Proč zákazníci dávají sbohem vašim chatbotům zákaznické podpory

Týmy zákaznického servisu už léta považují okamžitou žádost o spojení s živým operátorem za problém, který je třeba vyřešit návrhem systému. Když volající odmítnou automatizovanou službu ještě dřív, než ji vůbec skutečně vyzkoušejí, přirozeným instinktem je upravit systém tak, aby působil vřeleji nebo lidštěji. Přeformulovat úvodní pozdrav. Uznat, že je volající frustrovaný. Ujistit ho, že může mluvit přirozeně. Předpokládá se, že pokud bude služba působit méně roboticky, lidé s ní budou ochotněji komunikovat.

Nedávno jsme zaznamenali důkaz, že mnohem důležitější je něco jiného.

Ve velké pojišťovně, která využívá AI k zodpovídání dotazů ohledně výhod spojených s pronájmem auta, hlasový agent zpočátku volající vítal slovy: „Můžete se mnou mluvit jako se skutečným člověkem.“ Více než čtyři z deseti volajících přesto požádali o spojení s člověkem, ještě než se systémem vůbec vedli smysluplný rozhovor. Pozdrav jsme změnili na jednodušší a přímočařejší, ale výsledek se prakticky nezměnil. Čtyřiačtyřicet procent volajících stále okamžitě žádalo o spojení s operátorem.

To, co nakonec změnilo chování volajících, mělo jen málo společného s tím, jak AI zněla. Změnili jsme to, co mohla předvést, že ví. Místo obecného pozdravu AI rozumně odhadla, proč zákazník volá, a poskytla informace, které měly problém vyřešit ještě dřív, než jej zákazník popsal – například uvedla vozidlo spojené s jeho pojistnou událostí, sdělila její stav a ověřila, zda zákazník potřebuje náhradní vůz.

Počet žádostí o spojení s operátorem klesl o 23 %. Počet smysluplných interakcí s AI vzrostl z 54 % na 66 %.

Z toho plyne ponaučení, které dalece přesahuje prostředí kontaktních center. Firmy se předhánějí v tom, aby AI působila konverzačněji, osobněji a intuitivněji, možná však zanedbávají něco zásadnějšího: poskytnout AI dostatek kontextu, aby mohla prokázat, že rozumí dané situaci.

AI přebírá schodek důvěry

Lidé se s novým systémem AI nesetkávají jako s nepopsaným listem. Mají za sebou léta zkušeností s telefonními automaty, které nerozuměly jednoduchým požadavkům, chatboty, které nabízely nerelevantní odpovědi, a automatizovanými systémy, kvůli nimž museli opakovat informace, které už dříve sdělili. Časem se uživatelé naučili, že požádat o spojení s člověkem může být nejrychlejší způsob, jak něco vyřídit.

Takové chování může vypadat jako odpor k AI, ale užitečnější je chápat ho jinak. Než lidé svěří úkol automatizovanému systému, chtějí mít důkaz, že jejich konkrétní situaci rozumí natolik, aby jim dokázal pomoci. Výzkumníci označují jeden z prvků tohoto odporu jako „opomíjení jedinečnosti“, tedy představu, že automatizovaný systém nedokáže dostatečně zohlednit okolnosti konkrétního člověka.

To je stále důležitější, protože AI proniká do stále významnějších oblastí našeho života a práce. Zákazník, který volá po autonehodě, nevnímá svůj problém jako obecný dotaz na pojištění. Zaměstnanec používající podnikového asistenta očekává, že bude rozumět jeho roli, oprávněním i tomu, na čem právě pracuje. Vývojář využívající nástroj AI pro programování potřebuje odpovědi, které zohlední architekturu okolního kódu.

V každém z těchto případů musí systém AI prokázat, že rozumí okolnostem daného požadavku, aby měl uživatel důvod jeho odpovědi důvěřovat.

Kontext se stává součástí rozhraní AI

Personalizace tradičně znamenala znát něčí jméno, pamatovat si jeho preference nebo doporučit něco na základě předchozího chování. AI nám dává příležitost přizpůsobovat služby mnohem více konkrétní situaci. Užitečný systém by měl rozumět tomu, čeho se někdo snaží dosáhnout, co se už stalo, které informace jsou v danou chvíli relevantní a jaké kroky lze skutečně podniknout.

Toto rozlišení pomáhá vysvětlit, proč pojišťovací experiment fungoval. AI volající pouze nepřivítala příjemněji. Ušetřila jim práci. Kdo volal, aby zjistil, zda má nárok na výhody spojené s pronájmem auta, už nemusel vysvětlovat svou pojistnou událost, identifikovat své vozidlo ani čekat, až systém vyhledá příslušné informace. Tím, že systém tento kontext sdělil hned, prokázal svou schopnost pomoci ještě předtím, než po volajícím žádal, aby mu důvěřoval v čemkoli dalším.

Tento princip platí pro podnikovou AI napříč obory. Pokaždé, když uživatel musí zopakovat informace, které by systém už měl znát, opravovat předpoklad, který systém vůbec neměl učinit, nebo znovu sestavovat kontext, jenž už existuje jinde v organizaci, jeho důvěra klesá. Pro podniky to znamená, že kontext je třeba chápat jako součást uživatelského prostředí, nikoli pouze jako technickou záležitost odehrávající se na pozadí.

AI může změnit způsob, jakým měříme úspěch

Náš experiment odhalil ještě jedno chování, které se dalo snadno přehlédnout. Poté, co jsme zavedli úvodní sdělení zohledňující kontext, si někteří volající poslechli úvodní zprávu a jednoduše zavěsili.

Podle tradičních ukazatelů kontaktních center by se tyto hovory mohly klasifikovat jako opuštěné. Někteří z těchto zákazníků však právě dostali přesně to, co zřejmě potřebovali. Pokud někdo volá, aby zjistil, zda byla jeho pojistná událost schválena, a AI mu okamžitě sdělí, že jeho nárok byl schválen a že může využít výhody spojené s pronájmem auta, možná už není o čem dál mluvit.

Zdálo se, že přibližně 3 % hovorů využívajících dynamický uvítací pozdrav odpovídají tomuto vzorci: volající po obdržení informací zavěsili a během následujících dvou hodin už znovu nezavolali. Jde o malé procento, ale vyvolává to širší otázku: Co se stane, když metriky, které jsme dosud používali k měření zapojení, přestanou přesně měřit hodnotu?

S tím, jak se AI stává schopnější, můžeme častěji pozorovat, že kratší interakce jsou lepší. Pokud systém dokáže předvídat potřeby a proaktivně nabídnout správné informace, mohou být délka konverzace, počet dokončených kroků, a dokonce i tradiční míra předčasně ukončených interakcí méně vypovídajícími ukazateli úspěchu.

Každá interakce s AI je zkouškou

S tím, jak se AI začleňuje do stále většího počtu pracovních postupů, budou uživatelé lépe rozpoznávat, které systémy stojí za jejich čas. Úvodní okamžiky interakce mají značnou váhu, protože lidé rychle posuzují, zda systém chápe jejich situaci, zda jeho informace působí důvěryhodně a zda bude stát za to pokračovat.

Nejlepší zkušenost s AI nabídnou systémy, které dokážou včas a přesně prokázat, že mají užitečný kontext. V zákaznickém servisu to může znamenat, že systém zná stav pojistné události ještě předtím, než ho volající vysvětlí. U podnikového asistenta to může znamenat, že rozumí roli a oprávněním zaměstnance i jeho aktuální práci. Při vývoji softwaru to může znamenat, že dokáže uvažovat o architektuře, do níž daný kus kódu zapadá.

Firmám se vyplatí investovat do toho, aby se s novou generací systémů AI komunikovalo přirozeněji. Přirozená konverzace má ale své meze. Lidé dají AI šanci, pokud jim poskytne důvod věřit, že jim může pomoci; tímto důvodem je stále častěji kontext.