С появлением таких технологий, как чат-боты, искусственный интеллект (ИИ), интерактивный голосовой ответ и машинное обучение, новые технологии продолжают нарушать индустрию контактных центров. Эти достижения часто порождают страх, что автоматизация когда-нибудь заменит людей. Чтобы разобрать хайп и исследовать реальные возможности, связанные с ИИ, я объединился с Customer Contact Central, чтобы обсудить ИИ в облачных решениях. Зарегистрируйтесь на записанный вебинар здесь или прочитайте ниже о том, как центры обслуживания клиентов должны реалистично думать об ИИ, включая пять вопросов, которые нужно задать поставщикам при оценке ИИ-решений.

Реальность против хайпа в искусственном интеллекте

Итак, что мы имеем в виду под искусственным интеллектом? Существует множество специализированных областей в более широкой категории ИИ, и мы часто видим путаницу относительно того, что на самом деле охватывает каждая область. Прежде всего, ИИ является подмножеством компьютерных наук. Он сосредоточен на внедрении смоделированного человеческого интеллекта в машины. Под зонтом ИИ находятся машинное обучение (ML), обработка естественного языка (NLP) и глубокое обучение (DL).

Машинное обучение относится к техникам, которые позволяют машинам учиться на данных, а затем использовать эти знания для предоставления ценности конечному пользователю. Обработка естественного языка включает в себя создание машин, которые «понимают» значение естественного языка, включая намерение слов, которые люди используют для общения друг с другом. Глубокое обучение относится к алгоритмам, вдохновленным структурой человеческого мозга. Глубокое обучение в последнее время вызвало много восторга, поскольку это ближайший машинный аналог того, как на самом деле работает мозг.

Итак, теперь, когда мы определили ИИ, каковы наши достижения в этой технологии?

ИИ был «Следующей Большой Идеей» на протяжении долгого времени. С момента появления вычислений конечной целью всегда было создание достаточно сложной технологии, чтобы действовать как равный с людьми. У ИИ было так много взлетов и падений, что мы называем эти тренды «сезонами». Когда все идет хорошо, мы называем это «весной ИИ». А когда дела идут не так хорошо, это «зимой ИИ». Прямо сейчас мы переживаем весну ИИ.

Вслед за последним крупным технологическим сдвигом — облачными вычислениями — данные и вычислительная мощность, необходимые для функционирования ИИ, теперь стали более доступными и доступными, чем когда-либо. Ранее компаниям приходилось создавать собственные среды для хранения огромных объемов данных и вычислительных мощностей, необходимых для обеспечения работы ИИ, но достижения в области облачных вычислений позволили ИИ работать более эффективно. Теперь мы видим, как крупные игроки в облачных вычислениях — Amazon, Google, Microsoft — предоставляют не только фактическую вычислительную мощность и данные облачных вычислений, но и услуги ИИ. Компании теперь могут использовать и применять эти технологии для создания решений на основе ИИ.

Улучшенный пользовательский опыт предприятий (UX) и удобные интерфейсы также способствовали экспоненциальному росту ИИ. Чем проще программное обеспечение в использовании, тем больше данных оно генерирует. И чем больше данных можно использовать для обучения ИИ, тем лучше решение. Корпоративное программное обеспечение недавно прошло через процесс потребительизации: программное обеспечение, которое мы используем на работе, становится столь же приятным, как и программное обеспечение, которое мы используем в нашей личной жизни. Идея, что UX является центральным фокусом в корпоративном программном обеспечении, способствовала продвижению этой технологии и вызвала много восторга.

С восторгом приходит хайп

Учитывая весь хайп вокруг ИИ, важно установить границы того, что на самом деле возможно с этой технологией. Gartner публикует то, что они называют «Циклом хайпа», который описывает технологические тренды, чтобы показать, какие новые технологии наиболее обсуждаемые. Хайп растёт, когда решения преодолевают Цикл хайпа, достигая пика завышенных ожиданий, а затем снова снижается, когда технология неизбежно теряет популярность и попадает в Ущелье разочарования. Конечная цель — преодолеть кривую и подняться по Сlope of Enlightenment на Плато продуктивности.

Некоторые технологии выпадают из Цикла и никогда не поднимаются наверх, но многие поднимаются. Пример выше — это последняя итерация Цикла хайпа, и на вершине — сильно обсуждаемое глубокое обучение. В 2009 году облачные вычисления находились на вершине Цикла. Мы видели то же самое поведение тогда, как и сейчас, поэтому интересно сопоставить это с самыми обсуждаемыми технологиями сегодня.

Когда технология чрезмерно обсуждается, мы видим всякие странные статьи и мрачные фильмы о ней. Между шоу, такими как Westworld, и статьями, которые утверждают, что ИИ скоро будет писать лучшие романы, чем люди, то, как ИИ изображается в СМИ и поп-культуре, часто вызывает путаницу и подогревает страхи о том, что может пойти не так, если он уйдет с рельсов. Существует очень реальный и преобладающий страх, что ИИ представляет угрозу для человечества.

Одно из распространённых проявлений этого страха — это беспокойство команд службы поддержки, что они могут потерять свои рабочие места из-за машин. Все разговоры об ИИ, заменяющем людей и автоматизирующем процессы, упускают из виду реальную возможность, как ИИ может оказать преобразующее воздействие.

Реальная возможность для ИИ в контактных центрах

Много технологий, внедрённых на рабочем месте, традиционно применялись как способы экономии средств. Как бизнес, мы делаем обоснования для покупки технологий на основе потенциальной экономии. Но в случае с ИИ многие из этих обоснований делаются на основе потенциального увеличения доходов. Бизнес не спрашивает, как ИИ может сэкономить им деньги, а как ИИ может заработать им деньги. Как ИИ может помочь агентам службы поддержки конвертировать больше клиентов из бесплатных тарифов в платные тарифы? Как ИИ может помочь клиентам лучше понять продукты, чтобы они продлили подписку?

Это действительно интересное переосмысление, этот сдвиг от экономии затрат к генерации дохода. Этот переход хорошо вписывается в область обслуживания клиентов, которая делает аналогичный переход от центра затрат к центру доходов.

Служба поддержки клиентов трансформируется из центра затрат в центр доходов

Команды обслуживания клиентов имеют самые прочные отношения с клиентами, долго после того, как продажи закрыли сделку и перешли к другим задачам, так как мы можем помочь им проводить лучшие разговоры и строить лучшие отношения с этими клиентами? Несмотря на эти близкие отношения, непропорциональная часть разговора о ИИ касается решений, которые удаляют агента службы поддержки от непосредственного общения с клиентами, а не сближают их.

4 типа ИИ для CX

Отклонение означает перехват клиентов, которые обращаются с простыми, повторяющимися вопросами, и их ответ до того, как они даже успевают задать вопрос. Технология отклоняет взаимодействие с представителем службы поддержки от фактического оформления. Это подход к экономии средств, а не генерация дохода.

Боты имитируют опыт общения с клиентами. Тем не менее, учитывая клиентский опыт, я думаю, что лучшие проекты ботов четко дают понять, что на другом конце провода находится именно бот. Хорошие боты не пытаются имитировать людей, они дополняют очереди ожидания и предоставляют ценность.

Обработка или AI рабочие процессы обычно направлены на агентов. Эти решения ориентированы на выявление и облегчение общих проблем. Как человеку, сложно определить, где клиенты обычно застревают, потому что это требует индексирования всех заявок, их категоризации, выявления тем, трендов и настроений. Машины лучше подходят для категоризации и анализа, поэтому это то, где обычно применяется AI обработки.

Коучинг AI также нацелен на агентов, а не на конечных клиентов. Этот тип ИИ нацелен на помощь и наделение людей силой, чтобы они были лучше в своей работе. Он предназначен для помощи агентам в проведении лучших разговоров с клиентами, чтобы они могли больше времени уделять созданию услуг премиум-класса, а не искать ответы на вопросы. Коучинг — это то, как мы рассматриваем и предоставляем ИИ в Guru. У empowerment людей есть отличная возможность создать долгосрочную ценность для команд службы поддержки. Эта технология ИИ на 100% сосредоточена на помощи людям, чтобы они стали лучше, а не на автоматизации их работы.

Топ-5 вопросов, которые следует задать своим поставщикам ИИ

Когда вы рассматриваете новое решение ИИ, важно убедиться, что инициатива, о которой вы думаете, соответствует, чтобы лучше подготовить вас к успеху. Вот пять соображений, которые стоит иметь в виду, и вопросы, которые вы можете задать поставщикам на этапе оценки.

1. Какие метрики мы должны ожидать от вашей решения?

Остерегайтесь «мастера на все руки». Ошибка, которую некоторые системы ИИ совершают, — это попытка сделать слишком много. Современные системы ИИ имеют ограниченные возможности, что делает чрезвычайно важным для них сосредоточиться на решении конкретных проблем. Данные для обучения, которые система ИИ использует для того, чтобы предлагать свои советы, напрямую связаны с её успехом. Если вы пытаетесь решить три или четыре бизнес-проблемы с помощью одной системы ИИ и одного набора учебных данных, вы можете ожидать посредственных результатов.

Вопрос, который стоит задать, чтобы добраться до сути этой проблемы, — это «Какие метрики мы должны ожидать от вашей решения?» Вам нужно выяснить конечный результат и как это будет связано с метриками, которые вы используете для измерения производительности. Вы хотите конкретный ответ здесь; будьте осторожны с любым решением, которое утверждает, что решает семь или восемь вопросов одновременно. Если решение конкретно сосредоточено на определённом результате, это даёт вам отличные шансы на успех. Инвестируйте в продукты ИИ, которые сосредоточены на решении конкретных проблем с доступом к ценным данным для обучения.

2. Что мы сосредоточим на нашем клиенте?

Уполните своих агентов и своих клиентов. Независимо от того, какую систему ИИ вы рассматриваете, будьте очень сосредоточены на опыте конечного клиента. Forrester имеет отчет, который говорит о рисках, с которыми компании сталкиваются, слишком агрессивно направляя клиентский трафик (чат, телефонные звонки) к системам ИИ, а не к людям в гонке за экономией. Делая это слишком настойчиво, компании рискуют потерять удовлетворенность клиентов. Вы хотите, чтобы ИИ помог вам экономить деньги и генерировать доход, но вы определенно не хотите этого за счёт удовлетворности клиентов.

Спрашивая «Что мы сосредоточим на нашем клиенте?», вы можете определить, соответствует ли решение вашей концепции предоставления отличного клиентского сервиса. То, что ваш конечный клиент увидит, взаимодействуя с любой системой, должно быть вашим главным приоритетом.

3. Как ваша система ИИ учится и улучшает себя со временем?

Берегитесь «секретного соуса». Прозрачность важна. Поставщики должны четко излагать и прямо говорить о данных, которые они собирают и почему. Системы ИИ строятся на основе данных, которые вы будете предоставлять, поэтому очень важно, чтобы любой поставщик ИИ сказал вам, какие данные он будет использовать для обучения самого себя, как эти данные хранятся и как долго они хранятся.

Спрашивая «Как ваша система ИИ учится и улучшает себя со временем?» вы получите представление о наборах данных, которые ваш поставщик ИИ будет нуждаться от вас, чтобы делать своё дело.

4. Как мы будем поддерживать актуальность и точность наших знаний?

ИИ без актуальных знаний потерпит неудачу в контактных центрах. Это связано с концепцией мастера на все руки. Когда вы думаете о знаниях, находящихся в вашей среде, это эквивалентно ноу-хау ваших экспертов по предмету, вашим продуктам, вашим системам и процессам, и тому, как всё это взаимодействует. Любой ИИ, использующий это ноу-хау, должен иметь способ гарантировать вам, что эти знания останутся актуальными и точными.

Существует концепция ИИ под названием закрытая петля. С течением времени знания и обучения ваших систем ИИ изменятся, потому что ваши продукты изменяются; и технологии, от которых зависят ваши продукты, будут меняться; и новые конкуренты появятся на рынке, и вам придётся адаптироваться к ним; и когда ваша команда вырастет, способы вашей поддержки изменятся. При всех этих неизбежных изменениях вы не хотите, чтобы система ИИ не имела хорошей закрытой петли для эволюции своего обучения. Вы увидите примеры этого, когда системы ИИ начнут возвращать устаревшую информацию со временем. Когда система снижает качество выводов, это сигнализирует о том, что она не учится и не развивается вместе с вашей организацией.

Проблема в том, что вы, возможно, не заметите этого, пока не пройдет несколько месяцев, когда знания начнут ухудшаться. Поэтому хорошим вопросом для задать заранее будет «Как мы будем поддерживать актуальность и точность наших знаний?»

5. Как ваше решение сделает наших агентов лучше в их работе?

Искусственный интеллект должен наделять людей полномочиями, а не заменять их. Обязательно спросите: “Как ваше решение сделает наших агентов лучше в их работе?” чтобы узнать, какие немедленные последствия этого решения ИИ будут для вашей компании. Со временем будут глубокие возможности для автоматизации задач, но сейчас важно получить ответ на этот вопрос, который не звучит как пустая болтовня. Термины, такие как “автоматизация” и “виртуальный агент”, как правило, указывают на решения ИИ с меньшими ближайшими практическими приложениями.

Потому что, снова, это все еще относительно ранние дни. ИИ очень мощен в долгосрочной перспективе, но он все еще далек от понимания таких вещей, как эмпатия. Если вы поставите систему ИИ перед вашими клиентами прямо тогда, когда они расстроены, машина не улучшит ситуацию. Это те типы вопросов, которые убедят вас думать о результатах продукта наилучшим образом.

Заключительные мысли

Как облачные вычисления прежде, ИИ трансформирует не только предприятия, но и всех людей. Хотя хайп огромен, и многие люди искажают его возможности, сегодня реально достичь ощутимых результатов, если вы сосредоточены на правильных результатах. Вместо того, чтобы думать о ИИ как о “автоматизации нас”, и в конечном итоге создании этого превосходного класса машин, что если мы поговорим о том, как ИИ помогает нам расти? ИИ, помогающий нам улучшаться как людям, как в личном, так и в профессиональном плане? Вот то изменение сознания, которое нам нужно сделать, и это действительно захватывающее с точки зрения того, что возможно с этой технологией.

Для получения более подробной информации о том, как использовать ИИ для наделения людей полномочиями в вашем контакт-центре и на протяжении всей вашей организации (и ответы Гуру на эти пять вопросов), свяжитесь с info@getguru.com.