Connect with us

Mark Hughes, Συνιδρυτής και CEO στην Solidroad – Σειρά Συνεντεύξεων

Συνεντεύξεις

Mark Hughes, Συνιδρυτής και CEO στην Solidroad – Σειρά Συνεντεύξεων

mm

Mark Hughes, Συνιδρυτής και CEO στην Solidroad, είναι επαναλαμβανόμενος επιχειρηματίας και ηγέτης go-to-market που έχει κατασκευάσει την καριέρα του στο σημείο τομής των πωλήσεων, της εμπειρίας του πελάτη και της τεχνολογίας. Προηγουμένως ίδρυσε την Gradguide, μια πλατφόρμα καριέρας και προσλήψεων που raised €2 εκατομμύρια και αργότερα εξαγοράστηκε, και κατέλαβε υψηλά εμπορικά ρόλους στην Chargify, όπου ηγήθηκε των операциών EMEA μετά τη συγχώνευσή της με τη Maxio. Νωρίτερα στην καριέρα του, ανέπτυξε βαθιά εξειδίκευση σε πωλήσεις υψηλής ταχύτητας και επιχειρηματικές πωλήσεις στην Intercom, διαχειριζόμενη σύνθετους κύκλους συναλλαγών και βοηθώντας στην κλιμάκωση των εσόδων των ομάδων. Σήμερα, ηγείται της Solidroad από το Σαν Φρανσίσκο, εφαρμόζοντας αυτήν την εμπειρία για να ξανασκέφτεται τον τρόπο με τον οποίο οι εταιρείες αξιολογούν και βελτιώνουν τις αλληλεπιδράσεις του πελάτη χρησιμοποιώντας την τεχνολογία AI, με έμφαση στην άρση του ορίου ποιότητας και σε ανθρώπινους και αυτοματοποιημένους συστήματα υποστήριξης.

Solidroad είναι μια πλατφόρμα ποιοτικής εγγύησης και εκπαίδευσης που βασίζεται στην τεχνολογία AI, σχεδιασμένη για σύγχρονες ομάδες εμπειρίας πελάτη, κατασκευασμένη για να αναλύει και να βελτιώνει κάθε αλληλεπίδραση πελάτη σε κλίμακα. Η πλατφόρμα καταναλώνει συνομιλίες σε διάφορα κανάλια, αξιολογεί την απόδοση έναντι των προτύπων της εταιρείας και δημιουργεί προσωπικές προσομοιώσεις εκπαίδευσης για να βελτιώνει συνεχώς και τους ανθρώπινους και τους αυτοματοποιημένους πράκτορες. Αντί να αντικαθιστά τις ομάδες υποστήριξης πελάτη, η Solidroad επικεντρώνεται στο να τις ενισχύσει, μετατρέποντας κάθε αλληλεπίδραση σε einen βρόχο ανατροφοδότησης που βελτιώνει αποτελέσματα όπως η ποιότητα της απόκρισης, η αποτελεσματικότητα και η ικανοποίηση του πελάτη. Η εταιρεία θέτει τον εαυτό της ως υποδομή για ομάδες υψηλής απόδοσης CX, βοηθώντας τις οργανώσεις να παρέχουν συνεπείς, υψηλής ποιότητας εμπειρίες χωρίς να αυξάνουν τους λειτουργικούς κόστους.

Οι περισσότερες εταιρείες εξακολουθούν να βασίζονται στην αναθεώρηση ενός μικρού δείγματος αλληλεπιδράσεων πελάτη για την αξιολόγηση της απόδοσης. Τι σας πείσε ότι αυτή η προσέγγιση είναι θεμελιωδώς ελαττωματική, και πώς οδήγησε στην κατασκευή της προσέγγισης της Solidroad για τη συνεχή παρακολούθηση, βαθμολογία και βελτίωση τόσο των ανθρώπινων όσο και των αυτοματοποιημένων πρακτόρων;

Ο Patrick και εγώ είχαμε και οι δύο περάσει χρόνια γύρω από ομάδες υποστήριξης πελάτη πριν ξεκινήσουμε την Solidroad, και ένα πρόβλημα συνέχιζε να ξεχωρίζει: οι εταιρείες είχαν εκατοντάδες χιλιάδες συνομιλίες με πελάτες, αλλά αν τους ρωτούσατε πώς πήγαιναν αυτές οι συνομιλίες, δεν ήξεραν πραγματικά. Και αυτό που ήξεραν ήταν βασισμένο σε ένα τόσο μικρό δείγμα των αλληλεπιδράσεων που δεν ήταν ακριβές.

Αυτό ήταν ήδη ένα ασταθές θεμέλιο όταν οι άνθρωποι χειρίζονταν κάθε 티κετ. Τώρα, με την τεχνολογία AI να μπαίνει στη σκηνή, τα στοιχήματα έχουν αλλάξει. Ένα κακό μοτίβο θα μπορούσε να αναπαραχθεί σε χιλιάδες συνομιλίες ταυτόχρονα και να μην ανιχνευθεί επειδή οι περισσότερες ομάδες αναθεωρούν μόνο το 1-2% των αλληλεπιδράσεων.

Είδαμε αυτό να συμβαίνει σε εταιρείες επανειλημμένα και χάθηκαν πελάτες λόγω αυτού, οπότε αποφασίσαμε να δημιουργήσουμε μια λύση. Αναγνώρισα ότι αυτό ήταν τελικά ένα πρόβλημα υποδομής. Οι εταιρείες απλώς δεν είχαν τα συστήματα που χρειάζονταν για να κατανοήσουν πραγματικά την απόδοση των πρακτόρων υποστήριξης πελάτη.

Η Solidroad κατασκευάστηκε για να αντιμετωπίσει αυτό το τυφλό σημείο. Δίνουμε στις εταιρείες τα εργαλεία για να δουν τι συμβαίνει πραγματικά σε κλίμακα και να διασφαλίσουμε ότι κάθε συνομιλία – ανθρώπινη, AI ή και τα δύο – παρέχει αξία.

Η Solidroad έχει περιγραφεί ως “πτητικός симулятор” για ομάδες που ασχολούνται με πελάτες. Μπορείτε να μας οδηγήσετε μέσα από το πώς η τεχνολογία AI σας προσομοιώνει πραγματικές αλληλεπιδράσεις πελάτη, και τι κάνει αυτές τις προσομοιώσεις αποτελεσματικές για την εκπαίδευση σε κλίμακα;

Η αναλογία του πτητικού симуляτορα λειτουργεί γιατί η βασική ιδέα είναι η ίδια. Δεν θέλετε η πρώτη εμπειρία κάποιου με μια δύσκολη κατάσταση να συμβεί μπροστά σε έναν πραγματικό πελάτη.

Αυτό που κάνει τις προσομοιώσεις μας αποτελεσματικές είναι ότι είναι εδραιωμένες σε αυτό που συμβαίνει πραγματικά στις πραγματικές συνομιλίες της εταιρείας. Όταν ένας πράκτορας κάνει λάθος σε μια ζωντανή αλληλεπίδραση, το σύστημα δημιουργεί μια στοχευμένη προσομοίωση γύρω από ακριβώς αυτό το είδος σενάριου, ώστε να μπορέσει να το εξασκήσει πριν συμβεί ξανά. Δεν είναι γενικό περιεχόμενο εκπαίδευσης.

Ο βρόχος ανατροφοδότησης είναι αυτό που οδηγεί την μάθηση. Οι πράκτορες εκτελούν ένα σενάριο, λαμβάνουν συγκεκριμένες οδηγίες για τι δούλεψε και τι δεν δούλεψε, και το ξαναπροσπαθούν. Τα λάθη συμβαίνουν σε ένα ασφαλές περιβάλλον, και η μάθηση μένει επειδή είναι συνδεδεμένη με πραγματικές καταστάσεις και όχι με αφηρημένες ασκήσεις τάξης.

Η πλατφόρμα σας δεν εκπαιδεύει μόνο πράκτορες, αλλά και βαθμολογεί ζωντανές αλληλεπιδράσεις έναντι προσαρμοσμένων οδηγιών. Πώς σχεδιάζετε αυτούς τους βαθμολογικούς μηχανισμούς για να αντανακλούν πραγματικά επιχειρηματικά αποτελέσματα όπως η ικανοποίηση του πελάτη, η διατήρηση ή τα έσοδα;

Για να δημιουργήσουμε αυτές τις οδηγίες, ξεκινάμε πάντα με αυτό που αυτή η συγκεκριμένη εταιρεία πραγματικά φροντίζει. Μια εταιρεία χρηματοοικονομικών υπηρεσιών που χειρίζεται διαφωνίες χρεώσεων έχει διαφορετικά πρότυπα ποιότητας από μια εταιρεία ηλεκτρονικού εμπορίου που διαχειρίζεται επιστροφές κατά τη διάρκεια της υψηλής σεζόν. Έτσι, η βαθμολογία κατασκευάζεται γύρω από τα δικά της πρότυπα της εταιρείας, τις πολιτικές της, τη φωνή του brand και τι是一 καλή επίλυση για αυτούς.

Και τα επιχειρηματικά αποτελέσματα όπως η βελτιωμένη ικανοποίηση του πελάτη και η διατήρηση προέρχονται από υψηλής ποιότητας αλληλεπιδράσεις πελάτη. Αντί να παρακολουθούν βαθμολογίες αναδρομικά, εστιάζουμε στις συμπεριφορές που προβλέπουν αυτά τα αποτελέσματα: συνεπής απόδοση μεταξύ πρακτόρων, ακολουθώντας τις σωστές διαδικασίες και τις μαλακές δεξιότητες που διαμορφώνουν τον τρόπο με τον οποίο οι πελάτες νιώθουν στο τέλος μιας συνομιλίας.

Ο στόχος είναι να δώσουμε στους ηγέτες μια σαφή, πρακτική εικόνα για τι σημαίνει “καλό” για την εταιρεία τους, ώστε να μπορέσουν να προπονήσουν τις ομάδες τους, να αναπαράγουν την επιτυχία και να την αυξήσουν σε όλη την οργάνωση.

Πολυές εταιρείες αναθεωρούν μόνο ένα μικρό ποσοστό των συνομιλιών πελάτη. Πώς η Solidroad ermögίζει την πλήρη κάλυψη ανάλυσης, και ποια είδη επιblickών γίνονται δυνατά όταν μεταβαίνετε από δειγματοληψία σε ανάλυση του συνόλου;

Η πρόσφατη έρευνα State of CX δείχνει ότι περίπου το 81% των συνομιλιών υποστήριξης δεν αναθεωρείται ποτέ για ποιότητα, αφήνοντας τις ομάδες να αναθεωρούν ένα τόσο μικρό τμήμα των συνομιλιών που ουσιαστικά δειγματοληψία και ελπίζουν ότι είναι αντιπροσωπευτική. Όταν μια εταιρεία αρχίζει να αξιολογεί κάθε συνομιλία πελάτη, μοτίβα που δεν θα εμφανιστούν ποτέ σε ένα τυχαίο δείγμα γίνονται φανερά. Οι ομάδες αρχίζουν να βλέπουν ποια είδη αιτημάτων χειρίζονται συνεχώς άσχημα, πού οι πράκτορες AI και άνθρωποι απομακρύνονται με αναπάντεχο τρόπο και ποια ζητήματα είναι επαναλαμβανόμενα πριν εμφανιστούν σε μια καταγγελία πελάτη.

Η Solidroad χρησιμοποιεί τεχνολογία AI για να αναθεωρήσει αυτόματα κάθε συνομιλία πελάτη σε chat, email και φωνή, καθιστώντας δυνατή την πλήρη κάλυψη ανάλυσης. Αυτή η μεταστροφή από δειγματοληψία σε 100% αναθεώρηση είναι αυτό που αποκαλύπτει συνεπή μοτίβα ποιότητας, τριβής πελάτη και απόδοσης που θα παρέμεναν κρυφά.

Crypto.com είναι ένα εξαιρετικό παράδειγμα για αυτό που πραγματικά ξεκλειδώνει η πλήρης κάλυψη. Πριν από την Solidroad, η ομάδα τους δεν είχε aucun αξιόπιστο τρόπο για να μετρήσει την ποιότητα του πράκτορα σε κλίμακα ή να επιβεβαιώσει ότι οι πράκτορες ήταν έτοιμοι πριν χειριστούν ζωντανά tickets. Τα προβλήματα εμφανίζονταν μόνο μετά από αυτό που είχε ήδη επηρεάσει τους πελάτες. Μεταβαίνοντας στην αυτοματοποιημένη βαθμολογία σε 800.000 μηνιαίες συνομιλίες, μπορούσαν να πιάσουν προβλήματα ποιότητας νωρίς, να επιβεβαιώσουν πράκτορες πριν από την ανάπτυξη και να επιβεβαιώσουν ότι οι βελτιώσεις ήταν πραγματικά κολλημένες. Τα αποτελέσματα ήταν μια μείωση 18% του μέσου χρόνου χειρισμού και μια αύξηση 3% της ικανοποίησης του πελάτη (που είναι σημαντική στην κλίμακα που λειτουργούν). Όσο η συνομιλία τους συνεχίζει να αυξάνεται, η ποιότητα της ορατότητας αυξάνεται μαζί της αντί να μείνει πίσω.

Αυτό είναι πραγματικά αυτό που αλλάζει η πλήρης κάλυψη. Μεταφέρει την ποιότητα από κάτι αντιδραστικό σε κάτι προληπτικό που μπορεί να διαχειριστεί εκ των προτέρων.

Συνεργάζεστε με εταιρείες όπως η Crypto.com και η Ryanair, όπου η εμπειρία πελάτη είναι αποφασιστικής σημασίας. Ποια μοτίβα ή κοινά αδύνατα σημεία έχουν αναγνωρίσει σε μεγάλης κλίμακας ομάδες υποστήριξης;

Λίγα πράγματα εμφανίζονται συνεχώς. Το πρώτο είναι το χάσμα μεταξύ того που πιστεύουν οι εταιρείες ότι συμβαίνει στις συνομιλίες πελάτη και τι συμβαίνει πραγματικά. Οι περισσότερες ομάδες είναι βέβαιες για την ποιότητα της υποστήριξής τους μέχρι να λάβουν πλήρη ορατότητα, τότε συνειδητοποιούν ότι η εικόνα είναι πιο σύνθετη από ό,τι αρχικά υποστήριζαν.

Υπάρχει επίσης μια συνεχής αποσύνδεση μεταξύ του πώς οι ομάδες μετρούν την απόδοση και τι πραγματικά οδηγεί σε αποτελέσματα πελάτη. Τα μετρικά στοιχεία ταχύτητας και των αριθμών των tickets είναι εύκολα να παρακολουθούνται, οπότε κυριαρχούν στις αξιολογήσεις. Αλλά αυτά τα νούμερα δεν λένε στις εταιρείες αν το ζήτημα του πελάτη επιλύθηκε, ο πράκτορας αντιπροσώπευσε σωστά την εταιρεία ή αν η αλληλεπίδραση άφησε τον πελάτη να νιώσει καλά για την εταιρεία. Σε περιβάλλοντα υψηλών απαιτήσεων όπως το fintech ή η υγεία, αυτή η αποσύνδεση μεταξύ μέτρησης και αποτελέσματος μπορεί να έχει σοβαρές συνέπειες.

Υπάρχει αυξανόμενη ανησυχία ότι η τεχνολογία AI στην εξυπηρέτηση πελάτη μπορεί να υποβαθμίσει την ανθρώπινη εμπειρία. Πώς διασφαλίζετε ότι το σύστημά σας βελτιώνει την ποιότητα αντί να οδηγεί τις ομάδες σε υπερσκηνογραφημένες ή ρομποτικές αλληλεπιδράσεις;

Είναι một έγκυρη ανησυχία, αλλά μια που συνήθως προέρχεται από συστήματα QA (Ποιότητας Εγγύησης) που χρησιμοποιούν τεχνολογία AI για τα λάθος πράγματα. Αν μια εταιρεία βαθμολογεί πράκτορες αποκλειστικά με βάση την προσκόλληση σε ένα σενάριο ή το πόσο γρήγορα κλείνουν ένα ticket, θα τελειώσουν με αλληλεπιδράσεις που τεχνικά ελέγχουν τις κουκκίδες αλλά νιώθουν κενές ή ατομικές για τον πελάτη.

Η προσέγγισή μας είναι να κατασκευάσουμε βαθμολογία γύρω από αυτό που πραγματικά κάνει έναν πελάτη να αισθανθεί υποστηριζόμενος. κοιτάμε πράγματα όπως αν ο πράκτορας άκουσε ενεργά, έδειξε έμφαση όταν χρειαζόταν και πραγματικά βοήθησε τον πελάτη να λύσει το ζήτημά του.

Το ίδιο ισχύει και για τους πράκτορες AI. Ο στόχος είναι να χρησιμοποιήσουμε τεχνολογία AI για να κάνουμε τις αλληλεπιδράσεις πελάτη πιο συνεπείς, ακριβείς και κατάλληλα ανταποκρινόμενες σε αυτό που ο πελάτης πραγματικά βιώνει. Όταν η ποιότητα ελέγχου κατασκευάζεται γύρω από αυτά τα αποτελέσματα και όχι μόνο τη συμμόρφωση με τη διαδικασία, τείνει να ωθήσει τις αλληλεπιδράσεις σε καλύτερη κατεύθυνση, όχι σε μια πιο σκηνογραφημένη.

Η Solidroad βρίσκεται στο σημείο τομής των ανθρώπινων και αυτοματοποιημένων πρακτόρων. Πώς βλέπετε τη σχέση μεταξύ των δύο να εξελίσσεται, ιδιαίτερα καθώς η τεχνολογία AI αρχίζει να χειρίζεται περισσότερες αλληλεπιδράσεις πρώτης γραμμής;

Είναι σημαντικό να θεωρήσουμε τους ανθρώπινους και τους αυτοματοποιημένους πράκτορες ως μια ομάδα, μοιράζοντας τη διαίρεση της εργασίας. Νομίζω ότι το μέλλον για ανθρώπινους και αυτοματοποιημένους πράκτορες είναι υβριδικό.

Η τεχνολογία AI χειρίζεται υψηλής ταχύτητας και απλές αιτήσεις πολύ καλά, και οι καλύτεροι αυτοματοποιημένοι πράκτορες επιλύουν τις περισσότερες από αυτές τις συνομιλίες μόνοι τους, το οποίο είναι πραγματικά εντυπωσιακό.

Αλλά το αποτέλεσμα είναι ότι οι αλληλεπιδράσεις που φτάνουν στους ανθρώπινους πράκτορες είναι ολοένα και πιο σύνθετες, συναισθηματικά φορτισμένες, υψηλής απαιτήσεων. Ο πελάτης που είναι εξοργισμένος, η κατάσταση που δεν ταιριάζει σε ένα τυποποιημένο σενάριο, η συνομιλία που απαιτεί πραγματική κρίση. Έτσι, η μπάρα για τους ανθρώπινους πράκτορες αυξάνεται πραγματικά, όχι μειώνεται.

Αυτό είναι ακριβώς γιατί η εποπτεία και σε ανθρώπινους και αυτοματοποιημένους πράκτορες γίνεται τόσο σημαντική. Η τεχνολογία AI πρέπει να χειρίζεται το όγκο της συνεπώς και ακριβώς. Οι άνθρωποι πρέπει να είναι καλά προετοιμασμένοι για τις πιο δύσκολες συνομιλίες που χειρίζονται τώρα κυρίως. Και πρέπει να υπάρχει ένα ανεξάρτητο στρώμα που να κάθεται σε ανθρώπινους και αυτοματοποιημένους πράκτορες, δίνοντας στις εταιρείες μια σαφή εικόνα για τι δουλεύει και τι δεν δουλεύει. Αυτό είναι το υβριδικό μοντέλο που πιστεύουμε ότι θα ορίσει την CX στο μέλλον, και είναι αυτό που χτίζουμε.

Το σύστημά σας παρέχει πραγματικό χρόνο ανατροφοδότησης και προπόνησης. Πόσο σημαντική είναι η αμεσότητα στη βελτίωση της απόδοσης του πράκτορα, και πώς συγκρίνεται με τις παραδοσιακές ροές εκπαίδευσης και QA;

Η αμεσότητα είναι πραγματικά σημαντική, και η έρευνα υποστηρίζει ότι η ανατροφοδότηση είναι πιο αποτελεσματική όταν είναι συνδεδεμένη με την συγκεκριμένη κατάσταση που την προκάλεσε. Οι παραδοσιακές ροές QA σπάζουν αυτή τη σύνδεση σχεδόν με σχέδιο. Ένας διαχειριστής αναθεωρεί μια συνομιλία ημέρες ή εβδομάδες μετά από αυτό που συνέβη, μοιράζεται ανατροφοδότηση σε μια περιοδική αναθεώρηση, και μέχρι τότε ο πράκτορας έχει είχε δεκάδες άλλες αλληλεπιδράσεις όπου αυτό το λάθος επαναλήφθηκε. Χωρίς να παρέχεται ανατροφοδότηση σε πραγματικό χρόνο, τα λάθη διαρκούν και οι πράκτορες πρέπει να ξεμάθουν πρακτικές που είναι συνήθεις σε αυτούς.

Αυτό που βρήκαμε είναι ότι η ανατροφοδότηση είναι πιο αποτελεσματική όταν εμφανίζεται αμέσως μετά από μια πραγματική συνομιλία. Λειτουργεί καλύτερα όταν είναι συνδεδεμένη直接 με αυτό που ο πράκτορας χειρίστηκε και σεζονάρεται με μια συγκεκριμένη προσομοίωση που μπορεί να τρέξει αμέσως. Σε αυτό το φορμάτ, μεταφράζεται σε πραγματική αλλαγή συμπεριφοράς πολύ γρήγορα. Οι πράκτορες δεν ακούν μόνο ότι πρέπει να βελτιώσουν, αλλά ασκούνται στην βελτίωση σε контέκστ, ενώ είναι ακόμη φρέσκο.

Η αντίθεση με την παραδοσιακή ενσωμάτωση είναι το πιο σαφές παράδειγμα αυτού. Τα δεδομένα μας δείχνουν ότι πάνω από το 50% των ανθρώπινων πρακτόρων λέει ότι το πιο δύσκολο μέρος της ενσωμάτωσης είναι η εφαρμογή того που έμαθαν στην εκπαίδευση σε πραγματικές καταστάσεις πελάτη. Αυτή η διαφορά υπάρχει επειδή η τάξη και η ζωντανή υποστήριξη δεν νιώθουν καθόλου παρόμοια. Η συνεχής, περιστασιακή ανατροφοδότηση λύνει αυτό με έναν τρόπο που οι περιοδικές αναθεωρήσεις δεν θα μπορούσαν ποτέ να κάνουν.

Έχετε δείξει βελτιώσεις όπως μείωση του χρόνου ενσωμάτωσης και υψηλότερη ικανοποίηση πελάτη. Ποιο μέτρο οι πελάτες φροντίζουν περισσότερο όταν υιοθετούν την πλατφόρμα σας, και πώς αποδεικνύετε το ROI νωρίς στη σχέση;

Διαφέρει ανάλογα με το πού βρίσκονται τα πόνοι της εταιρείας, αλλά τα δύο πράγματα που έρχονται πιο συχνά είναι η εγγύηση ποιότητας και η εξοικονόμηση χρόνου. Οι ομάδες που αναθεωρούν χειροκίνητα ένα μικρό τμήμα των συνομιλιών βλέπουν αμέσως την αξία στη μεταστροφή σε 100% κάλυψη, και για τις ώρες που δίνει πίσω στις ομάδες QA. Σε όλο το φάσμα των πελατών μας, τυπικά βλέπουμε μια αύξηση 20x στην κάλυψη QA και μια μείωση 90% του χειροκίνητου χρόνου αναθεώρησης.

Στην πλευρά του ROI, προσπαθούμε να συνδέσουμε τα αποτελέσματα με μετρικά που ήδη μετρούν για αυτή την επιχείρηση. Στο Podium, το κεφαλαιο ήταν ο χρόνος ενσωμάτωσης. Νέοι πράκτορες που φτάνουν στα πρότυπα απόδοσης σε 60 ημέρες αντί για 90, και επιλύουν ζητήματα 33% πιο γρήγορα όταν πήγαν ζωντανά. Με το Crypto.com, ήταν ο χρόνος επίλυσης και η ορατότητα του όγκου συνομιλιών. Για το Ryanair, εμφανίστηκε στην εξοικονόμηση ωρών भरτών. Τα συγκεκριμένα διαφέρουν, αλλά το μοτίβο είναι το ίδιο: όταν μπορείτε πραγματικά να δείτε τι συμβαίνει σε όλες τις αλληλεπιδράσεις πελάτη και να ενεργήσετε γρήγορα, οι βελτιώσεις ακολουθούν στα μετρικά που μετρούν.

Κοιτάζοντας μπροστά, βλέπετε την Solidroad να παραμένει εστιασμένη στην εκπαίδευση και την ποιότητα εγγύησης, ή να εξελίσσεται σε ένα ευρύτερο στρώμα ορχήστρας για τη διαχείριση και των ανθρώπινων και των αλληλεπιδράσεων πελάτη AI;

Η εκπαίδευση και η ποιότητα εγγύησης είναι όπου ξεκινήσαμε, αλλά η όραση είναι μεγαλύτερη από αυτό. Ο τρόπος με τον οποίο σκεφτόμαστε αυτό, η ποιότητα εγγύησης θα γίνει κλειδί υποδομής για οποιαδήποτε εταιρεία που τρέχει τεχνολογία AI στην υποστήριξη πελάτη. Με τον ίδιο τρόπο που τα πιστοποιητικά ασφαλείας έγιναν απαραίτητα όταν οι εταιρείες μετέφεραν δεδομένα στο cloud, η πιστοποίηση ποιότητας θα γίνει απαραίτητη καθώς οι συνομιλίες πελάτη μεταφέρονται στην τεχνολογία AI.

Το βόρειο άστρο είναι ότι το “Solidroad Certified” φέρει πραγματική σημασία: απόδειξη ότι μια εταιρεία πληροί ένα υψηλό πρότυπο για το πώς αντιμετωπίζει τους πελάτες, ανεξάρτητα από το αν η αλληλεπίδραση χειριζόταν από一个人 ή από μια τεχνολογία AI.

Αυτό που σημαίνει πρακτικά είναι ότι θέλουμε να είμαστε το σύστημα που οι οργανισμοί βασίζονται για να διαχειριστούν και να βελτιώσουν την ποιότητα της αλληλεπίδρασης πελάτη σε όλο το φάσμα, όχι μόνο να σημάνουν προβλήματα στην πίσω πλευρά. Αυτό είναι ένα μεγάλο μέρος του λόγου για τον οποίο raised $25 εκατομμύρια Series A με ηγεσία της Hedosophia – μας δίνει το δρόμο για να χτίσουμε προς αυτή την όραση. Αυτό περιλαμβάνει την επέκταση των ικανοτήτων του προϊόντος και των ομάδων για να βοηθήσουμε ακόμα περισσότερες εταιρείες να αξιολογήσουν το 100% των αλληλεπιδράσεων πελάτη.

Ευχαριστώ για τη μεγάλη συνέντευξη, οι αναγνώστες που θέλουν να μάθουν περισσότερα πρέπει να επισκεφθούν Solidroad.

Ο Antoine είναι ένας οραματιστής ηγέτης και συνιδρυτής του Unite.AI, οδηγείται από μια αμετάβλητη страсть για το σχήμα και την προώθηση του μέλλοντος του AI και της ρομποτικής. Ένας σειριακός επιχειρηματίας, πιστεύει ότι το AI θα είναι τόσο διαταρακτικό για την κοινωνία όσο η ηλεκτρική ενέργεια, και συχνά πιάνεται να μιλάει για το δυναμικό των διαταρακτικών τεχνολογιών και του AGI.

Ως futurist, είναι αφοσιωμένος στο να εξερευνήσει πώς αυτές οι καινοτομίες θα σχήματίσουν τον κόσμο μας. Επιπλέον, είναι ο ιδρυτής του Securities.io, μια πλατφόρμα που επικεντρώνεται στις επενδύσεις σε τεχνολογίες που αναedefinουν το μέλλον και ανασχήματίσουν ολόκληρους τομείς.