认知技术是一个新兴领域，它集成了数据挖掘，模式识别和自然语言处理，以模仿人类大脑的工作方式。这些基于AI的创新使自助服务系统能够理解问题背后的真实含义，然后向消费者提供相关的答案或选项。

　　今天，数字化的高度发达和客户对自助服务的高期望迅速普及。它推动了大多数公司通过或大或小的规模计划来追随这种认知技术趋势。IDC估计，到今年，40％的数字化转型计划将使用人工智能服务。到2021年，75％的企业应用程序将使用AI。投资回报包括降低支持成本，更有效地利用资源和增加收入。

　　应用机器学习解决现实中的问题

　　AI的一些最常见的用途现在涉及机器学习，其中算法检测大量数据中的模式并对其进行分析。它不仅仅是将这些数据收集到更多市场产品中；它可用于预测意图并指导客户的旅程。客户可以更快，更高效地获得他们需要的东西，机器学习模型不断提高其使用新数据进行预测或将事物分类的能力，随着时间的推移而提高。

　　自助应用程序中机器学习的一些常见用途包括：

• 实时识别信用或欺诈

• 识别机器中的安全或质量问题

• 自动化数字广告的个性化定位

　　“哈佛商业评论”报道了美国快餐连锁店TacoBell的订单。通过其数字应用程序制作的产品比收银员提供的产品高出20％，主要是因为人们选择其他成分。自助服务还可以减少受挫客户的数量，从而提高满意度，增加重复订单和长期收入。

　　自助服务的转型

　　在“真实世界的人工智能”调查中，四分之三的受访高管认为人工智能将在三年内大幅改造他们的公司。大部分重点将放在自助服务上，并且有充分的理由。

　　虽然有关简单问题的联络中心的电话呼叫继续下降，但对语音和数字渠道的自助服务的期望正在增加。每次交易的自助服务参与费用平均比座席互动费用低25-75倍。它还可以加快服务速度，减少通话量并提高首次联络解决率。但优化解决方案的关键是辅助服务，无论何时何地客户都在寻求自助服务。使用全渠道将AI与人工智能混合，使客户可以轻松连接座席。此混合包括助理收集的所有个人交互上下文，包括历史，意图和预测的后续步骤。

　　HBR在研究中采访的大多数高管都致力于这种增强策略。也就是说，他们计划整合人力和机器工作，而不是完全取代人类。事实上，取代人员并不是主要目标或共同结果。

　　减缓自助服务列车前进的任何怀疑都是不成立的

　　HBR调查中的高管承认AI的挑战。这些包括将认知项目与现有流程和系统集成，确定正确的用例并选择最佳技术和合作伙伴。但经过验证的结果使人们无法忽视这些好处。专注于为客户提供便捷且经济高效的自助服务：

• 用户友好界面鼓励自助服务，基于客户基准数据，个性化和上下文自助服务可将NPS提高至23.5％

• 一次性设计应用程序并在任何地方部署，以便在语音，数字和桌面上复制客户和座席体验 • 使用预先构建的微应用程序进行快速部署，并更快地获得机会。例如，智能自动化使IT能够以较低的成本快速交付语音和可视IVR应用程序

　　从头开始

　　据IDC称，全球认知和人工智能系统的支出预计在2018年将达到191亿美元，并将在2021年增长到522亿美元。每家大公司，甚至是寻求经济高效增长战略的小公司，都应考虑支持基于AI自助服务的认知技术。

　　它不需要一个重大的复杂项目。现在有机会将人工智能和人力资源相结合，以指导客户的旅程。寻找您的业务中可以从中受益的领域，并尽早获得您的投资回报。