine Website verzeichnet jeden Monat über 1 Milliarde Seitenaufrufe.

Sowohl Privatpersonen als auch Unternehmen nutzen generative KI für Anwendungsf?lle, die vom Verfassen von Gedichten über das Schreiben von Ausschreibungen bis hin zur Erstellung von Videowerbung reichen. Allen Anwendungsf?llen ist eines gemeinsam: Sie müssen menschlich wirken. Diese Modelle sind zunehmend gut darin - selbst wenn das bedeutet, dass in generierten Forschungspapieren .

Trotz der scheinbar endlosen, risikofreien Vorteile sollten Sie nicht blindlings auf generative KI setzen. Wie bei jeder Art von Technologie, insbesondere bei neuen Technologien, sollten Sie die Vor- und Nachteile abw?gen. Auch wenn generative KI auf den ersten Blick attraktiv erscheint, kann es sein, dass Sie nicht über die notwendigen Ressourcen verfügen, um sie zu implementieren. Oder Sie kennen vielleicht nicht den genauen Anwendungsfall, um die Wirkung zu maximieren. Und gerade bei der KI sollten Sie darauf achten, dass sie Leitplanken braucht, um ebenso verantwortungsvoll wie effektiv zu sein.

Was Sie sich fragen müssen, wenn Sie generative KI für Ihr Unternehmen nutzen wollen

Generative KI erlebt ein rasantes Wachstum, und es wird erwartet, dass Unternehmen in verschiedenen Branchen in den kommenden Jahren in hohem Ma?e darauf zurückgreifen werden. Tats?chlich investieren viele Unternehmen bereits Zeit und Ressourcen in die Einführung und Nutzung dieser Technologie. Insbesondere als Expertecustomer experience CX)oderemployee experience EX)ziehen Sie m?glicherweise den Einsatz generativer KI für Ihre Gesch?ftsabl?ufe in Betracht.

Hier sind die fünf wichtigsten Fragen, die Sie sich als CX-Experte stellen sollten, um sicherzustellen, dass generative KI-Modelle effektiv und ethisch vertretbar sind und mit den Werten und Zielen Ihres Unternehmens übereinstimmen.

#1. Wie kann ich sicherstellen, dass die Daten sicher bleiben und den Datenschutzstandards entsprechen?

Vor dem Einsatz eines KI-Modells ist es wichtig, den Datenschutz und die Sicherheit der Trainingsdaten zu berücksichtigen, insbesondere derjenigen, die enthalten. Open-Source-KI-Modelle bergen besondere Risiken für den Datenschutz und die Datensicherheit. Diese Risiken sind auf die Anf?lligkeit zurückzuführen, die durch den offenen Zugang zum Quellcode, die Verwendung von Bibliotheken von Drittanbietern und die fehlende Kontrolle über die gemeinsame Nutzung und Verbreitung entsteht.

Um das Risiko zu minimieren, sollten Unternehmen, die KI-Modelle für sensible Daten einsetzen, sicherstellen, dass strenge Zugangskontrollen und Ma?nahmen für die Codebasis, die Bibliotheken und die Datenspeicherung vorhanden sind.

#2. Welche Ma?nahmen wurden ergriffen, um Verzerrungen aus den Modellen zu entfernen?

Generative KI-Modelle sind besonders anf?llig für Verzerrungen, da sie darauf ausgelegt sind, aus gro?en Datens?tzen zu lernen und auf der Grundlage dieser Daten Vorhersagen oder Empfehlungen zu erstellen.

Modelle müssen auf der Grundlage eines vielf?ltigen und repr?sentativen Datensatzes trainiert werden. Im Zusammenhang mit employee experience Kunden- und employee experience bedeutet dies, dass ausreichend Daten vorliegen, die die demografischen Merkmale, Kulturen und andere Segmente des Kunden- und Mitarbeiterstamms eines Unternehmens widerspiegeln. Beachten Sie, dass bei der Nutzung von Open-Source-Bibliotheken die Gefahr datengesteuerter Verzerrungen gr??er ist, da es keinen Validierungsprozess hinsichtlich der sachlichen Richtigkeit oder ethischen Unbedenklichkeit des Ausgangsmaterials gibt.?

Es ist auch wichtig, m?gliche algorithmische Verzerrungen in Modellen zu erkennen und zu untersuchen. Worauf ist das Modell trainiert worden, um es zu optimieren? Beispielsweise wurden einige generative KI-Modelle so trainiert, dass sie speziell für soziale Medien geeignet sind. Dies kann zu polarisierenden oder rei?erischen Inhalten führen, da diese Inhalte auf diesen Plattformen h?ufig vorkommen, wirksam sind und verst?rkt werden.

Fragen Sie, wie die KI-Modelle, die Sie in Betracht ziehen, für CX- und EX-Anwendungsf?lle trainiert und optimiert wurden, und wie die Modelle geprüft und auf Verzerrungen überwacht werden.?

#3. Welche Kosten sind mit der Skalierung verbunden?

Es ist eine Sache, wenn Sie als Einzelperson Ihre einmaligen Fragen an ChatGPT stellen und schnelle Antworten suchen. Aber es ist eine andere, generative KI über Dutzende oder Hunderte von Millionen von Datens?tzen im gesamten Unternehmen zu skalieren.

Um in gro?em Ma?stab erfolgreich zu sein, ben?tigt generative KI gro?e Mengen unterschiedlicher und sicherer Daten, eine Infrastruktur aus Hochleistungsrechenclustern sowie Forschungs- und Entwicklungsressourcen zur ?berwachung, Pflege und Weiterentwicklung von Modellen.

Die Kosten sind ein wichtiger Faktor bei der Abw?gung zwischen Aufbau und Kauf, daher sollten Sie herausfinden, wie gut Ihr Unternehmen auf die Kosten der Skalierung vorbereitet ist. Au?erdem sollten Sie sich fragen: Wie hoch ist der Aufwand für die Integration der selbst entwickelten generativen KI in Gesch?ftsprozesse und Arbeitsabl?ufe?

Damit sich die Kosten für KI lohnen, muss sie mit messbaren Ergebnissen verbunden sein. Die Rechtfertigung des Bedarfs an generativen KI-Modellen ist vielleicht die wichtigste Frage. Bewerten Sie also die damit verbundenen Kosten und stellen Sie fest, ob es einen überzeugenden Business Case für den Einsatz von Modellen gibt oder nicht.

#4. Was ist der wirkungsvollste Ausgangspunkt für die Einführung generativer KI in CX- und EX-Programme?

Lassen Sie sich beim Brainstorming über m?gliche kostensparende Anwendungsf?lle für generative KI nicht zu sehr mitrei?en. Zuvor sollten Sie sich Gedanken über die Praktikabilit?t und die Auswirkungen machen. Es w?re gro?artig, Millionen von Dollar einzusparen, indem mandie Mitarbeiterim?contact center?inChatbots umzuwandeln, aber Verbraucher – und die Gesellschaft insgesamt – haben kein uneingeschr?nktes Vertrauen in KI, was den Datenschutz und den Umgang mit sensiblen Themen betrifft.

Effektive Ausgangspunkte für eine generative KI-Strategie in CX/EX sind solche, die mit positiven Gesch?ftsergebnissen verbunden sind, dem Chief Experience Officer (CXO) und dem Rest der C-Suite leicht zu erkl?ren sind und sich in bestehende Arbeitsabl?ufe integrieren lassen.

• Gesteigerte Effizienz: Generative KI automatisiert zeitaufw?ndige Aufgaben, wie z. B. die Zusammenfassung von Anrufen und Dispositionsaufgaben, die Agenten nach jedem Kundendienstanruf erledigen müssen.
• Kürzere Zeit bis zur Erkenntnis: KI sollte eingesetzt werden, um die Entwicklung und Pflege regelbasierter Modelle in Anwendungen zu rationalisieren, so dass Analysten mehr Zeit für die Erzielung von Ergebnissen und Ma?nahmen haben.
• Personalisierung: Gro?e Datenmengen sollten analysiert werden, um personalisierte Empfehlungen für Kunden zu erstellen - individuell oder nach Segmenten. Ein Beispiel ist das Verst?ndnis der Kundenhistorie mit dem Support, um den Kunden leichter durch seinen bevorzugten Kanal in der Customer Journey zu führen.
• Mitarbeiterbindung und Fluktuation:Generative KI kann auch dazu genutzt werden, employee experience besser zu verstehen employee experience Entscheidungen zu treffen, umBurnout,Fluktuation unddas Engagement der Mitarbeiter anzugehen.

#5. Wie kann ich die Einführung einer generativen KI-Strategie in meinem Unternehmen vorantreiben?

Technologiel?sungen sind am wirkungsvollsten, wenn sie in gro?em Umfang eingesetzt werden. KI ist jedoch eine Technologie, die sich nur schwer in gro?em Ma?stab einführen l?sst.

Kunden und Mitarbeiter z?gern m?glicherweise, mit KI-gestützten Systemen oder Empfehlungen zu interagieren, wenn sie der Technologie nicht vertrauen oder das Gefühl haben, dass ihre Privatsph?re nicht respektiert wird.?

Es ist wichtig, eine KI-Strategie - insbesondere eine, die sich m?glicherweise auf die Leistungsmessung, die Vergütung und die t?glichen Aufgaben der Mitarbeiter auswirkt - mit Transparenz und Ehrlichkeit zu kommunizieren. Legen Sie Modellierungsmethoden offen, ermutigen Sie zu Fragen und stellen Sie regelm??ig die Ergebnisse von Audits oder Bias-Tests zur Verfügung. Beginnen Sie mit Anwendungsf?llen, die sich nicht direkt auf die Vergütung oder Mitarbeiterbeurteilung auswirken, und konzentrieren Sie sich stattdessen auf Anwendungsf?lle, die die Lebensqualit?t verbessern, wie z. B. Aufgabenautomatisierung und Workflow-Optimierung.

Und schlie?lich müssen Ihre generativen KI-Modelle genaue und umsetzbare Ergebnisse liefern, die relevant sind, um sowohl die Akzeptanz als auch sinnvolle Gesch?ftsergebnisse durch Ma?nahmen zu f?rdern.

Bereiten Sie sich auf den Einsatz von generativer KI vor und führen Sie Ihre Branche an

Die Chancen stehen gut, dass Sie und Ihre Mitbewerber KI bereits in irgendeiner Form nutzen. Jetzt ist es an der Zeit, die generative KI aus dem Stadium der Modeerscheinung herauszuholen und diese Technologie auf konkrete Anwendungsf?lle zu konzentrieren, von denen Ihre Mitarbeiter und Ihr Gesch?ftsergebnis profitieren. Die Aufmerksamkeit für steigt - von der Produktion von Inhalten im Handumdrehen bis zur Rationalisierung von Prozessen für Mitarbeiter. Nutzen Sie die M?glichkeiten, die sich Ihnen bieten.