Wraz z nadejściem takich rzeczy jak chatboty, sztuczna inteligencja (AI), interaktywna odpowiedź głosowa i uczenie maszynowe, nowe technologie wciąż zakłócają przemysł centrów kontaktowych. Te postępy często wzmacniają obawy, że automatyzacja pewnego dnia zastąpi ludzi. Aby przeanalizować hype i zbadać rzeczywiste możliwości związane z AI, połączyłem siły z Customer Contact Central, aby omówić AI w rozwiązaniach opartych na chmurze. Uzyskaj dostęp do nagranego webinaru tutaj lub przeczytaj poniżej podsumowanie, jak centra obsługi klienta powinny realistycznie myśleć o AI, z pięcioma pytaniami, które należy zadać dostawcom przy ocenie rozwiązań AI.

Rzeczywistość kontra hype w sztucznej inteligencji

Co tak naprawdę rozumiemy przez sztuczną inteligencję? Istnieje wiele specjalistycznych dziedzin w ramach szerszej kategorii AI i często widzimy nieporozumienia dotyczące tego, co każda dziedzina obejmuje. Przede wszystkim AI jest podzbiorem informatyki. Skupia się na włączeniu symulowanej ludzkiej inteligencji do maszyn. Pod parasolem AI znajdują się uczenie maszynowe (ML), przetwarzanie języka naturalnego (NLP) oraz uczenie głębokie (DL).

Uczenie maszynowe odnosi się do technik, które sprawiają, że maszyny uczą się na podstawie danych, a następnie wykorzystują te informacje, aby przynieść wartość użytkownikowi. NLP polega na sprawieniu, aby maszyny "rozumiały" znaczenie języka naturalnego, w tym zamiar słów, których ludzie używają do komunikacji ze sobą. Uczenie głębokie dotyczy algorytmów inspirowanych strukturą ludzkiego mózgu biologicznego. DL wzbudziło wiele emocji w ostatnim czasie, ponieważ jest najbliższym odpowiednikiem maszyny do symulacji tego, jak rzeczywiście działa mózg.

Teraz, gdy zdefiniowaliśmy AI, gdzie stoimy z tą technologią?

AI jest "Następną Wielką Rzeczą" od dłuższego czasu. Od czasu powstania komputerów ostatecznym celem zawsze było stworzenie technologii wystarczająco zaawansowanej, aby działać jako równy ludziom. AI miało tyle wzlotów i upadków, że nazywamy te trendy "sezonami". Kiedy wszystko idzie dobrze, nazywamy to 'wiosną AI'. A kiedy rzeczy nie idą dobrze, to 'ząb AI'. Teraz jesteśmy w wiośnie AI.

Wychodząc z ostatniego ogromnego zwrotu technologicznego – chmura obliczeniowa – dane i moc obliczeniowa potrzebne do działania AI są teraz bardziej dostępne i przystępne niż kiedykolwiek. Dawniej firmy musiały budować własne środowiska do przechowywania ogromnych ilości danych oraz moc obliczeniową niezbędną do ułatwienia działania AI, ale postępy w chmurze obliczeniowej umożliwiły łatwiejsze korzystanie z AI. Teraz widzimy dużych graczy w chmurze obliczeniowej – Amazona, Google’a, Microsofta – wszyscy dostarczają nie tylko rzeczywistą moc obliczeniową i dane z chmury obliczeniowej, ale również usługi AI. Firmy mogą teraz wykorzystywać i wykorzystywać te technologie, aby opracować rozwiązania napędzane AI.

Ulepszona obsługa użytkownika w przedsiębiorstwach (UX) i łatwe w użyciu interfejsy również znacząco zwiększyły rozwój AI. Im łatwiejsze jest oprogramowanie w użyciu, tym więcej danych będzie generować. A im więcej danych można wykorzystać do trenowania AI, tym lepsze rozwiązanie. Oprogramowanie dla przedsiębiorstw przeszło ostatnio konsumenizację: oprogramowanie, które używamy w pracy, staje się tak samo przyjemne jak oprogramowanie, które używamy w życiu prywatnym. Pomysł, że UX jest kluczowym celem w oprogramowaniu dla przedsiębiorstw, pomógł przesunąć tę technologię naprzód i wzbudzić wiele emocji.

Wraz z ekscytacją pojawia się hype.

Biorąc pod uwagę cały hype wokół AI, ważne jest, aby ustalić, co tak naprawdę jest możliwe z tą technologią. Gartner publikuje to, co nazywa "cyklem hype", który przedstawia trendy technologiczne, pokazując, które wschodzące technologie są najbardziej rozreklamowane. Hype rośnie, gdy rozwiązania wspinają się po cyklu hype, osiągają szczyt przy Inflated Expectations, a następnie ponownie spadają, gdy technologia nieuchronnie traci hype i trafia do Trough of Disillusionment. Ostatecznym celem jest przekroczenie krzywej i wspinanie się na Slope of Enlightenment do Plateau of Productivity.

Niektóre technologie spadają z cyklu i nigdy nie osiągają ostatniego wzrostu, ale wiele z nich to robi. Przykład powyżej to najnowsza iteracja cyklu hype i ma najbardziej rozreklamowane głębokie uczenie na szczycie. W 2009 roku chmura obliczeniowa była na szczycie cyklu. Widzieliśmy to samo zachowanie wtedy, co dzisiaj, więc ciekawie jest porównać to z dzisiejszymi najbardziej rozreklamowanymi technologiami.

Gdy technologia jest nadmiernie reklamowana, widzimy wszelkiego rodzaju szalone artykuły napisane na jej temat i ominiczne filmy kręcone o niej. Między programami takimi jak Westworld a artykułami, które twierdzą, że AI wkrótce będzie pisać lepsze powieści niż ludzie, sposób, w jaki AI jest przedstawiane w mediach i popkulturze, często bywa mylący i odzwierciedla obawy dotyczące tego, co może pójść źle, jeśli wyjdzie z torów. Obawia się, że AI stanowi zagrożenie dla ludzkości.

Powszechnym objawem tego lęku jest zespół obsługi klienta zastanawiający się, czy stracą pracę na rzecz maszyn. Cała mowa o AI zastępującym ludzi i automatyzacji procesów nie dostrzega prawdziwej możliwości, jaką AI może przekształcić.

Prawdziwa możliwość dla AI w centrach kontaktowych

Wiele technologii w pracy było tradycyjnie stosowanych jako sposoby na oszczędności. Jako przedsiębiorstwa, opracowujemy argumenty na zakup technologii na podstawie potencjalnych oszczędności kosztów. Ale w przypadku AI wiele tych argumentów opiera się na potencjalnych zwiększeniach przychodów. Biznesy nie pytają, jak AI może zaoszczędzić im pieniądze, ale jak AI może zarobić pieniądze. Jak AI może pomóc agentom obsługi klienta w konwertowaniu większej liczby klientów z planów darmowych na płatne? Jak AI może pomóc klientom lepiej zrozumieć produkty, aby mogli odnawiać?

To naprawdę interesujące przekształcenie, ten przełom z oszczędności kosztów na generowanie przychodów. To płynnie przechodzi do strefy obsługi klienta, dokonując podobnej zmiany z centra kosztowego na centrum przychodów.

Obsługa klienta przekształca się z centrum kosztowego w centrum przychodów

Zespoły obsługi klienta mają najtrwalsze relacje z klientami, długo po tym, jak sprzedaż zakończyła umowę i przeszła dalej, więc jak możemy pomóc im w lepszych rozmowach i lepszych relacjach z tymi klientami? Mimo tych bliskich relacji, nieproporcjonalna część rozmowy o AI dotyczy rozwiązań, które oddalają agenta obsługi klienta od bezpośredniego rozmowy z klientami, zamiast zbliżać ich do siebie.

4 rodzaje AI dla UX

Defleksja odnosi się do przechwytywania klientów, którzy kontaktują się z prośbą o proste, powtarzalne pytania i udzielania odpowiedzi, zanim w ogóle będą musieli je zadać. Technologia odbiera interakcję z agentem wsparcia, aby do niej nie doszło. To podejście oszczędza koszty, nie generuje przychodów.

Boty symulują ludzkie doświadczenia obsługi klienta. Jednak biorąc pod uwagę doświadczenia klientów, myślę, że najlepsze projekty botów jasno wskazują, że to bot jest po drugiej stronie linii. Dobre boty nie próbują symulować ludzi, one augmentują kolejki oczekiwania i przynoszą wartość.

Przetwarzanie lub AI workflow na ogół jest skierowane do agentów. Te rozwiązania dotyczą identyfikacji i łagodzenia wspólnych punktów bólu. Jako człowiek trudno jest ustalić, gdzie klienci mają tendencję do utknienia, ponieważ wymaga to indeksowania wszystkich zgłoszeń, klasyfikowania ich, identyfikowania tematów, trendów i sentymentów. Maszyny są lepiej przystosowane niż ludzie do klasyfikowania i analizowania, więc to, gdzie przeważnie występuje AI przetwarzające, ma miejsce.

AI coaching jest również zwrócone do agentów, a nie do klientów końcowych. Ten rodzaj AI ma na celu pomóc i wzmocnić ludzi, aby byli lepsi w swojej pracy. Ma na celu pomóc agentom prowadzić lepsze rozmowy z klientami, aby mogli spędzać więcej czasu na tworzeniu białych doświadczeń, zamiast szukać odpowiedzi na pytania. Coaching to sposób, w jaki myślimy o AI i dostarczamy AI w Guru. Wzmocnienie ludzi to świetny sposób na stworzenie długoterminowej wartości dla zespołów obsługi klienta. Ta technologia AI jest w 100% skoncentrowana na pomaganiu komuś w byciu lepszym, a nie na automatyzowaniu ich.

5 najważniejszych pytań do zadania dostawcom AI

Rozważając nowe rozwiązanie AI, ważne jest, aby upewnić się, że inicjatywa, nad którą myślisz, jest zgodna z celami, aby pozytywnie cię przygotować. Oto pięć kryteriów, które warto mieć na uwadze oraz pytania, które można zadać dostawcom podczas fazy oceny.

1. Jakie wskaźniki powinniśmy oczekiwać, że twoje rozwiązanie poprawi?

Uważaj na "uniwersalnych specjalistów". Błąd, który popełnia niektóre systemy AI, polega na tym, że próbują robić zbyt wiele. Dzisiejsze systemy AI mają tylko ograniczoną zdolność, co czyni niezwykle ważnym, aby były bardzo skoncentrowane na rozwiązywaniu konkretnych problemów. Dane treningowe, które system AI używa do składania sugestii, są bezpośrednio skorelowane z jego sukcesem. Jeśli próbujesz rozwiązać trzy lub cztery problemy biznesowe za pomocą jednego systemu AI i jednego zestawu danych treningowych, powinieneś oczekiwać przeciętnych wyników.

Pytanie, które należy zadać, aby dotrzeć do sedna tego problemu, brzmi: "Jakie wskaźniki powinniśmy oczekiwać, że twoje rozwiązanie poprawi?" Musisz ustalić ostateczny wynik oraz to, jak będzie on związany z miarami, których używasz do oceny wyników. Chcesz tutaj konkretnej odpowiedzi; uważaj na jakiekolwiek rozwiązanie, które twierdzi, że rozwiązuje siedem lub osiem rzeczy jednocześnie. Jeśli rozwiązanie koncentruje się szczególnie na określonym wyniku, daje to duże prawdopodobieństwo sukcesu. Inwestuj w produkty AI, które koncentrują się na rozwiązywaniu konkretnych problemów z dostępem do cennych danych do treningu.

2. Jakie doświadczenia będą mieli nasi klienci?

Wzmocnij swoich agentów i swoich klientów. Bez względu na to, jaki system AI planujesz, skoncentruj się na doświadczeniach końcowego klienta. Forrester ma raport, który mówi o ryzykach, z jakimi borykają się firmy, próbując zbyt agresywnie kierować ruch klientów (czat, rozmowy telefoniczne) do systemów AI zamiast do ludzi w wyścigu o oszczędności. W związku z tym, że wiele osób to czyni zbyt agresywnie, firmy tracą na zadowoleniu klientów. Chcesz, aby AI pomagało Ci oszczędzać pieniądze i generować przychody, ale na pewno nie chcesz tego kosztem zadowolenia klientów.

Zadając pytanie: "Jakie doświadczenia będą mieli nasi klienci?", możesz ustalić, czy dane rozwiązanie jest zgodne z tym, jak myślisz o zapewnieniu doskonałego doświadczenia klienta. To, co zobaczy twój końcowy klient podczas interakcji z jakimkolwiek systemem, powinno być twoim głównym zmartwieniem.

3. Jak twoje rozwiązanie AI uczy się i poprawia w czasie?

Uważaj na tych, którzy mają "sekretny sos". Przezroczystość jest ważna. Dostawcy powinni być jasni i bezpośredni co do danych, które gromadzą i dlaczego. Systemy AI są budowane na podstawie danych, które zamierzasz dostarczyć, więc bardzo ważne jest, aby każdy dostawca AI powiedział ci dokładnie, jakie dane będzie wykorzystywał do nauki, jak są one przechowywane i jak długo są przechowywane.

Zadając pytanie: "Jak twoje rozwiązanie AI uczy się i poprawia w czasie?", otrzymasz wskazówki dotyczące zestawów danych, które twój dostawca AI będzie od ciebie potrzebować, aby działać zgodnie z zamierzonym.

4. Jak będziemy utrzymywać naszą wiedzę aktualną i dokładną?

AI bez aktualnej wiedzy poniesie porażkę w centrach kontaktowych. To jest związane z koncepcją uniwersalnego specjalisty. Myśląc o wiedzy, która znajduje się w twoim środowisku, jest to uogólnienie wiedzy twoich ekspertów tematycznych, twoich produktów, twoich systemów i procesów oraz tego, jak to wszystko współpracuje. Każde AI, które korzysta z tej wiedzy, musi mieć sposób, aby zapewnić cię, że ta wiedza pozostanie dokładna i aktualna.

Koncepcja w AI nazywa się zamkniętą pętlą. Z biegiem czasu wiedza i rzeczy, które szkolą twoje systemy AI, zmienią się, ponieważ zmieniają się twoje produkty; a technologia, od której zależą twoje produkty, zmienia się; nowi konkurenci wejdą na rynek i będziesz musiał się do nich dostosować; i gdy twoje zespoły się rozwijają, sposób, w jaki wspierasz, się zmieni. Z tym wszystkim nieuniknionym zmianom, czego nie chcesz, to AI, które nie ma dobrej zamkniętej pętli do ewolucji swojego uczenia się. Zobaczysz przykłady tego, gdy systemy AI zaczynają zwracać zdezaktualizowane informacje z upływem czasu. Gdy system obniża jakość wyniku, to sygnał, że nie uczy się i nie rozwija wraz z twoją organizacją.

Problem polega na tym, że możesz tego nie zauważyć przez kilka miesięcy, kiedy wiedza zaczyna się pogarszać. Dlatego ważnym pytaniem, które należy zadać na początku, jest "Jak będziemy utrzymywać naszą wiedzę aktualną i dokładną?"

5. Jak rozwiązanie to pomoże naszym agentom być lepszymi w ich pracy?

Sztuczna inteligencja powinna wspierać ludzi, a nie ich zastępować. Upewnij się, że pytasz „Jak rozwiązanie to pomoże naszym agentom być lepszymi w ich pracy?” aby dowiedzieć się, jakie będą bezpośrednie skutki tego rozwiązania AI dla Twojej firmy. Z biegiem czasu, pojawią się głębokie możliwości automatyzacji zadań, ale na razie ważne jest, aby uzyskać odpowiedź na to pytanie, które nie brzmi jak puste słowa. Terminy takie jak „automatyzacja” i „wirtualny agent” zwykle wskazują rozwiązania AI z mniejszymi, praktycznymi aplikacjami w najbliższym czasie.

Bo znowu, to wciąż stosunkowo wczesne dni. Sztuczna inteligencja ma ogromny potencjał i wpływ w długim okresie, ale wciąż jest daleko od zrozumienia takich rzeczy jak empatia. Jeśli postawisz system AI przed swoimi klientami bezpośrednio, gdy są zdenerwowani, maszyna nie poprawi sytuacji. To są rodzaje pytań, które upewniają, że myślisz o wyniku produktu w jak najlepszy sposób.

Ostatnie przemyślenia

Tak jak usługi w chmurze przed nimi, sztuczna inteligencja jest transformacyjna, nie tylko dla przedsiębiorstw, ale dla wszystkich ludzi. Chociaż szum jest ogromny, a wiele osób fałszywie przedstawia jej możliwości, dziś można osiągnąć realne korzyści, jeśli skupiasz się na właściwych wynikach. Zamiast myśleć o AI jako o „automatyzacji nas”, a ostatecznie stworzeniu tej lepszej klasy maszyn, co by było, gdybyśmy zamiast tego rozmawiali o AI, które pomaga nam rozwijać się? AI pomagająca nam poprawić się jako ludzie, zarówno osobiście, jak i zawodowo? To jest zmiana myślenia, którą musimy wprowadzić, co będzie naprawdę ekscytujące w tym, co ta technologia może osiągnąć.

Aby uzyskać więcej informacji na temat korzystania z AI do wspierania ludzi w Twoim centrum kontaktowym i w całej organizacji (a także odpowiedzi Guru na te pięć pytań), skontaktuj się info@getguru.com.