博思远略：“AI+”驱动的用户体验数字化转型价值创新与模式重构

当前，以深度学习、跨界融合、人机协同、生物识别等为特征的新一代人工智能不断取得突破，已成为新一轮科技革命和产业变革的重要驱动力。人工智能技术越来越多的与垂直行业和应用场景融合落地，在发展态势上呈现出横向扩散与纵向渗透的特征：横向扩散主要是指“AI+”所涉及和覆盖的行业和场景越来越广泛；纵向渗透是指“AI+”已全面渗透融合到包括研发、生产、销售、营销、客户管理等价值链的各个环节，并且开始重构和赋能企业的组织体系、生产模式、业务流程，给整个行业带来颠覆性变革和价值创新。

 

以语音识别/合成、机器识别/图像识别、自然语言处理、智能机器人、机器深度学习、知识图谱、AR/VR等为代表的人工智能技术在制造、金融保险、医疗健康、安防、零售、教育、交通等垂直行业已经进入深度商业应用阶段。普华永道提出，人工智能将显著提升全球经济，到2030年人工智能将促使全球生产总值增长14%，为世界经济贡献15.7万亿美元产值。从权威调查数据来看，“AI+”的应用显著提高了行业智能化水平和企业效率，特别是在用户体验领域大显身手，推动客户服务模式不断创新、智能服务体系日益优化，用户体验数字化转型正在不断探索和实践中快速进行。

 

一、垂直行业在用户体验环节存在的痛点及问题
 

在我国以金融保险、零售行业、教育行业、汽车行业、医疗健康以及安防等是AI技术应用较早，且落地应用场景较多的领域。长久以来这些行业在用户体验方面存在诸多“痛点”和问题，举例来说：

  • 金融保险行业存在用户非结构化数据洞察应用不足；客户目标不明确；客户需求与产品智能匹配度不高；个性化互动不足，用户转化率、获客效率低等问题；
  • 零售行业存在用户认知难、获客难，转化率低；缺乏用户感知；无法全链路触达用户；用户易流失；长尾客户有待开发；线下渠道萎缩疲软等问题；
  • 教育行业存在教育市场红海，客户散，获客成本高等问题；
  • 汽车行业存在获客成本高；线上线下体验割裂等问题；
  • ……
当下，AI技术正在高速更迭进步 ，具有完备数据积累的行业正为AI 落地提供肥沃的“算量”土壤，随着应用场景的日益丰富多元，特别是新基建带来算力的巨大提升，正加速助力AI技术在用户体验数字化转型中的创新应用。

 

“AI+”驱动的用户体验数字化转型很重要的价值体现就是解决行业面临的诸多问题和“痛点”。首先在确保用户数据信息隐私合规合法应用的前提下，以用户全旅程、全链路数据共享为基础，逐步实现企业内部跨部门、跨地区、跨时间的私域与公域数据融合；多系统、多平台，多终端的数据归集，通过中台体系实现数据整合联通，打破信息孤岛进行全方位的数据挖掘与分析应用，针对用户体验存在的“痛点”进行全方位监测，通过AI数据智能研判，采取精细化解决方案，解决行业应用中存在的问题。

 
二、“AI+”对用户体验数字化转型赋能和创新价值分析
 
“AI+”对用户体验数字化转型影响的本质是基于人工智能技术的快速发展，以具体应用场景为路径，围绕用户体验实现“在线”与“连接”；“数据”与“算法”；“线上”与“线下”的多重赋能和价值转换，通过数字技术重构业务流程与用户体验模式，真正实现全链路用户旅程数字化洞察。相对于以由企业或者设计师所主导的用户体验设计不同，在AI数据智能驱动时代，用户体验设计工作模式被赋予了全新的价值：用户体验设计目标、过程自始至终都由体验的最终受益者“用户”全程参与其中，从单向偏主观的体验设计方式转变为客户参与的互利互信伙伴式的全新设计模式。
 
人工智能作为通用技术，通过与大数据、云计算、5G、AIoT等新兴技术互补互促融合，具有极强的技术溢出效应，特别在用户体验数字化转型领域人工智能技术赋能的深度和广度都处于领先地位。用户数字化交互旅程中的触点、互动、咨询、反馈等行为构成海量用户交互数据，企业构建基于行业特点的AI智能模型算法，通过不断识别、判断和洞察用户数字交互行为与需求，形成对用户行为的预测基础上提供个性化服务，显著提升产品价值和用户需求的匹配度。
 
“AI+”对用户体验数字化转型的创新价值不但体现在人工智能先进技术的应用，更重要的价值体现在围绕“用户体验”通过重塑企业组织范式、商业价值生态链、业务流程、运营模式、管理流程，进而打造由数据智能驱动的全新模式。
 
三、“AI+”技术深度赋能下用户体验数字化转型模式重构

01 

用户参与和机器智能交互方式的重构

 

近几年数字终端设备发展日新月异，用户数字化交互工具与服务输出设备载体日益多元化，从原来的单一屏幕演变为包含PC、智能手机、平板电脑、智能手表、AR眼镜、智能头盔等在内的多形态屏幕介质，屏幕尺寸、交互模式、内容形态的改变，对用户与智能设备的互动方式产生深刻的影响。

 

在AI技术深度赋能多元化智能交互设备日益成为用户触达的主要渠道，用户体验数字化互动模式优化其本质是通过用户与机器的交互和自助式设计，为每一位用户赋予不断延展的技术身份，重构人与机器之间的逻辑关系，重建用户体验数字化互动沟通的新秩序。

 

02 

AI数据智能驱动的用户体验场景的重构

 

以“AI+”驱动的用户体验数字化转型由过去单纯设计开发一项服务功能向围绕用户痛点开发设计一个交互服务场景演变。“以用户需求”为导向，围绕全产业链各个参与主体打通数据、场景，贯通用户旅程各个触点，重新设计、构建用户交互流程、服务动作创建包括精准营销、智能客服、智能推送、个性定制等应用场景，优化用户触达深度体验，提升用户信任感和依赖度，增强用户粘性。

 

03

AI智能技术对于用户管理服务模式的重构

 

基于智能交互语音、深度机器学习、生物识别等人工智能技术的强大支撑，“AI+”赋能下用户服务体验正走向“千人千面”的个性化服务新模式，人工智能技术通过数据分析与智能模型工程，实现精准用户画像，针对不同区域、不同人群、不同时间等进行服务资源敏捷配置，以精准匹配用户个性化需求。比如通过用户轨迹、位置服务、交互数据分析、用户画像等实时感知用户需求，通过行为预测模型、产品营销模型等快速推送个性定制服务。

 

04

线上线下渠道用户体验协同赋能模式的转型重构

 

随着AI、移动互联网、大数据、物联网技术应用的普及，传统线下载体作为与用户发生交互主要渠道的状态正在发生变化，随着越来越多的非接触“线上”交互服务，用户对传统线下渠道的依赖和触达频率逐步降低。以线下网点布局较多的银行业为例，根据2019 年德勤数字银行全球消费者调研，七成以上客户使用银行网点的频率每月不足1次，主要通过银行网点和自动取款机办理银行业务的传统派在中国仅存五分之一。但是线下物理渠道具有线上渠道所替代不了的独特体验优势，特别在提供直接、真切体验和面对面建立情感联系方面优势明显，而且也是企业打造闭环用户体验生态系统中重要的一环。如何利用AI技术赋能传统线下渠道转型，形成与线上渠道互为补充，互为交叉融合模式，为用户提供全旅程无界体验成为企业需要认真思考的重大问题。

 

线下渠道的选址需要基于用户需求、行业特点、业务模式等因素的综合考虑，通过大数据模型分析最佳选址地点，并且根据用户体验需求特点对线下渠道的物理空间结构、环境布置、物品陈设以及服务模式进行重新设计。

 

以往传统线下渠道主要定位是产品的展示、销售载体，在当前以用户为中心已经成为提升市场竞争力的关键因素的外部市场环境下，线下物理空间应该成为用户体验、情感沟通、面对面交流的载体，因此通过全方位的迭代升级，线下渠道需要完成从传统的产品展示、销售平台向提升用户体验终端载体转型。线下渠道通过举办各种主题活动、为用户提供生活场景服务、圈层社交等一系列情感联系互动，提升客户黏性和忠诚度，改变客户服务关系，增强线下导流和主动获客的能力。

通过“AI+”打通线上线下数据，构建用户体验闭环生态，基于用户全旅程的体验数据，实现用户体验的线上线下无缝链接，打破空间、时间、感知界限为用户提供全新的体验模式。

 

四、结束语
 

未来，已来！AI数据智能驱动下的用户数字化洞察价值日益凸显， “AI+用户体验”的新玩法、新场景、新生态、新平台、新思维层出不穷，用户体验数字化模式重构正在发生......

 

 

相关文章推荐：

 

 

넶浏览量：0
ꄲ下一篇： 无

博纳百思    谋远智略