لماذا يتخلى العملاء عن روبوتات خدمة العملاء لديك

على مدى سنوات، تعاملت فرق خدمة العملاء مع طلب العميل الفوري التحدث إلى موظف بشري على أنه مشكلة تصميم. فعندما يرفض المتصلون تجربة آلية قبل أن تبدأ فعليًا، يكون الميل الطبيعي إلى جعل صوت النظام أكثر دفئًا أو أقرب إلى صوت البشر. أعِد صياغة التحية. أظهر تفهمك للإحباط. أخبر المتصلين بأن بإمكانهم التحدث بعفوية. ويقوم هذا الافتراض على أن الناس سيكونون أكثر استعدادًا للتفاعل مع التجربة إذا بدت أقل آلية.

رأينا مؤخرًا دليلًا على أن هناك عاملًا آخر أهم بكثير.

في شركة تأمين كبيرة تستخدم الذكاء الاصطناعي للإجابة عن الأسئلة المتعلقة بمزايا استئجار السيارات، كان وكيل صوتي يحيّي المتصلين في البداية قائلًا إن بإمكانهم «التحدث إليّ كما لو كنت شخصًا حقيقيًا». ومع ذلك، طلب أكثر من أربعة من كل عشرة متصلين التحدث إلى موظف بشري قبل الدخول في تفاعل فعلي مع النظام. غيّرنا التحية إلى صيغة أبسط وأكثر مباشرة، لكن النتيجة لم تتغير عمليًا. وظل 44% من المتصلين يطلبون التحدث إلى وكيل بشري فورًا.

لم يكن لما غيّر سلوك المتصلين في نهاية المطاف علاقة كبيرة بنبرة صوت الذكاء الاصطناعي. بل غيّرنا ما يمكنه أن يبرهن على معرفته به. فبدلًا من البدء بتحية عامة، كان الذكاء الاصطناعي يخمّن على نحو معقول سبب اتصال العميل، ويقدم معلومات تعالج المشكلة استباقيًا؛ فعلى سبيل المثال، كان يذكر المركبة المرتبطة بمطالبة المتصل، ويوضح حالة المطالبة، ويتحقق مما إذا كان العميل يحتاج إلى سيارة مستأجرة.

انخفضت طلبات التحدث إلى موظفين بشريين بنسبة 23%. وارتفع التفاعل الفعلي مع الذكاء الاصطناعي من 54% إلى 66%.

هنا درس يتجاوز مراكز الاتصال بكثير. فبينما تتسابق الشركات لجعل الذكاء الاصطناعي أكثر قدرة على المحادثة، وأكثر ودًا وحدسًا، قد لا تستثمر بما يكفي في أمر أكثر جوهرية: تزويد الذكاء الاصطناعي بسياق كافٍ ليثبت أنه يفهم الموقف الذي يواجهه.

الذكاء الاصطناعي يرث عجزًا في الثقة

لا يواجه الناس نظامًا جديدًا للذكاء الاصطناعي من دون تجارب سابقة. فهم يحملون معهم سنوات من الخبرة مع قوائم الرد الآلي التي أساءت فهم الطلبات البسيطة، وروبوتات الدردشة التي قدمت إجابات لا صلة لها بالسؤال، والأنظمة الآلية التي جعلتهم يكررون معلومات سبق أن قدموها. ومع مرور الوقت، تعلم المستخدمون أن طلب التحدث إلى شخص قد يكون أسرع طريق لإنجاز ما يريدون.

قد يبدو هذا السلوك مقاومةً للذكاء الاصطناعي، لكن ثمة طريقة أنفع لفهمه. فقبل أن يأتمن الناس نظامًا آليًا على مهمة، يريدون دليلًا على أن النظام يفهم ما يكفي عن ظروفهم الخاصة ليكون مفيدًا. وقد وصف الباحثون أحد جوانب هذه المقاومة بأنه «إغفال الخصوصية الفردية»، أي الاعتقاد بأن النظام الآلي لا يستطيع مراعاة ظروف الفرد على نحو كافٍ.

تزداد أهمية ذلك مع دخول الذكاء الاصطناعي في مجالات أكثر تأثيرًا في حياتنا وعملنا. فالعميل الذي يتصل بعد حادث سيارة لا يرى مشكلته على أنها استفسار تأميني عام. والموظف الذي يستخدم مساعدًا مؤسسيًا يتوقع منه أن يفهم دوره وصلاحياته والمهام التي يعمل عليها حاليًا. أما المطور الذي يستخدم أداة برمجة مدعومة بالذكاء الاصطناعي، فيحتاج إلى إجابات تراعي البنية المحيطة بالشفرة البرمجية.

في كل حالة، يتعين على نظام الذكاء الاصطناعي أن يبرهن على فهمه للظروف المحيطة بالطلب قبل أن يكون لدى المستخدم ما يدعوه إلى الثقة بإجابته.

السياق يصبح جزءًا من واجهة الذكاء الاصطناعي

كان التخصيص يعني تقليديًا معرفة اسم شخص ما، أو تذكر أحد تفضيلاته، أو اقتراح شيء بناءً على سلوكه السابق. ويتيح لنا الذكاء الاصطناعي فرصة جعل التخصيص أكثر ارتباطًا بظروف الموقف. ينبغي للنظام المفيد أن يفهم ما الذي يحاول الشخص إنجازه، وما الذي حدث بالفعل، وأي المعلومات ذات صلة في تلك اللحظة، وما الإجراءات المتاحة فعلًا.

ويوضح هذا الفرق سبب نجاح تجربة التأمين. فالذكاء الاصطناعي لم يكتفِ بتحية المتصلين بعبارات ألطف، بل خفف عنهم عناء التفاعل. فلم يعد على من يتصل للاستفسار عن توافر مزايا استئجار سيارة أن يشرح مطالبته، ويحدد مركبته، وينتظر استرجاع النظام للمعلومات ذات الصلة. ومن خلال عرض هذا السياق فورًا، أثبت النظام كفاءته قبل أن يطلب من المتصل أن يثق به في أي أمر آخر.

وينطبق هذا المبدأ على الذكاء الاصطناعي المؤسسي بمختلف استخداماته. ففي كل مرة يضطر فيها المستخدم إلى تكرار معلومة يفترض أن النظام يعرفها مسبقًا، أو تصحيح افتراض لم يكن ينبغي للنظام أن يضعه أصلًا، أو إعادة بناء سياق موجود بالفعل في موضع آخر داخل المؤسسة، تتراجع الثقة. وهذا يعني أن على المؤسسات التعامل مع السياق بوصفه جزءًا من تجربة المستخدم، لا مجرد شأن تقني في الخلفية.

الذكاء الاصطناعي قد يغيّر طريقة قياس النجاح

كشف اختبارنا عن سلوك آخر يسهل إغفاله. فبعد إدخال التحية القائمة على السياق، استمع بعض المتصلين إلى الرسالة الافتتاحية ثم أنهوا المكالمة ببساطة.

قد تصنف مقاييس مراكز الاتصال التقليدية تلك المكالمات على أنها حالات تخلي عن المكالمة. لكن بعض هؤلاء العملاء كانوا قد تلقوا للتو ما بدا أنهم يحتاجون إليه بالضبط. فإذا اتصل شخص لمعرفة ما إذا كانت مطالبته قد اعتُمدت، وأبلغه الذكاء الاصطناعي فورًا بأن المطالبة معتمدة وأن مزايا استئجار السيارة جاهزة، فقد لا يبقى ما يستدعي النقاش.

بدا أن نحو 3% من المكالمات التي استخدمت التحية الديناميكية اتبعت هذا النمط؛ إذ أنهى المتصلون المكالمة بعد تلقي المعلومات، ولم يعاودوا الاتصال خلال ساعتين. إنها نسبة صغيرة، لكنها تثير سؤالًا أكبر: ماذا يحدث عندما تتوقف المقاييس التي استخدمناها تاريخيًا لقياس التفاعل عن قياس القيمة بدقة؟

مع تزايد قدرات الذكاء الاصطناعي، قد نشهد مزيدًا من الحالات التي تكون فيها التفاعلات الأقصر أفضل. فإذا استطاع النظام توقّع حاجة ما وإبراز المعلومات المناسبة استباقيًا، فقد يصبح طول المحادثة وعدد الخطوات المنجزة، بل وحتى معدلات الانقطاع التقليدية، مؤشرات أقل دلالة على النجاح.

كل تفاعل مع الذكاء الاصطناعي اختبار أداء

مع اندماج الذكاء الاصطناعي في مزيد من مسارات العمل، سيزداد إتقان المستخدمين لتحديد الأنظمة التي تستحق وقتهم. وتحظى اللحظات الأولى من التفاعل بأهمية كبيرة، لأن الناس يقيّمون بسرعة ما إذا كان النظام يفهم وضعهم، وما إذا كانت معلوماته تبدو موثوقة، وما إذا كان مواصلة التفاعل تستحق الجهد.

ستكون أفضل تجارب الذكاء الاصطناعي هي تلك القادرة على إظهار فهم مفيد للسياق مبكرًا وبدقة. ففي خدمة العملاء، قد يعني ذلك معرفة حالة المطالبة قبل أن يشرحها المتصل. وفي المساعد المؤسسي، قد يعني فهم دور الموظف وصلاحياته والمهام التي يعمل عليها حاليًا. وفي تطوير البرمجيات، قد يعني استيعاب بنية النظام المحيطة بمقطع برمجي.

من المفيد أن تجعل الشركات الأنظمة أسهل وأكثر سلاسة في التفاعل معها، وهي تستثمر في الجيل التالي من تجارب الذكاء الاصطناعي. لكن المحادثة الطبيعية لا تستطيع أن تأخذنا إلى أبعد من ذلك. سيمنح الناس الذكاء الاصطناعي فرصة عندما يمنحهم سببًا للاعتقاد بأنه قادر على مساعدتهم، ويزداد السياق أهمية بوصفه هذا السبب.