Fran Loftus, Chief Experience Officer, EliseAI – Rozhovorová série

Fran Loftus, Chief Experience Officer, EliseAI je dynamický líder známý svou kreativní energií a všestranným zázemím, které kombinuje podnikatelský drive s hlubokou operační odborností. Předtím, než se připojila k EliseAI, založila HOM, technologicky vybavenou platformu pro poskytování služeb a zapojení, která byla později koupena společností Alfred, kde později zastávala několik výkonných funkcí a formovala zkušenosti rezidentů napříč stovkami tisíc jednotek. V EliseAI zastávala seniorní operační vedení, které podléhalo CEO a představenstvu, řídila efektivní provoz napříč celou společností, dohlížela na výsledky klientů a úzce spolupracovala s inženýry a prodejními týmy na produktové strategii a nasazení. Jako zakladatelka a odbornice v oboru byla nominována na Top Foundera na MIPIM a opakovaně jmenována mezi nejlepšími ženami – vlivnými osobnostmi v oblasti CRETech.

EliseAI je newyorská softwarová společnost, která transformuje způsob, jakým organizace v oblasti bydlení a zdravotnictví spravují komunikaci a operační procesy s vysokým objemem prostřednictvím pokročilé konverzační a agenticke umělé inteligence. Její platforma automatizuje úkoly, jako je plánování prohlídek, komunikace při pronájmu, požadavky na údržbu, prodloužení nájmu, registrace pacientů a administrativní podporu napříč textem, hlasem, e-mailem a chatem, umožňující týmům pracovat efektivněji a zlepšovat jejich odezvu a zákaznickou zkušenost. Centrálním sjednocením těchto interakcí do jednotného systému umělé inteligence EliseAI pomáhá organizacím škálovat své operace, snižovat manuální pracovní zátěž a dosahovat měřitelných zlepšení výkonu napříč kritickými funkcemi.

Jako Chief Experience Officer v EliseAI přinášíte vzácnou kombinaci zkušeností z oblasti komunity, operací a technologií. Založila jste HOM, platformu, která pomáhala multifunkčním budovám poskytovat sdílené služby a pocit komunity ve velkém měřítku, a později jste vedla zkušenosti a poskytování služeb ve společnosti Alfred, poskytovateli rezidenčních služeb, který je integrován do tisíců bytových domů. Jak tyto hluboce praktické, lidmi orientované role ovlivňují způsob, jakým navrhujete a implementujete AI zkušenosti v EliseAI?

Mé zkušenosti z fyzického majetkového managementu mě naučily, že technologie je pouze tak dobrá, jako je služba, kterou skutečně poskytuje na místě. V HOM a Alfredu jsem se naučila, že rezident se nezajímá o elegantní rozhraní, pokud jeho požadavek na údržbu zmizí v černé díře nebo jeho přestěhování je zpožděno. To mě učinilo posedlou uzavřením smyčky. Ne-navrhuji AI pouze pro vedení konverzací, navrhuji ji pro řízení celého životního cyklu úkolu. Prioritizuji rezidenta v krizi nebo zaměstnance, který je příliš vytížen, zajišťuji, aby AI nebyla pouze další věcí, kterou musí sledovat, ale nástrojem, který jim ulehčuje.

Z hlediska zákaznické zkušenosti, co vypadá efektivní AI v prostředích bydlení a zdravotnictví, kde důvěra, jasnost a follow-through záleží stejně jako rychlost nebo automatizace?

V bydlení a zdravotnictví je být rychlý skvělé, ale skutečně dodržet sliby je to, co buduje důvěru. Dobrá AI by neměla pouze poskytnout rychlou odpověď; musí zajistit, aby se něco skutečně stalo. Pokud se pacient zeptá na účet nebo nájemník chce prodloužit nájem, AI musí aktualizovat záznamy, informovat příslušného manažera a informovat tuto osobu, že kola jsou v pohybu. Je to o tom, být jasný a proaktivní, aby lidé nemuseli volat zpět třikrát, aby pouze zkontrolovali stav.

EliseAI zvolila vertikální přístup místo obecné AI vrstvy. Jak toto rozhodnutí mění denní zkušenost pro property týmy, rezidenty a zdravotnický personál ve srovnání s horizontálními AI nástroji?

Obecné AI nástroje vyžadují, aby zákazník provedl těžkou práci učení softwaru o pravidlech odvětví. Protože jsme vertikální řešení zaměřené výhradně na bydlení a zdravotnictví, náš systém přichází s hlubokým pochopením specifických pracovních postupů, jako jsou regulace bezpečnostních vkladů nebo nuance plánování pacientů. Pro personál na místě to znamená, že nejsou nuceni spravovat generický chatbot, který by mohl „hallucinovat“ politiku. Pracují s systémem, který je již integrován do jejich stávajícího softwaru a mluví jazykem jejich denních operací od prvního dne.

Můžete vysvětlit, jak stínování front-line pracovníků pro zachycení koncových pracovních postupů zlepšuje chování modelu a konečnou zákaznickou zkušenost ve srovnání s tréninkem na abstraktních datech?

Abstraktní data ukazují „co“, ale být na místě se zákazníky ukazuje „jak“. Když můj tým tráví čas ve skutečném prostředí, kde je software nasazen, vidí tření, které by datové sady minuly. Například během zjišťovacího sezení s vojenským housing operátorem jsme identifikovali komplexní schvalovací toky a přísné denní omezení, které nebyly v žádné příručce. Zachycením těchto skutečných, reálných detailů a jejich překladem do produktu můžeme postavit AI, která nefunguje pouze v demo, ale přežije chaos rušného úřadu.

Když AI systémy přecházejí od odpovědí na otázky k provádění úkolů, jaké nové zkušenostní rizika vznikají a jak zajišťujete, aby automatizace vypadala podpůrná a spolehlivá, spíše než intruzivní nebo neprůhledná?

Hlavní riziko se posouvá z AI, která říká něco nesprávného, na AI, která dělá něco nesprávného. K zmírnění tohoto rizika jsem zavedla model produktových řešení, kde máme odborníky – mnozí z nich jsou bývalí zakladatelé – kteří vlastní specifické domény produktu. Nastavují specifické pravidla a zábrany pro to, jak AI provádí úkoly, zajišťují, aby AI nikdy nečinila akci, která by překvapila nebo zmátla lidského zaměstnance.

V bydlení a zdravotnictví, i malé porušení mohou rychle podkopat důvěru. Jak navrhujete agenticke AI systémy, aby zůstaly transparentní, předvídatelné a snadno přístupné pro lidi, aby mohli kdykoli zasáhnout a opravit, když je to potřeba?

Navrhování pro důvěru začíná odchodem od tradičního reaktivního myšlení, kde prostě čekáte, až se věci pokazí. Místo toho jsem postavila tým, který funguje jako most mezi skutečnou operační složitostí a logikou AI. Tito nejsou podpůrní agenti – jsou to stratégové a bývalí zakladatelé, kteří vlastní specifické domény produktu od začátku do konce.

Tráví svůj čas stínováním pracovníků, aby pochopili nezbytná pravidla odvětví, jako jsou komplexní vojenské housing schvalovací toky nebo přísné lékařské reakční časy, a tyto přímo vtělují do chování AI. Transparentnost pochází z faktu, že naše systémy jsou navrženy tak, aby proaktivně signalizovaly potenciální problémy, než se stanou stížnostmi rezidentů nebo pacientů. Když AI detekuje situaci s vysokou emocí nebo komplexní žádostí, na kterou není trénována, nehádkuje. Spouští předání, které poskytuje lidskému zaměstnanci plnou historii a kontext interakce, umožňující jim zasáhnout jako informovaný partner, spíše než začínat od nuly.

Z vašeho úhlu pohledu, který dohlíží na implementaci a úspěch klientů, jaké jsou nejčastější tření, se kterými se zákazníci setkávají při přijímání AI do operačních pracovních postupů, a jak EliseAI snižuje toto tření brzy v nasazení?

Největší tření je zřídka technologií samotnou, ale spíše úzkostí, že technologie naruší tok týmu nebo nahradí jejich role. Toto řešíme zaměřením se na okamžitou, praktickou úlevu. V prvním týdnu používáme AI k převzetí opakujících se, vysoce objemových úkolů, které obvykle způsobují největší vyhoření, jako je počáteční follow-up leadů. Používáme také svou vlastní AI k řízení našich interních firemních operací. To nám pomáhá pochopit přesně stresové body změny pracovního postupu, takže můžeme být lepšími partnery, když naši zákazníci procházejí toutéž transformací.

Mnohé organizace bojují s přechodem za fázi pilotních projektů. Jak pomáháte zákazníkům, aby vyvinuli své procesy a očekávání, takže AI se stane nedílnou součástí denních operací, spíše než zůstává boční experiment?

AI zůstává pouze tehdy, když přestane být bočním projektem a stane se normální součástí pracovního dne; pomáháme lídrům reorganizovat své týmy, aby lidé mohli soustředit na úkoly, které skutečně vyžadují lidský dotek, jakmile AI zvládne rušivé práce.

EliseAI nyní podporuje přibližně jednu šestinu amerických bytů. Jak se mění očekávání zákazníků na této úrovni rozsahu, a jaké nové zkušenostní výzvy vznikají, když AI se stává standardní součástí operací?

Na této úrovni je AI již není cool inovace. Je to utilita, stejně jako elektřina. Očekávání se posouvá z toho, že je to působivé, když funguje, na to, že je nepřijatelné, když selže. Musíme spravovat tuto variabilitu, zatímco udržujeme 100% spolehlivost.

Pohledem do budoucna 2 až 3 let, jak vidíte roli Chief Experience Officera, jak se AI systémy stanou odpovědnějšími uvnitř esenciálních služeb, jako je bydlení a zdravotnictví?

Role se bude vyvíjet z řízení zákaznické služby na orchestraci partnerství mezi lidmi a AI. Jakmile AI převezme administrativní a opakující se části práce, zaměří se CXO na strategické a emocionální kontaktní body. Naší odpovědností bude zajišťovat, aby lidské interakce v bydlení a zdravotnictví byly více úmyslné a více působivé, jakmile se svět stane více automatizovaným.

Děkuji za skvělý rozhovor, čtenáři, kteří chtějí se dozvědět více, by měli navštívit EliseAI.