-
Greg Vert
使用对话式AI使人类在工作中变得更好，并为人类带来更好的工作
德勤的想法：下一代数字工作场所将如何利用技术为员工创造个性化的体验。
如果在全球大流行的灾难中找到一线希望，那可能就是它把每个人的优先重点都紧紧抓住了的方式。从业务的角度来看，虚拟员工的工作和生活之间的界限已经瓦解，一线员工比以往任何时候都更忙。组织需要通过重新构想他们使用技术支持和增强员工力量的方式来做出响应。
值得庆幸的是，这一迫切需要不断发展的员工经验与AI解决方案的不断发展和可用性相吻合，这提供了重新进行福利投资的机会。这种由大流行引起的推动将使我们迈向“工作的未来”。
正如第三版《德勤AI年度报告》中所提到的那样，“我们正在采用最新一代的AI技术，进入了新的篇章：功能不断发展，AI的开发和实施变得越来越容易，公司正在看到收养带来的实实在在的收益。”
技术已经成熟，可以使组织部署复杂的聊天机器人和数字助理。这些解决方案使用对话式AI功能为员工创造了超越人类所能提供的体验。这些机器人可以从根本上改变工作场所交互的方式，具有解决查询，自动化管理任务，提示正确行为以及提供数据和见解的能力，以改善“即时”决策。
许多组织一直在努力利用对话式AI的全部功能，但是现在是时候弄清楚了，因为组织提供这种“始终在线”和个性化支持的需求从未像现在这样重要。
AI技术风暴来临
在大流行之前，员工福祉已经是首要任务。在德勤（Deloitte）的2020年全球人力资本趋势 研究中，这是重要性排名最高的趋势，近9000名受访者中有80％认为它对组织的成功至关重要或非常重要。不过，只有12％的受访者表示他们已准备好应对这一趋势。进入2021年，组织需要专注于为福利设计工作，并着重于使远程和面对面工作更具可持续性的因素。对话式AI提供了独特的功能来支持这项工作。
可以预料的是，在涉及大胆技术的情况下，尽管认识到AI可能发挥重要作用，但许多组织仍缺乏解决这一紧迫需求的战略和路线图。在德勤（Deloitte），我们在任何AI历程中的口头禅都是大思维，小思维，快速扩展，而这首先要了解当今技术的可能性。
AI技术可能性的艺术
为AI成功制定战略和路线图，需要应用设计思维原则。目标是在“重要时刻”（即员工对公司的感知变得积极或消极的可能性更高的时刻）为员工提供卓越的体验。这些时刻是使员工感到被重视和得到支持的机会，从而与他们建立牢固的联系。
在整个人才生命周期中，有许多“重要时刻”：从产假或陪产假返回，首次晋升为人事经理职位或因重组或并购活动而流离失所。这些时刻为利用可能的艺术创造了机会。
在德勤，我们已经与对话式AI市场的领导者OneReach.ai合作，探索在这些“关键时刻”提供重新构想的体验的新方法。对话式AI不仅涉及员工的入职任务的自动化。相反，它用于设计和提供下一代体验，而如果没有这项技术，这些体验将是不切实际或不可能的：
上线截止日期检测：能够监视事件和工作人员数据以“推动”人们在需要时采取措施的能力。这种类型的监视和审核效率不高，无法手动支持，使用“开箱即用”技术可能难以实现
触发文本流：能够识别工作人员的喜好并通过广泛的渠道进行交互的能力，在此示例中为SMS文本。手动替代方法通常依赖于电子邮件，电话或案例来管理交互，而这些交互并不总是“让员工见面”或考虑员工的喜好。很多时候，沟通陷入困境，工作人员被困在追赶人们以获得他们所需的支持，所有这些都可能带来负面的体验。
填充按钮：能够根据特定情况和数据显示与工作人员相关且量身定制的选项。这允许使用更多静态技术不容易创建的新的个性化水平，并且需要大量的管理开销才能手动交付
计划信息：通过数字助理或礼宾服务体验，可以拉回后端日历数据以减轻计划负担。计划通常需要大量的管理工作来协调可用性和管理变更。基于机器人的方法为新员工提供了更无缝，更轻松的体验
循环中的人类：在需要时让人类参与提供支持的能力也会使随着时间的推移继续训练机器人的能力民主化。这是高级功能，但是当机器人向人类查询解决方案时，它可以从他们的响应中学习并提供扩展的支持，而无需技术开发人员的参与。民主化的概念为企业所有者提供了直接发展技术能力的机会，从而加快了持续改进和实时更新的速度，从而为员工提供了更好的体验
使用上面列出的功能，我们可以使员工的入职体验更轻松，更有意义。在他们的喜好驱动下，减少了手动操作，它变得无摩擦。通过消除常见的痛点，这种类型的体验使新员工可以专注于更重要的人事要素：学习如何驾驭新组织，建立网络并迅速在新角色中发挥作用。
AI技术说起来容易，做起来难
在德勤，我们与各行各业的众多客户合作，只有极少数的“成功案例”，企业以变革的方式部署了会话式AI。我们已经看到聊天机器人通过帮助员工找到例行问题的答案来减少服务中心的呼叫量，但是很少有经过架构的数字助理通过复杂的，端到端的“重要时刻”来指导员工的示例，例如上面的新员工入职示例。
该技术是可用的，那么组织为什么要努力实施它？为什么我们不让员工更轻松地进行工作场所的互动？我们发现了影响旅程各个阶段的常见障碍，并在下面提出了如何克服这些障碍的想法。
挑战1：建立业务案例。自动化和AI的早期专注于效率和容量创建。通过投资机器人，可以释放多少FTE（等同于全职；一个员工在全职工作的小时数）？这种类型的业务案例相对简单，但是支持任务级别的自动化往往会产生增量价值。我们还发现，在2020年人力资本趋势研究中，只有 12％的受访者将AI视为替代员工的解决方案。这表明AI不仅涉及削减成本，但您仍然需要理由和资金来投资新技术功能，并且很难围绕变革性和概念性内容构建业务案例。
我们建议通过将技术投资与业务成果（例如提高的保留率和生产率）联系起来，将重点转移到构建“价值案例”。量化具有挑战性，但如果定位正确，则会为变革带来更引人注目的动力。例如，一项研究表明，员工将 25％的时间用于寻找完成工作所需的信息。想象一下，能够节省一部分时间专注于更重要的活动以及它可以为组织创造的价值。
它还有助于建立具有多种功能的联盟。人力资源，IT，设施和其他部门可以结合力量和预算，以更全面的方式转变劳动力体验，并消除员工在复杂组织结构中的负担。传统上，新员工入职归人力资源所有，但在以上示例中，我们合并了请求通常由IT或设施管理和配置的资产的功能。需要采用联盟方法来设计从员工的角度来看有意义的跨职能解决方案。
挑战2：为AI奠定基础。人工智能解决方案在很大程度上依赖于数据和洞察力来发挥作用，这产生了一种误解，即组织在考虑采用更先进的技术之前需要先建立“基础”。现实情况是，对话式AI和其他解决方案可以改善劳动力体验，而无需成熟的基础架构。在上面的新员工入职示例中，我们使用了 AI平台 充当前端“协调器”，能够在后台引用多个应用程序和数据源。这种开放平台方法使组织能够构建所需的集成和工作流，以提供简单而富有成效的体验，从而使工作人员能够更轻松地浏览分散的系统环境。使用这种方法，您可以从小规模开始并迅速扩展。
挑战3：为工作找到合适的工具。该会话AI厂商市场支离破碎，混乱。许多大型组织将（也许应该）最终获得多种解决方案。企业技术提供商已经在原生的会话AI解决方案上进行了投资，该解决方案提供了一种无需添加新供应商即可轻松进行实验的途径，但是功能仍在日趋成熟。许多IT功能已经建立了企业标准平台，可以“灵活地构建自己的机器人”，但是并不能在所有用例中都起作用，并且部署和维护起来很麻烦。
市场上还有许多点解决方案和特定于功能的供应商可以考虑，但是他们通常要承担很高的技术成本。对于许多组织而言，可能的结果是实施能够执行类似操作的多种工具，并且在为复杂而端到端的“重要时刻”（例如新员工入职）提供解决方案方面存在差距。低估这种必然性会迅速适得其反，并给员工带来负面的或更混乱的体验。我们建议为何时以及如何使用不同的会话式AI工具建立清晰的策略和治理模型，并重点关注劳动力体验。
挑战4：专注于会话设计。对话式人工智能就像水一样。如果以正确的方式应用它，它可以流动并填补应用程序之间的空白，从而提供真正无缝的用户体验。但是，对话式AI计划的价值和成功取决于体验驱动设计的质量。德勤最近与客户合作，部署了一个相对简单的虚拟代理，该代理能够通过聊天界面回答问题并搜索知识库。首次启动后，客户端可以通过虚拟代理提供令人满意且有用的响应，从而使近60％的聊天互动自动化。
另一个组织部署了相同的供应商解决方案和用例，但自动化的成功率仅为5％。更为有效的示例将设计重点放在简化机器人的定位上，并专门设计了基础知识库来支持聊天，一次提供了目标信息的小片段。在另一个示例中，查找并发起与该聊天程序的聊天更具挑战性，并且该知识库是为自助式在线阅读而构建的，该聊天在无意间产生了较长且通常无助的响应。结果，工作人员很快选择了人工支持，而不是阅读虚拟代理提供的密集段落。
为了克服这些挑战，我们建议对体验设计进行广泛的研究，以解决以下说明性问题：
员工将如何访问机器人？
他们将如何知道如何访问该机器人？
他们还需要与哪些其他应用程序或漫游器进行交互，以及如何将流量引导到正确的位置？
机器人需要参考哪些信息和数据来支持用例？
必要信息的结构如何？
机器人将如何向工作人员打招呼，以及一旦发起对话，该如何组织对话？
如果僵尸程序无法提供支持，我们将如何参与人类活动？
预期的结果是什么？
我们将如何衡量绩效以确保创造成果？
挑战5：建立所需的人员能力。大多数组织都面临人才挑战。不仅在“可能的艺术”的理解上存在差距，而且利用技术进步所需的能力也供不应求。对诸如解决方案架构师和增强专家之类的尖端工作的需求很高，将需要传统上与AI领域无关的UX技能。
UX领域虽然可能涉及面广，涉及面广，但也未能跟上与AI的发展相吻合的需求，这给组织寻找合适的人才带来了挑战。弥合差距的方法是通过有意地制定策略来雇用和开发人才，以在UX和AI的交汇处进行操作。找出这一点的组织将能够提供解决方案的能力，这些解决方案能够通过更有效的人才吸引，开发和保留做法来创建生产力更高，敬业度更高和绩效更高的员工队伍。这是一个巨大的胜利。
大处着眼，小处着手，快速扩展
最好的入门方法是建立针对员工体验的数字化战略和路线图，并以您的组织将愿景变为现实所需的技术和解决方案为基础。使用现实生活中的例子和故事来验证您的想法。对于大多数组织而言，这意味着要整合对您的员工至关重要的数字体验，并选择合适的工具来交付这些体验。一旦有了正确的工具，就可以确定一个或两个最高价值的用例的优先级，以开始进行工作。通过倾听员工的声音寻找“重要时刻”。好消息是，他们通常会抱怨自己的挫败感，这可以帮助您确定对自己的经历产生积极影响的最高价值的机会。
随着组织争相采用这一新的智能技术浪潮，并为其员工带来丰厚的，高价值的体验，至关重要的是集中精力于战略和路线图，这些战略和路线图将使您获得小小的胜利并尽早创造动力。充分利用会话式AI的力量是一门新学科，您不应指望一开始就将其正确，但您需要证明其成果以维持资金和领导支持。
在成功的基础上继续前进，可以加速这一过程。扫描组织以查找AI的实验内容，并开始建立一个共享信息的联盟。从外部延伸到您的生态系统网络以获取广阔的视野并征求想法。因此，继续大胆思考。从发现对您的员工而言重要的时刻开始，然后反复进行自动化和增强方法。一旦开始以这种方式释放可能的艺术，您将能够迅速扩展规模，并使您的组织突飞猛进。
以上由机智的AI翻译完成，仅供参考！
作者：Greg Vert
原文标题：Using Conversational AI to Make Humans Better at Work, and Work Better for Humans
扫一扫 加微信
hrtechchina
