机构僵化

　　最近，本文作者中的一位与管理他个人财富的一家主要金融机构联系，希望他们为一家刚刚成立的公司提供银行服务。然而，这家金融机构的个人金融业务代表居然不知道中型企业开户的客户服务接入点，更不用说提供日常业务服务的价格，比如大额支票清算、电子支付处理等。

　　一些人可能会说，网络自助系统就能解决这些问题。网络确实解决了一部分问题，但仍然不能解决刚才所提到的问题。首先，在这样一家大型机构的网络上进行操作并不简单，尽管其网页设计得非常美观。其次，很可能因为竞争的原因，产品和服务的定价等重要信息并不公布。第三，如果没有建立合适的关系，就不可能直接获得专门的支持服务。事实上，找另外一家公司进行服务就会快一些。

　　平心而论，很多企业已经意识到了这些缺陷所引起的问题。在客户端，另外一家主要的金融机构开发了一个信息模型，记录账户持有者的操作记录并对账户类别进行划分。在这个过程中，提供给客户限定服务的传统做法被改变了。

　　接入点的问题不仅仅反映在企业与客户之间的联系上。

　　随着企业的发展，企业之间会有越来越多的合资和联盟行为。尽管有时客户服务的条款在书面上写得很好，但在实际操作中却经常会遇到困难。因为大多数公司在为合作伙伴提供客户服务时，并不像为自己员工提供支持时那么好。这是一个操作层面的问题，需要一个自助解决方案来解决。

　　很少有公司知道应该如何设计一套自助服务模型，提供综合的、无缝的支持服务来满足客户、供应商和合作方的需要。为什么有些公司成功了，而另外一些公司却做得一塌糊涂呢？原因在于：能提供最好的自助服务的公司把“智能化”加到了他们的客户服务体系中。他们密切关注客户的行为，掌握他们实际交往中的行为模式，而不是仅仅通过账户历史记录来观察他们以往的行为模式。

　　智能化架构具有辨别能力，同时又是根据设定的规则工作的，这使得业务流程本身变得非常规范。这种基于规则的环境，采用了Reactor 5、Ontopia、 QuickRules等软件，可以很快地对提供服务和支持系统进行重新调整，以满足客户的需求，从而降低了让客户和合作伙伴感到非常麻烦的搜索和浏览的难度。智能化架构能够判断什么时候关系标准改变了，并自动去适应新的标准。这种架构将成为下一代自助服务的基础。

　　智能化IT架构是一个新出现的领域，它使自助服务的质量提高到一个新的水平。人工智能（AI）和基于规则的系统在一些专业应用中已经被广泛采用，例如信用评分、广告的个性化以及在网上进行个性化产品介绍，就像亚马逊公司（Amazon.com）和戴尔公司(Dell)那样。

　　这个架构究竟如何运作呢？具体来说，就是把某项事物的资料输入到人工智能应用程序中，系统就会自动生成关于该事物未来行为的第一顺序推论，也就是 “下一步会怎么样”。比如说在信用评分体系里，在分析了过去的信用记录之后，程序会预测未来的支付风险——即客户会不会付账。在个性化方面，推论会根据现有信息，判断采用哪种促销方法，客户最有可能产生反应。

　　与信用评级相比，对网上购买行为进行个性化分析与客户服务间的关系更为紧密。这些个性化分析系统既分析过去的购买行为，还分析现在的网站交易内容和行为，因为在网上进行交易经常会发生秘密泄漏的情况。个性化分析系统并不是依靠以往的购买行为来推荐解决方法，而是通过客户浏览、使用网站的情况进行分析，并力争实时改变行为模式。实时改变的最大挑战是不仅仅建议下一步应该干什么，而是应该提供一个能解决重要问题的强大的工作流，特别是当界面与客户常用的接入点不同时。通过提供按需的工作流，自助服务系统就可以减少很多因为组织本身很复杂而带来的麻烦。这不管对客户、卖方还是合作方，都将非常有益。

　　上图显示了在IT服务和支持架构中开发并置入智能化的过程。开始要做的是个性化：收集事实，进行分析并做出初步的信息提炼。这些经过提炼的信息可以用来建立对未来行为的档案和预测信息，在人工智能体系里，这些档案和预测信息被分别称作第二和第三顺序的推论。接下来，把这些行为转化成规则。模拟其他类似行为及流程来定义和充实规则库。然后，通过模拟操作，对这些基础规则进行严格检验。通过模拟和分析程序，这个架构就不仅只会预测下一步会发生什么，而且还能解决更多的问题。经过这样一步一步的发展，就可以建立强大的工作流并投入应用。