技术服务提供商正在利用生成式AI优化运营和服务交付，同时帮助客户进行业务创新和转型。
How Generative AI Changes the Game in Tech Services
主要观点
- 企业正在寻求技术服务提供商的帮助，以深入理解和应用生成式AI。
- 服务商正在积极提升自身的生成式AI能力，以更快速、高效、优质地交付产品。
- 行业领军企业将生成式AI机会视为一个整体战略，而非单一应用，关注一系列连贯的业务流程。
- 展示专业知识、培养AI人才、开发和部署创新解决方案，是向市场彰显对这项技术重视程度的关键举措。
引言
2023年，众多技术服务公司通过概念验证项目帮助客户探索生成式AI，目标是降低运营成本、提高效率或改善服务质量。这些试点项目涉及多个领域，包括内部知识门户搜索的AI助手、高频营销内容生成、销售材料开发，以及提升客服效率和转化率的智能界面。部分技术服务公司为客户实施了数十甚至上百个此类试点，其中一些项目价值高达百万美元。
2024年，客户将从探索阶段过渡到扩大成功试点的规模。今年的重点似乎是从这些试点中获取实际收益，展示AI投资的商业价值。贝恩公司最新的全球生成式AI采用调查显示，85%的受访者将生成式AI列为首要任务。计划在生成式AI上投资超过500万美元的公司比例预计将从2023年的不到20%上升到2024年的33%。另有三分之一的公司表示，他们将在生成式AI实验上投入100万至500万美元，高于2023年的15%。
提升运营能力：展示专业知识
各行各业的企业都希望他们的技术服务合作伙伴在这些努力中发挥关键作用，特别是那些已经在内部使用生成式AI改善自身运营或提高服务质量和效率的提供商。
技术服务公司使用生成式AI的方式包括：
- 一些IT服务公司利用AI定制销售材料和投标响应，通过整合关键技术功能和成功案例，加快流程并突出与特定客户最相关的优势。
- 部分技术服务公司开发了内部聊天机器人，支持一线人力资源和IT查询，帮助客户企业员工从全公司数据中快速获取所需信息。
- 还有一些公司正利用AI改进知识管理和培训，通过吸收现有培训材料和内部支持对话，创建内部专家培训师的数字孪生。
交付质量提升：服务优化
科技服务公司利用生成式人工智能提升交付质量的案例包括：
- 代码生成、文档编写和测试，生产力提升可达30%；
- 流程外包服务中，服务提供商与客户协作，重新设计流程，将生成式人工智能与自动化技术相结合，以提高生产效率、客户满意度和解决方案准确性；
- 发票处理优化，一家大型跨国外包公司通过重新设计流程，结合生成式人工智能和自动化技术，将处理时间缩短了一半。
生成式人工智能的应用效果可能会呈现多波次递进，每一波都在前一波基础上更进一步（参见图1）。以客户中心为例：预计在未来两到三年内，生成式人工智能可能会取代50%的非语音交互、25%至35%的简单语音交互，以及约10%的复杂语音交互。
客服中心目前已经开发了基于规则的聊天机器人响应系统。但是，这种传统的聊天机器人在解答客户具体问题或提供个性化建议方面存在局限性，通常只能提供更多信息的链接或回拨选项。
生成式人工智能技术能够处理和整合大量非结构化数据，从而构建更高效的知识管理系统。这将使聊天机器人和智能助手能够更快速、更精准地回答客户问题，从而在第一阶段的生成式人工智能应用中提升客户满意度和客服效率。在第二阶段，生成式人工智能可以协助开发用于外呼的自动化脚本。到第三阶段，我们可能会看到半自主语音机器人的出现。这些进展都是在前一阶段基础上的优化和升级，而非从零开始。
改变游戏规则：将多个应用场景组合
技术服务公司若想为客户量身打造生成式人工智能解决方案，可以采用”应用场景系列”策略来凸显自身优势。”应用场景系列”指的是一组相互关联的应用场景，这些场景专注于一系列需要连贯或顺序执行的流程，并依赖相似的基础技术。
应用场景系列可以跨行业应用（尽管在不同行业间可能存在细微差异），也可以针对特定行业、流程和地域进行交叉应用。以下是几个典型例子：
- 客户关系管理：这是一个典型的跨行业应用场景系列，包括总结客户会议、生成客户外联材料、提供推荐以及社交媒体监听等功能。
- 外联营销自动化：同样是跨行业的应用场景系列，涵盖微细分、角色开发、最佳报价预测（基于使用和购买数据库）、外联内容生成和自动外联触发器等。值得注意的是，针对企业对企业（以角色为中心）或企业对消费者（以细分为中心）营销的细微差别，为这类应用场景系列增添了行业特色。
- 特定行业应用场景系列：例如，在金融服务领域，专注于贷款和抵押贷款发放的系列可能包括自动预审批、申请完成、承保、处理、支付和结案等环节。
技术服务公司可以通过选择和交付能够结合自身领域专长、流程知识和技术实力的应用场景系列，来改变客户参与模式，从而突出自身优势。
相比单一应用场景，应用场景系列是更为优越的方法。单一应用场景可能无法充分挖掘相同技术投资和支持所能创造的全部价值。此外，单一应用场景往往侧重于提高内部生产力，而协同的应用场景系列则能为客户带来持久价值，可能带来重复购买、产品或服务销量增加以及获得新的推荐。
根据贝恩公司的研究，客户希望技术服务公司能够解决一些优先问题，其中一些承诺高效交付，而另一些则更有可能改变游戏规则（详见图2）。
规模化推广生成式人工智能应用
我们在实践中发现，客户非常渴望与那些已经开始构建人工智能技能和能力的技术服务公司合作。展示专业知识、招揽和培养人才以打造AI能力，以及开发和部署领先解决方案，这些都是向市场传递一家公司实力和技术水平的重要信号。
此外，还有五个关键因素能够帮助技术服务提供商在竞争中脱颖而出，成为生成式AI解决方案部署的首选合作伙伴：
- 对客户所在领域和业务流程有深刻理解，并在利用新技术进行创新和变革方面过去一直有所实践。这一点在每次重大技术变革中都至关重要，例如机器人流程自动化和公共云采用的兴起。
- 能够清晰阐述、确定用例优先级和排序，实现近期和长期价值的无缝衔接。
- 熟悉各种技术选项（包括模型、向量数据库和开发框架）和部署类型（基础设施和架构选择），帮助客户做出正确的成本效益权衡。客户通常已有预集成解决方案的云供应商（如Azure AI平台，包括Azure OpenAI服务和Amazon Bedrock + Anthropic Claude），因此他们希望与了解如何使用这些解决方案及其优缺点的合作伙伴携手。
- 拥有与模型无关的加速器和构建模块，能够快速大规模配置和部署。
- 采用基于结果的薪酬模型，将项目成功与实际投资回报挂钩。
目前，利用生成式AI来优化运营和服务交付是技术服务提供商的重要战略。只有提供能够改变客户游戏规则的AI解决方案，才能获得显著的竞争优势。但这不仅需要新技能，还需要深思熟虑和专注，因为没有一个提供商能够满足所有客户的所有需求。
随着技术服务提供商建立使用生成式AI优化运营和服务交付的能力，他们还必须审慎选择在哪些领域建立最佳能力，以充分发挥客户的潜力。
