C114訊 4月8日消息（艾斯）來自市場研究公司Omdia的最新報告寫到，電信運營商可通過人工智能（AI）技術優(yōu)化客戶服務交互，并輔助網(wǎng)絡部署與優(yōu)化決策。此類舉措可有效提升客戶體驗，從而直接推動凈推薦值（NPS）的提高。本報告深度分析了美國三大移動運營商如何通過部署AI技術來提升NPS表現(xiàn)。
AI對提高客戶滿意度影響日益攀升
Omdia北美市場首席分析師Kristin Paulin寫到，AI已成為提升客戶滿意度的關鍵工具，進而成為提升NPS的戰(zhàn)略抓手。NPS采用標準化度量體系，其評估公信力源自統(tǒng)一方法論：通過“以0-10分計，您愿意向親友推薦X的可能性有多大”的單維度調(diào)研，將0-6分歸類為“批評者”，7-8分為“被動者”，9-10分為“推薦者”。最終NPS分值計算公式為推薦者占比減去批評者占比，得分區(qū)間為-100至100。盡管該指標具有重要參考價值，但運營商通常選擇不公開具體數(shù)據(jù)。
AT&T：AI/ML技術貫穿全業(yè)務價值鏈
AT&T將AI、機器學習（ML）與數(shù)據(jù)分析深度整合用于于客戶交互、軟件定義網(wǎng)絡（SDN）及下一代技術架構：
網(wǎng)絡規(guī)劃與部署：AI/ML技術全面滲透到了AT&T的網(wǎng)絡設計、規(guī)劃與建設周期當中。影響其頻譜資源獲取、基站選址等關鍵資產(chǎn)配置決策。同時也被用于流量預測、容量規(guī)劃及新設備驗證等環(huán)節(jié)。
網(wǎng)絡管理與優(yōu)化：基于AI的自動化創(chuàng)新確保AT&T實現(xiàn)網(wǎng)絡運維和服務效能最大化。AT&T的AI創(chuàng)新運用ML與預測性分析優(yōu)化客戶體驗，建立網(wǎng)絡自愈機制；并通過實時動態(tài)調(diào)整網(wǎng)絡容量分配，精準匹配用戶需求。同時通過ML優(yōu)化基站休眠策略，降低能耗與碳足跡。
客戶體驗升級：AT&T正在使用基于ML的創(chuàng)新技術驅(qū)動服務體驗革新。同時，AI/ML還被用于預測潛在服務問題并實施主動修復。此外，AT&T也在使用AI/ML來智能調(diào)度現(xiàn)場維護資源，精準識別并阻斷騷擾電話，以及自動化檢測異常終端設備及賬戶欺詐行為。
在生成式AI（GenAI）的創(chuàng)新實踐方面，AT&T在光纖安裝部署場景應用生成式AI提升了服務準時性與流程順暢度。生成式AI技術通過路徑優(yōu)化算法，可使AT&T的技術人員能夠以最少的行駛里程為更多的家庭提供服務，從而最大限度地提高技術人員的能力和效率。AT&T表示，其光纖安裝服務NPS達96分，驗證了采用生成式AI對提升客戶滿意度的實際成效。
AT&T也在使用自主Agent（被其稱為自主助手），這些Agent使用生成式AI幫助人工客服在客戶服務與網(wǎng)絡運維領域?qū)崿F(xiàn)人機協(xié)同決策。通過對客戶賬戶進行智能分析，可為客戶提供更加個性化的服務推薦方案。
值得注意的是，AT&T構建了自身的生成式AI工具：Ask AT&T。該工具為其內(nèi)部員工自研打造，初始應用聚焦于軟件開發(fā)代碼生成與優(yōu)化。但該工具一直在不斷進行能力擴展，現(xiàn)已拓展至網(wǎng)絡數(shù)據(jù)流智能分析，從而實現(xiàn)對AT&T海量運營數(shù)據(jù)價值的挖掘。
T-Mobile：以“人工優(yōu)先”策略重塑AI賦能型客戶服務
T-Mobile在客戶服務中部署AI技術時采用獨特路徑：不同于常見的“AI客服優(yōu)先響應+人工接管”模式，其系統(tǒng)通過實時提供上下文信息輔助人工客服解決問題。這一策略與其2018年推出的“專家團隊”（Team of Experts）客戶服務模式深度契合——該模式強調(diào)專屬人工團隊服務，標榜“無機器人、無轉(zhuǎn)接、無冗余流程”。當時該模式實施兩個月后，T-Mobile實現(xiàn)了NPS提升60%，驗證了人工主導型客戶服務的商業(yè)價值。
2024年9月，T-Mobile宣布與OpenAI建立戰(zhàn)略合作，進一步利用AI在客戶服務方面的優(yōu)勢，共同開發(fā)意圖驅(qū)動型AI決策平臺IntentCX（預計2025年上線）。該平臺將整合海量數(shù)據(jù)池，實時解析客戶意圖與情緒傾向，并具備以下核心能力：深度理解客戶查詢語義，提供問題解決方案，構建預防性服務機制。
Mobile利用AI改善客戶體驗的另一種方式是通過所謂的“客戶驅(qū)動的網(wǎng)絡覆蓋”來轉(zhuǎn)化為NPS的提升。T-Mobile使用AI模型對客戶體驗進行監(jiān)控，為其網(wǎng)絡增強決策提供依據(jù)，從而最大限度地提高客戶滿意度。為此，T-Mobile正在利用數(shù)據(jù)和AI來打造“客戶驅(qū)動的網(wǎng)絡覆蓋”。
該運營商將美國劃分為數(shù)百萬個“六邊形單元”（邊長約165米），并捕捉和記錄每個單元內(nèi)的每一次網(wǎng)絡交互事件，從而形成數(shù)十億級數(shù)據(jù)點，這些數(shù)據(jù)點可用于為AI模型提供信息。然后通過AI/ML模型分析掉話率、信號強度等指標，預判客戶投訴風險與流失概率�；贏I模型的細顆粒度洞察，T-Mobile可以精準評估某個區(qū)域網(wǎng)絡升級對客戶留存的影響。這使得T-Mobile能夠根據(jù)最大的客戶影響和業(yè)務回報來做出網(wǎng)絡建設決策。最終，T-Mobile能夠?qū)崿F(xiàn)頻譜資源與資本開支效率最大化。
Verizon：已部署四款關鍵生成式AI工具
Verizon已部署四款關鍵的人工輔助生成式AI工具，以優(yōu)化客戶服務。AI技術的升級助力其超越客戶期望。Verizon表示，其團隊觀察到各銷售和服務渠道的客戶滿意度顯著提升，客戶互動效率持續(xù)改善。這些工具包括：
個人研究助手（Personal Research Assistant）：Verizon的個人助手技術可幫助一線團隊快速查閱數(shù)千種資源，為員工提供所需信息，從而根據(jù)客戶的獨特需求進行個性化精準服務。目前，Verizon員工已能解答近乎全部（95%）的客戶咨詢，且回答準確率持續(xù)攀升。
解決問題的“快速通道”（“Fast Pass” to resolution）：Verizon利用AI將客戶智能匹配至最合適的客服專員，以滿足其特定需求。AI智能配對的優(yōu)勢在于，通過建立最佳人工服務連接并節(jié)省客戶時間，客服支持團隊可顯著提升客戶體驗。
個人購物顧問/問題解決助手（Personal Shopper/Problem Solver）：作為客戶的個人購物顧問與問題解決助手，該工具通過AI即時分析客戶資料，幫助員工預先了解客戶身份及其致電原因，從而輕松、精準、高效地提供契合客戶需求的答案、優(yōu)惠方案、體驗及產(chǎn)品。借助該工具的后臺支持，Verizon已將客戶交易時間縮短了2至4分鐘。
“專屬客群”（Segment of Me）：AI助力Verizon以高度個性化的方式服務每位客戶，為其定制專屬優(yōu)惠與產(chǎn)品——Verizon稱之為“專屬客群”。無論是新套餐、產(chǎn)品推薦還是服務升級，AI均能精準預判客戶需求，并確保跨渠道體驗的一致性。通過這一主動化服務策略，Verizon提升了客戶互動率并降低了流失率。
結(jié)論
Kristin Paulin指出，從上述運營商案例可見，AI通過優(yōu)化客戶服務交互與網(wǎng)絡決策，為客戶體驗提升創(chuàng)造了顯著價值，且未來潛力可期。當前生成式AI仍處于發(fā)展初期，其動態(tài)化交互與個性化服務等優(yōu)勢才剛剛顯現(xiàn)。從運營效率的提升到客戶滿意度的提高，都可能刺激運營商進一步采用該技術。盡管AI與生成式AI的發(fā)展之路需付出巨大努力，但與領先的AI供應商英偉達合作將有助于實現(xiàn)這一目標；同時，運營商亦可自主開發(fā)針對特定場景的小型語言模型（SLM），推動技術落地。 
