美国运通（American Express）作为一家拥有约8万名员工的大型跨国公司，日常运营中难免会遇到各种IT问题。无论是员工无法连接WiFi，还是笔记本电脑出现故障，这些问题都需要得到及时解决。然而，与IT部门互动，尤其是通过聊天机器人，往往令人感到沮丧。自动化工具可能会提供模糊、非具体的回应，或者列出一系列链接，让员工不得不逐一点击，直到找到真正解决问题的那一个——如果他们没有因沮丧而放弃，直接选择“联系人工客服”的话。
为了改变这一现状，美国运通将生成式AI融入其内部IT支持聊天机器人中。现在，这个聊天机器人能够以更直观的方式与用户互动，根据反馈进行调整，并逐步引导用户解决问题。因此，美国运通显著减少了需要转交给现场工程师处理的员工IT问题数量。AI越来越能够自主解决问题。
“它为人们提供了答案，而不是一系列链接，”美国运通执行副总裁兼首席技术官（EVP and CTO）希拉里·帕克（Hilary Packer）在接受VentureBeat采访时表示，“生产力正在提高，因为我们能够迅速回到工作中。”
验证与准确性：生成式AI的圣杯
IT聊天机器人只是美国运通众多AI成功案例中的一个。该公司不乏机会：事实上，一个专门委员会最初在整个业务中确定了500个潜在的AI应用场景，现已缩减至70个，正处于不同阶段的实施中。
“从一开始，我们就希望让我们的团队能够轻松构建生成式AI解决方案，并确保合规性，”帕克解释道。这是通过一个核心赋能层来实现的，该层提供“通用配方”或起始代码，工程师可以遵循以确保应用程序之间的一致性。编排层将用户与模型连接起来，并允许他们根据用例替换模型。所有这些都被一个“AI防火墙”所包围。
虽然她没有透露具体细节，但帕克解释说，美国运通使用开源和闭源模型，并通过广泛的模型风险管理和验证过程（包括检索增强生成（RAG）和其他提示工程技术）来测试准确性。在受到监管的行业中，准确性至关重要，底层数据必须保持最新，因此她的团队花费大量时间维护公司的知识库，验证和重新格式化数千份文档，以获取尽可能最佳的数据。
“验证和准确性是当前生成式AI的圣杯，”帕克说。
AI使问题升级减少40%
内部IT聊天机器人——美国运通使用最频繁的技术支持功能——是一个自然而然的早期应用场景。它最初由传统的自然语言处理（NLP）模型提供支持，特别是开源的机器学习双向编码器表示从转换器（BERT）框架，现在集成了闭源生成式AI，以提供更互动和个性化的帮助。
帕克解释说，聊天机器人不再只是提供一系列知识库文章，而是通过与用户进行后续问题互动、澄清问题并提供逐步解决方案来与用户互动。它能够生成个性化且相关的回应，以清晰简洁的格式进行总结。如果员工仍然无法得到所需的答案，AI可以将未解决的问题升级给现场工程师。
例如，当员工遇到连接问题时，聊天机器人可以提供多个故障排除技巧，帮助他们重新连接到WiFi。帕克解释说：“它可以与员工进行互动，并说，‘这解决了您的问题吗？’如果他们说不，它可以继续提供其他解决方案。”
自2023年10月推出以来，美国运通通过AI解决IT查询而无需转交给现场工程师的能力提高了40%。“我们迅速帮助了同事，”帕克说。
85%的旅行顾问表示AI提高了效率
美国运通拥有5000名旅行顾问，他们为该公司最精英的百夫长（黑卡）和白金卡会员定制行程。这些顶级客户是公司最富有的客户之一，他们期望获得一定程度的客户服务和支持。因此，顾问需要对给定地点有尽可能多的了解。
“旅行顾问需要在很多不同领域施展才华，”帕克指出。例如，一位客户可能询问巴塞罗那的必游景点，而下一位客户则询问布宜诺斯艾利斯的五星级餐厅。“这是要把所有这些信息都记在脑子里，对吧？”
为了优化这一过程，美国运通推出了“旅行顾问助手”，这是一个帮助策划个性化旅行建议的AI代理。例如，该工具可以从整个网络（如给定场所的开放时间、高峰参观时间和附近餐厅）中拉取数据，这些数据与Amex的专有数据和客户数据（如根据过去消费习惯，持卡人最可能感兴趣的餐厅）相结合。
帕克说，这有助于创建一个全面、准确、及时的信息视图。现在，这个AI助手支持美国运通在19个市场的5000名旅行顾问——超过85%的顾问表示，该工具节省了他们的时间，提高了推荐质量。“因此，这是一个非常、非常有用的工具，”帕克说。
尽管看起来AI可以完全接管这个过程，但帕克强调了保持人类参与的重要性：AI检索的信息与旅行顾问和机构知识相结合，以提供反映客户兴趣的定制建议。因为，即使在这个技术驱动的时代，客户也希望从能够提供上下文和相关性的人类那里获得建议——而不仅仅是一个基于基本搜索拼凑出来的通用行程。
“你想知道你正在与一个会为你考虑最佳假期的人交谈，”帕克指出。
AI增强的同事助手、编码伴侣
在其数十个其他应用场景中，美国运通还将AI应用于“同事帮助中心”——与IT聊天机器人类似——其准确率达到了96%；增强了基于搜索意图而非字面搜索词返回结果的搜索优化，从而提高了26%的响应率；以及AI编码助手，提高了开发人员10%的生产力。
美国运通的9000名工程师现在使用GitHub Copilot，主要用于测试和代码补全。帕克解释说，还有一个“与代码对话”的功能，允许开发人员询问有关代码的问题。最终，该公司希望将其扩展到整个端到端软件开发生命周期（SDLC）和API文档中。
值得注意的是，帕克表示，超过85%的编码人员对该工具表示满意，这反映了美国运通对生成式AI的态度。“它不仅有效，而且当同事与之互动时，他们喜欢吗？”帕克说，“我们进行了一些试点，虽然达到了我们想要的结果，但同事的满意度并不高。我们还想继续吗？这真的是我们想要的结果吗？”
原创文章，作者：王 浩然，如若转载，请注明出处：https://www.dian8dian.com/mei-guo-yun-tong-ru-he-li-yong-ai-ti-sheng-xiao-lyu-it-wen
