一、案例定位

本案例依原書第 1 章同一客服 AI 範例在不同向量中的數字重組，並非原書正式案例研究。

比較客服 AI 的商業目標、技術能力、預估價值與倫理條件，並找出原書範例中目標與預估效果的差距。

二、學習目標

三、案例情境

原書在 Business Challenge Identification 範例中提出：6 個月內將平均客服查詢解決時間降低 30%，同時維持或提升顧客滿意度。後續 Value and Impact Assessment 範例則預估解決時間降低 25%、每年節省 200 萬美元、顧客滿意度提高 15%。原書沒有說明 30% 與 25% 之間差異的原因。

四、開始資料

項目 原書數值／內容 性質
平均查詢解決時間目標 6 個月內降低 30% SMART 目標
平均查詢解決時間預估 降低 25% 價值評估預估
年度成本節省 $2,000,000 價值評估預估
顧客滿意度 提高 15% 價值評估預估
技術能力 NLP 理解查詢、ML 分類與路由、Knowledge Graph 提供資訊 能力映射
倫理條件 避免人口特徵歧視、保留人工審查權、建立資料使用政策 倫理可行性

五、Excel／AI 分析方法

Excel：計算解決時間「目標－預估」差距：30% - 25% = 5 個百分點。AI：解釋這個差距代表什麼，但不得假設預估未達目標的原因。

六、計算結果

七、結果分析與管理解讀

200 萬美元年節省與 15% 滿意度提升看起來具有商業價值，但不能因此忽略 5 個百分點的目標缺口，也不能略過偏誤、人工審查與資料使用治理。原書未解釋 30% 與 25% 差異，本頁不自行調和。