如果你是一名首席执行官、首席技术官或其他商业领袖，正在努力应对2025年令人失望的人工智能回报，那么你并不孤单。麦肯锡的研究表明，超过80%的组织没有看到其生成式人工智能投资对息税折旧摊销前利润的切实影响。只有17%的公司可以将5%或更多的收益归因于人工智能计划，这让许多人质疑人工智能革命是真实的还是昂贵的炒作。

但在注销人工智能之前，请考虑一下：虽然你的组织可能在营销、运营或产品开发方面都在努力实现纯GenAI的投资回报率，但有一个领域，人工智能一直在提供可衡量的、可观的回报。客户服务人工智能正在通过做大多数人工智能计划没有做的事情来产生企业技术中一些最强的投资回报率：在经过验证的传统人工智能基础上构建生成能力。

对比显示：80%的公司正在使用或计划部署人工智能驱动的客户服务，行业预测显示，95%的客户互动将在年内由人工智能驱动。这些不是纯粹的基因AI实验；它们是混合系统，通过对话功能增强了现有的自动化，每投资一美元，平均回报率为3.50美元，领先组织的投资回报率高达8倍。

如果你正在寻找人工智能可以提供真正商业价值的证据，客户服务提供了最清晰的答案。但教训不仅仅是关于客户服务；它是关于如何通过增强现有的自动化而不是完全取代它来成功地将GenAI集成到您的业务中。

了解客户服务AI优势

客户服务人工智能的成功对其他人工智能项目尤其有指导意义，因为它代表了GenAI与既定系统的成功集成，而不是纯粹的生成式人工智能实现。这种区别对于理解为什么客户服务显示出强大的投资回报率，而大多数GenAI项目却举步维艰至关重要。以下是一些示例：

•基础效应：在GenAI出现之前，Zendesk、Salesforce和Intercom等公司已经有了可用的人工智能系统，如自动路由、意图分类、情感分析和基于规则的聊天机器人。这些传统的人工智能系统已经通过流程自动化和效率提升提供了可衡量的投资回报率。

•GenAI作为增强：当ChatGPT风格的GenAI出现时，成功的客户服务平台增强了现有系统，而不是重建它们。GenAI为已经工作的自动化增加了自然对话能力，创建了将传统AI可靠性与GenAI灵活性相结合的混合系统。

•经验证+新=成功：这解释了客户服务AI的卓越投资回报率。这不是纯粹的GenAI从头开始创造价值，而是GenAI放大了已经成功的传统AI应用。

CFO理解的清晰、即时的指标

虽然大多数纯GenAI计划都在努力应对模糊的价值主张和复杂的衡量框架，但混合客户服务AI提供的指标可以通过以下方式直接转化为底线：

•每次交互的成本：人工智能在传统的人工智能路由和分类的基础上，以人工智能成本的一小部分处理日常查询。

•解决时间：ServiceNow报告称，复杂案件处理时间减少了52%，年生产率价值为3.25亿美元。

•呼叫偏转率：通过混合自动化，组织的人工智能工作量减少了40%至60%。

•全天候可用性：消除加班成本，实现全球支持，不受地域限制。

这些不是抽象的生产力提高；它们是可测量的成本削减，会立即出现在运营预算中。NIB Health Insurance通过人工智能驱动的数字助理节省了2200万美元，同时将人类客户服务需求减少了60%。Yum! Brands在早期的人工智能试点中，品牌的订单处理速度提高了10%至15%，订单错误减少了20%。

成功的客户服务AI与苦苦挣扎的纯GenAI计划的一个关键区别在于，成功的组织正在购买增强的平台，而不是构建实验系统。超过90%的公司正在测试第三方人工智能应用程序以获得客户支持，利用供应商增强了经过验证的具有生成能力的传统人工智能系统。

这种采购转变反映了对人工智能价值创造的成熟理解。智能组织正在采用混合平台，将传统AI的可靠性与GenAI的对话能力相结合，而不是昂贵、不确定的纯GenAI开发。

给企业领导者的建议

如果您的组织是80%难以显示GenAI投资回报率的组织之一，那么客户服务混合模型提供了实现可证明结果的最快途径：

•从增强的平台开始：与其构建纯粹的GenAI解决方案，不如评估那些增强了传统AI生成能力的成熟平台。寻找在经过验证的自动化基础上构建会话功能的供应商，而不是纯粹的GenAI初创公司。

•增强现有的自动化：确定您已经使用传统人工智能或自动化的业务流程，如库存管理、财务处理、人力资源工作流程。考虑一下GenAI如何增强这些经过验证的系统，而不是取代它们。

•专注于经过验证的+新的：瞄准可以在现有成功的自动化中添加GenAI会话功能的领域。这种混合方法提供了即时的投资回报率，同时最大限度地降低了实施风险。

•衡量增强值：为当前的自动化性能建立基线指标，然后衡量GenAI功能如何改善用户体验、降低培训要求或提高采用率。

随着人工智能投资回报率的提高，高管们需要专注于有回报的项目。这个建议应该会有所帮助。