No atbalsta funkcijas līdz izaugsmes dzinējam: AI un klientu apkalpošanas nākotne

Saistībā ar Salesforce

Runājot par nākotnes iztēli, klientu apkalpošana bieži tiek attēlota distopiskā gaismā. Paņemiet 2002. gada zinātniskās fantastikas filmu Mazākuma ziņojums . Toma Krūza Džons Andertons ieiet spraugā, identitātes atpazīšanas sistēma viņu skenē, un hologramma jautā par neseno pirkumu.

Šajā vinjetē ​​ir kaut kas satraucošs — šķiet, ka nelūgts cilvēks, kas nav cilvēks, zina par jums visu (vai, kā filmā, jūs sajauc ar kādu citu). Taču patiesība ir tāda, ka klienti šodien sagaida šāda veida gludu, personalizētu pakalpojumu. Viņu attiecības ar mazumtirgotājiem, bankām, veselības aprūpes iestādēm un praktiski visām organizācijām, ar kurām viņiem ir darījumi, mainās. Vienmēr ieslēgtā digitālajā ekonomikā viņi vēlas izveidot savienojumu, kad vēlas un kā vēlas. Klienti vēlas saņemt atbildes uz viņu jautājumiem par produktiem, risināt konta problēmas un ātri un bez problēmām pārplānot tikšanās ar veselību.

Viņi to sāk saprast. Mūsdienās, kad klienti zvana uzņēmumam, lai uzzinātu vairāk par tā produktiem, sarunu vada tērzēšanas robots. Viņi atbild uz dažiem vienkāršiem jautājumiem, un tērzēšanas robots viņus virza pareizajā virzienā. Ja tas nevar atbildēt uz vaicājumu, aģents iesaistās, lai palīdzētu. Klientu pieredze ir ātra un personalizēta, un klienti ir laimīgāki. No otras puses, aģenti ir efektīvāki un produktīvāki. Skatiet klientu apkalpošanas reālo nākotni.

Mākslīgais intelekts (AI) un klientu attiecību pārvaldības (CRM) programmatūra bruģē ceļu uz šo nākotni. Kopā šīs tehnoloģijas var automatizēt ikdienas uzdevumus, atbrīvojot cilvēku aģentus un nodrošinot viņiem ar datiem pamatotu ieskatu, lai palīdzētu ātri atrisināt klientu problēmas. Viņi palīdz mazumtirgotājiem, bankām, valsts aģentūrām un citām personām pārdomāt savu klientu apkalpošanas centru mērķus, ļaujot viņu komandām no atbalsta funkcijas kļūt par izaugsmes dzinēju.

Mūsdienās mākslīgā intelekta un mašīnmācības sasniegumi nodrošina dziļāku klientu iesaisti un apkalpošanu nekā jebkad agrāk.

Taču joprojām pastāv smagi izaicinājumi. Organizāciju mērķis ir piedāvāt vienādu klientu apkalpošanu visos kanālos — tālrunī, tērzēšanā, e-pastā, sociālajos saziņas līdzekļos, taču mūsdienās lielākajā daļā organizāciju šī tehnoloģija vēl nav pilnībā pieejama. AI tehnoloģijām jāspēj izprast cilvēka runas un emocionālās nianses dziļākā līmenī, lai atrisinātu sarežģītas klientu problēmas. Un, tā kā nav universālu standartu, kas regulētu mākslīgā intelekta ētisku izmantošanu, organizācijām ir jāizveido pamatprincipu kopums, kas pirmajā vietā izvirza klientu vajadzības un izveido tādu uzticību starp cilvēkiem un mašīnām, kas liek tam visam tikt galā.

Automatizēt vai stagnēt

Iekšā februāra ieraksts Gartner prognozē, ka līdz 2022. gadam 70% klientu mijiedarbības būs saistītas ar jaunām tehnoloģijām, piemēram, mašīnmācīšanās (ML) lietojumprogrammām, tērzēšanas robotiem un mobilo ziņojumapmaiņu, salīdzinot ar 15% 2018. gadā.

Mūsdienās mākslīgā intelekta un mašīnmācības sasniegumi nodrošina dziļāku klientu iesaisti un apkalpošanu nekā jebkad agrāk. Jaudīgi un apmācāmi algoritmi var analizēt milzīgus datu apjomus un apgūt modeļus, lai automatizētu un palīdzētu klientu apkalpošanas procesus. Šī tehnoloģija maina klientu apkalpošanas seju un palīdz organizācijām izprast klientu vajadzības — bieži vien jau pirms tās —, nodrošinot vajadzīgo pakalpojumu īstajā brīdī, saka Jayesh Govindarajan, Salesforce AI un mašīnmācības viceprezidents.

AI tiek izmantots gandrīz visos klientu apkalpošanas aspektos, sākot ar klientu lietu automātisku izskatīšanu aģentiem ar atbilstošām prasmēm, un pēc tam ar AI palīdzību, kas atklāj informāciju un atbildes, kas palīdz aģentiem ātrāk un precīzāk atrisināt lietas. Govindarajan. Ir pat AI, kas sarunā var izmantot kontekstu, lai prognozētu atbildi. Ja es saku: 'Es esmu izsalcis — ir pienācis laiks paķert kādu...', Govindarajans saka, tā zina, ka es, iespējams, teikšu 'pusdienas', jo ir pēcpusdienas vidus.

2020. gada koronavīrusa pandēmija paātrina pāreju uz pirmo digitālo pakalpojumu. Cilvēku mijiedarbība kļūst arvien virtuālāka: cilvēki vairāk savu ikdienas darbu veic internetā, iepērkas tiešsaistē, tiekas un sadarbojas, izmantojot virtuālās platformas. Organizācijas apzinās straujās pārmaiņas un atbild uz izaicinājumu, pieņemot tērzēšanas robotus un citus AI rīkus, lai vāktu informāciju, klasificētu un maršrutētu klientu gadījumus un risinātu ikdienas problēmas.

Saskaņā ar Govindarajan teikto, šī tendence ir vērojama visās nozarēs, vislielākā popularitāte mazumtirdzniecībā, finanšu pakalpojumos, veselības aprūpē un valsts pārvaldē. Kad cilvēkiem nepieciešama palīdzība preces atgriešanai vai autovadītāja apliecības atjaunošanai, process tiek arvien automatizētāks. Saskaņā ar datiem mazumtirdzniecības automatizācijas tirgus vien 2019. gadā tika novērtēts 12,45 miljardu dolāru apmērā, un sagaidāms, ka līdz 2025. gadam tas sasniegs 24,6 miljardus ASV dolāru. Mordor Intelligence pētījums .

Šāda plaša pārņemšana ir iespējama, jo valodu modeļus, kas ir dabiskās valodas apstrādes dzinēji, var apmācīt, lai apgūtu konkrētu tautas valodu. Piemēram, mazumtirdzniecībā sarunvalodas AI sistēma varētu uzzināt produktu kataloga struktūru un saturu, saka Govindarajans. Sarunas vārdu krājums ir specifisks domēnam, šajā gadījumā mazumtirdzniecībai. Lietojot vairāk, valodu modeļi apgūs katrā nozarē izmantoto vārdu krājumu.

Cilvēka un mašīnas alianse

Attīstoties šim jaunajam klientu apkalpošanas līmenim, tas virzās divos vispārīgos virzienos. No vienas puses, ir pilnībā automatizēta pieredze: klients mijiedarbojas ar organizāciju, izmantojot tērzēšanas robotus vai citas automatizētas balss uzvednes, bez cilvēka aģenta palīdzības. Piemēram, Einstein, Salesforce MI darbinātā CRM sistēma, var automatizēt atkārtotas funkcijas un uzdevumus, piemēram, uzdot klientam jautājumus, lai noteiktu zvana raksturu un novirzītu zvanu uz pareizo nodaļu.

Mēs precīzi zinām, kā izskatās sarunas struktūra, saka Govindarajans. Jūs redzēsit sveicienu, apkoposiet informāciju un risināsiet problēmu. Šāda veida sarunas ir praktiski automatizēt. Jo vairāk modelis tiek izmantots, jo vairāk algoritmi var mācīties un uzlabot. A Salesforce veiktais pētījums atklāja, ka 82% klientu apkalpošanas organizāciju, kas izmanto AI, novēroja pirmo kontaktu atrisināšanas pieaugumu, kas nozīmē, ka problēma tiek atrisināta, pirms klients pārtrauc mijiedarbību.

Taču AI atbalstītajām atbildēm ir ierobežojumi. Ja jautājums ir sarežģītāks vai mazāk paredzams, ir nepieciešama cilvēka līdzdalība — padomājiet par tūristu, kurš izskaidro problēmu citā valodā, vai kādu, kurš cenšas ievērot griestu ventilatora montāžas instrukcijas. Šajos scenārijos empātija ir kritiska. Cilvēkam ir jābūt cilpā, lai strādātu tieši ar klientu. Tādējādi aģents iesaistās, atsaucas uz CRM sistēmu, lai iegūtu jaunākos klienta datus, lai iegūtu vajadzīgo kontekstu, un palīdz klientam atrisināt problēmu.

Varat domāt par aģenta lomu kā sistēmas apmācību — aģenti koriģē mašīnas ģenerētas atbildes un veic turpmākas darbības, saka Govindarajans. Kamēr sistēma palīdz aģentam atrast pareizo atbildi, izmantojot mašīnmācības modeļus, kas apmācīti par iepriekšējiem līdzīgiem, veiksmīgi atrisinātiem gadījumiem un klienta iepriekšējo mijiedarbību ar uzņēmumu.

Aģents var arī veidot labākas attiecības ar klientu, papildinot sarunu ar datiem balstītu ieskatu, padarot to personiskāku.

Tehnoloģiju, ētikas izaicinājumu pārvarēšana

Tas viss rada aizraujošu priekšstatu par klientu apkalpošanas nākotni, taču ir jāpārvar šķēršļi. Klienti arvien vairāk sazinās ar uzņēmumiem, izmantojot tiešsaistes un bezsaistes kanālus. Salesforce izpēte atklāja, ka 64% klientu izmanto dažādas ierīces, lai sāktu un beigtu darījumus. Tas nozīmē, ka organizācijām ir jāpieņem un jāievieš tehnoloģijas, kas var nodrošināt vienotu klienta skatījumu — apkopotu klientu datu kolekciju. Šis skats palīdzēs iespējot multimodālu saziņu — tas nozīmē, ka klienti saņem tādu pašu pieredzi neatkarīgi no tā, vai viņi izmanto mobilo tālruni, īsziņas vai e-pastu. Turklāt mašīnmācības algoritmiem jākļūst efektīvākiem; sarunvalodas AI ir jāattīstās, lai precīzāk noteiktu balss modeļus, noskaņojumu un nolūkus; un organizācijām ir jānodrošina, lai to algoritmu dati būtu precīzi un atbilstoši.

Izaicinājumi pārsniedz tikai tehnoloģijas. Tā kā kontaktu centri pieņem AI, tiem jākoncentrējas uz uzticības veidošanu starp tehnoloģiju un saviem darbiniekiem un klientiem. Piemēram, tērzēšanas robotam ir jāinformē klienti, ka tā ir mašīna, nevis cilvēks; klientiem ir jāzina, kādi ir robotprogrammatūras ierobežojumi, jo īpaši gadījumos, kad notiek sensitīvas informācijas apmaiņa, piemēram, veselības aprūpē vai finansēs. Organizācijām, kas izmanto AI, ir arī iepriekš jāzina, kam pieder klientu dati un kā viņi apstrādā datu privātumu.

Organizācijām šis pienākums ir jāuztver nopietni un jāapņemas nodrošināt klientiem un personālam nepieciešamos rīkus, lai tie izstrādātu un izmantojiet mākslīgo intelektu droši, precīzi un ētiski . 2019. gada pētījuma piezīmē , Gartner konsultē datu un analīzes vadītājus: panākiet vienošanos ar ieinteresētajām personām par attiecīgajām AI ētikas vadlīnijām. Sāciet, aplūkojot piecas visizplatītākās vadlīnijas, ko izmantojuši citi: būt orientētam uz cilvēku, būt godīgam, piedāvājot izskaidrojamību, būt drošākam un būt atbildīgam.

Pasaulē, kurā arvien svarīgāk ir veidot spēcīgas attiecības starp organizācijām un sabiedrību, pakalpojumi sniedz vislielāko iespēju uzlabot klientu pieredzi un virzīties uz izaugsmi. To darot, kļūst arvien skaidrāka, saka Govindarajans. Ja ieviešat AI sistēmas un darāt to labi, lietu izskatīšanas izmaksas samazinās un to atrisināšanas ātrums palielinās. Un tas rada vērtību ikvienam.

Šo saturu izstrādāja Insights, MIT Technology Review pielāgotā satura grupa. To nav rakstījuši MIT Technology Review redakcijas darbinieki.

paslēpties