AI可以立即改變你的客戶成功策略。

內(nèi)容要點：

• AI影響力：GenAI徹底革新了客戶成功，提高了服務(wù)質(zhì)量和效率。
• 數(shù)據(jù)策略：AI在客戶成功中的成功依賴于用于訓(xùn)練的數(shù)據(jù)的豐富性。
• 成本效率：AI減少了對大型客戶成功團(tuán)隊的需求，平衡了成本和客戶滿意度。

客戶成功（CS）似乎正處于GenAI首波影響的核心，最近的一些跡象包括Klarna部署AI客戶支持代理取得的顯著成果，以及許多初創(chuàng)公司（最著名的是Brett Taylor的Sierra）進(jìn)入這一領(lǐng)域。

一個重要原因是客戶成功在產(chǎn)品知識和客戶需求之間起到了翻譯層的作用，這是大型語言模型（LLM）非常適合的工作描述，解決方案架構(gòu)師在客戶工作流程和產(chǎn)品配置之間進(jìn)行翻譯，成功的經(jīng)理在產(chǎn)品路線圖和追加銷售機(jī)會之間進(jìn)行翻譯，支持代理在客戶的痛點和產(chǎn)品文檔之間進(jìn)行翻譯。

不夸張地說，客戶成功的北極星是其翻譯質(zhì)量，即產(chǎn)品輸出和客戶需求之間的契合度，而在客戶成功的所有方面中，AI在提升翻譯質(zhì)量方面最迅速的是支持部分。

讓我們探討AI在客戶成功中的一些方面。

AI支持：超越人類能力

如今，LLM能夠非常出色地完成基本的支持工作描述，因為它們24/7全天候可用，具備完美的產(chǎn)品文檔和路線圖知識覆蓋，能夠訪問所有客戶互動歷史，并能從客戶或產(chǎn)品經(jīng)理的人類輸入中不斷學(xué)習(xí)，當(dāng)然，LLM也有已知的缺點（如幻覺），但我敢打賭這些問題是可以解決的。

除了更好地完成人的工作外，今天的AI支持代理還可以做那些人類難以完成的工作：總結(jié)通過電話/電子郵件/聊天進(jìn)行的數(shù)百次客戶支持互動，幫助產(chǎn)品團(tuán)隊確定下一步構(gòu)建的內(nèi)容，跟蹤所有正在交付的功能，并主動通知曾經(jīng)表達(dá)過相關(guān)痛點的客戶群體等。

到目前為止，我們只討論了支持，但很容易想象自然的跳躍到成功經(jīng)理代理（類似于AI禮賓服務(wù)）甚至解決方案架構(gòu)師共同指導(dǎo)客戶進(jìn)行產(chǎn)品部署和配置，客戶成功的“代理化”。

構(gòu)建一個AI原生的客戶成功功能

這對如何構(gòu)建AI原生的客戶成功功能意味著什么？讓我們首先了解今天的客戶成功。除了最高級別的企業(yè)白手套客戶，客戶成功在很大程度上是對缺失的產(chǎn)品功能和可用性摩擦的臨時解決方案，也就是說，它是一個成本中心，應(yīng)該積極限制其使用，以保持你的利潤率健康。

換句話說，最終狀態(tài)下，80%以上的客戶成功（CS）人員應(yīng)由AI取代，剩下不到20%（負(fù)責(zé)最棘手的問題和最高生命周期價值的客戶）則由AI大幅增強(qiáng)（如同超級英雄的披風(fēng)）。

AI提升客戶成功，降低成本

在AI之前，客戶成功領(lǐng)導(dǎo)者通過各種創(chuàng)造性的解決方案來解決這個成本中心問題，例如對中型市場/中小企業(yè)客戶利用CS的小時數(shù)設(shè)置限制并對超出部分收費(fèi)，增加每個CS代表負(fù)責(zé)的客戶數(shù)量，建立在線幫助中心和認(rèn)證以便客戶自助服務(wù)，在Slack/Discord上創(chuàng)建客戶社區(qū)以便互相解答問題等。

這些“規(guī)?；媱潯焙苡袃r值，但從未真正替代1對1 CS互動的質(zhì)量，導(dǎo)致客戶不滿，這不可避免地導(dǎo)致CS團(tuán)隊的未報告工時，因為不滿的客戶是續(xù)約風(fēng)險……如你所知，每一次續(xù)約都很寶貴。在這個新興的GenAI范式中，擁有大量CS人員或冒著客戶滿意度差的風(fēng)險的這種權(quán)衡是一種錯誤的兩難選擇。

例如，你可以通過AI代理向任何層級的客戶提供無限量的高質(zhì)量1對1支持互動（如Klarna正在嘗試的那樣）。更深入地看成功管理，AI代理可以承擔(dān)更高階的任務(wù)，如為買家構(gòu)建自定義儀表盤和指標(biāo)，幫助他們理解其組織如何采用產(chǎn)品等。

更進(jìn)一步是促進(jìn)追加銷售（即根據(jù)客戶的使用情況推薦某些功能）并完成整個流程直到開票，這意味著，通過在客戶成功中利用AI，以較小的邊際成本，你的公司可以以最少的全職員工或努力全面服務(wù)下一個客戶。

數(shù)據(jù)質(zhì)量是AI成功的關(guān)鍵

很難預(yù)測這一切的時間——進(jìn)展有時看起來很慢，有時又快得讓人不知所措。明確的是，客戶成功中的AI只有在訓(xùn)練數(shù)據(jù)質(zhì)量高的情況下才會表現(xiàn)出色。你的AI在客戶成功功能上的表現(xiàn)與競爭對手的區(qū)別不在于你能雇用的CS人才的水平，而在于你為AI模型提供的數(shù)據(jù)的質(zhì)量和豐富性。

任何人都可以要求GPT-5使用基本的產(chǎn)品和客戶信息生成一個通用的追加銷售演示文稿，然而，如果模型了解從Salesforce機(jī)會中的購買背景，從Segment實例中的使用指標(biāo)，以及通過Hubspot數(shù)據(jù)與你的活動的互動情況，則可以創(chuàng)建改變游戲規(guī)則的追加銷售內(nèi)容。

數(shù)據(jù)策略：AI驅(qū)動成功的基礎(chǔ)

你的AI在客戶成功策略中的很大一部分其實就是你的數(shù)據(jù)策略，為此，今天你可以開始做的最好的事情是確?？缜赖年P(guān)鍵客戶和產(chǎn)品數(shù)據(jù)按照企業(yè)數(shù)據(jù)最佳實踐（如每個數(shù)據(jù)源的單一真實來源、跨表格的唯一客戶ID、明確的數(shù)據(jù)來源等）進(jìn)行記錄和存儲。

你的AI代理應(yīng)能夠閱讀過去的支持票據(jù)、產(chǎn)品文檔、產(chǎn)品路線圖、定價層級、客戶的開票數(shù)據(jù)等，并找出如何服務(wù)這種關(guān)系。像所有事情一樣，這條路是曲折的，將從支持工具中的硬編碼邏輯開始，小步躍進(jìn)到共同飛行員幫助人類完成更多工作，再到代理為人類完成工作，而人類僅設(shè)定策略并不斷訓(xùn)練和優(yōu)化模型。

對客戶成功中AI的最終思考

最后，我想引用Benchmark的Matt Cohler的話，他是LinkedIn創(chuàng)始團(tuán)隊的成員之一，也是一位風(fēng)險投資家：“我們的工作不是看未來，而是清晰地看現(xiàn)在?！?/p>

我不能告訴你五年后甚至十年后AI在客戶成功中的樣子，但清晰地看現(xiàn)在讓我確信，它將受到AI的顯著影響：客戶會更滿意，業(yè)務(wù)利潤率會更好，產(chǎn)品團(tuán)隊對客戶需求的翻譯也會是他們有史以來最好的。