《AI客户服务：创造前所未有的客户体验》是人工智能时代的客户服务实用指南，系统详尽且高屋建瓴地综合阐述了在企业中推广应用人工智能技术的指导思想和行为规范。通过概括广泛的经验教训和观点，本书概述了人工智能技术的前沿应用、道德边界和未来图景，借助6Ds框架讲解了有关人工智能模型构建及部署等的一系列战略规划，旨在让读者具备拥抱人工智能革命的知识和信心，并将大语言模型、机器学习、预测分析和游戏化策略等集成到客户体验中。
本书展现了人工智能在整个服务行业的应用路径，有助于读者了解人工智能对客户关系管理的影响，并由此寻求客户服务专业人员在驾驭这个新时代复杂性时不可或缺的资源；同样可帮助组织通过集成人工智能提升整体客户体验，在客户服务方面树立新标准，在新一轮科技革命中获得优势，做变革的倡导者。
·跨学科知识整合，技术、人文、经济、文化、法律、历史、心理学等多学科知识渗透，
探寻人工智能在客户服务和支持中的集成机会，为战略整合和实施人工智能提供路线图；
·技术与服务深度融合，实用6Ds框架指导，助力构建模型、赋能支持团队、提升客户支持体验；
·行业趋势洞察，7大未来图景前瞻性展望客户服务未来发展趋势，帮助提前布局、抢占先机；
·多维度价值剖析，关注组织考量、道德考量、数据隐私、劳动力适应等，解锁人工智能客户服务新角色，助力发挥创造力与情感价值，打造更有温度、有深度的客户服务；
·广泛应用场景覆盖，展现人工智能在服务行业的应用路径，丰富的案例分析和实践经验总结，提供实用的参考和借鉴；
·技术服务行业协会（TSIA）总裁兼CE0伍德、思科公司副总裁菲尔·沃尔芬登、北电数智CTO谢东、《无人公司》作者李智勇联合推荐。
[美]罗斯·史密斯（Ross Smith） 英国皇家艺术学会会员（FRSA），微软全球支持领导人，未来世界联盟（Future World Alliance）的联合创办人。《完美软件：缺陷预防最佳实践》一书的合著者，同时拥有七项专利。爱尔兰国立都柏林大学的博士生，主要研究人工智能、自动化、工人失业和未来工作。 [美]梅特·库比诺（Mayte Cubino） 微软公司现代工作支持工程团队的欧洲、中东和非洲区（EMEA）总监，微软葡萄牙分公司的负责人和董事会成员。拥有20年的客户服务和支持经验，对人工智能充满热情，并拥有多项相关专利。在提升公众对隐性残疾的认识及推动工作环境适应性方面做出了显著贡献，并因此在2016年荣获欧洲残疾人冠军奖。 [美]艾米丽·麦肯（Emily McKeon） 微软公司传播总监，主要负责全球战略业务和行政沟通，旨在提升员工敬业度，提升客户服务和支持业务的价值。她在客户支持、全球多元化和包容性以及员工敬业度方面拥有丰富的沟通经验和渊博的知识。
第 一部分 人工智能及其在客户服务和支持中的应用 / 001
第 1章 人工智能革命的种子 / 005
客户服务和支持概述 / 006
客户如何获得支持 / 013
衡量客户支持成功与否 / 015
客户支持面临的挑战 / 016
渴望变革和改进 / 017
第 2章 生成式人工智能和数据科学机器学习概述 / 021
揭开人工智能技术的神秘面纱：未来一瞥 / 022
生成式人工智能和语言模型 / 023
LLMs 及其应用 / 027
LLMs 与客户支持 / 028
基于 LLMs 的开发、优化、本地化和个性化 / 028
揭示聚类和主题建模的力量 / 041
通过混合人工智能增强客户支持：LLMs 与聚类和主题建模相结合 / 041
第3章 人工智能在客户支持中的应用领域 / 047
在客户服务和支持中使用人工智能的基本原理 / 048
探索如何做：人工智能在客户服务和支持中的关键应用 / 062
第二部分 使用专有内容构建人工智能模型：6Ds 框架 / 091
第4章 成功的愿景 / 095
成功的愿景 / 096
制订计划 / 098
开始行动 / 104
第5章 发现：奠定基础 / 105
绘制领域地图 / 106
定义明确的范围 / 107
开发理想用户画像 / 107
内容编撰 / 118
第6章 设计：构建蓝图 / 123
明确你的起点 / 124
设计阶段的步骤 / 132
第7章 开发：打造解决方案 / 139
内容管理生命周期中的开发阶段 / 140
创建和测试基础数据集 / 141
数据拆分 / 142
内容与模型训练数据准备 / 145
提示工程：基于提示的微调以实现最优模型响应 / 149
从小处着手：内容摄取方法及注意事项 / 150
第8章 诊断：保证有效性 / 153
定义与概述 / 154
严格的测试和训练的重要性 / 154
验证人工智能模型的指标 / 155
在验证人工智能模型的过程中集成负责任的人工智能 / 158
在可控环境中验证聊天机器人 / 160
提示调优 / 166
第9章 部署：启动解决方案 / 171
将人工智能模型融入现实世界环境 / 172
建立反馈渠道并鼓励讨论 / 180
与现有工具集成的计划 / 187
确定你的利益相关者 / 188
部署目标 / 189
制订部署计划 / 189
多领域专家与验证团队签收 / 191
持续评估以确保模型性能稳定 / 192
第 10 章 检测：监测与反馈 / 199
部署后监控的必要性 / 200
不断变化的数据环境中人工智能模型的相关性 / 201
使用监督学习和 RLHF 以获得更好的模型输出 / 202
通过合成事务进行检测 / 206
第三部分 人工智能模型创建和部署的组织考量 / 211
第 11 章 负责任的人工智能和客户服务中的道德考量 / 215
负责任的人工智能的基础 / 217
挑战与机遇 / 223
框架与治理 / 225
负责任的人工智能的实现：集成道德规范的战略性蓝图 / 226
应对阴影：减轻 LLMs 的潜在危害 / 228
应对 LLMs 中的偏见 / 231
LLMs 中的偏见：案例分析和影响 / 233
思考 / 235
第 12 章 文化考量 / 237
人工智能使用中的人文因素 / 240
技术变革的本质 / 246
多代际工作场景中人工智能的应用 / 248
人工智能的普及与客户期望 / 251
可持续发展且包容的新时代 / 252
面向人工智能未来发展的创新文化 / 260
第 13 章 定义人工智能新时代的重要指标 / 263
人类对衡量的需求以及对成功的追求 / 265
衡量指标纵览 / 266
第 14 章 人工智能助力成功运营 / 289
客户案例数量预测 / 290
案例分析与故障排除 / 294
路由 / 296
财务方面的考虑因素 / 300
面向客户的人工智能：风险与回报 / 304
第 15 章 人工智能驱动下支持角色的演变 / 307
历史之旅 / 308
持续演变的业务需求 / 309
为未来做好劳动力准备 / 315
现实世界对人工智能的适应 / 318
政策视角 / 323
为未来做准备：个人和集体行动 / 327
第四部分 游戏化学习和支持工作的未来 / 32
第 16 章 人工智能时代的游戏、娱乐与创新 / 331
人类与游戏：历史背景下的更深层次探索 / 333
历史起源与发展 / 334
游戏化与心理学的交叉领域 / 338
游戏在哪里有效，在哪里无效：技能 ?C 行为矩阵 / 341
游戏和大数据：众包数据生成 / 344
企业游戏设计要素 / 350
为人工智能的应用制定游戏化策略 / 351
衡量游戏化的影响 / 354
从成功和失败中学习 / 355
超越积分和排行榜：游戏化策略的未来 / 358
第 17 章 人工智能时代的卓越领导力 / 363
人工智能时代的领导力 / 364
转型之旅 / 369
第 18 章 未来工作：引领人工智能革命 / 375
引领人工智能革命 / 376
思想实验的考量 / 378
人工智能将如何重塑客户服务和支持 / 380
第 19 章 后续工作和结束语 / 387
后续工作 / 389
结束语 / 395
术语表 / 397
致谢 / 421
贡献者 / 422
译者简介 / 423
注释（见书中二维码）
新书资讯
