Nuo palaikymo funkcijos iki augimo variklio: AI ir klientų aptarnavimo ateitis

Susijęs su Pardavimų galia

Kalbant apie ateitį, klientų aptarnavimas dažnai nuspalvinamas distopine šviesa. Paimkite 2002 m. mokslinės fantastikos filmą Mažumos ataskaita . Tomo Cruise'o Johnas Andertonas įeina į tarpą, tapatybės atpažinimo sistema jį nuskaito, o holograma klausia apie neseniai pirktą.

Šioje vinjetėje yra kažkas nerimo – atrodo, kad neprašytas ne žmogus žino apie tave viską (arba, kaip filme, supainioja tave su kitu). Tačiau tiesa ta, kad šiandien klientai tikisi tokio elegantiško, individualizuoto aptarnavimo. Jų santykiai su mažmenininkais, bankais, sveikatos priežiūros įstaigomis ir beveik visomis organizacijomis, su kuriomis jie turi verslo, keičiasi. Visada veikiančioje skaitmeninėje ekonomikoje jie nori prisijungti tada, kai nori, kaip nori. Klientai nori, kad būtų atsakyta į jų klausimus apie gaminį, būtų išspręstos paskyros problemos, o apsilankymai sveikatos priežiūros klausimais būtų perplanuoti greitai ir be vargo.

Jie pradeda tai gauti. Šiandien, kai klientai skambina įmonei norėdami sužinoti daugiau apie jos produktus, pokalbį veda pokalbių robotas. Jie atsako į kelis paprastus klausimus, o pokalbių robotas nukreipia juos tinkama linkme. Jei jis negali atsakyti į užklausą, į pagalbą kreipiasi žmogiškasis agentas. Klientų patirtis yra greita ir individualizuota, o klientai yra laimingesni. Kita vertus, agentai yra veiksmingesni ir produktyvesni. Pamatykite tikrąją klientų aptarnavimo ateitį.

Dirbtinis intelektas (AI) ir ryšių su klientais valdymo (CRM) programinė įranga nutiesia kelią į tą ateitį. Kartu šios technologijos gali automatizuoti įprastas užduotis, atlaisvinti žmones ir suteikti jiems duomenimis pagrįstų įžvalgų, padedančių greitai išspręsti klientų problemas. Jie padeda mažmenininkams, bankams, vyriausybinėms agentūroms ir kitiems asmenims permąstyti savo klientų aptarnavimo centrų tikslus, leisdami jų komandoms iš palaikymo funkcijos tapti augimo varikliu.

Šiandien AI ir mašininio mokymosi pažanga leidžia labiau nei bet kada anksčiau įtraukti klientus ir aptarnauti.

Tačiau sudėtingi iššūkiai išlieka. Organizacijų tikslas yra teikti tą patį klientų aptarnavimą visuose kanaluose – telefonu, pokalbiuose, el. paštu, socialinėje žiniasklaidoje, tačiau daugumoje organizacijų šiandien ši technologija dar nėra visiškai pritaikyta. Dirbtinio intelekto technologijos turi gebėti giliau suprasti žmogaus kalbą ir emocinius niuansus, kad būtų išspręstos sudėtingos klientų problemos. Ir nesant universalių standartų, reglamentuojančių etišką dirbtinio intelekto naudojimą, organizacijos turi sukurti pagrindinių principų rinkinį, pagal kurį pirmiausia atsirastų klientų poreikiai ir būtų sukurtas toks žmonių ir mašinų pasitikėjimas, dėl kurio viskas vyksta.

Automatizuoti arba sustingti

A vasario mėnesio įrašas „Gartner“ prognozuoja, kad iki 2022 m. 70 % klientų sąveikos bus susijusios su naujomis technologijomis, tokiomis kaip mašininio mokymosi (ML) programos, pokalbių robotai ir mobiliųjų pranešimų siuntimas, o 2018 m. šis skaičius padidės 15 %.

Šiandien AI ir mašininio mokymosi pažanga leidžia labiau nei bet kada anksčiau įtraukti klientus ir aptarnauti. Galingi ir mokomi algoritmai gali išanalizuoti didžiulius duomenų kiekius ir išmokti modelių automatizuoti ir padėti klientų aptarnavimo procesams. Ši technologija keičia klientų aptarnavimo veidą ir padeda organizacijoms suprasti klientų poreikius (dažnai net prieš jiems tai padarius), suteikdama jiems reikiamas paslaugas tinkamu momentu, sako Jayeshas Govindarajanas, „Salesforce“ AI ir mašininio mokymosi viceprezidentas.

Dirbtinis intelektas naudojamas beveik visuose klientų aptarnavimo aspektuose, pradedant nuo automatinio klientų bylų nagrinėjimo agentams, turintiems reikiamus įgūdžių rinkinius, o po to naudojant pagalbinį AI, kuris padeda atskleisti informaciją ir atsakymus, padedančius agentams greičiau ir tiksliai išspręsti bylas, sakoma pranešime. Govindarajanas. Yra net dirbtinis intelektas, kuris gali naudoti kontekstą pokalbyje, kad nuspėtų atsakymą. Jei sakau „aš alkanas – laikas paimti...“, – sako Govindarajanas ir žino, kad tikriausiai sakysiu „pietūs“, nes jau vidurys.

2020 m. koronaviruso pandemija paspartina perėjimą prie skaitmeninės paslaugos. Žmonių bendravimas tampa vis virtualesnis: žmonės daugiau kasdienių užduočių atlieka internetu, apsiperka internetu, susitinka ir bendradarbiauja naudodamiesi virtualiomis platformomis. Organizacijos pripažįsta greitą pokytį ir atsako į iššūkį priimdamos pokalbių robotus ir kitus AI įrankius, skirtus rinkti informaciją, klasifikuoti ir nukreipti klientų atvejus bei spręsti įprastas problemas.

Anot Govindarajano, ši tendencija pasireiškia visose pramonės šakose, o labiausiai paplitusi mažmeninės prekybos, finansinių paslaugų, sveikatos priežiūros ir vyriausybės srityse. Kai žmonėms reikia pagalbos grąžinant prekę ar atnaujinant vairuotojo pažymėjimą, procesas vis labiau automatizuojamas. Remiantis duomenimis, vien mažmeninės prekybos automatizavimo rinka 2019 m. buvo įvertinta 12,45 mlrd. Mordor Intelligence atliktas tyrimas .

Toks platus pritaikymas įmanomas, nes kalbos modeliai, natūralios kalbos apdorojimo varikliai, gali būti išmokyti mokytis konkrečios vietinės kalbos. Pavyzdžiui, mažmeninėje prekyboje pokalbio AI sistema galėtų išmokti produktų katalogo struktūrą ir turinį, sako Govindarajanas. Pokalbio žodynas priklauso nuo srities, šiuo atveju mažmeninės prekybos. Vartojant daugiau, kalbų modeliai išmoks kiekvienoje pramonės šakoje naudojamo žodyno.

Žmogaus ir mašinos aljansas

Kadangi šis naujas klientų aptarnavimo lygis vystosi, jis krypsta dviem bendromis kryptimis. Viena vertus, yra visiškai automatizuota patirtis: klientas sąveikauja su organizacija, vadovaudamasis pokalbių robotais ar kitais automatiniais balso nurodymais, be žmogaus agento pagalbos. Pavyzdžiui, Einstein, „Salesforce“ dirbtinio intelekto CRM sistema, gali automatizuoti pasikartojančias funkcijas ir užduotis, pvz., užduoti klientui klausimų, kad nustatytų skambučio pobūdį ir nukreiptų skambutį į reikiamą skyrių.

Mes tiksliai žinome, kaip atrodo pokalbio struktūra, sako Govindarajanas. Pamatysite pasisveikinimą, surinksite informacijos ir spręsite problemą. Praktiška automatizuoti tokio tipo pokalbius. Kuo daugiau naudojamas modelis, tuo daugiau algoritmų gali mokytis ir tobulėti. A „Salesforce“ atliktas tyrimas nustatė, kad 82 % klientų aptarnavimo organizacijų, naudojančių dirbtinį intelektą, padaugėjo pirmojo kontakto sprendimo, o tai reiškia, kad problema išspręsta prieš klientui baigiant bendravimą.

Tačiau AI padedami atsakymai turi apribojimų. Kai klausimas sudėtingesnis arba mažiau nuspėjamas, reikalingas žmogaus įsikišimas – pagalvokite apie turistą, kuris paaiškina problemą kita kalba, arba ką nors, kuris stengiasi laikytis lubų ventiliatoriaus surinkimo instrukcijų. Tokiais atvejais empatija yra labai svarbi. Žmogus turi būti nuolatinis, kad galėtų dirbti tiesiogiai su klientu. Taigi agentas įsikiša, kreipiasi į CRM sistemą, kad gautų naujausius klientų duomenis, kad gautų reikiamą kontekstą, ir padeda klientui išspręsti problemą.

Galite galvoti apie agento vaidmenį kaip sistemos mokymą – agentai taiso mašinos sugeneruotus atsakymus ir imasi tolesnių veiksmų, sako Govindarajanas. Nors sistema padeda agentui rasti teisingą atsakymą, naudodama mašininio mokymosi modelius, parengtus pagal ankstesnius panašius, sėkmingai išspręstus atvejus ir kliento ankstesnę sąveiką su įmone.

Agentas taip pat gali užmegzti geresnius santykius su klientu, papildydamas pokalbį duomenimis pagrįstomis įžvalgomis, todėl jis tampa asmeniškesnis.

Technologijų, etikos iššūkių įveikimas

Visa tai sukuria įdomų klientų aptarnavimo ateities vaizdą, tačiau yra kliūčių, kurias reikia įveikti. Klientai vis dažniau bendrauja su įmonėmis internetu ir neprisijungę. Salesforce tyrimas nustatė, kad 64 % klientų naudoja skirtingus įrenginius sandoriams pradėti ir užbaigti. Tai reiškia, kad organizacijos turi priimti ir diegti technologijas, kurios gali suteikti puikų vieną kliento vaizdą – apibendrintą klientų duomenų rinkinį. Turėdami šį vaizdą galėsite įgalinti daugiarūšį ryšį, o tai reiškia, kad klientai galės naudotis tokia pačia patirtimi, nesvarbu, ar jie naudojasi mobiliuoju telefonu, rašo žinutes ar el. Be to, mašininio mokymosi algoritmai turi tapti veiksmingesni; pokalbio AI turi tobulėti, kad būtų galima tiksliau aptikti balso modelius, jausmus ir ketinimus; ir organizacijos turi užtikrinti, kad jų algoritmų duomenys būtų tikslūs ir tinkami.

Iššūkiai apima ne tik technologijas. Kadangi kontaktų centrai priima dirbtinį intelektą, jie turi sutelkti dėmesį į technologijos ir darbuotojų bei klientų pasitikėjimo ugdymą. Pavyzdžiui, pokalbių robotas turi pranešti klientams, kad tai yra mašina, o ne žmogus; klientai turi žinoti, kokie yra roboto apribojimai, ypač tais atvejais, kai keičiamasi jautria informacija, pavyzdžiui, sveikatos priežiūros ar finansų srityse. AI naudojančios organizacijos taip pat turi iš anksto žinoti, kam priklauso klientų duomenys ir kaip jie tvarko duomenų privatumą.

Organizacijos turi rimtai žiūrėti į šią atsakomybę ir įsipareigoti teikti įrankius, kurių klientams ir personalui reikia kurti ir naudoti dirbtinį intelektą saugiai, tiksliai ir etiškai . 2019 m. tyrimo pastaboje „Gartner“ pataria duomenų ir analizės lyderiams: susitarkite su suinteresuotosiomis šalimis dėl atitinkamų AI etikos gairių. Pradėkite nuo penkių dažniausiai pasitaikančių kitų taikomų gairių: būkite orientuoti į žmogų, būkite sąžiningi, siūlykite paaiškinamumą, būkite saugūs ir atskaitingi.

Pasaulyje, kuriame vis svarbiau užmegzti tvirtus ryšius tarp organizacijų ir visuomenės, paslaugos suteikia didžiausią galimybę pagerinti klientų patirtį ir augti. To darymo vertė tampa vis aiškesnė, sako Govindarajanas. Kai įdiegiate dirbtinio intelekto sistemas ir tai darote gerai, bylų tvarkymo išlaidos sumažėja, o jų sprendimo greitis padidėja. Ir tai sukuria vertę kiekvienam.

Šį turinį sukūrė „Insights“, „MIT Technology Review“ tinkinto turinio dalis. Ją parašė ne „MIT Technology Review“ redakcija.

paslėpti