因为IBM与很多企业有保密协议，不能在公开场合透露具体客户名称。如果有想进一步了解更详细的案例信息，可以拨打免费咨询电话联系IBM专家进行具体探讨 4006690581。

有的，IBM的咨询方案遍布几乎所有行业及行业头部公司。这位朋友有兴趣的话可以联系我们做更多交流。

人工智能客服的实施时间因企业业务场景需求、原客服中心积累的人才技术数据程度的不同会有差异。我以在原客服中心之上构建人工智能助手项目为例。对于0-1阶段，顾问会基于IBM经验和设计方法论给出场景选择的条件和建议方法，协助贵司业务和技术人员挑选最高优先级的场景，先做一个pilot。Pilot工作内容包括对知识体系的梳理、设计用户体验佳的交互界面、构建符合用户习惯的对话流程、设计匹配智能客服人设的对话内容、构建维护机制及反馈闭环。假设梳理的知识量在100左右，完成周期大约需要6-12个月，在pilot之后，我们会基于pilot阶段的经验逐步扩大实现范围。 之于多久能看到收益，在我们看来人工智能客服对于企业的益处是多方面的，比如增加员工认同感、提升客户满意度、提高企业赢利。如果仅以节省的人力费用来看，我想分享Anthem公司与IBM在智能客服项目的合作，项目的计费方式以相同的客户ID+原因Code+原因ID在7日内没有再来电为一次有效AI服务，每一次有效AI服务计费1美元。上线后Anthem每年超过4600万的电话通话中的60%转入AI客服渠道，4年内为公司节省2.34亿美元。

1. 数据治理是一场旅途，有数据的情况下就一定有数据治理的工作；2. 企业在数据治理的过程中，可以结合当前发展路径中最重要解决的问题作为阶段性重点工作，这样当下的工作成果就可以直接来支持当前业务，产生赋能一线业务的价值

除了客服之外还可以运用于工单智能流转、员工服务助手、话术质检与优化、热点问题挖掘、客户之声发现、投诉升级预测、商机发现、互动式营销、识别客户风险等等。

IBM的智能客服是面向企业级应用设计的智能客服，我们了解您所拥有的通道、系统和应用。无需重新投资，能将IBM智能客服无缝连接至消息传递通道、语音通道 (IVR)、市场领先的客户服务台，或组织中的任何其他应用。同时对于构建机器人的体验却很轻松，提供简单直观的界面化操作。并且凭借我们的 AI 技术，让训练您的助手通过自然语言理解客户变得非常容易。

1. 数据治理是一场旅途，有数据的情况下就一定有数据治理的工作；2. 企业在数据治理的过程中，可以结合当前发展路径中最重要解决的问题作为阶段性重点工作，这样当下的工作成果就可以直接来支持当前业务，产生赋能一线业务的价值

数据质量主要用两个角度来看：1. 日常的主动性维护，即使用数据质量规则进行日常的核查，并就核查出来的问题进行跟踪和解决；2. 以业务或者使用者视角，曝露数据质量问题，再通过数据质量专项整改的方式进行解决。在这个过程中，企业会逐渐建立出一套数据质量的管理机制，形成数据质量管理的日常运营管理工作能力

IBM提供端到端数据能力建设，承接数字化战略制定数据战略与数据规划，落地建设数据中台，形成数据蓝图与数据中台能力，以IBM Garage为核心数字化设计模式，应用IBM Design Thinking来创意用户场景，制定数据蓝图，以IBM“四纵八横”数据治理体系框架为蓝本展开数据治理规划，咨询先行，同时落地固化支撑，平台思维、能力共享、分步实施，快速建设数据中台能力，以场景应用为驱动，实现数据资产业务化，同时IBM提供产品、相应的行业资产与专业的咨询与实施服务

“中台是个坑，啥都往里扔”，这显示有失偏颇，从数字化中台架构定位来看，中台的核心能力是：精准打击、管理高效、资源整合、灵活敏捷。我们做个形象的比喻，“大中台小前台”或“厚中台薄前台”的架构，如同航母作战时的“航母舰群（大中台）与特种部队（小前台）”的组织模式，以中台打通业务与数据，以前台应对业务变化，促进业务运营敏捷与业务创新。前台的特种部队在一线作战，可以根据实际情况迅速决策，并引导航母舰群精准打击。如果中台（即航母群）没有办法承接前线的需求，前台（特种部队）就会不认可它服务的价值，前台就会各自为政，无法有效业务协同，实现整体部署最优。

数据中台是一种架构，企业数字化转型后，在线业务系统数量将明显增多，在实现业务数据化的过程中，大量运营数据随之产生，企业进而萌生更多数据运营与决策的需求。当这种需求规模增长到一定程度，就有必要建设数据中台，同时在数字化转型过程中也需要业务中台进行支持。由此看来，对于绝大部分企业来说，中台都是数字化转型中的必然选择。数字化中台架构体系是以一套更有效率的数字化系统支撑企业运营，助力企业数字化转型的快速落地，更加有效地支撑前台业务创新，通过数据业务化实现基于数据运营的智慧企业，实现企业的数字化转型。