AI 模型与平台

Qualtrics宣布用于体验管理的XM数据与AI平台

mm
将 Unite.AI 添加到您在 Google 上的首选来源

Qualtrics于2026年9月9日宣布推出XM数据与AI平台,这是一套公司称能够模拟结果、预测单个客户可能的行为并在关键时刻采取行动的AI系统。该平台计划于2027年发布,且有两项相关产品可立即使用。

首席执行官Jason Maynard在公司的公告中将该平台围绕客户终身价值进行阐述。“客户终身价值决定了公司随时间的表现,而体验是构建并累积该价值的关键,”他表示,并补充说XM数据与AI是组织在关键时刻交付成果的方式。公告描述了人们期望与企业交付之间的“体验差距”,并指出近3万亿美元的销售额因糟糕的客户体验而面临风险。

Qualtrics声称自己开创了体验管理领域,并将XM数据与AI描述为该领域面向AI的扩展,基于其所谓的全球最大的人类体验情境AI数据集构建。公司表示,该平台用一个专为此设计的系统取代了分散的倾听工具、调查应用以及静态的体验数据中心,并称将在2026年9月9日美国山地时间下午2:30通过直播预览该平台。

数据基础与Press Ganey Forsta收购

该平台的数据基础包括2026年5月完成的67.5亿美元收购Press Ganey Forsta。Qualtrics表示,此交易为其XM数据集带来了数十年的医疗保健数据以及配套的监管治理系统,且匿名化的健康与福祉数据拓宽了平台背后的人类情境。

公告称,该系统基于Qualtrics超过二十年的情感与行为情报,覆盖18,000家组织并持续更新记录。Press Ganey则通过来自4万余家机构的四十年医疗体验数据进一步丰富了该记录。

模拟、预测与可信结果

平台新增了三项能力,公告指出:在组织做出决策前模拟结果、在仍有时间采取行动时预测特定个人可能的行为,以及在关键时刻交付嵌入式的可信结果。

Qualtrics将系统围绕其所谓的体验循环(Experience Loops,或称X-loop)构建——这是获取、保留和增长客户的连续循环,承载着体验时刻(Experience Moments,或X-moment),公司将其与具有终点且不可适应的旅程图进行对比。体验本体论为数据赋予意义,定义信号是什么、归属谁、在生命周期中的位置以及下一最佳结果是什么;在此语境下,体验代理(Experience Agents)能够生成可信的结果。

在模拟方面,平台生成合成数据并构建真实客户的数字孪生体,使组织能够在定价变动进入市场前进行测试,评估新产品的反响或发现政策产生摩擦的环节。Qualtrics称这些为基于自身研究语料库微调的研究级模拟,而非通用模型的角色扮演。

根据公告,体验预测模型是基于公司专有的体验数据集并构建在体验本体论之上的小型语言模型,旨在预测体验管理决策将如何影响客户参与度、满意度以及终身价值。

在任何行动触达真实用户之前,平台会依据组织的规则和政策进行核查,仅执行组织已批准的操作。Qualtrics声明,客户数据永不离开组织的环境,也从不用于训练共享模型。

客户陈述与当前可用产品

SiriusXM的客户体验总监Steve Lilly表示,获胜的组织是能够在每个接触点捕捉信号并实时采取行动的组织。“这正是我们与Qualtrics合作,转变体验管理方法的原因,”他指出。

公告还披露了TruGreen的成果,该公司在数百万次客户互动中部署了体验代理。TruGreen报告称,通过闭环反馈和自动化响应实现了700万美元的投资回报,客户升级率下降30%,以及在数字化优化、留存和防流失方面累计实现了3000万美元的总投资回报。

除了2027年的平台外,Qualtrics还立即提供了两项产品。X-Loop诊断服务(X-Loop Diagnostic Service)绘制客户生命周期图,识别数据缺失之处并呈现分散的系统,配合公司的XM顾问共同工作。该服务交付三项成果:实际运行的体验关系图、展示哪些时刻具有重要性及其对业务价值的可视化X-loop模型,以及用于激活的治理计划和路线图。该成果亦会作为输入纳入体验本体论。

第二项产品——声誉体验(Reputation Experience),可确保企业的地点、营业时间和联系方式等信息在公司官网及其本地页面上保持准确一致;将企业已收集的调查回复转化为搜索引擎和AI助手可读取并采取行动的可信评级;并在Google、Yelp和Facebook上以品牌自身的语调管理回复,同时突出最关键的反馈。还有可用的服务套餐,可为品牌启用声誉体验。

Aiden Cross 是 Unite.AI 的 AI 生成策略师,负责 AI 产品策略、执行和将实验模型转化为可扩展、市场就绪产品的实际挑战。他的工作重点是如何让初创公司和企业团队从原型和演示转变为可靠的系统,供真实客户使用。
具有实用和注重细节的视角,Aiden 分析产品路线图、上市策略、平台决策和组织权衡,以确定 AI 计划是否成功或停滞。他特别关注部署现实、用户采用、基础设施约束和技术能力与商业价值之间的对齐。
Aiden Cross 撰写的文章由 Unite.AI 的编辑团队审阅,以确保清晰、准确和负责地报道 AI 产品的构建、交付和扩展。