Qualtrics首席执行官齐格·塞拉芬表示，体验管理（XM）供应商平台目前约有三分之一的客户群正在积极使用其人工智能（AI）功能，这一比例在企业市场中尤为突出——当前许多企业仍在努力将AI项目从试点阶段推进到实际生产应用。首席执行官齐格·塞拉芬认为，这一采用率验证了他的观点：专注于深度行业专业知识的定制化AI能够带来真正的商业回报。
正基于此，本周早些时候，Qualtrics宣布将投资67.5亿美元收购Press Ganey Forsta公司，后者是一家在医疗保健领域具有显著优势的体验管理和数据分析提供商。塞拉芬在宣布后接受独家采访时指出，这笔交易旨在加速市场已经需求的内容——将Qualtrics的AI平台与数十年的行业特定专业知识、基准数据和预测分析相结合。他表示：
"如果你想在AI投资中获得回报，就必须将技术聚焦于深度行业专业知识。而来自市场的反应——来自不同行业客户——令人惊叹。"
为何医疗保健至关重要
医疗保健领域的专注尤为引人注目。多年来，我一直关注Qualtrics的发展，见证其从一个调查平台演变为如今定位为"体验管理操作系统"的企业。很明显，该公司正尝试一项相当雄心勃勃的事业。塞拉芬认为，医疗保健代表了终极验证点。塞拉芬告诉我：
"生活中没有比我们自身健康更深刻的体验了。如果你能做好工作，帮助人们更主动、更个性化、更支持性、更富关怀地完成健康旅程和导航，这将为人们创造美好的生活成果。"
据塞拉芬介绍，多年来医疗保健组织一直在向Qualtrics寻求合作，希望利用该平台进行研究、优化数字体验以及了解不同人口群体如何在医疗系统中导航。成果如此显著，以至于这些组织要求更多功能。但医疗保健也是从体验管理角度看最难服务的行业之一——高度监管、临床复杂，且涉及生死攸关的决策，要求任何干预措施必须符合监管要求和临床协议。
如果Qualtrics能在医疗保健领域证明其方法有效，其验证平台能力的方式是零售、酒店或金融服务等其他行业的成功所无法比拟的。Press Ganey Forsta在全球30个国家为41,000家医疗保健提供商服务，拥有深厚的领域专业知识，确保AI驱动的体验改进不仅在理论上听起来不错，而且能在医疗保健交付的实际约束中真正发挥作用。
塞拉芬向我描述的是远超传统调查反馈的务实用例。例如，体验代理能够识别高风险失约患者并自动采取适当行动——安排交通工具、根据患者在医疗旅程中的位置提供远程医疗替代方案，或提供文化敏感支持。能够将安全和质量数据与体验数据连接起来的AI系统，可通过提高患者依从性来改善治疗效果。他解释道：
"将安全质量数据与体验数据相结合，并思考'如何创造更好的医疗成果和治疗效果？'——你就能改善体验。
对医疗保健组织而言，首要任务是降低经济负担，减少那些对患者无实质帮助、仅是系统层面可修复问题的资金支出。如果你做好这一点，同时也在改善人类的实际健康结果。"
这正是Press Ganey的方法论与Qualtrics更广泛战略产生共鸣之处。这不是为了效率而效率，而是利用体验数据推动真正重要的成果——无论是患者的健康结果，还是其他行业客户的忠诚度和终身价值。
横向优势
今年早些时候，我在盐湖城X4大会上看到塞拉芬与ServiceNow首席执行官比尔·麦克德莫特同台演讲时，不禁联想到这两家公司的相似之处。Qualtrics在企业层面拥有的横向机会，让人联想到五六年前的ServiceNow。正如ServiceNow明智地不局限于特定企业领域，而是专注于其跨企业平台方法，Qualtrics同样不受限于数据被困在特定技术利基的遗留问题。
SAP拥有财务和运营数据，Workday拥有人力资源（HR）数据，Salesforce拥有客户交易数据。这些当然都很有价值，但它们从根本上与特定业务功能及其支持系统绑定。相比之下，Qualtrics拥有的是人类体验数据——无论是员工情绪、客户偏好、患者反馈还是市场调研洞察。这些数据贯穿组织中的每个交互点，无论涉及哪个运营系统。塞拉芬表示：
"我们的角色是成为连接公司与客户和员工互动中所有不同部门界面的系统——专注于体验。
当首席执行官和首席信息官（CIO）思考未来参考点以规划公司运营方式时，Qualtrics正日益成为他们设计未来企业架构蓝图的一部分。"
这一定位颇具说服力。正如我今年早些时候所指出的，该公司已构建了所谓的"体验管理操作系统"，包含三个核心组件：XiD（数十亿体验档案）、IQ（用于情感分析和模式识别的智能）和xFlow（工作流编排）。这些组件位于运营系统之上，提供专门关注理解和改善人类体验的层。
Press Ganey Forsta的收购加强了这一战略定位，特别是在员工体验与患者结果之间联系有据可查但难以大规模实施的医疗保健领域。减轻护士和临床医生的行政负担不仅能改善提供者福祉，还能实现更好的患者护理。但了解哪些具体干预措施将对哪些角色、在哪些情境中产生最大影响，既需要复杂的AI，也需要深厚的领域专业知识。塞拉芬解释道：
"做好这一点也意味着你拥有正确的系统——在我们的情况下，是由AI驱动的系统——来理解影响客户的员工角色。
这需要根据某人在其职业生涯中的位置、为其工作的经理、他们与客户互动的系统以及所处地点，精准聚焦于正确的体验信号。这是一个规模问题，而我们正通过AI以独特方式解决这一问题。"
整合挑战
然而，Qualtrics面临的真正考验不仅是理解人类体验的能力，更是这种理解能否实际影响行动发生的运营系统。这正是公司战略需要产生超越仪表板和洞察结果的关键所在。
如果人类体验数据确实如Qualtrics所信的那样有价值，它就应该为ServiceNow、SAP、Oracle、Workday、Salesforce以及所有其他接触客户和员工的系统提供决策依据。这不仅是系统挑战，更是组织/文化挑战。医疗保健提供者能否利用患者体验洞察动态调整其劳动力管理系统中的人员配置模型？零售商能否利用实时客户情绪影响库存和定价决策？航空公司能否利用体验数据优化机组调度和登机口分配？
Qualtrics通过LangChain合作伙伴关系明智地拥抱开放标准，认识到新兴的多代理世界需要互操作性而非封闭花园。但证明将在于从根本上重塑组织基于体验洞察运作方式的客户部署。我们已看到这方面的证据，但企业是否能全面认可这一机会将很有意思。
正如公司AI总裁古尔迪普·帕尔今年早些时候告诉我的那样，公司的人类情绪数据存储库最终可能实现超越传统体验管理的能力——包括定价设计、包装设计甚至业务模拟。借助Press Ganey Forsta的医疗保健数据和分析，这些雄心变得更加具体。但这也要求Qualtrics证明其数据不仅补充运营系统，还能使其变得更智能。
关于AI失败的假设
所有这些之下潜藏着一个有趣的问题，这也是我们在报道各供应商和客户的AI采用情况时一直在思考的。我们不断与买家交谈，越来越感觉到许多AI项目未能达到预期回报。炒作周期已经让位于这样一个现实：实施比供应商承诺的更难。
当我向塞拉芬提出这个问题，询问AI成功与体验之间是否存在联系——即项目失败是否因为组织在考虑人类维度方面不够深入——他的回答很有启发性。他表示：
"市场上有很多技术只是为技术而追逐技术。我看到真正成功的地方是，你专注于能够规模化解决的实际问题，以解决公司董事会或领导团队关注的问题。"
我会进一步指出，许多AI计划失败正是因为它们优化了运营效率，却没有考虑所提供的体验是否是人们真正想要或需要的。你可以构建世界上最复杂的推荐引擎，但如果它建议的行动使客户沮丧或给员工带来额外负担，你就没有创造价值——你只是大规模自动化了糟糕的决策。
Qualtrics的AI功能采用率达到33%——其前50大客户中约90%正在积极使用AI功能——这表明当AI基于对人类需求和偏好的理解而非纯粹的运营数据时，组织就能看到回报。这不仅仅是让事情更快或更便宜。这是要以客户和员工真正关心的方式让事情变得更好。塞拉芬表示：
"为体验管理构建高度专业化的AI，帮助我们的客户更好地服务其客户。能够进行预测分析固然很好，但当你将其深入到行业层面并具体到特定角色层面时，真正的差异才开始显现。"
成功的样子
对于Qualtrics和Press Ganey Forsta的现有客户，塞拉芬的信息很直接：短期内不会立即改变，当收购完成后，他们应期待"创新的涡轮增压"。目标是更快的创新、更广泛的采用能力和更专业化的体验管理AI。
但在未来12至24个月内衡量成功，需要的不仅仅是功能发布和采用指标。真正的问题是Qualtrics能否继续证明其人类体验数据从根本上改变了业务成果。它能否证明使用其平台的组织保留了更多客户、建立了更深的忠诚度、降低了员工流失率，并最终推动了更好的财务绩效？当然，我在与Qualtrics客户交谈时已看到这方面的证据，但我的直觉是买家需要将体验数据置于其AI计划的核心——这一机会需要持续沟通和展示。
我的观点
Qualtrics正在下注，认为人类体验数据代表着企业技术领域中真正的差异化竞争优势。而在哪里人类体验数据比在医疗保健领域更关键？理解高压医疗环境中的患者是最终极的"体验挑战"。我敢打赌，如果Qualtrics能解决这些体验问题，将对其余平台和客户大有裨益。
与局限于特定运营领域的供应商不同，Qualtrics专注于理解人——客户、员工、患者、公民——这使其定位为一个横向层，可能成为现代组织运作方式的关键基础设施。
当你理解这是最难解决的体验问题时，医疗保健收购在战略上就很有意义。如果Qualtrics能在一个体验管理必须应对复杂法规、临床协议和生死攸关决策的行业中证明其方法有效，它将以其他监管较宽松行业成功无法比拟的方式验证平台的价值主张。
再次，我不禁联想到ServiceNow。平台完全不同，但两者本质上都是横向的，有潜力影响和改善底层运营系统，改变企业工作和互动的方式。两者都有潜力成为组织思考关键功能的参考架构——对ServiceNow而言是工作流自动化；对Qualtrics而言是体验管理。而且两者都需要与现有企业系统集成才能发挥全部价值。
然而，Qualtrics需要继续证明理解人类体验确实改变了组织做决策和分配资源的方式。其宝贵的体验数据需要以产生可衡量业务成果的方式影响运营系统——人员配置模型、定价算法、产品开发优先级、客户服务协议。
我假设AI项目可能因组织未能充分考虑人类体验而失败，这一观点虽属推测，但Qualtrics的采用数据表明其中可能有道理。当AI是围绕理解和改善体验而非仅仅优化流程而定制构建时，组织似乎找到了更切实的价值。
该收购将在未来几个月完成，有待监管批准。我将关注的是Qualtrics能否证明其在企业技术领域中的独特位置——位于运营系统之上，专注于人类体验——能否转化为持续的客户价值和业务成果。
如果它能攻克医疗保健——塞拉芬所说的"试验场"——那就是对"体验"更广泛领域的有力验证。
【全文结束】