以客户为中心的AI工程创新方法

根据麦肯锡研究，尽管经过多年数字化，机构仅获取了数字投资预期价值的三分之一。这是因为大多数大公司从技术能力出发，再将应用附加其上，而非从客户需求开始，反向推导技术解决方案。不优先考虑客户会导致解决方案碎片化、客户体验脱节，最终转型失败。

在AI领域取得卓越成果的机构则反其道而行。它们采用“客户回溯工程”思维，将客户置于技术转型的核心。这是一种产品和服务的开发首先考虑客户体验（包括客户的挑战、需求和期望）的策略。产品开发团队随后以灵活敏捷的方式反向工作，找出设计和构建能够实现预期体验的解决方案所需的步骤。

工程中以客户为中心的理由

工程师是天生的问题解决者。当他们听到客户遇到的挑战，或客户在现实世界中如何使用产品和服务时，由于他们天然比公司内许多其他团队更接近系统和数据，因此能够设计出高效满足客户需求的方法。培养以客户为中心的文化对工程师有激励作用，因为他们会看到自己所做的核心更改或添加的功能如何直接影响客户的生活。

这还需要纪律性。某机构为其组织内的每位工程师设定了目标，要求全年以不同形式与客户建立多个接触点，包括：数字共情会议以观察用户旅程并识别摩擦点；嵌入客户支持以加深对服务需求的理解；工程师随行（工程师加入客户成功、销售和支持人员的电话或现场访问）；针对真实客户问题构建解决方案的黑客松竞赛。

以客户为中心的AI机遇

大型公司内工程师面临的最大挑战是缺乏直接接触客户的渠道。这使得技术人员更难与客户合作识别问题并创新解决方案。AI既加速了挑战，也加速了机遇。推出产品的生命周期显著加快。好消息是，工程师更接近为AI提供数据的数据源，因此可以更快速地应用AI驱动的数据技术来解决客户问题。

最近一个场景：在客户服务领域，对话可以即时总结，并为客户代理提供关于用户原始请求和剩余行动点的上下文。还可以启用Agentic AI来针对交互提出有针对性的后续问题，否则人类代理需要花时间阅读整个对话线程。

当结合丰富的数据生态系统与Agentic工具时，就能从增量修复转向高速转型。通过投资AI数据和工具并专注于快速实验，部署解决方案的周期可以加速。团队会学到：如果更快地满足客户需求并在更广泛的解决方案上迭代，整个创新周期就会加快。例如，某机构利用客户洞察构建了一个名为Chat Concierge的多智能体AI框架，以提升汽车购买者和经销商的客户体验。在单次对话中，Chat Concierge可以执行诸如比较车辆以帮助购车者做出最佳选择、安排试驾或与销售人员预约等任务。购车者可以直接通过参与经销商网站与Chat Concierge互动。经销商可以通过Navigator Platform访问并接管聊天。

AI优先思维的要素

根据近期一项调查，70%的领导者表示其公司在某种程度上使用Agentic AI。约半数高管认为Agentic AI系统在改善欺诈检测（56%）和安全性（51%）、降低成本并提高效率（41%）以及改善客户体验（41%）方面能力很强。展望未来，实现这些成果的可能性更大。超过半数的银行业高管表示，他们期望继续改善欺诈检测（75%）、安全性（64%）和客户体验（51%）。在金融服务领域，展现出改变客户体验强大潜力的Agentic AI用例包括：响应客户服务请求、调整账单支付以匹配固定工资到账日期，或从金融协议中提取关键条款。

将客户置于转型中心需要AI优先思维。公司必须从简单增强现有产品，转变为通过AI能力的视角从根本上重新构想问题及用户需求。推荐的最佳实践包括：

• 重新构想AI的核心功能以解决用户问题：真正的价值不在于追逐AI热潮，而在于解决有意义的客户问题。通过关注影响力，确保创新不仅是快速的，而且是变革性的。
• 从高质量、有良好治理的数据基础开始：数据就绪和跨系统的统一信息是AI不可妥协的基础。干净的数据层编排了Agentic循环——使系统能够在客户甚至还未提问之前就完成感知、推理和执行以解决其问题。
• 从一开始就重建嵌入AI的工作流：人们将模型视为黑箱，但Agentic系统需要严格的监督。拥有良好治理的数据生态系统和负责任的AI标准是建立对这些系统信任的基本支柱。
• 建立跨职能团队：保持开放和灵活，随着AI更深地融入工作流，转变工作方式和创造影响的方式。如果刚接触AI，采取“爬、走、跑”的方法很重要，而不是直接跳入。

最终，实现端到端转型取决于赋能工程师和合作伙伴团队从客户需求出发，反向推导技术解决方案，而不是首先从技术能力出发再为其寻找应用。当机构使客户回溯方法成为第二天性时，它们不仅能由内而外地重新构想客户体验，还能从一开始就将客户置于最前沿和中心位置。FINISHED