Wersja tego posta, napisana wspólnie przez Marka Smitha, kierownika ds. marketingu treści w Zendesk, pierwotnie pojawiła się na blogu Zendesk. Dowiedz się, jak wykorzystać integrację Zendesk + Guru, aby stworzyć skoncentrowaną bazę wiedzy Zendesk.

Pomimo wszystkich zagrożeń i pesymizmu związanego z zastępowaniem miejsc pracy przez sztuczną inteligencję (jest ponad 44,5 miliona wyników na Google dla frazy „AI replacing jobs”), najbardziej natychmiastowym zastosowaniem sztucznej inteligencji jest ulepszanie pełnienia pracy przez ludzi, poprawiając ich pracę – nie zastępując ich. Jednym obszarem, w którym AI może wzmocnić ludzką siłę roboczą, są interakcje obsługi klienta między ludźmi. Gdy klient jest zdenerwowany i potrzebuje szybkiej odpowiedzi, wstawienie opartego na AI chatbota pomiędzy nimi a empatycznym ludzkim przedstawicielem nie jest najlepszym pomysłem. Zamiast tego, AI może być wykorzystane przez ludzkiego przedstawiciela, aby uzyskać odpowiedzi, których potrzebuje, aby szybciej rozwiązać problem klienta.

Baza wiedzy oparta na AI tworzy lepsze doświadczenia zarówno dla przedstawicieli, jak i klientów poprzez:

1. Centralizując wiedzę z różnych źródeł i poprawiając jakość i dokładność odpowiedzi przedstawicieli.
2. Pomoc w zachowaniu dokładności i aktualności treści
3. Szybkie wprowadzanie nowych agentów w temat za pomocą ciągłego szkolenia i coaching kontekstowego

1. AI może skoncentrować wiedzę z różnych źródeł i poprawić jakość oraz dokładność odpowiedzi reprezentantów

Gdy reprezentant ma całą potrzebną wiedzę do udzielenia odpowiedzi na pytania klienta dostarczoną do niego pod ręką, może spędzić mniej czasu na szukanie dokładnej odpowiedzi i przekazać oszczędzony czas klientom. Klient nie będzie wiedział, czy reprezentant korzysta z pomocy AI czy nie, ale zauważy różnicę między natychmiastową odpowiedzią a "Muszę się do Ciebie podzwonić z tą informacją". Gdy reprezentanci są zaopatrywani wiedzą proaktywnie przez system AI, nie muszą szukać odpowiedzi, których potrzebują.

Klient także zauważy różnicę między "Pozwól mi znaleźć tę odpowiedź dla Ciebie", a "Pozwól mi przekazać Cię do mojego kolegi, który zna tę odpowiedź". Kiedy AI może zoperacjonalizować bazę wiedzy i udostępnić informacje z różnych działów natychmiastowo, reprezentanci nie muszą przekazywać klientów z działu do działu, gdy pytanie wychodzi poza ich obszar. Klientów nie obchodzi, z którym działem rozmawiają, po prostu wiedzą, że rozmawiają z Twoją firmą i oczekują odpowiedzi. Korzystanie z AI do unifikowania i aktywowania wiedzy z całej organizacji pomaga reprezentantom udzielać szybszych odpowiedzi i oszczędza klientom frustracji związanej z czekaniem lub powtarzaniem pytania wielu reprezentantom.

Zgodnie z Kate Leggett z Forrester, te chwile w rozmowie – gdy reprezentant nie musi kłaść klienta na chwilę na linii lub przekazywać go do innego działu w celu znalezienia odpowiedzi – są kluczowe dla firm, które chcą faktycznie rozwijać i pielęgnować relacje z klientami: „Agenci muszą być uprzywilejowani odpowiednimi danymi i wiedzą, żeby jak najszybciej udzielić odpowiedzi na pytanie klienta. Ponownie, ponieważ klienci mówią, że wartościowanie ich czasu jest najważniejsze. I to naprawdę trudne zadanie. A jeśli zrobisz to właściwie, te chwile są rzadkie, gdy możesz pielęgnować i rozwijać relacje, które masz z klientami.

2. AI pomaga utrzymać treści dokładne i aktualne

Poza serwowaniem treści reprezentantom, aby mogli szybko rozwiązywać problemy klientów, AI może zapewnić, że baza wiedzy firmy pozostaje aktualna - i badania pokazały, że firmy o elastycznym podejściu do aktualizacji treści mają wyższe wskaźniki samoobsługi i lepsze wyniki wyszukiwania. W tej erze złożonych produktów i usług kuracja centrum pomocy może okazać się zaskakująco trudna, ale zespoły wsparcia mogą polegać na AI, aby ten proces przebiegał płynnie.

Na przykład, AI może oznaczyć treści do przeglądu w regularnych odstępach, wykorzystując uczenie maszynowe do identyfikowania artykułów, które wymagają zaktualizowanych tytułów, nowych treści i lepszych etykiet wyszukiwania. A może najpotężniejszą cechą bazy wiedzy zasilanej przez AI jest jej zdolność do sugerowania nowych treści na podstawie tego, o co klienci pytają w żądaniach wsparcia. To pozwala ekspertom wewnętrznym skoncentrować się na swoich wkładach w to, co najbardziej wpłynie na klientów - co z kolei uwalnia agentów do skupienia się na obsłudze najwyższej jakości.

3. Wypychanie wiedzy do agentów w kontekście za pomocą AI pomaga im szybciej przyswajać wiedzę i uczyć się podczas pracy

Biorąc pod uwagę całą wiedzę, której potrzebują reprezentanci wsparcia, aby odpowiedzieć na pytania klientów, nowym reprezentantom może zająć tygodnie, aby się rozwinąć i poczuć się komfortowo poruszając się po dużej bazie wiedzy. Podczas gdy doświadczony reprezentant może dokładnie wiedzieć, którą informację musi przekazać klientowi, aby odpowiedzieć na konkretne pytanie, nowy reprezentant będzie musiał poświęcić cenny czas na szukanie tej wiedzy, podczas gdy klient czeka na linii.

Kiedy baza wiedzy jest wzbogacona o sztuczną inteligencję, ci przedstawiciele mogą być obsługiwani wiedzą zamiast musieć jej szukać. Na podstawie kontekstu trwającej rozmowy, rozwiązania AI, takie jak AI Suggest Guru, mogą ujawnić odpowiednią wiedzę dla przedstawicieli do wyboru, eliminując konieczność całkowitego wyszukiwania. Poprzez pomoc wszystkim przedstawicielom, niezależnie od poziomu doświadczenia, w dostępie do tej samej wiedzy w tym samym przedziale czasowym, AI wyrównuje pole gry i umożliwia nawet nowicjuszom odpowiadanie na pytania tak szybko jak ich doświadczeni koledzy.

Bycie obsługiwanym wiedzą w danym momencie pomaga także w kontekstowym coachingu. Gordon Ritter i Jake Saper, partnerzy z Emergence Capital, dogłębnie zbadali ten koncept i opracowali tezę na temat tego, co nazywają sieciami coachingowymi, które wykorzystują uczenie maszynowe do coachowania pracowników, jak wykonywać swoją pracę lepiej, gdy ją wykonują.

Zamiast polegać na szkoleniu przedstawiciela przed lub po interakcji z klientem ("Oto wiedza, której będziesz potrzebować w tym konkretnej przypadku użycia" lub "Oto wiedza, którą powinieneś użyć w tym konkretnej przypadku użycia"), AI może coachować przedstawicieli podczas gdy ten konkretny przypadek nadal ma miejsce.

W danym momencie, jeśli przedstawiciel nie zna odpowiedzi na konkretne pytanie i nie ma zasilanej przez AI bazy wiedzy, aby sugerować poprawną odpowiedź, będzie musiał zrobić, co w jego mocy, aby odpowiedzieć na pytanie. Nawet najbardziej kompleksowe szkolenie nie pomoże w tej sytuacji, jeśli przedstawiciel nie pamięta tego, czego się nauczył. A szkolenie poprzez analizę po fakcie pomoże mu lepiej zareagować, gdy to pytanie ponownie sie pojawi, ale nie pomoże w obecnej interakcji, w której potrzebuje pomocy. To działanie na czas, które pochodzi z coachingu w kontekście, pomaga przedstawicielom najlepiej się uczyć. A klient nie cierpi w wyniku krzywej uczenia.

AI staje się również coraz inteligentniejsza z czasem i posiada zdolność do przechwytywania, uczenia się i wykorzystywania kreatywności jednostek, aby zrobić kolektywną organizację mądrzejszą. Według Emergence Capital:

"Najważniejszym składnikiem sieci coachingowych jest oprogramowanie, które gromadzi dane z rozproszonej sieci pracowników i identyfikuje najlepsze techniki realizacji zadań."

Wyobraź sobie, że przedstawiciel zostaje zapytany przez klienta o skomplikowane pytanie dotyczące bezpieczeństwa, a jego zasilana przez to AI baza wiedzy serwuje mu potencjalnie istotną wiedzę w odpowiedzi na to pytanie. Przedstawiciel może użyć jednej części tej wiedzy, ale co się stanie, jeśli w dalszym ciągu szuka i wydobywa inną część wiedzy, aby odpowiedzieć na pytanie klienta? Bez jakiejkolwiek obecności AI, ten moment uczenia się miałby miejsce w próżni. Dzięki AI system może uchwycić kreatywność i sukces działań jednego przedstawiciela, a następnym razem, gdy przedstawiciel otrzyma podobne pytanie dotyczące bezpieczeństwa, AI może dostarczyć temu przedstawicielowi dodatkową wiedzę, której nie dostarczył pierwszemu przedstawicielowi, co okazało się decydujące.

"To, co jest fajne w sieciach coachingowych, polega na tym, że dzięki danym z czujników faktycznie można zrozumieć, co przedstawiciel mówi, jaki jest rzeczywisty wynik, i co kreatywnego zrobił przedstawiciel, aby zakończenie nastąpiło." Można uchwycić tę kreatywność i przekazać ją wszystkim innym w sieci. Więc koncepcja ta jest naprawdę, naprawdę potężna. Przez jedną osobę gdziekolwiek na świecie wykonującą swoją pracę i tylko wykonującą swoją pracę, może nieświadomie szkolić wszystkich innych w sieci. - Jake Saper, Emergence Capital'

AI wzmacnia lepsze doświadczenia dla agentów i klientów jednocześnie

Wykorzystanie AI w celu pomocy przedstawicielom pierwszej linii lepiej wykonywać swoją pracę jest korzystne dla obu stron: klienci są zadowoleni, gdy szybko i skutecznie otrzymują potrzebną pomoc, a przedstawiciele czują się pewniej i zmotywowani, gdy mogą szybko zostać wprowadzeni w organizację i działać najlepiej, jak potrafią.