Avec l'avènement de technologies telles que les chatbots, l'intelligence artificielle (IA), la réponse vocale interactive et l'apprentissage automatique, de nouvelles technologies continuent de perturber l'industrie des centres de contact. Ces avancées alimentent souvent la peur que l'automatisation remplacera un jour les humains. Pour disséquer le battage médiatique et explorer les vraies opportunités autour de l'IA, je me suis associé à Customer Contact Central pour discuter de l'IA dans les solutions basées sur le cloud. Accédez au webinaire enregistré ici ou lisez ci-dessous un résumé de la manière dont les centres de service à la clientèle devraient envisager l'IA, avec cinq questions à poser aux fournisseurs lors de l'évaluation des solutions IA.

Réalité vs. battage médiatique en intelligence artificielle

Que signifie exactement l’intelligence artificielle ? Il existe de nombreux domaines spécialisés au sein de la catégorie plus large de l'IA, et nous voyons souvent de la confusion quant à ce que chaque domaine couvre réellement. Avant tout, l'IA est un sous-ensemble de l'informatique. Elle se concentre sur l'incorporation de l'intelligence humaine simulée dans les machines. Sous l'égide de l'IA se trouvent l'apprentissage automatique (ML), le traitement du langage naturel (NLP) et l'apprentissage profond (DL).

L'apprentissage automatique fait référence à des techniques qui permettent aux machines d'apprendre à partir de données et d'utiliser ensuite ces apprentissages pour apporter de la valeur à l'utilisateur final. Le NLP consiste à faire en sorte que les machines "comprennent" le sens du langage naturel, y compris l'intention des mots utilisés par les humains pour communiquer entre eux. L'apprentissage profond concerne les algorithmes inspirés par la structure du cerveau biologique humain. Le DL a suscité beaucoup d'enthousiasme récemment car il est l'équivalent machine le plus proche de la simulation du fonctionnement réel du cerveau.

Alors maintenant que nous avons défini l'IA, où en sommes-nous avec cette technologie ?

L'IA a été « La Prochaine Grande Chose » pendant longtemps. Depuis l'avènement de l'informatique, l'objectif ultime a toujours été de créer une technologie suffisamment sophistiquée pour agir comme un pair des humains. L'IA a connu tellement de hauts et de bas que nous qualifions ces tendances de « saisons ». Lorsque les choses se passent bien, nous appelons cela un « printemps de l'IA ». Et lorsque les choses ne vont pas bien, c'est un « hiver de l'IA ». En ce moment, nous sommes au printemps de l'IA.

Suite au dernier grand changement technologique - l'informatique en nuage - les données et la puissance de traitement nécessaires pour faire fonctionner l'IA sont désormais plus accessibles et abordables que jamais. Il était auparavant de la responsabilité des entreprises de construire leurs propres environnements pour stocker les grandes quantités de données et la puissance de calcul nécessaires pour faciliter l'IA, mais les avancées en informatique en nuage ont permis de faire fonctionner l'IA plus facilement. Maintenant, nous voyons les grands acteurs de l'informatique en nuage - Amazon, Google, Microsoft - fournir non seulement la puissance de calcul et les données réelles de l'informatique en nuage, mais également des services d'IA. Les entreprises peuvent maintenant tirer parti et exploiter ces technologies pour proposer des solutions pilotées par l'IA.

Une expérience utilisateur (UX) améliorée pour les entreprises et des interfaces faciles à utiliser ont également considérablement augmenté la croissance de l'IA. Plus un logiciel est facile à utiliser, plus il générera de données. Et plus de données peuvent être exploitées pour former l'IA, meilleure sera la solution. Le logiciel d'entreprise a récemment connu une consumerisation : le logiciel que nous utilisons au travail devient aussi agréable que le logiciel que nous utilisons dans nos vies personnelles. L'idée que l'UX soit un axe central dans le logiciel d'entreprise a contribué à faire avancer cette technologie et a suscité beaucoup d'enthousiasme.

Avec l'enthousiasme vient le battage médiatique

Étant donné tout l'enthousiasme autour de l'IA, il est important de définir clairement ce qui est vraiment possible avec cette technologie. Gartner publie ce qu'ils appellent un "Hype Cycle" qui trace les tendances technologiques pour montrer quelles technologies émergentes sont le plus mises en avant. Le battage médiatique augmente à mesure que les solutions progressent dans le Hype Cycle, atteignant un pic aux Pic des Attentes Inflated, puis redescend lorsque la technologie perd inévitablement son battage et entre dans le Creux de la Désillusion. L'objectif final est de transcender la courbe et d'escalader la Pente de l'Éclairage jusqu'au Plateau de Productivité.

Certaines technologies sortent du Cycle et n'atteignent jamais la dernière courbe, mais beaucoup y parviennent. L'exemple ci-dessus est la dernière itération du Hype Cycle, qui a mis en avant l'apprentissage profond très encensé au sommet. En 2009, l'informatique en nuage était au sommet du Cycle. Nous avons observé le même comportement à l'époque qu'aujourd'hui, il est donc intéressant de le comparer aux technologies les plus mises en avant d'aujourd'hui.

Lorsqu'une technologie est trop mise en avant, nous voyons toutes sortes d'articles fous écrits et de films d'alerte en être réalisés. Entre des spectacles comme Westworld et des articles qui prétendent que l'IA écrira bientôt des romans meilleurs que ceux des humains, la manière dont l'IA est présentée dans les médias et la culture pop est souvent déroutante et alimente les craintes de ce qui pourrait mal tourner si elle déraille. Il existe une peur très réelle et omniprésente selon laquelle l'IA constitue une menace pour l'humanité.

Une manifestation courante de cette peur est l'inquiétude des équipes de service client de savoir si elles vont perdre leur emploi au profit des machines. Tous les discours sur l'IA remplaçant les humains et automatisant des processus manquent en réalité l'opportunité réelle de savoir comment l'IA peut être transformative.

La véritable opportunité pour l'IA dans les centres de contact

Une grande partie des technologies adoptées en milieu de travail a traditionnellement été appliquée comme moyens d'économiser de l'argent. En tant qu'entreprises, nous plaçons des exigences pour acheter des technologies en fonction des économies potentielles. Mais dans le cas de l'IA, beaucoup de ces exigences sont faites en fonction des augmentations potentielles des revenus à la place. Les entreprises ne demandent pas comment l'IA peut leur faire économiser de l'argent, mais comment l'IA peut les faire gagner de l'argent. Comment l'IA peut-elle aider les agents du service client à convertir plus de clients des plans gratuits en plans payants ? Comment l'IA peut-elle aider les clients à mieux comprendre les produits afin qu'ils renouvellent ?

C'est une réorganisation vraiment intéressante, ce changement d'économies de coûts à génération de revenus. Cela se transforme bien dans le domaine du service client qui effectue un changement similaire de centre de coût à centre de revenus.

Le service client se transforme d'un centre de coût à un centre de revenus

Les équipes de service client ont les relations les plus durables avec les clients, longtemps après que les ventes aient conclu l'affaire et soient passées à autre chose. Comment pouvons-nous les aider à avoir de meilleures conversations et de meilleures relations avec ces clients ? Malgré ces relations proches, une part disproportionnée de la conversation autour de l'IA s'applique à des solutions qui éloignent l'agent du service client de la communication directe avec les clients plutôt que de les rapprocher.

4 types d'IA pour l'expérience client

La déviation se réfère à intercepter les clients qui contactent avec des questions simples et répétées et à y répondre avant même qu'ils ne posent leurs questions. La technologie détourne une interaction avec un agent de soutien afin qu'elle ne se produise pas. C'est une approche d'économies de coûts, pas un générateur de revenus.

Les bots simulent des expériences de service client humaines. Cependant, en étant conscient de l'expérience client, je pense que les meilleures conceptions de bots rendent clair qu'il s'agit bien d'un bot de l'autre côté du fil. De bons bots n'essaient pas de simuler les humains, ils complètent les signaux d'attente et apportent de la valeur.

L'IA de traitement ou d'automation des flux de travail a tendance à être axée sur les agents. Ces solutions visent à identifier et à atténuer les points de douleur communs. En tant qu'humain, il est difficile de déterminer où les clients ont tendance à être bloqués car cela implique d'indexer tous les tickets, de les catégoriser, d'identifier les sujets, les tendances et les sentiments. Les machines sont mieux adaptées que les humains pour trier et analyser, c'est donc là que l'IA de traitement entre généralement en jeu.

L'IA de coaching est également axée sur les agents plutôt que sur les clients finaux. Ce type d'IA vise à aider et à donner du pouvoir aux humains pour être meilleurs dans leur travail. Elle vise à aider les agents à avoir de meilleures conversations avec les clients afin qu'ils puissent passer plus de temps à créer des expériences de haut niveau plutôt qu'à fouiller pour trouver les réponses aux questions. Le coaching est la façon dont nous concevons et livrons l'IA chez Guru. Donner du pouvoir aux humains est un excellent moyen de créer une valeur à long terme pour les équipes de service client. Cette technologie IA est 100 % axée sur l'aide à quelqu'un pour être meilleur plutôt que de l'automatiser.

Top 5 des questions à poser à vos fournisseurs d'IA

Lors de la considération d'une nouvelle solution IA, il est important de s'assurer que l'initiative à laquelle vous pensez est alignée pour vous préparer au succès. Voici cinq considérations à garder à l'esprit avec des questions que vous pouvez poser aux fournisseurs lors de la phase d'évaluation.

1. Quels indicateurs devrions-nous attendre que votre solution améliore ?

Méfiez-vous du « Jack de tous les métiers ». Une erreur que certains systèmes d'IA commettent est d'essayer de faire trop de choses. Les systèmes d'IA d'aujourd'hui n'ont que la capacité de faire tant de choses, ce qui rend essentiel qu'ils soient concentrés sur la résolution de problèmes spécifiques. Les données d'entraînement qu'un système d'IA utilise pour faire ses suggestions sont directement corrélées à son succès. Si vous essayez de résoudre trois ou quatre problèmes d'affaires avec un seul système d'IA et un ensemble unique de données d'entraînement, vous pouvez vous attendre à des résultats médiocres.

La question à poser pour comprendre ce problème est « Quels indicateurs devrions-nous attendre que votre solution améliore ?» Vous devez découvrir le résultat ultime et comment il sera relié aux indicateurs que vous utilisez pour mesurer la performance. Vous voulez ici une réponse précise ; méfiez-vous de toute solution qui prétend résoudre sept ou huit problèmes à la fois. Si une solution se concentre spécifiquement sur un résultat particulier, cela vous donne une grande probabilité de succès. Investissez dans des produits d'IA qui se concentrent sur la résolution de problèmes clairs avec un accès à des données précieuses pour l'entraînement.

2. Quelle sera l'expérience de nos clients ?

Donnez du pouvoir à vos agents et à vos clients. Quel que soit le système d'IA que vous envisagez, concentrez-vous bien sur l'expérience finale du client. Forrester a un rapport qui parle des risques que courent les entreprises en dirigeant trop agressivement le trafic client (chats, appels téléphoniques) vers des systèmes d'IA plutôt que vers des humains dans une course pour économiser de l'argent. En agissant trop agressivement, les entreprises font un coup dur à la satisfaction des clients. Vous souhaitez que l'IA vous aide à économiser de l'argent et à générer des revenus, mais vous ne voulez certainement pas le faire au détriment de la satisfaction des clients.

En posant la question « Quelle sera l'expérience de nos clients ?», vous pouvez déterminer si une solution est en adéquation avec votre vision de la fourniture d'une excellente expérience client. Ce que votre client final va voir en interagissant avec n'importe quel système devrait être votre préoccupation principale.

3. Comment votre solution IA apprend-elle et s'améliore-t-elle au fil du temps ?

Faites attention à ceux qui parlent de « sauce secrète ». La transparence est essentielle. Les fournisseurs doivent être clairs et directs sur les données qu'ils collectent et pourquoi. Les systèmes d'IA sont construits à partir des données que vous lui fournirez, il est donc très important que tout fournisseur d'IA vous dise exactement quelles données il utilisera pour s'entraîner, comment ces données sont stockées et combien de temps elles sont conservées.

En posant la question « Comment votre solution IA apprend-elle et s'améliore-t-elle au fil du temps ?», vous obtiendrez un indice sur les ensembles de données dont votre fournisseur d'IA aura besoin de votre part pour fonctionner.

4. Comment allons-nous保持 nos connaissances à jour et précises ?

L'IA sans connaissances à jour échouera dans les centres de contact. Il s'agit du concept de jack de tous les métiers. Lorsque vous pensez aux connaissances présentes dans votre environnement, il s'agit de l'encapsule de l'expertise de vos experts, de vos produits, de vos systèmes et de vos processus, et de la façon dont toutes ces choses fonctionnent ensemble. Toute IA qui exploite ce savoir-faire doit disposer d'un moyen de vous assurer que ces connaissances resteront précises et à jour.

Il existe un concept en IA appelé boucle fermée. Au fil du temps, les connaissances et les éléments formant vos systèmes d'IA changeront parce que vos produits changent ; et la technologie sur laquelle dépendent vos produits changera ; et de nouveaux concurrents arriveront sur le marché et vous devrez vous adapter à eux ; et à mesure que votre équipe grandit, la façon dont vous ferez du support changera également. Avec toute cette évolution inévitable, ce que vous ne voulez pas, c'est un système d'IA qui n'a pas de bonne boucle fermée pour faire évoluer son apprentissage. Vous verrez des exemples de cela lorsque les systèmes d'IA commencent à renvoyer des informations dégradées avec le temps. Lorsque le système réduit la qualité de la sortie, c'est un indicateur que c'est pas en train d'apprendre et d'évoluer avec votre organisation.

Le problème est que vous ne verrez peut-être pas cela avant quelques mois lorsque les connaissances commencent à se dégrader. Ainsi, une excellente question à poser dès le départ est « Comment allons-nous保持 nos connaissances à jour et précises ?»

5. Comment votre solution rendra-t-elle nos agents meilleurs dans leur travail ?

L'IA doit autonomiser les gens, pas les remplacer. Soyez sûr de demander “Comment votre solution rendra-t-elle nos agents meilleurs dans leur travail ?” pour découvrir quels seront les impacts immédiats de cette solution AI sur votre entreprise. Au fil du temps, il y aura de profondes opportunités d'automatiser des tâches, mais pour l'instant, il est important d'obtenir une réponse à cette question qui ne semble pas être un service minimum. Des termes comme “automatisation” et “agent virtuel” tendent à indiquer des solutions AI avec moins d'applications pratiques à court terme.

Car, encore une fois, il est encore relativement tôt. L'IA est profonde en capacité et en impact à long terme, mais il y a encore un long chemin à parcourir avant de comprendre des choses comme l'empathie. Si vous mettez un système AI devant vos clients directement lorsqu'ils sont en colère, une machine ne va pas améliorer la situation. Ce sont les types de questions qui s'assurent que vous réfléchissez au résultat du produit de la meilleure manière possible.

Réflexions finales

Comme l'informatique en nuage avant elle, l'IA est transformationnelle non seulement pour les entreprises, mais pour tous les humains. Bien que l'enthousiasme soit énorme, et que beaucoup de gens déforment ses capacités, il y a de réels gains à réaliser aujourd'hui si vous vous concentrez sur les bons résultats. Au lieu de penser à l'IA comme à “nous automatiser”, et finalement créer cette classe supérieure de machines, et si nous parlions plutôt d'IA nous aidant à croître ? L'IA nous aidant à nous améliorer en tant qu'êtres humains, tant sur le plan personnel que professionnel ? C'est le changement de mentalité que nous devons opérer qui sera vraiment excitant quant à ce que cette technologie peut offrir.

Pour plus d'informations sur l'utilisation de l'IA pour autonomiser les humains dans votre centre de contact et dans toute votre organisation (et les réponses de Guru à ces cinq questions), contactez info@getguru.com.