Una versione di questo post, scritta in collaborazione con Mark Smith, responsabile del content marketing di Zendesk, è apparsa originariamente su blog di Zendesk. Scopri come utilizzare un'integrazione di Zendesk + Guru per creare una base di conoscenza centralizzata conoscenza di Zendesk.

Nonostante tutto il panico e terrore riguardo all'AI che sostituisce i lavori umani (ci sono più di 44,5 milioni di risultati su Google per “AI replacing jobs”), l'applicazione più immediata dell'intelligenza artificiale consiste nel rendere gli umani migliori nei loro lavori - senza sostituirli. Un'area in cui l'AI può migliorare la forza lavoro umana è nelle interazioni di servizio clienti umano a umano. Quando un cliente è agitato e ha bisogno di una risposta rapida, inserire un chatbot alimentato da AI tra loro e un rappresentante umano empatico non è la scelta migliore. Invece, l'AI può essere utilizzata dal rappresentante umano per ottenere le risposte di cui hanno bisogno per risolvere più rapidamente il problema del cliente.

Una base di conoscenza alimentata da AI crea esperienze migliori sia per i rappresentanti che per i clienti:

1. Centralizzando la conoscenza da fonti disparate e migliorando la qualità e l'accuratezza delle risposte dei rappresentanti.
2. Contribuire a mantenere contenuti accurati e pertinenti
3. Far diventare rapidamente operativi i nuovi agenti con formazione continua e coaching contestuale

1. L'IA può centralizzare le conoscenze da fonti disparate e migliorare la qualità e l'accuratezza delle risposte dei rappresentanti

Quando un rappresentante ha tutte le conoscenze di cui ha bisogno per rispondere alle domande dei clienti fornite direttamente a portata di mano, può spendere meno tempo in ricerca di una risposta accurata e passare questo risparmio di tempo ai propri clienti. Il cliente non saprà se un rappresentante sia assistito dall'IA o meno, ma saprà la differenza tra una risposta immediata e un "Devo tornare da lei su questo." Quando i rappresentanti vengono serviti proattivamente da un sistema di IA, non devono cercare le risposte di cui hanno bisogno.

Un cliente saprà anche la differenza tra "Devo trovare quella risposta per lei" e "Le devo trasferire al mio collega che avrà quella risposta per lei." Quando l'IA può rendere operativa una base di conoscenza e rendere disponibili istantaneamente informazioni da reparti diversi, i rappresentanti non devono passare i clienti da un reparto all'altro quando una domanda esce dal loro ambito. Ai clienti non importa con quale reparto stanno parlando, sanno solo di stare parlando con la tua azienda e si aspettano una risposta. Utilizzare l'IA per unificare e attivare le conoscenze da tutta l'organizzazione aiuta i rappresentanti a fornire risposte più veloci e risparmia ai clienti la frustrazione di dover aspettare o ripetere la loro domanda a più rappresentanti.

Secondo Kate Leggett di Forrester, queste inflessioni in una chiamata - quando un rappresentante non deve mettere il cliente in attesa o trasferirlo a un altro reparto per trovare una risposta - sono il momento in cui un'azienda può effettivamente crescere e coltivare il rapporto con il cliente: "Un agente deve essere dotato di tutti i dati e le conoscenze corrette per poter rispondere alla domanda di un cliente il più velocemente possibile." Ancora, perché i clienti dicono che valorizzare il loro tempo è la cosa più importante. E questa è una proposta davvero difficile. E se fai giusto, questi sono i rari momenti in cui puoi coltivare e far crescere il rapporto che hai con i clienti.

2. L'IA aiuta a mantenere contenuti accurati e pertinenti

Oltre a servire contenuti ai rappresentanti in modo che possano risolvere rapidamente i problemi dei clienti, l'IA può garantire che la base di conoscenza di un'azienda rimanga effettivamente rilevante - e studi hanno dimostrato che le aziende con un approccio agile all'aggiornamento dei contenuti hanno rapporti di auto-servizio più alti e migliori risultati di ricerca. In quest'era di prodotti e servizi complessi, curare un centro assistenza può essere sorprendentemente difficile, ma i team di supporto possono fare affidamento sull'IA per rendere quel processo più fluido.

Ad esempio, l'IA può segnalare i contenuti per la revisione a intervalli regolari, sfruttando il machine learning per identificare gli articoli che necessitano di titoli aggiornati, nuovi contenuti e migliori etichette di ricerca. Eppure forse la funzionalità più potente di una base di conoscenza alimentata da IA è la sua capacità di suggerire nuovi contenuti in base a ciò che i clienti chiedono nelle richieste di supporto. Ciò consente agli esperti interni della materia di concentrare i loro contributi su ciò che avrà un impatto maggiore sui clienti - e di conseguenza, libera gli agenti per concentrarsi sul servizio personalizzato.

3. Pushing knowledge agli agenti in contesto con IA li aiuta ad inserirsi più rapidamente nel lavoro e imparare mentre lavorano

Dato tutto il know-how di supporto che i rappresentanti devono conoscere o avere accesso per rispondere alle domande dei clienti, può richiedere settimane ai nuovi rappresentanti per apprendere e sentirsi a loro agio nella navigazione di una vasta base di conoscenze. Mentre un rappresentante esperto potrebbe sapere esattamente quale informazione deve inviare a un cliente per rispondere a una domanda specifica, un rappresentante meno esperto dovrà dedicare del tempo prezioso alla ricerca di quella conoscenza mentre il cliente è in attesa.

Quando una base di conoscenza è potenziata con l'IA, quei rappresentanti possono essere serviti di conoscenza anziché doverla cercare. In base al contesto di una conversazione in corso, soluzioni AI come AI Suggest di Guru possono mettere in evidenza conoscenze rilevanti per i rappresentanti da scegliere, eliminando la necessità di cercare del tutto. Aiutando tutti i rappresentanti, indipendentemente dal livello di esperienza, ad accedere alla stessa conoscenza nello stesso lasso di tempo, l'IA livella il campo da gioco ed offre la possibilità persino ai rappresentanti più nuovi di rispondere alle domande proprio come i loro colleghi veterani.

Essere serviti di conoscenza nel momento aiuta anche con l'allenamento contestuale. Gordon Ritter e Jake Saper, partner di Emergence Capital, hanno esplorato a lungo questo concetto e sviluppato una tesi su ciò che chiamano reti di coaching, che utilizzano l'apprendimento automatico per allenare i lavoratori su come svolgere meglio i loro compiti mentre li eseguono.

Piuttosto che fare affidamento sull'addestramento di un rappresentante prima o dopo un'interazione con un cliente, (“Ecco la conoscenza di cui avrai bisogno per questo caso d'uso specifico” o “Ecco la conoscenza che avresti dovuto usare per questo caso d'uso specifico”), l'IA può allenare i rappresentanti mentre quel caso d'uso è ancora in corso.

Nel momento in cui un rappresentante non conosce la risposta a una domanda specifica e non dispone di una base di conoscenza alimentata da IA per suggerire la risposta corretta, farà del suo meglio con ciò che ha per rispondere alla domanda. Anche la formazione più completa non aiuterà in quella situazione se il rappresentante non ricorda su cosa è stato addestrato. E la formazione successiva aiuterà a rispondere meglio la prossima volta che quella domanda si ripresenterà, ma non fa nulla per l'interazione attuale di cui hanno bisogno di aiuto. È quella formazione appena in tempo che proviene dall'allenamento contestuale che aiuta i rappresentanti a imparare meglio. E, il cliente non ne risente a causa di una curva di apprendimento.

L'IA diventa anche più intelligente nel tempo e ha la capacità di catturare, apprendere e sfruttare la creatività degli individui per rendere più intelligente l'organizzazione collettiva. Secondo Emergence Capital:

“L'ingrediente chiave delle reti di coaching è il software che raccoglie dati da una rete distribuita di lavoratori e identifica le migliori tecniche per ottenere risultati.”

Immagina che un rappresentante venga posto di fronte a una domanda di sicurezza complicata da un cliente e la sua base di conoscenza alimentata da AI gli fornisce conoscenze potenzialmente rilevanti per rispondere a quella domanda. Il rappresentante potrebbe utilizzare una parte di quella conoscenza, ma cosa succede se poi cerca ancora e trova un altro pezzo di conoscenza diverso da utilizzare per rispondere alla domanda del cliente? Senza alcun coinvolgimento dell'IA, quel momento di apprendimento avverrebbe in un vuoto. Con l'IA, il sistema può catturare la creatività e il successo delle azioni di quel rappresentante specifico, e la prossima volta che un rappresentante riceve una domanda di sicurezza simile, l'IA può fornire a quel rappresentante la conoscenza aggiuntiva che non ha fornito al primo rappresentante che ha fatto la differenza.

“Quello che c'è di interessante nelle reti di coaching è che avendo dati dai sensori, puoi effettivamente capire cosa sta dicendo un rappresentante e qual è l'effettivo risultato, e qual è la cosa creativa che il rappresentante ha fatto per far avvenire una vendita. Puoi catturare quella creatività e diffonderla a tutti gli altri in rete. Quindi il concetto qui è davvero, davvero potente. Da una persona in qualsiasi parte del mondo che svolge il proprio lavoro, e solo svolgendo il proprio lavoro, può involontariamente addestrare tutti gli altri nella rete.” – Jake Saper, Emergence Capital'

L'IA potenzia esperienze migliori per agenti e clienti allo stesso modo

Sfruttare l'IA per aiutare i rappresentanti di prima linea a svolgere meglio i propri compiti è un vantaggio per tutti: i clienti sono più contenti quando ottengono l'aiuto di cui hanno bisogno in modo rapido ed efficiente, e i rappresentanti si sentono più sicuri e abilitati quando possono integrarsi rapidamente e performance al meglio delle proprie capacità.