Niraj Ranjan، المؤسس والرئيس التنفيذي لشركة Hiver – سلسلة المقابلات

Niraj Ranjan، المؤسس والرئيس التنفيذي لشركة Hiver، هو رجل أعمال ومتخصص تقني مخضرم بنى مسيرته في تقاطع الهندسة البرمجية وتنمية المنتجات وخدمة العملاء. أسس Hiver في عام 2017 لإعادة تخيل برنامج خدمة العملاء، مستفيداً من خبرته السابقة في تأسيس Mobicules، حيث قاد الشركة من فريق صغير إلى تشغيل يضم 35 شخصاً بينما عمل بشكل يدوي كبرمجي ومهندس معماري. قبل أن يصبح رجل أعمال، قضى ما يقرب من خمس سنوات في Mentor Graphics لتطوير برامج محاكاة متقدمة لأنظمة FPGA، وهي تجربة شكلت نهجه في بناء منتجات عالية الأداء وقابلة للتوسيع وتنمية ثقافات هندسية قوية.

Hiver هي منصة خدمة عملاء حديثة مدعومة بالذكاء الاصطناعي مصممة لتوحيد قنوات الاتصال مثل البريد الإلكتروني والчат والصوت والرسائل في مساحة عمل واحدة. تمكن الفرق من إدارة صناديق بريد مشتركة وتنفيذ سير عمل آلي وتعاون في الوقت الفعلي بينما يتعامل الذكاء الاصطناعي مع المهام المتكررة مثل توجيه التذاكر وكتابة الردود وتحليل البيانات. تم بناء المنصة لاستبدال أنظمة الدعم التقليدية بحل أكثر直oire ومتوافق، مما يساعد المنظمات على تحسين أوقات الاستجابة وتتبع معايير الأداء وتقديم تجارب عملاء متسقة عبر القنوات، ويثق بها أكثر من 10،000 فريق حول العالم.

في البداية من مسيرتك المهنية في Mentor Graphics، عملت على أنظمة محاكاة الأجهزة المتقدمة المستخدمة لمحاكاة التصاميم الإلكترونية المعقدة قبل بنائها فعلياً. في وقت لاحق، شاركت في تأسيس Mobicules ونموها من شركة صغيرة إلى شركة تضم 35 شخصاً قبل إطلاق Hiver. كيف شكلت تلك الأسس التقنية العميقة وتجارب التوسع المبكرة نهجك في بناء الذكاء الاصطناعي الذي يعمل بثبات في بيئات الدعم الحقيقية تحت الضغط?

العمل على أنظمة محاكاة الأجهزة يؤثر على كيفية تفكيرك في الموثوقية. تلك الأنظمة موجودة لأن التصاميم المعقدة تتصرف بشكل مختلف بمجرد مواجهة الظروف الحقيقية. تظهر حالات الحافة وتتغير التفاعلات بين المكونات النتائج وتتدهور النموذج النظيف. هذا المنظور يحمل بشكل مباشر إلى بيئات دعم العملاء. المحادثات تصل مع سياق مفقود وضغط عاطفي واعتماديات عبر أنظمة داخلية متعددة.

توسيع شركة يكشف عن طبقة أخرى من التعقيد. مع نمو الفرق، يصبح الاحتكاك التشغيلي مرئياً جداً. يقضي الوكلاء وقتًا في تجميع المعلومات من أدوات مختلفة وتنسيقها داخلياً قبل أن يتمكنوا حتى من الاستجابة. تلك التجربة شكلت تفكيرنا في Hiver. ننظر إلى دورة دعم كاملة، من لحظة وصول الطلب إلى لحظة حلوله، ونطرح السؤال عن哪里 يمكن للذكاء الاصطناعي إزالة ذلك الاحتكاك حتى يقضي الفرق طاقة أقل في تجميع المعلومات ويتفرغ أكثر ل解决 المشكلة.

تؤكد Hiver على استخدام الذكاء الاصطناعي لإزالة الأعمال الروتينية بدلاً من استبدال الحكم البشري أو التعاطف. أين ترسم الخط الفاصل بين التأهيل المفيد والآلي المفرط في دعم العملاء?

عمل الدعم يحتوي على الكثير من الجهد التشغيلي الذي لا يظهر في الاستجابة النهائية. يقضي الوكلاء وقتًا في تصنيف الطلبات، البحث عن السياسات، سحب معلومات الحساب، وتتبع تاريخ المحادثات الطويلة قبل أن يتمكنوا من تحديد ما يقولونه. يتعامل الذكاء الاصطناعي مع تلك الأعمال الروتينية جيداً. عندما يمكن لنظام أن يلخص سلاسل المحادثات أو يطرح المقالة المناسبة في اللحظة المناسبة، يبدأ الوكيل المحادثة مع فهم أوضح للموقف.

يدخل الحكم عندما تتضمن المحادثة المشاعر أو المسؤولية أو الغموض. يتطلب العميل المتضايق أو فشل الخدمة تفسيراً واهتماماً في كيفية صياغة الاستجابة. يمكن للذكاء الاصطناعي تقديم السياق والاقتراحات في تلك اللحظات، على الرغم من أن القرار النهائي بشأن النبرة والحل يبقى مع الشخص المسؤول عن تجربة العملاء.

كثير من أدوات الذكاء الاصطناعي تبدو مثيرة للإعجاب في عروض المنتجات ولكنها تكافح في الاستخدام اليومي. ماذا تعلمت عن الفجوة بين الذكاء الاصطناعي الذي يعمل جيداً في العرض وذاك الذي يثبت باستمرار داخل صناديق دعم العملاء ذوي الحجم الكبير?

العرض يلتقط سيناريو نظيفاً. السؤال متوقع، وقاعدة المعرفة منضبطة، والنظام ينتج استجابة. نادراً ما تنتشر عمل الدعم على هذا النحو. تصل الطلبات مع معلومات جزئية، وتتمدد المحادثة عبر عدة مراسلات، وغالبًا ما يحتاج الوكيل إلى مدخلات من فرق أو أنظمة أخرى قبل أن يصبح الوضع واضحاً.

درس يصبح واضحاً في الإنتاج هو أن الاستجابة نفسها هي جزء فقط من الوظيفة. الكثير من الجهد يقع حول فهم ما حدث وتصميم كيفية تقدم القضية. يعمل الذكاء الاصطناعي بشكل أفضل عندما يدعم ذلك تدفق العمل. مساعدة الوكلاء على فهم سياق المحادثة بسرعة يحدث فرقاً معنوياً عندما يبدأ صندوق الوارد في الانتهاء.

Hiver تدمج بشكل مثالي في سير العمل الحالية بدلاً من إجبار الفرق على أنظمة جديدة تماماً. كيف مهمة هذه الفلسفة “اللقاء مع المستخدمين حيث يعملون بالفعل” عند نشر الذكاء الاصطناعي في بيئات سريعة الحركة?

هذا يهم كثيراً لأن فرق الدعم تعمل بالفعل تحت ضغط. عندما يطلب منهم أداة جديدة تغيير كيفية عملهم أو القفز بين الأنظمة، يظهر الاحتكاك على الفور. معظم محادثات الدعم تبدأ في البريد الإلكتروني، وعمل حول تلك المحادثات يتضمن سحب السياق من أنظمة أخرى وتنسيق داخلي مع الزملاء. إذا كان الذكاء الاصطناعي يقع خارج ذلك البيئة، يضطر الوكيل إلى بذل جهد إضافي فقط لاستخدام التكنولوجيا.

لقد رأينا أن الفرق تتحرك بشكل أسرع عندما تظهر الذكاء داخل سير العمل الذي يعتمدون عليه بالفعل. عندما يفتح الوكيل سلاسل بريد إلكتروني طويلة، يمكنه على الفور رؤية ملخص للمحادثة والسياق المتعلق بالعميل والاقتراحات التي تساعده على تقدم القضية. هذا التحول الصغير يقلل من الوقت الذي يقضيه في إعادة بناء ما حدث ويمنحه المزيد من الفرص للتركيز على حل المشكلة نفسها.

غالبًا ما تعمل فرق الدعم تحت ضغط شديد، خاصة عند التعامل مع عملاء متضايقين أو قضايا مستعجلة. كيف تصمم أنظمة الذكاء الاصطناعي لتقليل التحميل الإدراكي بدلاً من إضافة الاحتكاك في تلك اللحظات?

عمل الدعم يضع demande مستمرة على الانتباه. قد يتعامل الوكيل مع عشرات المحادثات في وقت واحد، كل واحدة منها لها نبرة وضغط وتاريخ خاص. يذهب الكثير من الجهد العقلي إلى إعادة بناء الوضع قبل اتخاذ القرار بشأن كيفية الاستجابة.

يساعد الذكاء الاصطناعي عندما يقلل من ذلك الجهد. عند فتح سلاسل بريد إلكتروني وAppearance على الفور ملخص واضح أو المقالة المناسبة، يتغير نقطة البداية للمحادثة. يقضي الوكيل وقتًا أقل في تجميع ما حدث وأكثر وقتًا في التفكير في أفضل طريقة لحل القضية.

مع أكثر من 10،000 فريق يستخدمون Hiver حول العالم، ما هي الأنماط التي لاحظتموها في تطور تبني الذكاء الاصطناعي بعد الإطلاق الأولي؟ ما يفصل الفرق التي تدمج الذكاء الاصطناعي حقاً في سير العمل اليومي عن تلك التي تعاملته كإضافة اختيارية?

الفرق التي ترى قيمة حقيقية من الذكاء الاصطناعي عادة ما تبدأ ببعض اللحظات المحددة جداً في سير العمل حيث يفقد الوكلاء وقتًا كل يوم. ملخصات المحادثات هي مثال جيد. عندما يفتح الوكيل سلاسل بريد إلكتروني طويلة ويفهم على الفور ما حدث، تختلف المحادثة كلها. نفس الشيء يطبق عندما يطرح النظام المقالة المناسبة أو السياسة في اللحظة المناسبة. عندما تساعد تلك اللحظات الوكلاء حقاً، يبدأون في استخدام الذكاء الاصطناعي بشكل طبيعي لأنها تجعل يومهم أسهل.

العامل الآخر هو جودة المعرفة وراء النظام. تعتمد اقتراحات الذكاء الاصطناعي بشكل كبير على الوثائق والعمليات التي يستمد منها. الفرق التي لديها قواعد معرفة واضحة ومتحضرة ترى تبنيًا أقوى لأن الاقتراحات تبقى مفيدة وموثوقة. مع مرور الوقت، يصبح الذكاء الاصطناعي جزءاً من كيفية عمل الفريق، ببساطة لأنها تساعدهم على التحرك خلال المحادثات بكل وضوح.

من منظور استراتيجية المنتج، كيف تتوازن بين سرعة 혁신 الذكاء الاصطناعي والحفاظ على الموثوقية والثقة – خاصة في البيئات التي يمكن أن تسبب الأخطاء فيها ضرراً للعلاقات مع العملاء؟

دعم العملاء هو واحدة من تلك البيئات حيث تحمل الأخطاء الصغيرة عواقب كبيرة. استجابة تفهم خطأ في مشكلة فاتورة أو عميل متضايق يمكن أن يخلق المزيد من العمل للفريق ويضر بالثقة بسرعة. تلك الحقيقة تفرض نهجاً متعمداً لتحديد أين يتخذ الذكاء الاصطناعي الإجراءات وأين يدعم الوكيل البشري. بعض المهام، مثل التصنيف أو تلخيص المحادثات، تتحمل درجة عالية من التأهيل. القرارات التي تؤثر على الإيرادات أو تفسير السياسات أو العلاقات مع العملاء تتطلب مستوى أعلى من اليقين.

تكون استراتيجية المنتج تمارين في مطابقة قدرة الذكاء الاصطناعي مع مستوى الموثوقية الذي يطالب به المهمة. تظهر نماذج وتقنيات جديدة باستمرار، على الرغم من أن الاختبار الحقيقي هو أدائها بشكل مستمر داخل عمليات دعم العملاء اليومية. الفرق التي تبني هذه الأنظمة تحتاج إلى البقاء قريبة من كيفية عمل الوكلاء فعلياً ومعالجة ملاحظاتهم كإشارة أولية لما يجب شحنه في المرحلة التالية.

كيف تعتقد أن الذكاء الاصطناعي سيتغير هيكل فرق الدعم خلال الخمس سنوات القادمة؟ هل سيتحرك نحو الإشراف والقضاء، أو ستنشأ فئات عمل جديدة تماماً?

من المحتمل أن يتحرك هيكل فرق الدعم نحو عدد أقل من الأشخاص الذين يتعاملون مع معالجة التذاكر المتكررة، وأكثر من الناس الذين يركزون على حل القضايا المعقدة. مع تعامل الذكاء الاصطناعي مع المهام مثل تلخيص المحادثات وتنظيم الطلبات الواردة ومساعدة كتابة الردود، سيقضي الوكلاء وقتًا أكثر في فهم ما حدث فعلاً في الموقف وتنسيق العمل مع فرق أخرى لحله. يصبح الأمر أقل حول تحريك التذاكر عبر قائمة واكثر حول ملكية النتيجة لقضية العميل.

ستحتاج الفرق أيضاً إلى أشخاص مسؤولين عن الأنظمة التي تجعل الذكاء الاصطناعي مفيداً. يعتمد دعم الذكاء الاصطناعي بشكل كبير على وثائق دقيقة وعمليات واضحة ومصادر معرفة موثوقة. يصبح صيانة تلك الأنظمة وظيفة مستمرة، لذلك منظمات الدعم سوف تضيف تركيزاً على إدارة المعرفة وتحسين سير العمل وضمان استمرار الذكاء الاصطناعي في تقديم توجيهات مفيدة مع تطور المنتجات والسياسات.

تعمل Hiver في سوق دعم العملاء التنافسي. ما هي التحولات الأساسية في توقع العملاء التي فشلت منصات الدعم التقليدية في التكيف معها؟

ي期待 العملاء بشكل متزايد استمرارية عندما يتواصلون للحصول على دعم. يريدون المنظمة أن تذكر التفاعلات السابقة وتحمل ذلك السياق خلال المحادثة كلها. يصبح تكرار المعلومات عبر عدة مراسلات محبطاً بسرعة.

تتعدى قضايا الدعم نفسها فرق الدعم نفسها. غالبًا ما تساهم فرق المنتجات وفرق العمليات ومديري الحساب في الحل. المنصات التي تجلب السياق الاتصالي والتشغيلي في نفس سير العمل تجعل من الأسهل الحفاظ على ملكية القضية واضحة من البداية إلى النهاية.

فيما يخص المستقبل، ما هو شكل “دعم العملاء الممتاز” في عالم يأتي فيه الذكاء الاصطناعي أولاً – وما هي القدرات التي ستفرق بين الشركات التي ت茫ر وتلك التي تتراجع؟

دعم ممتاز في عالم يأتي فيه الذكاء الاصطناعي أولاً سيكون बस أسهل للعميل. يصل العميل، يفهم الفريق الوضع بسرعة، وتتحرك المحادثة إلى الأمام بدون الكثير من التحرك العكسي لإعادة بناء ما حدث. يبقى التكنولوجيا وراء ذلك مخفية. ما يلاحظه العملاء هو أن قضاياهم مفهمة ومحلولة بدون جهد غير ضروري.

للفريق الذي يدير الدعم، تأتي تلك التجربة من وجود السياق الصحيح متاحاً في لحظة بدء المحادثة. يساعد الذكاء الاصطناعي في تنظيم المعلومات وطرح ما يهم بينما يركز الوكيل على فهم العميل وتوجيه القضية نحو الحل. الشركات التي ت茫ر هي تلك التي تبني عمليات دعمها حول تلك الوضوح والاستمرارية في التفاعل.

شكراً على المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد يمكنهم زيارة Hiver.