以 Grant Thornton 導入 Aisera 聊天機器人為例，理解對話式人工智慧如何把資訊技術服務台的常見需求從人工處理轉為自助服務與流程自動化。
辨識傳統常見問答（Frequently Asked Questions, FAQ）聊天機器人與可學習的對話式人工智慧之差異，並用原書績效指標評估導入效果。
Grant Thornton 面對遠距工作下快速增加的資訊技術服務工單。增加外包服務人員並非可持續方案，因此導入 Aisera，讓使用者取得即時資訊技術支援並自動化例行工作。
| 原書指標 | 結果 |
|---|---|
| 問題自動解決率 | 75% |
| 解決時間改善幅度 | 90% |
| 員工滿意度改善幅度 | 85% |
比較導入前依賴人工服務人員的流程與導入後聊天機器人的自助服務、工單分流、下一步最佳行動與知識解答等能力，並以原書三項關鍵績效指標（Key Performance Indicator, KPI）觀察效果。
原書直接報告：問題自動解決率 75%、解決時間改善 90%、員工滿意度改善 85%；原書未提供計算這些比率的分母與原始樣本，因此不另行推算。
案例重點不是單純回答常見問答，而是把對話與後台流程串接。例如員工回報螢幕故障後，聊天機器人可提出替代品、建立訂單與參考編號，整個互動不需要人工介入。
根據案例中的 75%、90%、85% 三項結果，分析對話式人工智慧對資訊技術服務台的營運價值，並指出還需要哪些原始資料才能驗證投資報酬率（Return on Investment, ROI）。
問題：若聊天機器人只做常見問答文字比對，卻無法連接工單分流與後台流程，案例中的價值可能如何改變？
參考解答：自助回答仍可能降低部分查詢負擔，但無法完成案例所示的端到端解決流程，自動化效益會受到限制。