📰 重點摘要

新加坡航空正與 OpenAI 合作，把其模型與 API 導入客戶服務、旅遊探索與員工生產力三個面向。原文摘要提到的具體成果是，該公司的 Kris 聊天機器人在導入後，客戶滿意度（CSAT）提升為原本的兩倍。在客戶支援上，Kris 由 OpenAI 模型驅動，負責回應旅客詢問；在旅遊探索上，則是協助旅客規劃與發現行程；在內部應用上，則是提升員工的工作效率。至於底層採用哪些模型、系統如何整合、CSAT 從多少提升到多少、員工效率提升的幅度，原文摘要並未提供，因此無法進一步展開。詳細內容請見原文連結。

💬 JudyAI Lab 觀點

新加坡航空這次與OpenAI合作，把模型與API放進客戶服務、旅遊探索和員工生產力三個場景，其中Kris聊天機器人的客戶滿意度（CSAT）提升為原本的兩倍。對關注企業匯入AI的人來說，這是一個值得記下的具體案例。

這則訊息的有趣之處在於，新航沒有隻做單一的客服機器人，而是把同一套模型能力橫向鋪到對外服務與對內效率上。對AI builder來說，這反映出一種設計思維：模型是共用的底層能力，價值來自它被放進多少個真正有需求的流程。另一點是成果的衡量方式，原文選擇用CSAT這類使用者端指標來說明成效，而不是隻談技術規格。不過原文摘要沒有說明CSAT是從多少提升到多少，也沒有提到員工效率的提升幅度，所以我們只能確認方向，無法判斷改善的實際規模。看這類案例時，成果數字的基準值往往和數字本身一樣重要。

如果你正在規劃AI應用，可以先在動工前寫下1個要追蹤的使用者端指標，並同時記錄匯入前的基準值，之後才有辦法證明改善是真的。

📅 原文資訊

🔗 延伸閱讀