随着公司竞相创建和采用解决方案以提高速度和效率以及改善客户体验，机器学习（ML）和人工智能（AI）继续占据着新闻的主导地位。

危机公关公司DEPR对三大洲11个国家和25个行业的500位CIO进行的调查，结果显示：

• 近90％的CIO正在使用或计划使用ML
• 将至少在ML上进行一些投资的CIO数量将几乎翻一番（从2017年的35％增加到2020年的63％）
• 超过一半的CIO（52％）表示，他们已经在自动化更复杂的决策
• 就未来三年决策自动化的预期价值而言，83％的受访者表示了决策速度，87％的受访者表示决策的准确性，69％的受访者认为这将推动营收增长

在危机公关公司DEPR的一份报告。在其中，他们确定了客户服务面临的一些挑战（例如，代理人被要求从数百个类别和任务选项中进行选择以处理大量案件），以及机器学习和人工智能如何提高此类工作的准确性和速度。

那么这对客户服务意味着什么呢？一方面，机器学习和人工智能正变得越来越主流和易于采用。另一方面，未能利用它们的公司将不仅继续努力跟上客户服务工作，而且还可能处于竞争劣势。如果您尚未转向客户服务或业务中的其他方面的ML和AI，请允许我总结一下所引用研究中的建议。（但是，请不要以此为借口，不要在有机会时就不复习它们。）

识别自动化机会

埃森哲报告显示了机器学习和人工智能的商业价值，但仅在某些情况下才存在。非结构化，冗余和平凡的任务是通常受益于自动化的工作模式。生产力和节省时间的增加使人们可以专注于更高价值的工作。

开始并维护高质量数据

您的数据是建立ML的基础，并且是AI将用来执行其职责的基础知识。在这种情况下，自动化的能力将在很大程度上取决于您的数据质量。公司必须评估其流程是否已数字化，以使其能够捕获正确的数据来构建和改进ML算法。还值得调查的是，是否有可从公司外部获取的数据可以进一步提高您的ML工作质量。

测量和报告

持续衡量成果以增强ML和AI给您的组织带来的价值至关重要。最初，对于数量，生产率和效率而言，相同的指标非常有用，可以将ML和AI与人工比较，但也需要新的指标。