Sergey Galchenko, Chief Technology Officer, IntelePeer – Interview-Serie

Was hat Sie ursprünglich zum Bereich der Informatik und künstlichen Intelligenz hingezogen?

Ich genieße es, Probleme zu lösen, und die Softwareentwicklung ermöglicht es mir, dies mit einer sehr schnellen Rückkopplungsschleife zu tun. KI öffnet ein neues Feld von Anwendungsfällen, die mit herkömmlichen deterministischen Programmieransätzen schwer zu lösen sind, was sie zu einem spannenden Werkzeug im Lösungstoolbox macht.

Wie hat KI das Landschaftsbild des Kundensupports, insbesondere bei der Automatisierung von CX (Customer Experience)-Operationen, verändert?

Generative künstliche Intelligenz revolutioniert das Contact-Center-Geschäft auf unvergleichliche Weise. Wenn sie mit Lösungen kombiniert wird, die die Automatisierung von Kommunikationen unterstützen, bietet generative KI neue Möglichkeiten, um Kundeninteraktionen zu verbessern, die BetriebsEffizienz zu steigern und die Arbeitskosten in einer Branche, die sehr umkämpft ist, zu senken. Mit diesen Technologien können Kunden von hochpersonalisierten Dienstleistungen und konsistenten Unterstützungen profitieren. Unternehmen können gleichzeitig Anrufe effektiver entgegennehmen und den Agenten-Wechsel und hohe Vakanzraten bekämpfen, während sie es ihren Mitarbeitern ermöglichen, sich auf hochpriorisierte Aufgaben zu konzentrieren. Schließlich ermöglicht generative KI es Unternehmen, Informationen aus Kundeninteraktionen mithilfe mehrerer Datenquellen zu konsolidieren und zusammenzufassen. Die Vorteile der Nutzung dieser Technologien im CX-Bereich sind eindeutig – und es gibt immer mehr Daten, die den Fall unterstützen, dass dieser Trend mehr und mehr Unternehmen beeinflussen wird.

Können Sie spezifische Beispiele dafür nennen, wie IntelePeers Gen-AI langweilige Aufgaben für Kundensupport-Mitarbeiter reduziert hat?

Das ultimative Ziel von IntelePeers Gen-AI ist es, eine vollständige Automatisierung in Kundensupport-Szenarien zu ermöglichen, wodurch die Abhängigkeit von Mitarbeitern reduziert und bis zu 75 % der Betriebskosten für die Kunden gespart werden können, die wir bedienen. Unsere Plattform kann bis zu 90 % der Kundeninteraktionen automatisieren, und wir haben bereits über eine halbe Milliarde Kundeninteraktionen automatisiert. Unsere Gen-AI kann nicht nur manuelle Aufgaben wie Anrufweiterleitung, Terminplanung und Kunden-Daten-Erfassung automatisieren, sondern auch Selbstbedienungserlebnisse bieten, die Kunden immer mehr fordern und erwarten – einschließlich hyperpersonalisierter Kommunikationen, verbesserter Antwortgenauigkeit und schnelleren Lösungen.

Können Sie erklären, warum AI-bezogene Dienstleistungen Kreativität mit Genauigkeit ausbalancieren müssen.

Das Ausbalancieren von Kreativität mit Genauigkeit und Vorhersehbarkeit ist entscheidend, um Vertrauen in AI-gesteuerte Dienstleistungen und Lösungen zu fördern – einer der größten Herausforderungen im Zusammenhang mit AI-Technologien heute. Zunächst einmal sollte es selbstverständlich sein, dass jede AI-Lösung danach streben sollte, das höchste Maß an Genauigkeit zu erreichen, um die richtigen Ausgaben für alle Eingaben bereitzustellen. Aber die Schaffung eines großartigen Erlebnisses mit AI geht über die bloße Bereitstellung der richtigen Informationen für Endbenutzer hinaus; es beinhaltet auch die richtige Übermittlung dieser Informationen an sie, was eine anständige Menge an Kreativität erfordert, um dies erfolgreich umzusetzen. Zum Beispiel sollte in einer Kunden-Service-Interaktion eine AI-gesteuerte Kommunikationslösung in der Lage sein, automatisch den Ton des Kunden zu erkennen und ihn bei Bedarf in Echtzeit anzupassen, um ihm genau das zu geben, was er in diesem Moment benötigt. Die AI sollte auch auf eine Weise kommunizieren, die den Kunden das Gefühl gibt, mit einem Menschen zu sprechen, ohne sie jedoch zu täuschen, indem sie sie glauben lässt, mit einem Menschen zu sprechen, wenn sie es nicht tun. Wiederum geht es darum, Vertrauen in AI zu fördern, was letztendlich zu einer noch weiteren Verbreitung und Nutzung dieser Technologie führen wird.

Welche Rolle spielt Daten bei der Gewährleistung der Genauigkeit von AI-Antworten, und wie verwalten Sie Daten, um die AI-Leistung zu optimieren?

Gute Daten erzeugen gute AI. Mit anderen Worten: Die Qualität der Daten, die in ein AI-Modell eingespeist werden, korreliert direkt mit der Qualität der Informationen, die dieses Modell produziert. Im Kunden-Service sind Kunden-Interaktions-Daten der Schlüssel, um Lücken in der Kunden-Reise zu finden. Durch die Analyse dieser Daten können Unternehmen beginnen, Kunden-Intentionen besser zu verstehen und dann diese Informationen verwenden, um AI-gesteuerte Interaktionen zu optimieren und die gesamte Kunden-Reise und -Erfahrung zu transformieren. Unternehmen müssen jedoch die richtigen Daten-Architekturen haben, um diese Daten zu verarbeiten und Erkenntnisse daraus zu gewinnen.

Die IntelePeer-AI-Lösung verwendet den Inhalt und den Kontext der Interaktion, um den besten Vorgehensweg bei jedem Schritt zu bestimmen. Während einer Interaktion, wenn ein Kunde eine Frage stellt, die eine Antwort erfordert, die spezifisch für ein Geschäftsprozess, -Regeln oder -Richtlinien ist, greift die AI-WorkFlow automatisch auf eine Wissensbasis zu, die Geschäftsdaten wie FAQ-Dokumente, Agenten-Schulungsmaterialien, Website-Daten, Richtlinien und andere Geschäfts-Informationen enthält, um entsprechend zu antworten. Ähnlich verhält es sich, wenn eine Frage oder ein Anliegen gestellt wird, auf das das Unternehmen nicht direkt mit AI antworten möchte; die AI-WorkFlow wird das Anliegen an einen menschlichen Agenten weiterleiten, wenn erforderlich. Die verbleibende Interaktion kann automatisch zu den Q&A-Paaren hinzugefügt werden, um Antworten in nachfolgenden Kunden-Interaktionen zu verbessern oder an eine Aufsichtsbehörde zur Genehmigung vor der Aufnahme weitergeleitet werden.

Wie sehen Sie die Entwicklung der Rolle von Frontline-Agents in der Kundensupport-Branche durch die zunehmende Rolle von AI?

Wir bei IntelePeer sehen eine drastische Reduzierung der Abhängigkeit von Frontline-Agents aufgrund der Entwicklung von AI-Technologien. Durch massive Fortschritte in der AI-gesteuerten Anruf-Entgegennahme, die kontinuierlich an Qualität gewinnt und an Volumen zunimmt, können Unternehmen heute bis zu 90 % ihrer Kunden-Interaktionen automatisieren. Dies ermöglicht es ihnen, ihre Frontline-Mitarbeiter zu optimieren und erheblich auf ihre Betriebskosten zu sparen – während sie gleichzeitig bessere Erfahrungen für die Kunden bieten, die sie bedienen.

Während einige Aufgaben automatisiert werden, welche qualifizierten CX-Rollen werden Ihrer Meinung nach trotz AI-Fortschritten weiterhin kritisch bleiben?

Obwohl AI die Anzahl der benötigten Frontline-Agents im Kundenservice reduzieren wird, wird ein menschliches Element in CX-Operationen immer noch erforderlich sein. Zum Beispiel müssen AI-gesteuerte Kommunikationsmodelle von Menschen überwacht, trainiert und konfiguriert werden, um Genauigkeit und die Beseitigung von Vorurteilen sicherzustellen. Der menschliche Touch ist auch erforderlich, um automatisierte Kunden-Kommunikationen mit der Botschaft und Persönlichkeit des Unternehmens oder der Marke, von der sie stammen, abzustimmen, was zur Kunden-Bequemlichkeit beiträgt und Vertrauen in die Technologie fördert. Diese technischeren, AI-orientierten Rollen werden in den kommenden Jahren die typischen Frontline-Rollen übernehmen.

AI-Halluzinationen sind ein Anliegen bei der Aufrechterhaltung genauer Kunden-Interaktionen. Welche spezifischen Schutzmechanismen hat IntelePeer implementiert, um zu verhindern, dass AI Fakten erfindet?

 Unternehmen müssen generative AI heute implementieren, um relevant zu bleiben, während sie eine überstürzte und katastrophale Einführung vermeiden. Um dies verantwortungsvoll zu tun, müssen Unternehmen damit beginnen, ein Retrieval-Augmented-Generation (RAG)-Muster zu implementieren, um ihre Gen-AI mit der Analyse großer Unternehmens-Datensätze zu unterstützen. Für automatisierte Kunden-Service-Interaktionen müssen Marken einen menschlichen Feedback-Loop erstellen, um vergangene Interaktionen zu analysieren und die Qualität der für die Feinabstimmung und die Retrieval-Ergänzung verwendeten Datensätze zu verbessern. Darüber hinaus sollten Unternehmen, um AI-Halluzinationen zu vermeiden, sich auf Folgendes konzentrieren:

• Implementierung von Schutzmechanismen durch die Analyse von Kunden-Interaktions-Daten und die Entwicklung umfassender, dynamischer Wissensbasen;
• Investitionen in kontinuierliche Überwachung und Aktualisierung dieser Systeme, um sich an neue Anfragen anzupassen und die Genauigkeit aufrechtzuerhalten; und
• Schulung des Personals, um unidentifizierbare Permutationen zu erkennen und zu verwalten, um einen nahtlosen Eskalations- und Lösungsprozess sicherzustellen.

Wie stellen Sie sicher, dass große Sprachmodelle (LLM) den Kontext richtig interpretieren und zuverlässige Antworten liefern?

 Ein planloser Ansatz bei der Implementierung von Gen-AI kann zu Problemen mit der Ausgabe-Qualität, Halluzinationen, Urheberrechtsverletzungen und voreingenommenen Algorithmen führen. Deshalb müssen Unternehmen Schutzmechanismen haben, wenn sie Gen-AI im Kunden-Service-Umfeld anwenden. IntelePeer nutzt Retrieval-Augmented-Generation (RAG), die Daten-Kontext an ein LLM übermittelt, um auf Datensätze basierende Antworten zu erhalten. Während des gesamten Prozesses, von der Vorbereitung der Daten bis zur Übermittlung der Antwort an den Kunden durch das LLM, verhindern die notwendigen Schutzmechanismen, dass sensible Informationen preisgegeben werden. IntelePeers RAG beginnt, wenn ein Kunde eine Frage an einen AI-gesteuerten Bot stellt. Der Bot führt eine Suche nach der Frage in der Wissensbasis durch. Wenn er keine Antwort findet, überträgt er die Anfrage an einen menschlichen Agenten und speichert die Frage in der Q&A-Datenbank. Später überprüft ein Mensch diese neue Frage, importiert die Datensätze und speichert die Antwort in der Wissensbasis. Letztendlich bleibt keine Frage unbeantwortet. Mit dem RAG-Prozess können Unternehmen die Kontrolle über Antwort-Sätze für Interaktions-Automatisierung aufrechterhalten.

Welche Trends erwarten Sie in der Rolle von AI bei der Kundenerfahrung?

Bei IntelePeer sind wir tief davon überzeugt, dass generative KI ein leistungsfähiges Werkzeug ist, das menschliche Kommunikationsfähigkeiten positiv ergänzen wird, neue Möglichkeiten eröffnen und langjährige Barrieren überwinden wird. AI wird die Kunden-Service-Kommunikation weiter verbessern, indem sie Kunden-Service-Interaktionen strafft, rund um die Uhr Unterstützung bietet und Sprach-Brücken-Funktionen bereitstellt. Darüber hinaus werden virtuelle Assistenten, die auf großen Sprachmodellen (LLM) trainiert sind, in der Lage sein, auf Millionen von menschlichen Gesprächen zurückzugreifen, um Emotionen schnell zu erkennen und ihren Ton, ihre Gefühle und ihre Wortwahl entsprechend anzupassen. Es wird immer mehr Beweise geben, dass Unternehmen, die AI erfolgreich einsetzen, um menschliche Verbindungen zu stärken, eine signifikante Rendite und verbesserte Effizienz und Produktivität erleben.

Vielen Dank für das großartige Interview. Leser, die mehr erfahren möchten, sollten IntelePeer besuchen: IntelePeer.