2024-08-09 | Paula Rooney
美商優比速公司（United Parcel Service，UPS）去（2023）年利用生成式 AI 幫助簡化顧客服務營運。內部開發的專案「MeRA」（Message Response Automation）已經上線運作了。
根據這家跨國航運及供應鏈管理公司表示，去年七月啟動，並於十月進入 beta 測試的 MeRA，利用公開的 LLM 自動處理一些顧客議題，提供一致的消息傳遞及顯著改善的代理效率（即處理時間）。
UPS 數位暨技術長 Bala Subramanian 認為，該公司初步嘗試生成式 AI，不僅會是客服中心代理的贏家，還會在不久的將來被引入至其它企業流程中。「MeRA 的推出，改變了 UPS 的遊戲規則，改變我們提供一流顧客服務的方式，」Subramanian 表示。「藉由減輕我們人工代理人員的負擔，讓他們能夠專注於更複雜、更細緻的顧客需求。」 MeRA 為 UPS 贏得 2024 年「CIO 100 Award」的 IT 創新及領導力獎項，該公司表示，MeRA 可以自動回覆 UPS 每天收到大約 52,000 封顧客電子郵件的其中部分。在測試期間，UPS 幫客服人員減少 50% 解決電子郵件所耗費的時間。LLM 賦予代理人員確認模型建議的所有回應的能力。Subramanian 表示，這種轉為確認角色的改變 ─ 透過標準化的工作流程 ─ 為該公司節省時間與金錢。 IDC 的顧問暨研究集團副總裁 Daniel Saroff 表示，顧客服務正成為當今企業運用生成式 AI 的主要用例之一。「認為該企業將在未來18個月內受到生成式 AI 嚴重影響的公司，也選擇了直接和顧客溝通的的應用軟體做為主要回應，比率為 30.8%，」Saroff 引用 IDC 2024 年一月《第一波未來企業彈性與支出調查》（Future Enterprise Resiliency and Spending Survey Wave 1）的研究表示。「公司非常擔心，如果不將生成式 AI 應用於面向顧客的應用軟體，他們將面臨很高的瓦解風險。」
為擴充而建構
對 UPS 而言，客服中心使用生成式 AI 只是一個跳板。Subramanian 表示，研發團隊於十一月首次推出有限生產的 MeRA，將進行調整並擴展至所有類別的顧客聯繫，並將應用於企業內的其它職能，包括人力資源、業務及財務。 「MeRA 之旅才剛開始，」該公司數位暨技術長表示。他指出，該工具促使 UPS 重新思考並完善其 AI 訓練的方法。「我們建立的架構，對 UPS 不僅是客服中心的突破，也是整個企業未來 AI 應用的藍圖。」 該 AI 工具深入顧客代理人員使用的知識庫，以存取企業程序及回答無數顧客問題的資料。據 UPS 稱，MeRA 的獨特之處在於它採用被稱為「思想鏈」推理的序列推理邏輯框架及更先進的情感分析功能，例如，包含客製化回答顧客問題的語氣的能力。Subramanian 指出一項典型的顧客要求 ─ 保留包裹等待取件 ─ 來說明該工具的複雜性。他表示，依據多種因素而定，該請求至少有三種可能的解決方案，例如，包裹追蹤歷史記錄、托運公司對包裹指定的限制，及 UPS 司機之前的投遞嘗試。
「包裹追蹤歷史記錄會被即時從 Internal Visibility 入口網站傳送至電子郵件以支援代理人員，並顯示包裹的歷史記錄及包裹目前在路途中的位置，」他解釋道。「代理人員必須參考這些資訊才知道如何回應各種情況。」 分析師指出，該模型使用政策、程序及運輸資料等企業資料來自動化並增強顧客服務，這展示仍處於起步階段的生成式 AI 如何開始採取步驟朝向與人協作。「2023 上半年，許多用例都聚焦在個人如何在寫作、內容創造或編碼任務中更具生產力，尤其是橫跨行銷、業務與開發團隊，」Forrester 分析師 Rowen Curran 及 J.P. Gownder 在去年十一月張貼的部落格中寫道。 「如今的生成式 AI 用例不再僅限於輔助個人，而正更深入地進入組織，以連接組織知識。隨著這些應用獲取更多知識，它們將個人及團隊相互連接起來，不僅可以實現人與人之間，還有人與機器之間更好的協作，」他們寫道。 思想領袖、MIT 史隆管理學院資深講師暨全球機會論壇（Global Opportunity Forum）創辦人George Westerman 也認為，顧客服務是企業生成式 AI 策略一個很好的起點。 「公司研究生成式 AI 最常見的應用之一是在顧客服務領域，」他表示。「它可以處理日常資訊的收集，通常還可以處理第一層或第二層支援。這使得人類代理人員可以空出時間處理更複雜的問題。」
Subramanian 表示，儘管它的構思及交付生產花了大約六個月，UPS 分階段方法讓該公司能「完整測試並微調系統，確保在全面部署後，MeRA 將無縫地整合到我們的營運中」。 他補充，生成式 AI 為當今資訊長及 IT 專業人員帶來了巨大的挑戰，因為它是不斷變化的目標。他表示，AI 工具不斷變化的性質及其涉及的眾多變數，為研發團隊帶來必須克服的挑戰。儘管如此，Subramanian 仍相信，MeRA 能繼續發展並學習處理最複雜的顧客請求與企業流程。 「隨著新的解決方案、架構和模型每月發布，生成式 AI 領域也在不斷變化，」Subramanian 表示。他指出，團隊必須教導模型了解客製的電子郵件，然後遵循政策與程序提供正確的回應。 UPS 注意到在某些情況下，通用目的型的 LLM 理解或處理單字及片語的方式與該公司的期望不同。因此，UPS 也投入訓練該模型的公司資料集。 對 MeRA，UPS 從 Microsoft OpenAI LLM、GPT 3.5 Turbo 及 GPT4 開始。展望未來，UPS 將對其生成式 AI 策略採取多面向方法，並評估每個架構。「技術發展如此快速，我們不會畫地自限於一種模式，」一位公司代表表示。 「我們實施了一個經過客製化訓練的 AI 代理架構，該架構根據 UPS 企業規則及知識庫進行訓練，並加以微調，以確保在提供 LLM 正確的背景以產生回應方面有一致的準確性，」Subramanian 表示。他相信這種方法將很好地服務 MeRA，因為該公司將該工具應用於客服中心以外的整個企業。
資料來源:https://www.cio.com.tw/freight-logistics-ups-wins-customers-through-generation-ai/
