EliseAI: 通过 OpenAI 提升住房和医疗效率

概述

EliseAI 利用对话式 AI 为住房和医疗行业的客户提升运营效率。通过集成先进的自然语言处理和语音 AI，公司自动化大量通信任务，以改善诸如入住率、服务质量和维修解决时间等业务 KPI。

技术演进与模型集成

EliseAI 的技术路线已经从传统自然语言处理转向生成式 AI。公司最初使用如 BERT 等模型提供基本的对话体验，随后迁移到 OpenAI 的 GPT 系列。

GPT-4 的影响

GPT-4 代表了 EliseAI 的重大技术突破，使公司能够解决以前使用如 GPT-3 和 GPT-3.5 等早期版本无法实现的更广泛的复杂问题。

语音 AI 和 Whisper

虽然基于文本的渠道已经提供价值，但电话通信仍然是一个关键的差距，特别是在医疗领域，其中大多数通信是基于电话的。OpenAI 的 Whisper 模型的集成提供了进入医疗市场并解决自动电话呼叫相关挑战所需的技术能力。

面向非技术行业的实施策略

为了将 AI 引入住房和医疗行业——这些行业以非技术用户为特征——EliseAI 采用了复制现有工作流的策略。通过设计 AI 以与人类以前完全相同的方式执行任务，公司减少了采用过程中的摩擦和干扰。

随着用户对 AI 的熟悉度提高，EliseAI 已将其方法从复制旧工作流转变为重新思考并自动化整个业务流程，以推动重大的日常变化。

衡量成功与绩效

EliseAI 根据以业务为中心的 KPI 和自动化率来衡量其 AI 工具的成功。成功被定义为该工具是否能够"推动客户业务的指标"。

• 住房行业 KPI： 成功通过入住率、居民满意度和维修解决时间来衡量。
• 自动化率： 一项主要指标是可以自动化的工作流程的百分比。
• 人工基准测试： 公司将 AI 的性能与最佳人工客服进行比较，以确保 AI 的有效性和可靠性匹配或超过人类水平。

内部 AI 流畅度与运营扩展

EliseAI 在所有内部部门（包括客户支持、销售和财务）中融入 AI，以更有效地扩展业务。这种内部使用培养了"AI fluency"，使员工能够理解当前的 AI 能力，并创建一个反馈循环，员工可以根据他们使用 AI 工具的日常运营经验来识别新产品功能。