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(shù)優(yōu)化客戶服務(wù)交互，并輔助網(wǎng)絡(luò)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(shù)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(guān)鍵工具，進(jìn)而成為提升NPS的戰(zhàn)略抓手。NPS采用標(biāo)準(zhǔn)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(biāo)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(shù)貫穿全業(yè)務(wù)價值鏈
AT&T將AI、機器學(xué)習(xí)（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(luò)（SDN）及下一代技術(shù)架構(gòu)：
網(wǎng)絡(luò)規(guī)劃與部署：AI/ML技術(shù)全面滲透到了AT&T的網(wǎng)絡(luò)設(shè)計、規(guī)劃與建設(shè)周期當(dāng)中。影響其頻譜資源獲取、基站選址等關(guān)鍵資產(chǎn)配置決策。同時也被用于流量預(yù)測、容量規(guī)劃及新設(shè)備驗證等環(huán)節(jié)。
網(wǎng)絡(luò)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(luò)運維和服務(wù)效能最大化。AT&T的AI創(chuàng)新運用ML與預(yù)測性分析優(yōu)化客戶體驗，建立網(wǎng)絡(luò)自愈機制；并通過實時動態(tài)調(diào)整網(wǎng)絡(luò)容量分配，精準(zhǔn)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(shù)驅(qū)動服務(wù)體驗革新。同時，AI/ML還被用于預(yù)測潛在服務(wù)問題并實施主動修復(fù)。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(zhǔn)識別并阻斷騷擾電話，以及自動化檢測異常終端設(shè)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(yīng)用生成式AI提升了服務(wù)準(zhǔn)時性與流程順暢度。生成式AI技術(shù)通過路徑優(yōu)化算法，可使AT&T的技術(shù)人員能夠以最少的行駛里程為更多的家庭提供服務(wù)，從而最大限度地提高技術(shù)人員的能力和效率。AT&T表示，其光纖安裝服務(wù)NPS達(dá)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(wù)與網(wǎng)絡(luò)運維領(lǐng)域?qū)崿F(xiàn)人機協(xié)同決策。通過對客戶賬戶進(jìn)行智能分析，可為客戶提供更加個性化的服務(wù)推薦方案。
值得注意的是，AT&T構(gòu)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(yīng)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(jìn)行能力擴展，現(xiàn)已拓展至網(wǎng)絡(luò)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(wù)
T-Mobile在客戶服務(wù)中部署AI技術(shù)時采用獨特路徑：不同于常見的“AI客服優(yōu)先響應(yīng)+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(wù)模式深度契合——該模式強調(diào)專屬人工團隊服務(wù)，標(biāo)榜“無機器人、無轉(zhuǎn)接、無冗余流程”。當(dāng)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(dǎo)型客戶服務(wù)的商業(yè)價值。
2024年9月，T-Mobile宣布與OpenAI建立戰(zhàn)略合作，進(jìn)一步利用AI在客戶服務(wù)方面的優(yōu)勢，共同開發(fā)意圖驅(qū)動型AI決策平臺IntentCX（預(yù)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(gòu)建預(yù)防性服務(wù)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(luò)覆蓋”來轉(zhuǎn)化為NPS的提升。T-Mobile使用AI模型對客戶體驗進(jìn)行監(jiān)控，為其網(wǎng)絡(luò)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(luò)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(luò)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(biāo)，預(yù)判客戶投訴風(fēng)險與流失概率�；贏I模型的細(xì)顆粒度洞察，T-Mobile可以精準(zhǔn)評估某個區(qū)域網(wǎng)絡(luò)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(wù)回報來做出網(wǎng)絡(luò)建設(shè)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(guān)鍵生成式AI工具
Verizon已部署四款關(guān)鍵的人工輔助生成式AI工具，以優(yōu)化客戶服務(wù)。AI技術(shù)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(wù)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(shù)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(jìn)行個性化精準(zhǔn)服務(wù)。目前，Verizon員工已能解答近乎全部（95%）的客戶咨詢，且回答準(zhǔn)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(wù)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(yù)先了解客戶身份及其致電原因，從而輕松、精準(zhǔn)、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(wù)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(wù)升級，AI均能精準(zhǔn)預(yù)判客戶需求，并確�？缜荔w驗的一致性。通過這一主動化服務(wù)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(wù)交互與網(wǎng)絡(luò)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(dāng)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(wù)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(jìn)一步采用該技術(shù)。盡管AI與生成式AI的發(fā)展之路需付出巨大努力，但與領(lǐng)先的AI供應(yīng)商英偉達(dá)合作將有助于實現(xiàn)這一目標(biāo)；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(shù)落地。 
