مقابلات
Niraj Ranjan, المؤسس والرئيس التنفيذي لشركة Hiver – سلسلة المقابلات
Niraj Ranjan، المؤسس والرئيس التنفيذي لشركة Hiver، هو رجل أعمال ومتخصص تكنولوجي مخضرم بنى مسيرته في تقاطع هندسة البرمجيات وتطوير المنتجات وخدمة العملاء. أسس Hiver في عام 2017 لإعادة تخيل برامج خدمة العملاء، مستفيداً من خبرته السابقة في تأسيس Mobicules، حيث قاد الشركة من فريق صغير إلى تشغيل يضم 35 شخصاً بينما عمل بشكل يدوى 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 للتطوير وتعزيز ثقافات الهندسة القوية.
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 وتحسين سير العمل والتعاون في الوقت الفعلي بينما يتعامل الذكاء الاصطناعي مع المهام المتكررة مثل توجيه التذاكر وكتابة الردود وتحليل البيانات. تم بناء المنصة لتحل محل أنظمة الدعم التقليدية بحل أكثر直oire ومتطورة، مما يساعد المنظمات على تحسين أوقات الاستجابة وتتبع مقاييس الأداء وتقديم تجارب عملاء متسقة عبر القنوات، ويتوفر على ثقة أكثر من 10,000 فريق حول العالم.
في بداية 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 بدأت بثلاثة أشخاص إلى شركة تضم 35 شخصاً قبل إطلاق Hiver. كيف شكلت تلك الأسس الفنية العميقة وتجارب التوسع المبكرة نهجك في بناء الذكاء الاصطناعي الذي يعمل بثبات في بيئات الدعم الحقيقية تحت الضغط العالي؟
عمل 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 حافة وتتغير التفاعلات بين المكونات وتتغير النتائج وتنهار النموذج النظيف. هذا الذهن يمتد إلى بيئات دعم العملاء. تصل المحادثات مع سياق مفقود وضغط عاطفي واعتماديات عبر عدة أنظمة داخلية.
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. شكلت تلك التجربة تفكيرنا في Hiver. ننظر إلى دورة دعم كاملة، من لحظة وصول الطلب إلى لحظة حلها، ونطرح السؤال عن哪里 يمكن للذكاء الاصطناعي إزالة هذا الاحتكاك حتى تقضي الفرق مزيدًا من الطاقة على حل 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؟
تحتوي أعمال الدعم على الكثير من الجهد التشغيلي الذي لا يظهر في الاستجابة النهائية. يصنف الوكلاء الطلبات، ويتعقب سياسات، ويسحب معلومات الحساب، ويتعقب تاريخ المحادثات الطويلة قبل أن يتمكنوا من تحديد ما يقولونه. يتعامل الذكاء الاصطناعي مع تلك الأعمال الروتينية جيداً. عندما يمكن لنظام أن يلخص خيطاً أو يظهر المقالة الصحيحة في اللحظة المناسبة، يبدأ الوكيل المحادثة مع فهم أوضح للحالة.
يدخل الحكم عندما تتضمن المحادثة العواطف 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 والذكاء الاصطناعي الذي يثبت باستمرار داخل صناديق الدعم عالية الحجم؟
العرض يلخص سيناريو نظيفاً. السؤال متوقع، وقاعدة المعرفة منظمة، والنظام ينتج استجابة. نادراً ما تتطور أعمال الدعم الحقيقية بهذا الشكل. تصل الطلبات مع معلومات جزئية، وتتمدد المحادثة عبر عدة تبادلات، وغالبًا ما يحتاج الوكيل إلى مدخلات من فرق أخرى أو أنظمة قبل أن تصبح الحالة واضحة.
درست دروساً واضحة في الإنتاج أن الاستجابة نفسها هي فقط جزء من الوظيفة. الكثير من الجهد يتمحور حول فهم ما حدث وتصميم كيفية تقدم القضية. يعمل الذكاء الاصطناعي بشكل أفضل عندما يدعم تدفق العمل. يساعد وكلاء على فهم سياق المحادثة بسرعة يجعل فرقاً ذا معنى عندما يبدأ صندوق الوارد بالامتلاء.
تتكامل Hiver بشكل مثالي مع سير العمل الاتصالي الحالي بدلاً من إجبار الفرق على استخدام أنظمة جديدة تماماً. كيف مهمة هي فلسفة “اللقاء مع المستخدمين حيث يعملون بالفعل” عند نشر الذكاء الاصطناعي في بيئات سريعة الحركة؟
تعتبر هذه الفلسفة مهمة جداً لأن فرق الدعم تعمل بالفعل تحت ضغط. عندما يطلب أداة جديدة منهم تغيير طريقة 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 لاستخدام التكنولوجيا.
لقد رأينا أن الفرق تتحرك بسرعة أكبر عندما تظهر الذكاء داخل سير العمل الذي يعتمدون عليه بالفعل. عندما يفتح الوكيل خيط بريدي طويل، يمكنه على الفور رؤية ملخص للمحادثة والسياق الزبوني ذات الصلة والاقتراحات التي تساعده على تقدم القضية. هذا التحول الصغير يقلل من الوقت المستغرق في إعادة بناء ما حدث ويعطي الوكيل مزيدًا من الفرص للتركيز على حل المشكلة نفسها.
غالبًا ما تعمل فرق الدعم تحت ضغط شديد، خاصة عند التعامل مع عملاء متضايقين أو قضايا عاجلة. كيف تصمم أنظمة الذكاء الاصطناعي لتقليل الحمل الإدراكي بدلاً من إضافة الاحتكاك في تلك اللحظات؟
تضع أعمال الدعم دائماً demande على الانتباه. قد يتعامل الوكيل مع عشرات المحادثات بالتوازي، كل منها بنبرة وطوارئ وتاريخ خاص به. يذهب الكثير من الجهد العقلي إلى إعادة بناء ما حدث قبل أن يقرر كيف سيستجيب.
يساعد الذكاء الاصطناعي عندما يقلل من ذلك الجهد. عند فتح خيط وappearance على الفور ملخص واضح أو مقال المعرفة ذات الصلة، يتغير نقطة البداية للتفاعل. يقضي الوكيل أقل وقتًا 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 لاحظتها في كيفية تطور تبني الذكاء الاصطناعي بعد التوزيع الأولي؟ ما يميز الفرق التي تدمج حقاً الذكاء الاصطناعي في سير العمل اليومي عن تلك التي تعاملها كإضافة اختيارية؟
الفرق التي ترى قيمة حقيقية من الذكاء الاصطناعي عادة تبدأ ببعض اللحظات المحددة جداً في سير العمل حيث يفقد الوكلاء وقتًا كل يوم. ملخصات المحادثات هي مثال جيد. عندما يفتح الوكيل خيطاً طويلاً ويفهم على الفور ما حدث، تبدأ المحادثة بطريقة مختلفة. نفس الشيء يطبق عندما يظهر النظام المقالة الصحيحة أو السياسة المطلوبة ل回答 السؤال. عندما تساعد تلك اللحظات الوكلاء حقاً، يبدأون في استخدام الذكاء الاصطناعي بشكل طبيعي لأنها تجعل يومهم أسهل.
العامل الآخر هو جودة المعرفة خلف النظام. تعتمد اقتراحات الذكاء الاصطناعي بشكل كبير على الوثائق والعمليات التي يستمد منها. الفرق التي لديها قواعد معرفة واضحة ومنظمة تميل إلى رؤية تبني 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 الابتكار في الذكاء الاصطناعي والحفاظ على الموثوقية والثقة – خاصة في البيئات التي يمكن أن تسبب الأخطاء ضرراً بالعلاقات مع العملاء؟
دعم العملاء هو واحدة من تلك البيئات التي تحمل أخطاء صغيرة عواقب كبيرة. استجابة تفهم بشكل خاطئ مشكلة فاتورة أو عميل متضايق يمكن أن يخلق مزيدًا من العمل للفريق ويضر بالثقة بسرعة. تلك الحقيقة تفرض نهجًا متعمدًا لتحديد حيث يأخذ الذكاء الاصطناعي الإجراءات وحيث يدعم الوكيل البشري. بعض المهام، مثل التصنيف أو تلخيص المحادثات، تتسامح مع 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 يتطلبه المهم. تظهر نماذج وتقنيات جديدة باستمرار، ومع ذلك، الاختبار الحقيقي هو ما إذا كانت تؤدي بشكل مستمر في عمليات دعم العملاء اليومية. الفرق التي تبني هذه الأنظمة تحتاج إلى البقاء قريبة من كيفية عمل الوكلاء بالفعل ويعامل تلك الملاحظات كالإشارة الأساسية لما يجب شحنه في المرحلة التالية.
كيف تعتقد أن الذكاء الاصطناعي سيتغير بنية فرق الدعم خلال الخمس سنوات القادمة؟ هل سيتحرك نحو الإشراف والقضاء، أو ستنشأ فئات عمل جديدة تماماً؟
من المحتمل أن تتغير هيكلة فرق الدعم نحو عدد أقل من الأشخاص الذين يتعاملون مع معالجة التذاكر المتكررة وأكثر الناس الذين يركزون على حل القضايا المعقدة. مع تعامل الذكاء الاصطناعي مع المهام مثل تلخيص المحادثات وتنظيم الطلبات القادمة ومساعدة كتابة الردود، سيقضي الوكلاء مزيدًا من الوقت على فهم ما حدث بالفعل وتنسيق مع فرق أخرى لحلها. يصبح الأمر أقل حول نقل التذاكر عبر قائمة وأكثر حول ملكية نتيجة قضية العملاء.
ستحتاج الفرق أيضًا إلى أشخاص مسؤولين عن الأنظمة التي تجعل الذكاء الاصطناعي مفيداً. يعتمد دعم الذكاء الاصطناعي بشكل كبير على الوثائق الدقيقة والعمليات الواضحة ومصادر المعرفة الموثوقة. يصبح صيانة تلك الأنظمة وظيفة مستمرة، لذلك من المحتمل أن تضيف منظمات الدعم فرقاً مركزة على إدارة المعرفة وتحسين سير العمل وضمان استمرار الذكاء الاصطناعي في تقديم توجيهات مفيدة مع تطور المنتجات والسياسات.
تعمل Hiver في سوق الدعم التنافسي. ما هي التحولات الأساسية في توقعات العملاء التي فشلت منصات الدعم التقليدية في التكيف معها؟
يتوقع العملاء بشكل متزايد استمرارية عندما يصلون إلى الدعم. يريدون المنظمة أن تذكر التفاعلات السابقة وتحمل ذلك السياق خلال المحادثة بأكملها. يصبح تكرار المعلومات عبر عدة تبادلات سريعاً مملًا.
تتمدد قضايا الدعم أيضًا إلى ما وراء فريق الدعم نفسه. تساهم فرق المنتجات وفرق العمليات ومديري الحسابات في الحل. المنصات التي تجمع الاتصالات والسياق التشغيلي في سير العمل نفسه تجعل من الأسهل الحفاظ على ملكية القضية واضحة من البداية إلى النهاية.
فيما يخص المستقبل، ما هو شكل “دعم العملاء الممتاز” في عالم يعتمد على الذكاء الاصطناعي – وما هي القدرات التي ستفرق بين الشركات التي ت茫 وتنمو عن تلك التي تتراجع؟
سيبدو دعم ممتاز في عالم يعتمد على الذكاء الاصطناعي ببساطة أكثر سهولة للعميل. يصل العميل، يفهم الفريق الوضع بسرعة، وتتحرك المحادثة إلى الأمام دون الكثير من التبادل لإعادة بناء ما حدث. تظل التكنولوجيا خلفها في الغالب غير مرئية. ما يلاحظه العملاء هو أن قضاياهم مفهمة ومحلولة دون جهد غير ضروري.
للفريق الذي يدير الدعم، تأتي تلك التجربة من وجود السياق الصحيح متاحًا في اللحظة التي يبدأ فيها التفاعل. يساعد الذكاء الاصطناعي في تنظيم المعلومات ورفع ما يهم بينما يركز الوكيل على فهم العميل وتوجيه القضية إلى الحل. الشركات التي تنجح ستكون تلك التي تبني عمليات دعمها حول تلك الوضوح والاستمرارية في التفاعل.
شكراً على المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد يجب أن يزوروا Hiver.
