有关AI+CRM的观察与思考

    到了今年，客服和CRM相关的SaaS领域我们看到了这样的发展趋势：从最早Tool发展到Data服务爆发再到最近大火的AI。其实作为一线的从业人员，在Tool阶段我还也是有很多感慨的，但今天主要聊AI。很多CRM厂商都是Salesforce的跟进者，举几个最近关于AI+CRM的新闻：

    ●2016年10月Dreamforce大会CRM全方位AI平台“爱因斯坦”与大家见面；

    ●2017年3月百会（Zoho）发布第四代CRM产品。它融合了数据挖掘和机器学习技术，能够智能识别重要客户、寻找附近的客户、推荐工作流配置、建议联系潜在客户的最佳时间等；

    ●2017年3月硅谷人工智能专家加盟销售易。

1、技术创新推动下的产品升级

    技术和创新永远是IT行业的核心竞争力，在CRM行业我们也看到这样的发展历程。以Salesforce为例。一方面从CRM切入向其他业务扩张建立企业办公生态，另一方面不断利用新的技术推进产品升级。人工智能风头正劲，而Salesforce下一站的主要方向也正是打造CRM全方位AI平台从技术和服务上继续建立壁垒。

2、人工智能在CRM中可以发挥的能力

    人工智能核心价值一定要有应用场景和商业模式，针对真实业务场景的解决方案才是关键。就像智能家居现在遇到了瓶颈，一方面是没有解决真实用户痛点，另一方面没有达到符合用户预期的效果，解决方案不完整。在有限的人工智能能力下，找到可行、可用、有价值的解决方案是CRM厂商现在最需要考虑的。

    那么在营销场景下需要做什么，我想这个问题的答案不会偏离CRM本身的作用和其进一步的扩展。AI+CRM解决的仍然是以信息技术为手段，有效提高企业收益、客户满意度和雇员生产力。拥有强大而快速的数据处理能力和机器学习的人工智能结合营销真实场景后，我想可以发挥以下三种渐进能力：

    ●聪明干体力活。机器代替之前有规则的大量需要人做的重复工作并逐渐自我优化

    ●辅助决策。通过智能洞察和风险提醒来辅助人决策

    ●发现新大陆。新线索、信息甚至知识的发现

3、AI+CRM的实施思路

    在可行、可用、有价值的目标下，我们讨论了人工智能在营销场景下可以发挥的三种能力，在市场的具体实施中我们也看到了AI+CRM的两种现有思路：

    1）更加智能的SFA

    有人认为CRM=SFA，但遗憾的是很多厂商还是做不到更别提超越了。在可预期的情况下，“个性化”且不断优化的服务和更加智能的自动化可以有效提升一线销售人员的生产力，及时的数据分析和风险检测可以辅助管理者更快的发现问题并及时作出决策。这种思路的作用体现在全面管理客户、精细量化行动和快速响应，更加适合现有功能和服务已经比较完善的厂商。这类厂商也可以将这种思路下的AI能力赋予到其PaaS平台中，与行业紧密的结合后效率的提升可能是数倍。

    2）预测营销+CRM

    之前都在讨论预测营销，也说过预测营销处在CRM以上的高层级，当然CRM厂商升级入场也是可以预料的。预测营销+CRM可以达到什么样的效果，虽然看上去封闭了，但可能是预测营销2.0时代的开始。

    国内系统开放性不足一直也在制约着预测营销在国内发展，全自营的预测营销+CRM似乎给预测营销带来了新的机会。潜在客户预测、线索评分、客户画像等都是可以应用的场景，预测营销+CRM我们也看到了以下优势：

    ●更多的数据来源。CRM本身多样性和开放性将带来更多的数据来源，如跟进过程数据、交易数据、呼叫中心、邮件、客户触点等数据。相较于之前的客户数据，与CRM的结合将带来更多的行为数据。

    ●实时的数据获取和更快速的调整。数据的采集更为实时，持续的反馈和检测让技术和业务模型的调整可以得到更快速的响应。

    ●更加贴近业务场景的应用。预测营销作为CRM的一个组件，通知和建议可以展示在最适当的应用场景中，与系统或者说业务本身融为一体。

    以上的思路看来仍然无法避免实施成本和教育成本高的问题，找到合适的目标客户尤为关键，当然垂直领域和行业切入不妨是个好思路。大幕刚揭开，我相信并期待其他思路的发现和实践。2018年AI恐将是CRM的一个标配，轻量、快速的将AI应用到中小企业中需要大家继续去探索和努力。AI的发酵也会为厂商带来一些额外的品牌价值的加成。

    企业服务本身是一个需要深耕的领域，AI可能不是一个弯道超车的捷径，但很可能会是让人掉队的壁垒。