萬事達卡總裁兼首席技術官Ed McLaughlin分享了公司如何利用尖端技術和AI驅動的轉型來改進客戶服務、簡化運營并推動業務增長。

在技術重塑整個行業的時代，我有幸帶領萬事達卡踏上了一段非凡的旅程，我們曾是一張簡單的塑料信用卡的代名詞，而如今已躋身數字支付的最前沿，在尊重傳統以及我們與商戶、銀行和客戶關系的同時，不斷突破創新的界限，我們對卓越客戶服務的承諾對萬事達卡的成功起到了至關重要的作用，今年，我們憑借利用AI將技術與卓越客戶服務相結合的項目榮獲了CIO 100獎項。

我們生活在一個奇跡的時代，當我回想起職業生涯早期接觸的技術，再看看我們現在所取得的成就，這真是一場令人驚嘆的、由技術引領和驅動的全球變革。我剛加入萬事達卡時，公司還因提供便利人們日常生活的塑料卡而聞名，但隨著世界的變化，我們有幸參與了未來的塑造。基于我們的服務，電子商務蓬勃發展，從提供支付保障、對消費者零責任，到API和服務，再到全球電子商務商店、拼車應用和全球流媒體網絡的廣泛接納，無所不包。

那時，萬事達卡擁有約3500名員工，市值40億美元，如今，我們已成為一家市值4500億美元、全球員工超過35000人的公司，但成就萬事達卡今日之地位的并非技術，而是人。榮獲CIO 100獎項讓我深感謙卑，我知道這代表了萬事達卡所有杰出員工所做出的變革性工作。

復雜問題的簡單解決方案

隨著萬事達卡業務的增長，我們認識到需要應用新技術來革新傳統的內部客戶服務實踐和流程，使其與外部面向市場的創新保持一致。

我們的B2B客戶服務團隊每年通過多個渠道接收約70萬個支持案例，隨著新客戶以及萬事達卡更多服務和產品的上線，我們預計到2025年支持案例數量將達到100萬，其中大量非結構化信息需要盡快傳遞給合適的萬事達卡客戶體驗團隊成員。從客戶的角度來看，這就是關鍵時刻：當客戶需要幫助時，而不是一切順利的時候。當客戶需要幫助時，我們的團隊能多快將其需求傳遞給合適的人?

利用機器學習和AI，該系統在許多情況下可以準確預測客戶問題，并有效地將案例分配給合適的支持人員，從而消除了成本高昂且耗時的手動路由，平均將解決時間縮短至一天。因此，客服人員可以投入更多時間和精力來解決問題，提供更快、更高質量的解決方案，這種從手動協調到自動化、智能案例分配的轉變提高了客戶滿意度，提升了客服人員的績效和工作滿意度。

AI是問題解決者嗎?

現在，似乎每個問題都用“AI能解決嗎?”來回答。

對于那些試圖用AI解決緊迫商業挑戰的人來說，你必須知道你要解決的問題是什么，以及這項新技術是否能讓你以前所未有的方式解決問題。

一個例子是辛勞工作，如何通過將重復性的人工操作卸載到可靠的系統上來消除它們?我們今年榮獲CIO 100獎項的項目就是更好地將案例路由給合適的客服人員，并從系統中消除了辛勞工作。AI和機器學習顯著提高了運營效率和客服人員生產力，這與我們提供卓越客戶體驗的戰略目標相契合。

我認為生產運行是企業獲得最大回報的另一個領域，你如何利用AI可靠地隨時間推移運行事件，并像運行其他系統一樣運行它們?AI不僅僅是一組代碼，它不是“設置好就忘記”的東西，這些是實時且動態的環境，輸入會改變輸出，你需要以前所未有的方式監控它們并理解它們的行為。

我再舉一個我們使用AI打擊欺詐的例子，我們有一個新工具叫Authorization Optimizer，這是一個基于AI的系統，使用了一些生成技術，但也大量運用了機器學習，它會分析交易被拒絕的原因，并建議何時重試。去年，由于我們部署了AI，有80億筆交易和270億美元的商戶銷售額通過了網絡，而這些交易和銷售額在以前是無法實現的，這就是一個人類永遠無法在適當規模上解決的問題，其回報與我們的業務直接相關。

公司和團隊需要繼續測試和學習，探索不同的AI運營模式，找到最適合自己需求的那一種。隨著更多AI創新進入市場，金融機構可以利用這項技術來增強服務、提高效率，并以新的方式交付和管理產品。