Con l'avvento di cose come chatbot, intelligenza artificiale (IA), risposta vocale interattiva e apprendimento automatico, le nuove tecnologie continuano a interrompere l'industria dei centri di contatto. Questi progressi alimentano spesso la paura che l'automazione un giorno sostituirà gli esseri umani. Per analizzare il clamore e esplorare le vere opportunità attorno all'IA, mi sono unito a Customer Contact Central per discutere dell'IA nelle soluzioni basate su cloud. Accedi al webinar registrato qui o leggi sotto per un riassunto di come i centri di servizio clienti dovrebbero pensare realisticamente all'IA, completo di cinque domande da porre ai fornitori quando si valutano le soluzioni IA.

Realtà vs. clamore nell'intelligenza artificiale

Allora, cosa intendiamo esattamente per intelligenza artificiale? Ci sono molti campi specializzati all'interno della più ampia categoria dell'IA, e spesso vediamo confusione riguardo a cosa copre effettivamente ciascun campo. Prima di tutto, l'IA è un sottoinsieme dell'informatica. Si concentra sull'incorporazione dell'intelligenza umana simulata nelle macchine. Sotto l'ombrello dell'IA troviamo l'apprendimento automatico (ML), l'elaborazione del linguaggio naturale (NLP) e l'apprendimento profondo (DL).

L'apprendimento automatico si riferisce a tecniche che permettono alle macchine di apprendere dai dati e poi utilizzare queste informazioni per fornire valore all'utente finale. L'NLP coinvolge il rendere le macchine "comprendere" il significato del linguaggio naturale, incluso l'intento delle parole che gli esseri umani usano per comunicare tra di loro. L'apprendimento profondo si riferisce ad algoritmi ispirati alla struttura del cervello biologico umano. Il DL ha generato molto entusiasmo recentemente perché è l'equivalente macchina più vicino a simulare il modo in cui funziona effettivamente il cervello.

Ora che abbiamo definito l'IA, dove ci troviamo con questa tecnologia?

L'IA è stata “La Prossima Grande Cosa” per molto tempo. Sin dall'avvento dell'informatica, l'obiettivo finale è sempre stato quello di creare una tecnologia abbastanza sofisticata da agire come un pari con gli esseri umani. L'IA ha avuto così tanti alti e bassi che ci riferiamo a queste tendenze come "stagioni". Quando le cose vanno bene, la chiamiamo una "primavera dell'IA." E quando le cose non vanno così bene, è un "inverno dell'IA." In questo momento, siamo in una primavera dell'IA.

Dopo l'ultimo grande cambio tecnologico – il cloud computing – i dati e la potenza di elaborazione necessari per far funzionare l'IA sono ora più accessibili e convenienti che mai. Un tempo spettava alle aziende costruire i propri ambienti per memorizzare le enormi quantità di dati e la potenza di elaborazione necessaria per facilitare l'IA, ma i progressi nel cloud computing hanno reso l'IA più facile da gestire. Ora vediamo i grandi attori nel cloud computing – Amazon, Google, Microsoft – tutti fornire non solo la reale potenza di elaborazione e dati del cloud computing, ma anche servizi IA. Le aziende possono ora sfruttare e utilizzare queste tecnologie per raccogliere soluzioni guidate dall'IA.

Un'esperienza utente (UX) aziendale migliorata e interfacce facili da usare hanno anche aumentato esponenzialmente la crescita dell'IA. Più un software è facile da usare, più dati genererà. E più dati possono essere sfruttati per addestrare l'IA, migliore sarà la soluzione. Il software aziendale recentemente ha attraversato una consumerizzazione: il software che usiamo al lavoro sta diventando altrettanto piacevole quanto il software che usiamo nella nostra vita personale. L'idea che l'UX sia un obiettivo centrale nel software aziendale ha aiutato ad avanzare questa tecnologia e generare molto entusiasmo.

Con l'entusiasmo arriva il clamore

Date tutte le aspettative attorno all'IA, è importante stabilire quali siano esattamente le possibilità con questa tecnologia. Gartner pubblica quello che chiamano un "Ciclo di Clamore" che rappresenta le tendenze tecnologiche per mostrare quali tecnologie emergenti sono più in voga. Il clamore cresce mentre le soluzioni scalano il Ciclo di Clamore, poi raggiungono il picco delle Aspettative Inflate, e poi diminuiscono di nuovo quando la tecnologia inevitabilmente perde clamore e entra nella Fossa della Disillusione. L'obiettivo finale è quello di trascendere la curva e scalare la Pendenza dell'Illuminazione fino al Plateau della Produttività.

Alte tecnologie escono dal Ciclo e non riescono mai a risalire l'ultima curva, ma molte ci riescono. L'esempio sopra è l'ultima iterazione del Ciclo di Clamore, e l'apprendimento profondo molto sostenuto è in cima. Nel 2009, il cloud computing era in cima al Ciclo. Abbiamo visto lo stesso comportamento accadere allora come vediamo ora, quindi è interessante confrontarlo con le tecnologie più pubblicizzate di oggi.

Quando una tecnologia è troppo sponsorizzata, vediamo tutti i tipi di articoli strani scritti e film inquietanti realizzati su di essa. Tra spettacoli come Westworld e articoli che affermano che l'IA scriverà presto romanzi migliori degli esseri umani, il modo in cui l'IA è rappresentata nei media e nella cultura pop è spesso confuso e alimenta le paure su cosa potrebbe andare storto se andasse fuori controllo. C'è una paura molto reale e prevalente che l'IA ponga una minaccia all'umanità.

Una manifestazione comune di questa paura è che i team di assistenza clienti si chiedano se perderanno il lavoro a favore delle macchine. Tutte le chiacchiere sull'IA che sostituisce gli esseri umani e automatizza i processi perdono di vista la reale opportunità di come l'IA possa essere trasformativa.

La vera opportunità per l'IA nei centri di contatto

Molte tecnologie adottate nel luogo di lavoro sono state tradizionalmente applicate come modi per risparmiare denaro. Come aziende, creiamo casi per acquistare tecnologia basati su potenziali risparmi sui costi. Ma nel caso dell'IA, molti di questi casi vengono presentati sulla base di potenziali aumenti di entrate. Le aziende non chiedono come l'IA può far risparmiare loro denaro, ma come l'IA può far guadagnare loro denaro. Come può l'IA aiutare gli agenti del servizio clienti a convertire più clienti da piani gratuiti a piani a pagamento? Come può l'IA aiutare i clienti a comprendere meglio i prodotti in modo che possano rinnovare?

È un modo di riformulare davvero interessante, questo spostamento da risparmi sui costi a generazione di entrate. Questo si integra perfettamente nel settore del servizio clienti che compie un simile passaggio da centro di costo a centro di entrate.

Il servizio clienti si sta trasformando da centro di costo a centro di entrate

I team di servizio clienti hanno le relazioni più durature con i clienti, molto tempo dopo che le vendite hanno chiuso l'affare e sono andati via, quindi come possiamo aiutare loro a avere conversazioni migliori e relazioni migliori con quei clienti? Nonostante quelle relazioni strette, una quantità sproporzionata della conversazione sull'IA si applica a soluzioni che rimuovono l'agente del servizio clienti dal parlare direttamente con i clienti piuttosto che avvicinarli.

4 tipi di IA per l'CX

Deflessione si riferisce all'intercettazione dei clienti che stanno contattando con domande semplici e ripetitive e rispondere a loro prima che possano anche chiederle. La tecnologia devia l'interazione con un agente di supporto dall'effettivamente accadere. Questo è un approccio di risparmio sui costi, non un generatore di entrate.

Bot simulano esperienze di servizio clienti umane. Tuttavia, essendo consapevoli dell'esperienza del cliente, penso che i migliori design di bot rendano chiaro che è un bot dall'altra parte della linea. I buoni bot non cercano di simulare gli esseri umani, ma aumentano i tempi di attesa e forniscono valore.

Elaborazione o IA di flusso di lavoro tende ad essere orientata all'agente. Queste soluzioni si rivolgono all'identificazione e all'alleviamento dei punti dolenti comuni. In quanto esseri umani, è difficile individuare dove i clienti tendono a bloccarsi perché comporta l'indicizzazione di tutti i ticket, la loro categorizzazione, l'identificazione di argomenti, tendenze e sentimenti. Le macchine sono più adatte degli esseri umani per raggruppare e analizzare, quindi è lì che l'IA di elaborazione entra in gioco.

Coaching l'IA è anche orientata all'agente piuttosto che al cliente finale. Questo tipo di IA mira ad aiutare e responsabilizzare gli esseri umani a essere migliori nel loro lavoro. Mira ad aiutare gli agenti ad avere migliori conversazioni con i clienti in modo da poter trascorrere più tempo a creare esperienze di alto livello piuttosto che cercare le risposte alle domande. Il coaching è il modo in cui pensiamo e forniamo l'IA a Guru. Responsabilizzare gli esseri umani è un ottimo modo per creare valore a lungo termine per i team di servizio clienti. Questa tecnologia IA è 100% focalizzata ad aiutare qualcuno a essere migliore piuttosto che automatizzarlo.

Le 5 domande principali da porre ai vostri fornitori di IA

Quando si considera una nuova soluzione IA, è importante assicurarsi che l'iniziativa che stai considerando sia allineata per darti le migliori possibilità di successo. Ecco cinque considerazioni da tenere a mente con domande che puoi porre ai fornitori durante la fase di valutazione.

1. Quali metriche dovremmo aspettarci che la tua soluzione migliori?

Attenzione al “Jack of All Trades.” Un errore che alcuni sistemi IA commettono è cercare di fare troppo. I sistemi IA di oggi hanno solo la capacità di fare così tanto, il che rende super importante che siano super focalizzati sulla risoluzione di problemi specifici. I dati di addestramento che un sistema IA utilizza per fare le sue proposte sono direttamente correlati al suo successo. Se stai cercando di risolvere tre o quattro problemi aziendali con un solo sistema IA e un solo set di dati di addestramento, dovresti aspettarti risultati mediocri.

La domanda da porre per arrivare al cuore di questo problema è “Quali metriche dovremmo aspettarci che la tua soluzione migliori?” Devi scoprire l'output finale e come sarà legato alle metriche che usi per misurare le prestazioni. Vuoi una risposta specifica qui; fai attenzione a qualsiasi soluzione che afferma di risolvere sette o otto cose contemporaneamente. Se una soluzione si concentra specificamente su un determinato risultato, questo ti dà una grande probabilità di successo. Investi in prodotti IA che si concentrano sulla risoluzione di problemi chiari con accesso a dati preziosi da addestrare.

2. Cosa vivranno i nostri clienti?

Responsabilizza i tuoi agenti e i tuoi clienti. Qualunque sia il sistema IA che stai contemplando, sii molto concentrato sull'esperienza del cliente finale. Forrester ha un rapporto che parla dei rischi cui sono esposte le aziende cercando di guidare troppo aggressivamente il traffico dei clienti (chat, chiamate) verso i sistemi IA piuttosto che verso gli esseri umani in corsa per risparmiare denaro. Facendo così in modo troppo aggressivo, le aziende subiscono un colpo nella soddisfazione del cliente. Vuoi che l'IA ti aiuti a risparmiare denaro e generare entrate, ma certamente non vuoi farlo a spese della soddisfazione dei clienti.

Chiedendo “Cosa vivranno i nostri clienti?”, puoi determinare se una soluzione è in linea con il modo in cui pensi di fornire una grande esperienza cliente. Cosa vedrà il tuo cliente finale interagendo con qualsiasi sistema dovrebbe essere la tua preoccupazione principale.

3. Come fa la tua soluzione IA ad apprendere e migliorare nel tempo?

Fai attenzione ai “pasta-misti.” La trasparenza è importante. I fornitori dovrebbero essere chiari e diretti su quali dati raccolgono e perché. I sistemi IA sono costruiti con dati che tu andrà a immettere, quindi è super importante che qualsiasi fornitore IA ti dica esattamente quali dati utilizzerà per addestrarsi, come vengono memorizzati e per quanto tempo sono memorizzati.

Chiedendo “Come fa la tua soluzione IA ad apprendere e migliorare nel tempo?” otterrai un indizio sui set di dati di cui il tuo fornitore IA avrà bisogno da te per funzionare.

4. Come manteniamo la nostra conoscenza aggiornata e accurata?

L'IA senza conoscenze aggiornate fallirà nei centri di contatto. Questo è correlato al concetto di jack di tutti i mestieri. Quando pensi alla conoscenza presente nel tuo ambiente, è l'incapsulamento del know-how dei tuoi esperti, dei tuoi prodotti, dei tuoi sistemi e processi e di come tutte queste cose funzionano insieme. Qualsiasi IA che sfrutta quel know-how deve avere un modo per garantirti che quella conoscenza rimarrà accurata e aggiornata.

C'è un concetto nell'IA chiamato ciclo chiuso. Nel tempo, la conoscenza e le cose che addestrano i tuoi sistemi IA cambieranno perché i tuoi prodotti cambiano; e la tecnologia da cui dipendono i tuoi prodotti cambierà; e nuovi concorrenti arriveranno nel mercato e dovrai adattarti a loro; e mentre il tuo team cresce, il modo in cui fai supporto cambierà. Con tutti questi cambiamenti inevitabili, ciò che non vuoi è un sistema IA che non ha un buon ciclo chiuso per evolvere il suo apprendimento. Vedrai esempi di questo quando i sistemi IA iniziano a restituire informazioni degradate nel tempo. Quando il sistema riduce la qualità dell'output, questo è un indicatore che non sta apprendendo e evolvendo con la tua organizzazione.

Il problema è che potresti non vedere questo fino a qualche mese quando la conoscenza inizia a degradarsi. Quindi una grande domanda da porre in anticipo è “Come manterremo la nostra conoscenza aggiornata e accurata?”

5. Come farà la tua soluzione a rendere i nostri agenti migliori nel loro lavoro?

L'IA dovrebbe potenziare le persone, non sostituirle. Assicurati di chiedere “Come farà la tua soluzione a rendere i nostri agenti migliori nel loro lavoro?” per scoprire quali saranno gli impatti immediati di quella soluzione di IA sulla tua azienda. Col tempo, ci saranno opportunità profonde per automatizzare i compiti, ma per ora, è importante ottenere una risposta a questa domanda che non suoni come una scusa vuota. Termini come “automazione” e “agente virtuale” tendono a indicare soluzioni di IA con applicazioni pratiche meno immediatamente sfruttabili.

Perché, di nuovo, è ancora relativamente presto. L'IA è profonda in termini di capacità e impatto a lungo termine, ma è ancora lontana dalla comprensione di cose come l'empatia. Se metti un sistema di IA di fronte ai tuoi clienti direttamente quando sono arrabbiati, una macchina non migliorerà la situazione. Questi sono i tipi di domande che assicurano che tu stia pensando al risultato del prodotto nel modo migliore possibile.

Considerazioni finali

Come è stato per il cloud computing, l'IA è trasformativa non solo per le aziende, ma per tutti gli esseri umani. Sebbene l'hype sia enorme, e molte persone rappresentino male le sue capacità, ci sono reali guadagni da ottenere oggi se ti concentri sui risultati giusti. Invece di pensare all'IA come a “automatizzarci via”, e alla fine creare questa classe superiore di macchine, cosa succederebbe se parlassimo di IA che ci aiuta a crescere? IA che ci aiuta a migliorare come esseri umani, sia a livello personale che professionale? Questo è il cambiamento di mentalità che dobbiamo fare e che sarà davvero entusiasmante riguardo a ciò che è possibile con questa tecnologia.

Per ulteriori informazioni su come utilizzare l'IA per potenziare gli esseri umani nel tuo centro di contatto e in tutta l'organizzazione (e le risposte di Guru a queste cinque domande), contatta info@getguru.com.