返回资讯中心
外部精选
企业动态
#模型发布#官方公告

新加坡航空借助OpenAI技术提升客服与员工效率

来源标题:Singapore Airlines elevates travel & work with OpenAI technology

新加坡航空采用OpenAI的API和模型改造客服、行程推荐与内部工作流程,其Kris客服聊天机器人客户满意度翻倍。客服人员借助AI辅助工具后平均处理时长下降,Flight Recommender月活用户过去一年实现增长。此外,新航还将AI引入内部平台Jarvis和软件开发流程。

OpenAI2026/11/10 · 7 天前19 分钟阅读

以下正文由 AI 翻译自 OpenAI(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

借助 OpenAI API 和模型,新加坡航空提升了客户支持、旅行发现和员工工作效率,Kris 客服聊天机器人的 CSAT 翻倍。

AI 驱动的 Kris 聊天机器人带来的客户满意度评分(CSAT)提升

使用 AI 辅助工具的客服代表平均处理时间缩短

Flight Recommender 过去一年月度用户增长

分享

从脚本化服务转向对话式支持

通过自然语言帮助客户发现旅行灵感

将 AI 引入软件开发生命周期

让员工更轻松地使用 AI

成果一览

下一步计划

从脚本化服务转向对话式支持

通过自然语言帮助客户发现旅行灵感

将 AI 引入软件开发生命周期

让员工更轻松地使用 AI

成果一览

下一步计划

AI 正逐渐成为新加坡航空服务客户、赋能员工和构建技术的一部分。该航空公司将 OpenAI API 用于面向客户的体验,并在其面向员工的受管内部 AI 平台 Jarvis 中使用 OpenAI 模型。它还在软件开发工作流中使用 OpenAI 模型,以提供更个性化的服务、提高生产力,并帮助团队更高效地构建。

在这些部署中,新加坡航空将 OpenAI 模型与编排、内部数据控制、验证和人工审核相结合,为团队提供了一种一致的方式,将 AI 负责任地引入生产工作流。

新加坡航空最引人注目的 AI 应用之一是其面向客户的聊天机器人 Kris。在将 Kris 从传统的对话流系统迁移到使用 OpenAI API 的 LLM 驱动对话体验后,新加坡航空的客户满意度提升了 2 倍。

与此同时,该航空公司还为客服代表部署了 AI 辅助工具,包括由 OpenAI API 驱动的通话摘要,使客服代表减少通话后处理工作的时间,将更多时间用于服务客户。新加坡航空的客服代表平均处理时间缩短了约 10%。

在早期基于对话流的聊天机器人设计中,每个主题都必须手动映射,每个流程都必须提前编写。这使得覆盖范围难以扩展。如果缺少某个意图,对话更有可能最终需要客服代表支持,即使客户的请求本可以通过自助服务处理。

新加坡航空使用 OpenAI API 将 Kris 迁移到完全由 LLM 驱动的对话体验。该聊天机器人不再依赖预定义流程,而是能够以自然语言理解客户意图,基于知识库提供答案,管理多主题对话,并在需要时携带相关上下文转接给客服代表。

如今,客户使用 Kris 进行一般查询、特殊请求、实时航班中断信息查询以及部分交易工作流。新加坡航空正在继续扩展其能力,以涵盖预订变更、行李交易以及更复杂的代理式交互。

Flight Recommender 让客户用自然语言描述他们想要的旅行,而不必反复调整筛选条件、日期和目的地。过去一年使用量增长了近 3 倍。

Flight Recommender 基于 OpenAI API 构建,使用连接到票价和可用性数据的编排层。它理解客户意图,调用相关工具,并以自然语言返回个性化旅行推荐。

团队还实施了防护措施,用于输入和输出验证、恶意或不适当查询处理、减少幻觉、PII 处理,以及仅对每次查询所需上下文进行身份验证访问。新加坡航空正准备将该体验扩展为更具对话性的聊天机器人交互,客户可以持续细化旅行想法,而不必重新开始搜索。

除了面向客户的体验外,新加坡航空还在软件开发生命周期的部分环节使用 OpenAI 模型,帮助团队更高效地规划、优化、测试和审查工作。在选定的软件开发生命周期活动中,团队实现了最高 20% 的生产力提升。

AI 现在贯穿整个交付生命周期,而不仅仅是编码。团队使用生成式 AI 模型支持需求细化、利益相关者会议分析、产品规格、边缘情况识别、测试用例创建、架构审查,以及将复杂工作拆分为更小、更可测试的任务。

对于某个商业功能,团队使用 OpenAI API 在开发开始前挑战假设、识别模糊需求并发现边缘情况。一旦这些问题得到明确,AI 便帮助将其转化为设计选项、实施计划、测试用例,然后生成代码。

在部署期间及之后,AI 还帮助解读系统在生产中的行为,并标记那些原本可能被忽视的问题。由于 AI 在工作流的每一步都处于活跃状态,团队成员已从亲自产出每一个工件,转变为指导、审查和验证 AI 在整个交付生命周期中产出的内容。这意味着他们可以专注于真正需要人类判断的工作,例如优先级排序、架构、治理和利益相关者成果。

更广泛地说,OpenAI 模型正在帮助新加坡航空提高需求质量、测试覆盖率以及对内部标准的符合度。团队使用这些工作流生成用于测试的边缘情况、审查架构计划,并在工作进一步推进到开发生命周期之前支持人工验证。

(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →