B2B 中的人工智慧悖論:如何在不顯得做作的情況下進行客製化

生成人工智慧正在徹底改變 B2B 領域的通信,為公司帶來更高的效率和可擴展性。然而,在這種情況下出現了一個關鍵的挑戰:如何平衡自動化和真實性以確保人性化和真實的互動? 一項研究發現 當客戶已經經歷某種刺激時,這種擬人化的聊天機器人會降低客戶滿意度、公司估值和購買意圖。

對於 Fernanda Nascimento Stratlab 執行長兼 B2B 行銷和銷售專家來說,這種反應可能部分是因為消費者期望的不僅僅是一個類似人類的聊天機器人,並且當它沒有達到預期時感到失望。 “成功使用生成式人工智慧的秘訣在於防止技術成為真正連結的障礙。人們厭倦了自動化和通用的互動。歸根結底,真正重要的是溝通的真實性。他指出,如果人工智慧僅用於生產沒有真正目的的產量,它可以趕走客戶,而不是讓他們更加緊密地聯繫在一起。

另一方面,如果使用得當,生成式人工智慧可以在不損害人類本質的情況下擴展訊息的範圍,有助於建立對話、組織數據和提出內容,但交付需要有真實的觸感。 “然而,我們觀察到大多數公司仍然錯過了這個機會”。在不同的部門,不同的系統儲存客戶訊息,提供碎片化的數據,這往往對理解完整的客戶旅程沒有幫助。結果?沒有客製化、理解和同理心的對話,會破壞關係,從而破壞新業務的影響力”,費爾南達評論道。

費爾南達也表示,許多公司認為個人化意味著只是直呼客戶的名字。然而,真正的個人化不僅僅是:它涉及了解提供相關互動的瞬間和客戶的挑戰。假裝接近、給出通用答案或誇大自動化是可能損害使用者體驗的陷阱。為了防止自動化使互動變得冷漠和客觀,費爾南達指出,採取一些良好做法至關重要:

• 像真人一樣說話: 自動化語言需要自然且接近人類溝通;
• 真實客製化: 除了提及客戶的名字之外,了解他們的背景、需求和整個旅程也很重要。在識別行為模式和深入解釋數據時,可以產生有價值的見解(甚至可以預測需求並避免未來出現不愉快的意外;
• 為人類互動留出空間: 機器人可以開始對話,但至關重要的是,在需要時,人類服務員必須進行流暢的過渡;
• 保證真實性: 如果人工智慧無法真實地回應並符合品牌基調,那麼互動最好由一個人來完成。

這位專家表示,在過去的十年中,自動化、數據分析和機器學習解決方案幫助 B2B 公司提高了效率。現在,透過生成式人工智慧自動化大多數程序或日常任務,現在是公司專注於與客戶建立基於信任的關係的最佳時機。 “即使隨著技術的發展,人類專業人員的角色仍然至關重要”未來不是關於人工智慧與人類,而是關於人類如何利用人工智慧與受眾建立更真實、更相關、更緊密的聯繫。最終,沒有人願意與沒有靈魂的機器人交談。專注於這一點可以讓企業從這一點創造更多的價值並創造更多的價值。