Com a chegada de coisas como chatbots, inteligência artificial (IA), resposta de voz interativa e aprendizado de máquina, novas tecnologias continuam a desestabilizar a indústria de centros de contato. Esses avanços muitas vezes alimentam o medo de que a automação um dia substituirá os humanos. Para dissecar o hype e explorar as reais oportunidades em torno da IA, fiz parceria com Customer Contact Central para discutir a IA em soluções baseadas em nuvem. Acesse o webinar gravado aqui ou leia abaixo um resumo de como os centros de atendimento ao cliente devem pensar realisticamente sobre a IA, completo com cinco perguntas a serem feitas aos fornecedores ao avaliar soluções de IA.

Realidade vs. hype em inteligência artificial

Então, o que exatamente queremos dizer com inteligência artificial? Existem muitos campos especializados dentro da categoria mais ampla da IA, e frequentemente vemos confusão sobre o que cada campo realmente abrange. Antes de tudo, a IA é um subconjunto da ciência da computação. Ela se concentra em incorporar inteligência humana simulada nas máquinas. Sob o guarda-chuva da IA, está o aprendizado de máquina (ML), processamento de linguagem natural (NLP) e aprendizado profundo (DL).

O aprendizado de máquina refere-se a técnicas que fazem as máquinas aprenderem com os dados e depois usam esses aprendizados para fornecer valor de volta ao usuário final. O NLP envolve fazer máquinas “entenderem” o significado da linguagem natural, incluindo a intenção das palavras que os humanos usam para se comunicar uns com os outros. O aprendizado profundo diz respeito aos algoritmos que são inspirados pela estrutura do cérebro biológico humano. O DL gerou muito entusiasmo recentemente porque é o mais próximo que uma máquina pode chegar de simular como o cérebro realmente funciona.

Então, agora que definimos a IA, onde estamos com essa tecnologia?

A IA tem sido “A Próxima Grande Coisa” por muito tempo. Desde o advento da computação, o objetivo final sempre foi criar uma tecnologia sofisticada o suficiente para atuar como um igual aos humanos. A IA teve tantos altos e baixos que nos referimos a essas tendências como “estações”. Quando as coisas estão indo bem, chamamos de ‘primavera da IA’. E quando as coisas não estão indo tão bem, é um ‘inverno da IA’. Neste momento, estamos em uma primavera da IA.

Saindo dos efeitos da última grande mudança tecnológica – computação em nuvem – os dados e o poder de processamento necessários para fazer a IA funcionar estão agora mais acessíveis e acessíveis do que nunca. Antigamente, cabia às empresas construir seus próprios ambientes para armazenar as enormes quantidades de dados e o poder de computação necessários para facilitar a IA, mas os avanços na computação em nuvem permitiram que a IA fosse operada de forma mais fácil. Agora, vemos os grandes players em computação em nuvem – Amazon, Google, Microsoft – todos fornecendo não apenas o poder de processamento e os dados da computação em nuvem, mas também serviços de IA. As empresas agora podem aproveitar e aproveitar essas tecnologias para reunir soluções impulsionadas pela IA.

A melhoria da experiência do usuário empresarial (UX) e interfaces fáceis de usar também aumentaram exponencialmente o crescimento da IA. Quanto mais fácil um software é de usar, mais dados ele gera. E quanto mais dados podem ser aproveitados para treinar a IA, melhor será a solução. O software empresarial passou recentemente por uma consumerização: o software que usamos no trabalho está se tornando tão agradável quanto o software que usamos em nossas vidas pessoais. A ideia de que a UX é um foco central no software empresarial ajudou a impulsionar essa tecnologia para frente e gerou muito entusiasmo.

Com o entusiasmo vem o hype

Dado todo o entusiasmo em torno da IA, é importante nivelar quais são as possibilidades reais com essa tecnologia. A Gartner publica o que eles chamam de “Ciclo de Hype” que plota as tendências tecnológicas para mostrar quais tecnologias emergentes são mais exageradas. O hype cresce conforme as soluções escalam o Ciclo de Hype, depois atinge o pico de Expectativas Inflacionadas, e então cai novamente quando a tecnologia inevitavelmente perde hype e entra na Cratera da Ilusão. O objetivo final é transcender a curva e escalar a Inclinação do Entendimento até o Platô da Produtividade.

Algumas tecnologias caem do Ciclo e nunca conseguem escalar a curva final, mas muitas conseguem. O exemplo acima é a última iteração do Ciclo de Hype, e apresenta o aprendizado profundo muito exagerado no topo. Em 2009, a computação em nuvem estava no topo do Ciclo. Vimos o mesmo comportamento acontecendo naquela época como vemos agora, então é interessante contrastar isso com as tecnologias mais exageradas de hoje.

Quando uma tecnologia é excessivamente exagerada, vemos todos os tipos de artigos loucos sendo escritos e filmes sombrios sendo feitos sobre isso. Entre programas como Westworld e artigos que afirmam que a IA em breve estará escrevendo romances melhores do que humanos, a forma como a IA é retratada na mídia e na cultura pop é frequentemente confusa e alimenta os medos do que pode dar errado se ela sair do controle. Há um medo muito real e prevalente de que a IA represente uma ameaça à humanidade.

Uma manifestação comum desse medo é as equipes de serviços ao cliente se perguntando se elas vão perder seus empregos para máquinas. Toda a conversa sobre a IA substituindo humanos e automatizando processos perde a verdadeira oportunidade de como a IA pode ser transformadora.

A verdadeira oportunidade para a IA em centros de contato

Muita tecnologia adotada no local de trabalho tem sido tradicionalmente aplicada como formas de economizar dinheiro. Como empresas, fazemos casos para comprar tecnologia com base em possíveis economias de custo. Mas no caso da IA, muitos desses casos estão sendo feitos com base em possíveis aumentos de receita em vez disso. As empresas não estão se perguntando como a IA pode economizar dinheiro, mas como a IA pode gerar dinheiro. Como a IA pode ajudar os agentes de atendimento ao cliente a converter mais clientes de planos gratuitos para planos pagos? Como a IA pode ajudar os clientes a entenderem melhor os produtos para que eles renove?

É uma reformulação realmente interessante, essa mudança de economias de custo para geração de receita. Isso transita bem para o campo de atendimento ao cliente fazendo uma mudança semelhante de centro de custo para um centro de receita.

O atendimento ao cliente está se transformando de um centro de custo para um centro de receita

As equipes de atendimento ao cliente têm os relacionamentos mais duradouros com os clientes, muito depois que as vendas fecharam o negócio e seguiram em frente, então como podemos ajudá-los a ter melhores conversas e melhores relacionamentos com esses clientes? Apesar desses relacionamentos próximos, uma proporção desproporcional da conversa sobre IA se aplica a soluções que removem o agente de atendimento ao cliente de falar diretamente com os clientes, em vez de aproximá-los.

4 tipos de IA para CX

Desvio refere-se a interceptar clientes que estão entrando em contato com perguntas simples e repetidas e respondê-las antes mesmo de serem feitas. A tecnologia desvia uma interação com um agente de suporte de realmente acontecer. Esta é uma abordagem de economia de custo, não um gerador de receita.

Bots simulam experiências de atendimento ao cliente humano. No entanto, ao estar ciente da experiência do cliente, eu acho que os melhores designs de bots deixam claro que é um bot do outro lado da linha. Bots bons não tentam simular humanos, eles aumentam os sinais de espera e fornecem valor.

Processamento ou IA de fluxo de trabalho tende a ser voltada para o agente. Essas soluções abordam a identificação e alívio de pontos de dor comuns. Como humano, é difícil identificar onde os clientes tendem a ficar presos porque envolve indexar todos os tickets, categorizá-los, identificar tópicos, tendências e sentimentos. As máquinas são mais adequadas do que os humanos para agrupar e analisar, por isso é aí que a IA de processamento geralmente entra em cena.

Coaching IA também é voltada para o agente, em vez de voltada para o cliente final. Esse tipo de IA visa ajudar e capacitar os humanos a serem melhores em seus trabalhos. Ela visa ajudar os agentes a terem melhores conversas com os clientes, para que possam dedicar mais tempo a criar experiências excepcionais em vez de procurar as respostas para as perguntas. O coaching é a forma como pensamos sobre e entregamos a IA na Guru. Capacitar os humanos é uma ótima maneira de criar valor a longo prazo para as equipes de atendimento ao cliente. Essa tecnologia de IA está 100% focada em ajudar alguém a se aprimorar em vez de automatizá-lo.

5 principais perguntas a fazer aos seus fornecedores de IA

Ao considerar uma nova solução de IA, é importante garantir que a iniciativa que você está pensando esteja alinhada para melhor prepará-lo para o sucesso. Aqui estão cinco considerações a serem lembradas juntamente com perguntas que você pode fazer aos fornecedores durante a fase de avaliação.

1. Quais métricas devemos esperar que sua solução melhore?

Cuidado com o “Jack de Todos os Ofícios.” Um erro que alguns sistemas de IA cometem é tentar fazer demais. Os sistemas de IA de hoje só têm a capacidade de fazer tanto, o que torna super importante que eles estejam super focados em resolver problemas específicos. Os dados de treinamento que um sistema de IA usa para fazer suas sugestões estão diretamente relacionados ao seu sucesso. Se você está tentando resolver três ou quatro problemas de negócios com um sistema de IA e um conjunto de dados de treinamento, você deve esperar resultados medianos.

A pergunta a ser feita para chegar ao cerne deste problema é “Quais métricas devemos esperar que sua solução melhore?” Você precisa descobrir o resultado final e como isso será relacionado às métricas que você usa para medir o desempenho. Você quer uma resposta específica aqui; tenha cuidado com qualquer solução que afirme resolver sete ou oito coisas de uma vez. Se uma solução se concentra especificamente em um resultado particular, isso lhe dá uma grande probabilidade de sucesso. Invista em produtos de IA que se concentrem em resolver problemas claros com acesso a dados valiosos para treinar.

2. O que nossos clientes experimentarão?

Capacite seus agentes e seus clientes. Qualquer sistema de IA que você está contemplando, esteja muito focado na experiência do cliente final. A Forrester tem um relatório que fala sobre os riscos que as empresas enfrentam ao dirigir muito agressivamente o trânsito de clientes (chat, telefonemas) para sistemas de IA em vez de para humanos em uma corrida para economizar dinheiro. Ao fazer isso de maneira muito agressiva, as empresas têm uma queda na satisfação do cliente. Você quer que a IA te ajude a economizar dinheiro e gerar receita, mas você certamente não quer isso à custa da satisfação do cliente.

Ao perguntar “O que nossos clientes experimentarão?”, você pode determinar se uma solução está alinhada com a forma como você pensa em oferecer uma ótima experiência ao cliente. O que seu cliente final verá ao interagir com qualquer sistema deve ser sua principal preocupação.

3. Como sua solução de IA aprende e melhora ao longo do tempo?

Cuidado com os “magos do molho secreto”. Transparência é importante. Os fornecedores devem ser claros e diretos sobre quais dados eles coletam e por quê. Os sistemas de IA são construídos com base nos dados que você estará fornecendo a eles, então é super importante que qualquer fornecedor de IA te diga exatamente quais dados utilizará para se treinar, como esses dados são armazenados e por quanto tempo esses dados são armazenados.

Ao perguntar “Como sua solução de IA aprende e melhora ao longo do tempo?” você terá uma pista sobre os conjuntos de dados que seu fornecedor de IA precisará de você para fazer suas funções.

4. Como manteremos nosso conhecimento atualizado e preciso?

IA sem conhecimento atualizado falhará em centros de contato. Isso está relacionado ao conceito do jack of all trades. Quando você pensa sobre o conhecimento que está no seu ambiente, é a encapsulação do conhecimento dos seus especialistas no assunto, dos seus produtos, dos seus sistemas e processos, e como todas essas coisas funcionam juntas. Qualquer IA que esteja aproveitando esse know-how precisa ter uma maneira de garantir que esse conhecimento permaneça preciso e atualizado.

Há um conceito em IA chamado de loop fechado. Com o tempo, o conhecimento e as coisas que treinam seus sistemas de IA mudarão porque seus produtos mudam; e a tecnologia da qual seus produtos dependem mudará; e novos concorrentes entrarão no mercado e você terá que se adaptar a eles; e à medida que sua equipe crescer, a maneira como você presta suporte mudará. Com toda essa mudança inevitável, o que você não quer é um sistema de IA que não tenha um bom loop fechado de evolução do seu aprendizado. Você verá exemplos disso quando os sistemas de IA começarem a retornar informações degradadas ao longo do tempo. Quando o sistema reduz a qualidade da saída, isso é um indicador de que ele não está aprendendo e evoluindo com sua organização.

O problema é que você pode não perceber isso até alguns meses depois, quando o conhecimento começar a degradar. Então, uma ótima pergunta a ser feita logo de cara é “Como manteremos nosso conhecimento atualizado e preciso?”

5. Como a sua solução fará com que nossos agentes sejam melhores em seus trabalhos?

A IA deve capacitar as pessoas, não substituí-las. Certifique-se de perguntar “Como a sua solução fará com que nossos agentes sejam melhores em seus trabalhos?” para descobrir quais serão os impactos imediatos dessa solução de IA em sua empresa. Com o tempo, haverá oportunidades profundas para automatizar tarefas, mas por enquanto, é importante obter uma resposta para esta questão que não soe como conversa fiada. Termos como “automaçao” e “agente virtual” tendem a indicar soluções de IA com menos aplicações práticas a curto prazo.

Porque novamente, ainda é relativamente cedo. A IA é profunda em capacidade e impacto a longo prazo, mas ainda está longe de entender coisas como empatia. Se você colocar um sistema de IA na frente de seus clientes diretamente quando eles estão chateados, uma máquina não vai melhorar a situação. Estas são as perguntas que garantem que você está pensando sobre o resultado do produto da melhor forma possível.

Considerações finais

Assim como a computação em nuvem antes dela, a IA é transformacional não apenas para empresas, mas para todos os humanos. Embora o hype seja enorme, e muitas pessoas distorçam suas capacidades, há ganhos reais a serem alcançados hoje se você estiver focado nos resultados certos. Em vez de pensar na IA como “automatizando-nos”, e eventualmente criando esta classe superior de máquinas, e se em vez disso falássemos sobre a IA nos ajudando a crescer? IA nos ajudando a melhorar como humanos, tanto pessoal quanto profissionalmente? Essa é a mudança de mentalidade que precisamos fazer que será realmente empolgante quanto ao que é possível com essa tecnologia.

Para mais informações sobre como usar a IA para capacitar humanos em seu centro de contato e em toda a sua organização (e as respostas do Guru a essas cinco perguntas), entre em contato info@getguru.com.