成為消費者的神燈精靈

瀏覽數:59


【文/廖志德 圖片提供/Gettyimages】

  如果世界真的有阿拉丁神燈,相信每個人都想要擁有,真實世界雖不存在神燈,但已有越來越多的平台及裝置開始具備宛如神燈精靈般的超能力,層級比較低的,需要使用者許願才能啟動功能,設計精良的,無需許願就能預測主人的行為偏好及興趣渴望。精靈有好有壞,具有人工智慧的裝置、平台同樣是良莠不齊,照理說應是機器配合使用者需求,然而多數時候卻是反客為主,消費者忽視利於自身的真實需求,反過來配合智能平台及裝置的作業程序及商業利益。

  開車的朋友想必深有感受,午夜時分沒有其他車子,紅燈還是照著預定的標準時間閃耀,為了不違反既定的交通規則,只好停下車子孤單等待綠燈的到來,典型的使用者配合標準作業流程的做法,是不是有點蠢呢?傳統交通號誌系統是根據過去多年累積的人流及車流資訊,在路口設定固定的號誌秒數,算是比較笨的交通管制精靈,無法即時根據道路人車流動的實際狀況,適時調整交通號誌,讓人流及車流更加順暢,儘量減少使用者空等紅燈的現象。

  笨精靈死板不知變通,浪費主人的時間,聰明的精靈則會根據主人的需求主動調整原始設定,轉換成新的應變模式,實現使用者想要完成的任務與目標。而人工智慧的快速發展,只要有足夠的大數據,平台就能自主推演出新的運行規則回應使用者需求。然而,科技是死的人是活的,問題就出在企業往往是站在自己的立場來思考服務設計,忽略使用者真正的需求,以金融界常用的電話行銷及訊息推播為例,本意是希望經由緊密的互動觸發顧客的購買意願,可惜經常看見的是亂槍打鳥,不但無法誘發消費者的購買欲望,還引起反效果,對於過度的推送訊息,顧客不勝其擾,甚至產生換掉現有金融服務業者的想法。

避免疲勞轟炸

成為笨精靈平台

  「試想面對一個不斷跳出廣告的網站及APP,會感到舒服嗎?」可這就是我們所處的真實世界,絕大多數的數位服務平台都在爭奪消費者稀少的注意力,競相推出目不暇給的廣告訊息,卻忽視從顧客角度進行思考的重要性。數位時代已有太多平台在競逐顧客的眼球與時間,對於消費者而言,最不缺乏的就是訊息,過多、複雜的網路社群溝通管道,頻繁的數位互動,已成為消費者日常生活的沉重負擔。短暫的資訊疲勞轟炸看起來微不足道,長期累積就形成顧客沒說出口的隱形抱怨。企業切記不能成為消費者心目中浪費時間的數位平台,推播訊息時要審慎規劃內容及頻率,以免造成不必要的顧客干擾。網路世界現今宛如叫賣聲此起彼落的菜市場,重點不是在比誰叫得大聲、叫得勤快,只要產品優良,服務到位,適切地進行推廣活動就能引進人流,等到做出口碑,顧客就會主動在社群平台進行分享,成為企業最具說服力的推銷員。

  導入人工智慧的目的不在銷售推廣,而是善用人工智慧了解顧客的背景、狀況,以及他們想要完成的工作,經由理解顧客真實的需求,讓客戶在特定的情境與模式下順利完成作業。人工智慧是配合者而非妨礙者,企業使用大數據的目的是為使用者創造便利,絕不能本末倒置浪費消費者更多時間。

從使用者出發

Apple的設計思維

  其實有時候不需要動用人工智慧,就能清楚消費者的需求,關鍵是能站在使用者角度進行思考。iPhone 的貼心設計就值得我們學習,從事跨國工作的使用者常會有疑問,所處的時區與其他工作夥伴的相差多少,對方現在是白天還是晚上,假設一個在台北,一個在紐約,這時 Apple世界時鐘的錶面顯示將是一黑一白,黑色代表當地時間是下午6點到早上6點,白色代表當地時間是早上6點到下午 6 點,使用者無須進行額外的查詢與計算,省去許多寶貴的時間,是相當具有直覺感的貼心設計。

  另外一個貼心功能是專注模式,使用者可以自訂或是根據系統建議設定不同的使用情境,主要有勿擾模式、私人模式、工作模式、睡眠模式,此時系統會配合情境主動過濾訊息,減少不必要的干擾,同時還會學習 iPhone 用戶的習慣,建議允許顯示那些聯絡人或是 APP 的通知。例如:啟用工作模式時,就只允許郵件、日曆或是特定 APP 及聯絡人的通知;當使用者開啟勿擾模式的時候,有人傳遞訊息給該用戶,系統則會自動顯示處於勿擾模式當中,告知對方目前無法聯絡。這兩項貼心功能不需艱深的人工智慧才能做到,只要願意傾聽消費者的心聲,站在顧客立場回應他們的需求與渴望,就可輕易設計出聰明回應的服務平台。

軟硬體超結合

Tesla 狗狗模式x 哨兵模式

  早期硬體的功能通常固定不動,現在由於軟硬體整合技術的高速發展,使得愚直的裝置彷彿注入功能可以不斷升級的精靈,每當硬體更新內建的作業系統及 APP,服務平台的聰明程度就得以往上提昇,而且無須更換新的硬體設備,智慧手機就是最典型的案例,同樣的情況也發生在電腦、家電、汽車等相關產業。展望未來,有越來越多的裝置具有高階的人工智慧,其中記憶顧客偏好是最基本的功能,最令人訝異的則是感知及學習的功能,換句話來說,就是軟體會認知人們的需求與渴望,學習使用者的生情境,進一步提供個人化的回應模式。

  電動車王者Tesla就擁有許多內建功能,最為人所稱道的是狗狗模式,現代人帶著寵物出遊是常見的情景,有時到賣場購物、到餐廳吃飯、前往洗手間,生活當中總有不適合與狗同行的狀況,但把寵物單獨留在車上也令人不安,在熱浪襲人的酷暑更擔心把狗狗悶壞了,恐還有虐待動物的嫌疑。

  有了狗狗模式,車主可以行動自由地離開愛犬,當車子處於駐車檔的時候,只要點擊螢幕下方的風扇標示就能夠輕易設定,並且在車主離開後維持適宜的溫度,避免寵物熱死在車內的憾事再度發生,而駕駛座旁的螢幕不但能顯示當前溫度,也同時有字幕提醒:「我的主人馬上回來,不要擔心,冷氣已經打開溫度是 26 度。」避免經過的路人誤認寵物被遺棄在車上,而報警營救的狀況發生。Tesla的貼心設計不但思考到寵物及車主的需求,對看似無關的用路人也同樣考慮在內。

  經常被討論的還有哨兵模式,哨兵模式是智慧車輛安全系統,能隨時偵測並記錄車輛周遭可疑的活動,同時向車主發出警訊,哨兵模式遇到威脅會閃爍車頭燈、發出警示聲音,車內觸控螢幕則會警告車外的小偷正在錄影,迫使其知難而退。其應用不只預防小偷,車身擦撞導致脫漆或凹陷需要板金等困擾,哨兵模式的錄影也有助於車主找到肇事者負責賠償。

人工智慧跨界

設計Uber Eats精準流程

  相對於手機、汽車、家電等硬體服務,純粹軟體的服務平台例如:Uber、Netflix、 Amazon 在人工智慧也是卯足全力,硬體公司軟體化,軟體公司硬體化,虛實整合,軟硬同體,線上與線下合一的大趨勢相當明顯,而未來貫穿這跨領域、跨產業發展的主軸就是人工智慧。通過大數據的蒐集、分析、應用,人工智慧扮演著流暢化、彈性化、自動化的串聯角色,有助於企業建構出完整、完善的產業價值鏈及服務平台,進而帶動並提昇顧客體驗、產業價值、作業效率、節省成本等的經營目標,具體實現聰明回應的服務創新模式。

  精靈躲在神燈裡面,人工智慧則安裝在各式各樣的硬體裝置裡面,就這方面來說, Uber跟Tesla其實是有志一同,同樣將人工智慧應用在更多元的跨產業領域,除去原始業務,Tesla開始朝人型機器人領域發展,同時可能在共享服務的領域成為 Uber 的競爭對手,Uber 則早在2014 年就跨入美食外送領域,並成為該產業的市場大金剛,展望2026 年,或許 Uber Eats 有機會依原定計畫實現 AI 機器人送餐的目標。人工智慧所引領的產業革新有目共睹,Uber 先是澈底改變叫車的傳統習慣,接著又在餐飲外送建立起產業標竿,成功背後最大功臣就是 AI 強大無比的力量。Uber Eats 在人工智慧領域投放的資源相當龐大,主要期望經由大數據分析及機器學習的精準預測,同時滿足使用者、餐廳、外送員這三方各自不同的需求。

使用者×餐廳×外送員

AI 優化每一環節

  首先要滿足的是現金流量的主要源頭:使用者。因此,如何搜尋及推薦符合消費者偏好的餐廳及美食是關鍵要務,Uber Eats 根據用戶自行設定的偏好、過去訂單資訊的不斷累積、類似使用者的意見與想法、先進的機器學習技術,經由各種努力的加總,得以越來越準確的判斷顧客點餐的意圖,進而在螢幕上展現出迎合顧客需求的個人化推薦。

  使用美食外送平台最怕的是踩雷,買到不符合自己胃口的食物,其次是不知道等待時間,使用 AI 除提供外送員最佳交通路線,還可提昇到達時間預測的精準度,聰明的服務平台要在縮短等待時間的同時,降低等待時間的不確定性。

  想要降低服務品質的不可預測性,不可能單方面達成目標,Uber Eats 需要同時整合餐廳及外送員的努力,最好的方式是不斷引進優異的合作夥伴。在台灣,Uber Eats 積極爭取鼎泰豐加入服務平台,希望補足市場缺口,對於外送服務鼎泰豐則抱持著相當謹慎的態度,不希望隨著外送佔比的增加而損害品牌形象,根據媒體報導,鼎泰豐在正式推出外送服務之前,曾經在新光三越百貨信義區 A4 店測試 1 個月,發現絲瓜小籠包破損機率高、出水難以克服的問題,而且涼拌龍鬚菜生菌繁殖快,測試後外送被喊暫停達半年之久。以管理細緻著稱的鼎泰豐在這段期下足功夫,將外送接單、備餐、包裝、取餐、送餐調校到無失誤的流暢境界,期能將鼎泰豐高品質的美味餐點及溫馨服務精確地傳送給消費者。

  站在消費者立場,聆聽顧客潛藏的聲音,打造聰明回應服務平台,實現這樣的經營目標並不一定要用人工智慧,然而有更好的工具為什麼不用?就像現在我們有公車、捷運就不一定要走路,隨著 AI 越來越便宜,越來越普遍,學習應用人工智慧來強化消費者互動,提昇企業與顧客的緊密關係在未來會越趨重要,身為企業經理人有必要未雨綢繆以免措手不及。

【更多精彩內容請見《能力雜誌》2023年8月號,非經同意不得轉載、刊登】

更多資訊請參考...
{{item.title}}
生產力中心提供的活動資訊
{{item.title}}
相關出版品...