Přepisují agenti AI kontaktní centra?

Byla doba, kdy byly call centra postavena především pro zpracování velkého objemu zákaznických dotazů po telefonu. Dnes kontaktní centra převzala jejich roli – operační centra, kde podniky spravují interakce se zákazníky napříč několika kanály: telefon, e-mail, sociální média a messagingové aplikace.

Ale navzdory této změně v kanálech zůstal základní modellargely stejný.

Jednoduché požadavky zákazníků stále procházejí fragmentovaným systémem: interaktivní hlasová odpověď (IVR) pro ověření, platformy pro správu vztahů se zákazníky (CRM) pro podrobnosti o účtu, nástroje pro sledování tiketů a samostatné systémy pro dokončení úkolu. Cloudové platformy, jako je Contact-Center-as-a-Service (CCaaS), přinesly tyto nástroje blíže, umožňující flexibilnější operace, ale zkušenost zůstává daleko od bezproblémové, spoléhající se na多 kroky, předávání a manuální koordinaci.

Po mnoho let tento model fungoval. Pak do něj vstoupil AI agent.

Jakmile AI agenti získali momentum, startupy a zavedené společnosti napříč všemi odvětvími začaly budovat a nasazovat nástroje, které slibují novou fázi umožněnou schopností AI odemknout inteligenci napříč systémy a využít dříve izolovaných dat.

Rozdílné systémy se stávají reliktů

S AI agenty na místě kontaktní centra již nefungují v izolaci. Agenti mohou získat informace, spouštět akce a dokončovat úkoly napříč platformami. Pokud zákazník chce zpochybnit poplatky, AI agent může ověřit jeho identitu, získat jeho transakční historii z CRM, zkontrolovat relevantní zásady, zahájit spor a potvrdit výsledek – vše během jedné nepřetržité interakce. Žádné předávání nebo manuální koordinace nejsou vyžadovány.

Úkoly, které dříve vyžadovaly, aby lidé přepínali mezi několika nástroji, nyní probíhají na pozadí. Velká část složitosti může být abstrahována a zákazník, nebo dokonce lidský agent, nemusí vidět, jak proces funguje za scénou.

Tato změna také mění roli softwaru samotného. Software nyní připomíná soubory stavebních bloků, zatímco AI agenti fungují jako vrstva, která propojuje a koordinuje systémy. Pečlivě definované pracovní postupy ustupují více flexibilním interakcím, které jsou tvarovány situací spíše než předem definovanými cestami: Místo toho, aby se držely rigidních menu nebo skriptovaných toků, jsou rozhodnutí učiněna v reálném čase na základě kontextu.

Je čas přehodnotit váš technologický stack

Lídři kontaktních center dnes stojí před velkou otázkou: Pokud software již není primárním úložištěm hodnoty, kam by měly jít technologické investice?

Naštěstí nemusíte nahradit své stávající systémy hned. Musíte pouze přehodnotit, jak tyto systémy interagují.

V tomto nově se rodícím modelu AI agenti přebírají orchestraci, koordinují akce napříč systémy místo toho, aby se spoléhali na předem definované pracovní postupy. Rozhraní pro programování aplikací (API) a model context protocol (MCP) se stávají primárním způsobem, jak systémy komunikují, umožňující agentům získat přístup a interpretovat data, systémy a kontext pro správné použití nástrojů napříč stackem.

Ale pouze rekonfigurace nestačí. Pro všechny své užitečnosti jsou AI nástroje stále náchylné k chybám. Číslo faktorů může vést k tomu, že AI nástroj bude halucinovat, odchýlit se od své aligmentace nebo odchýlit se od politik a směrnic. Jakmile tato změna nastane, bude zde rostoucí potřeba pro sledovatelnost, měření a odpovědnost.

AI agenti nejsou pouze prováděni úkoly; dělají rozhodnutí, jako je schválení refundací, aktualizace účtů a eskalace problémů. A jelikož tyto nástroje fungují mnohem rychleji, než jakýkoli člověk, může být jakákoli chyba opakována napříč stovkami nebo dokonce tisíci instancí v průběhu několika hodin.

To je přesně proč organizace potřebují začlenit sledovatelnost, aby věděly, co jejich AI rozhoduje; testovací nástroje, aby chyby odhalily včas; a infrastrukturu pro logování, aby mohly vyšetřovat chyby okamžitě.

Kompromisy

Ačkoli AI otevírá svět možností, posun směrem k autonomii zavede nové rizika pro kontaktní centra, podniky, kde je konzistence a důvěra kritická.

Strukturované pracovní postupy byly po dlouhou dobu základem operací kontaktních center. Každý krok je definován předem, každé rozhodnutí následuje schválenou cestu, a každá interakce může být auditována proti stanoveným pravidlům. Tato struktura pomáhá zajistit, aby interakce se zákazníky zůstaly konzistentní, regulační požadavky byly splněny, a politiky byly aplikovány jednotně napříč každým případem.

Autonomní AI agenti fungují odlišně. Na rozdíl od tradičního softwaru, který následuje předvídatelné algoritmy, AI agenti dělají rozhodnutí založená na jejich podkladovém modelu, trénovacích datech a kontextu, v reálném čase. Tato flexibilita jim umožňuje přizpůsobit se každé situaci, ale také zavádí variabilitu. Dvě podobné zákaznické požadavky mohou být zpracovány mírně odlišnými způsoby v závislosti na tom, jak agent interpretuje vstup, jaké údaje jsou k dispozici, nebo jak podkladový model váží různé signály.

Osoba, která následuje rigidní pracovní postup, bude tendovat k produkci somewhat předvídatelných výsledků, ale AI agenti mohou produkovat neočekávané nebo nekonzistentní výsledky, a dokonce ukázaly vysoký potenciál pro bias. AI agent může vyřešit jednu fakturační otázku správně, ale interpretovat podobný případ odlišně.

To vyvolává důležité provozní otázky pro organizace: Jak udržet odpovědnost, když rozhodnutí jsou učiněna AI-založeným systémem a ne někým, kdo následuje skript? Jak zajistit transparentnost v těchto rozhodnutích, zvláště když modely jsou komplexní a nejsou vždy snadno interpretovatelné? A jak zajistit dodržování předpisů v prostředích, kde akce jsou dynamicky generovány?

Tyto otázky jsou ještě důležitější v kontaktních centrech, protože se nacházejí na křižovatce efektivity a zkušeností. Zpožděná odpověď, nesprávné řešení, nebo nevysvětlitelné rozhodnutí může zanechat zákazníky frustrované a nejisté o spolehlivosti celého podniku. Budou pochybovat o vaší schopnosti jako o řešení, a možná dokonce přejdou k jinému poskytovateli.

Kromě toho existuje výzva dohledu. Jakmile AI agenti přebírají více odpovědnosti, organizace potřebují způsoby, jak monitorovat a testovat jejich chování v reálném čase, detekovat anomálie, a zasáhnout, když je to nutné. Bez této úrovně viditelnosti se stává obtížné zajistit, aby systémy fungovaly tak, jak jsou určeny, nebo pochopit, kdy nefungují.

Cesta vpřed

Organizace by měly přijmout postupný přístup k adopci AI agentů. Místo toho, aby nahradily stávající pracovní postupy úplně, organizace by měly začít augmentovat je, zavádět AI ve scénářích, kde jsou rizika nižší a výhody okamžitá.

Tento přístup umožní kontaktním centrům experimentovat a adaptovat se bez ohrožení spolehlivosti. Mohou nasadit AI agenty v nízkorizikových situacích, identifikovat bias, detekovat routing drift, a řešit další problémy, jakmile vzniknou.

Cílem je nakonec zachovat kvalitu, a AI agenti jsou pouze dalším nástrojem, bez ohledu na to, jak schopní jsou. Kontaktní centrum, které přijme tuto technologii s správnou rovnováhou opatrnosti a optimismu, jednou učiní, že kontaktní centra a call centra budou považována za věc minulosti.