书名：AI客户服务：创造*的客户体验  
定价：129.0  
ISBN：9787115675903  
作者：[美]罗斯·史密斯（Ross Smith），[西]梅特·库比诺（Mayte Cubino），[美]艾米丽·麦肯（Emily McKeon）  
版次：第1版  
出版时间：2025-08  

内容提要：  
《AI客户服务：创造*的客户体验》是人工智能时代的客户服务实用指南，系统详尽且高屋建瓴地综合阐述了在企业中推广应用人工智能技术的指导思想和行为规范。通过概括广泛的经验教训和观点，本书概述了人工智能技术的前沿应用、道德边界和未来图景，借助6Ds框架讲解了有关人工智能模型构建及部署等的一系列战略规划，旨在让读者具备拥抱人工智能革命的知识和信心，并将大语言模型、机器学习、预测分析和游戏化策略等集成到客户体验中。 本书展现了人工智能在整个服务行业的应用路径，有助于读者了解人工智能对客户关系管理的影响，并由此寻求客户服务专业人员在驾驭这个新时代复杂性时不可或缺的资源；同样可帮助组织通过集成人工智能提升整体客户体验，在客户服务方面树立新标准，在新一轮科技革命中获得优势，做变革的倡导者。  



作者简介：  
[美]罗斯·史密斯（Ross Smith） 英国*艺术学会会员（FRSA），微软全球支持领导人，未来世界联盟（Future World Alliance）的联合创办人。《*软件：缺陷预防*实践》一书的合著者，同时拥有七项专利。爱尔兰国立*柏林大学的博士生，主要研究人工智能、自动化、工人失业和未来工作。 [美]梅特·库比诺（Mayte Cubino） 微软公司现代工作支持工程团队的欧洲、中东和非洲区（EMEA）总监，微软葡萄牙分公司的负责人和董事会成员。拥有20年的客户服务和支持经验，对人工智能充满热情，并拥有多项相关专利。在提升公众对隐性残疾的认识及推动工作环境适应性方面做出了显著贡献，并因此在2016年荣获欧洲残疾人*奖。 [美]艾米丽·麦肯（Emily McKeon） 微软公司传播总监，主要负责全球战略业务和行政沟通，旨在提升员工敬业度，提升客户服务和支持业务的价值。她在客户支持、全球多元化和包容性以及员工敬业度方面拥有丰富的沟通经验和渊博的知识。  

目录：  
*部分 人工智能及其在客户服务和支持中的应用 / 001  
第1章　人工智能革命的种子 /　005  
客户服务和支持概述　/　006  
客户如何获得支持　/　013  
衡量客户支持成功与否　/　015  
客户支持面临的挑战　/　016  
渴望变革和改进　/　017  
第2章　生成式人工智能和数据科学机器学习概述 /　021  
揭开人工智能技术的神秘面纱：未来一瞥　/　022  
生成式人工智能和语言模型　/　023  
LLMs　及其应用 /　027  
LLMs　与客户支持 /　028  
基于　LLMs 的开发、优化、本地化和个性化 /　028  
揭示聚类和主题建模的力量　/　041  
通过混合人工智能增强客户支持：LLMs　与聚类和主题建模相结合 /　041  
第3章　人工智能在客户支持中的应用领域 /　047  
在客户服务和支持中使用人工智能的基本原理　/　048  
探索如何做：人工智能在客户服务和支持中的关键应用　/　062  

*部分　使用专有内容构建人工智能模型：6Ds 框架 /　091  
第4章　成功的愿景 /　095  
成功的愿景　/　096  
制订计划　/　098  
开始行动　/　104  
第5章　发现：奠定基础 /　105  
绘制领域地图　/　106  
定义明确的范围　/　107  
开发理想用户画像　/　107  
内容编撰　/　118  
第6章　设计：构建蓝图 /　123  
明确你的起点　/　124  
设计阶段的步骤　/　132  
第7章　开发：打造解决方案 /　139  
内容管理生命周期中的开发阶段　/　140  
创建和测试基础数据集　/　141  
数据拆分　/　142  
内容与模型训练数据准备　/　145  
提示工程：基于提示的微调以实现*模型响应　/　149  
从小处着手：内容摄取方法及注意事项　/　150  
第8章　诊断：保证有效性 /　153  
定义与概述　/　154  
严格的测试和训练的重要性　/　154  
验证人工智能模型的指标　/　155  
在验证人工智能模型的过程中集成负责任的人工智能　/　158  
在可控环境中验证聊天机器人　/　160  
提示调优　/　166  
第9章　部署：启动解决方案 /　171  
将人工智能模型融入现实世界环境　/　172  
建立反馈渠道并鼓励讨论　/　180  
与现有工具集成的计划　/　187  
确定你的利益相关者　/　188  
部署目标　/　189  
制订部署计划　/　189  
多领域*与验证团队签收　/　191  
持续评估以确保模型性能稳定　/　192  
第　10 章 检测：监测与反馈 /　199  
部署后监控的*要性　/　200  
不断变化的数据环境中人工智能模型的相关性　/　201  
使用监督学习和　RLHF 以获得更好的模型输出 /　202  
通过合成事务进行检测　/　206  

第三部分　人工智能模型创建和部署的组织考量 /　211  
第　11 章 负责任的人工智能和客户服务中的道德考量 /　215  
负责任的人工智能的基础　/　217  
挑战与机遇　/　223  
框架与治理　/　225  
负责任的人工智能的实现：集成道德规范的战略性蓝图　/　226  
应对阴影：减轻　LLMs 的潜在危害 /　228  
应对　LLMs 中的偏见 /　231  
LLMs　中的偏见：案例分析和影响 /　233  
思考　/　235  
第　12 章 文化考量 /　237  
人工智能使用中的人文因素　/　240  
技术变革的本质　/　246  
多代际工作场景中人工智能的应用　/　248  
人工智能的普及与客户期望　/　251  
可持续发展且包容的新时代　/　252  
面向人工智能未来发展的创新文化　/　260  
第　13 章 定义人工智能新时代的重要指标 /　263  
人类对衡量的需求以及对成功的追求　/　265  
衡量指标纵览　/　266  
第　14 章 人工智能助力成功运营 /　289  
客户案例数量预测　/　290  
案例分析与故障排除　/　294  
路由　/　296  
财务方面的考虑因素　/　300  
面向客户的人工智能：风险与回报　/　304  
第　15 章 人工智能驱动下支持角色的演变 /　307  
历史之旅　/　308  
持续演变的业务需求　/　309  
为未来做好劳动力准备　/　315  
现实世界对人工智能的适应　/　318  
政策视角　/　323  
为未来做准备：个人和集体行动　/　327  

第四部分　游戏化学习和支持工作的未来 /　32  
第　16 章 人工智能时代的游戏、娱乐与创新 /　331  
人类与游戏：历史背景下的更深层次探索　/　333  
历史起源与发展　/　334  
游戏化与心理学的交叉领域　/　338  
游戏在哪里有效，在哪里无效：技能　– 行为矩阵 /　341  
游戏和大数据：众包数据生成　/　344  
企业游戏设计要素　/　350  
为人工智能的应用制定游戏化策略　/　351  
衡量游戏化的影响　/　354  
从成功和失败中学习　/　355  
*越积分和排行榜：游戏化策略的未来　/　358  
第　17 章 人工智能时代的*领导力 /　363  
人工智能时代的领导力　/　364  
转型之旅　/　369  
第　18 章 未来工作：*人工智能革命 /　375  
*人工智能革命　/　376  
思想实验的考量　/　378  
人工智能将如何重塑客户服务和支持　/　380  
第　19 章 后续工作和结束语 /　387  
后续工作　/　389  
结束语　/　395  
术语表　/　397  
致谢　/　421  
贡献者　/　422  
译者简介　/　423  
注释（见书中二维码）