Asiakaspalvelun tekoälyarkkitehtuuriongelma

Klarna lopetti äskettäin 700 asiakaspalvelutehtävää, luottaen siihen, että tekoäly voisi korvata erot. Vuoden kuluttua asiakastyytyväisyyden lasku ja yhtiö palkkasi uudelleen. Gartner ennustaa, että vuoteen 2027 mennessä puolet organisaatioista, jotka suunnittelevat vastaavia työvoiman vähennyksiä, hylkäävät nämä suunnitelmat myös.

Tämä ei ole tekoälyn kykyongelma. 100 %:lla asiakaspalvelun edustajilla on tekoälykosketus päivittäin monimutkaisten tilanteiden käsittelyssä.

Kuitenkaan yksikään edustaja ei pidä tekoälyä työnsä kannalta kriittisenä. Tämä kuilu ei ole yllättävä. Tekoäly on kerros, joka on lisätty samoille hajanaisille järjestelmille, jotka epäonnistuivat ennen edistyneiden tekoälytyökalujen ilmestymistä. Nykyään ihmiset tekevät yhdistävän työn, vaihtavat välilehtiä, kopiavat ja liittävät manuaalisesti tietoja, jotka yhdistävät järjestelmän toiseen.

Tekoäly oli tarkoitettu korvaamaan tämä työ. Sen sijaan se monimutkaisti työtä. Kunnes joku korjaa järjestelmien väliset yhteydet, edustajat jatkavat tekoälyn työn tekemistä käsin ja menettävät luottamuksensa tärkeimpään työkaluunsa.

Luottamukseen liittyvä aukko, jota kukaan ei korjaa

78 %:lla edustajista on sanottu, että tekoälytyökalut eivät ole merkittävästi muuttaneet työtapaansa. 93 %:lla edustajista vahvistetaan tekoälyn tulokset ennen niiden hyväksymistä. Edustajat eivät vastustele teknologiaa. Se ei ole ansainnut heidän luottamuksensa vielä.

Seuraukset tulevat näkyviin asiakkaan keskustelun aikana. Asiakas soittaa asiakaspalveluun laskuksiitä ja tekoälygeneroitu asiakastili on kolme kuukautta vanha. He viettävät seuraavat kymmenen minuuttia vahvistamassa useiden järjestelmien välillä, mitä tekoäly oli tarkoitettu surfaceen heti, kun asiakas odottaa linjalla.

Useimmat organisaatiot lukevat tämän negatiivisen kokemuksen ihmisten ongelmana. Edustajat pelkäävät, että tekoäly ottaa heidän työnsä, joten he työskentelevät sen ympärillä.

Se on itse asiassa johtamisongelma. Gartnerin mukaan 91 %:lla asiakaspalvelun johtajista on painetta johtajilta tekoälyn käyttöönotossa vuonna 2026.

Tällaisen paineen alla on helppo tulkita vastustusta omaksumisongelmana eikä signaalina, että tekoäly ei ole arkkitehtuurisesti oikein. Tämän seurauksena fokus pysyy tekoälyn käyttöönoton kiihdyttämisessä väärissä kohteissa ja henkilöstön vähentämisessä ilman, että perusongelmaa korjataan.

Mikä hajanainen käyttöönotto todella tuottaa

Edustajat toimivat manuaalisena integraatiokerroksena live-asiakaskeskustelun ja 4-10 erillistä yritysjärjestelmää välillä. He “swivel-chair” laskutusjärjestelmien, ERP-järjestelmien ja lippujärjestelmien välillä, kun asiakas odottaa linjalla. Tämä johtuu siitä, että useimmat yritykset kiinnittivät tekoälyn samaan hajanaisaan arkkitehtuuriin, joka hidasti edustajia jo ennen edistyneiden tekoälytyökalujen ilmestymistä.

Esimerkiksi chatbotit voivat käsitellä etulinjan vuorovaikutusta, mutta epäonnistuvat, kun edustajat tarvitsevat pääsyä perinteiseen taustajärjestelmään, jossa varsinaiset transaktiot ovat, mikä pakottaa edustajat suorittamaan tehtävän manuaalisesti. Tai tekoälysummentointityökalut voivat generoida puhelun jälkeisiä muistiinpanoja, mutta ne kirjoittavat erilliseen järjestelmään eikä asiakasrekisteriin. Tekoäly peri hajanaisuuden sen sijaan, että se olisi korjannut sen.

Tekoäly on yhtä kytköksissä kuin sen alla olevat järjestelmät. Kun järjestelmät eivät jakaa kontekstia, tekoälykään ei voi. Se hakee tietoja historiallisista asiakasrekisteritiedoista, mutta se ei voi ymmärtää, mitä tapahtuu live-asiakaskeskustelussa. Kun se esittää suosituksen, taustatiedot voivat muuttua.

Täydellisen kontekstin, vanhenneiden tietojen ja hajanaisuuden välillä ei ole erillisiä ongelmia. Ne ovat oireita tekoälyarkkitehtuurin epäonnistumisesta.

Luomalla tekoälyarkkitehtuuri, joka toimii ihmisten kanssa

Rakentaminen tekoälyä, jota edustajat voivat luottaa ja joka parantaa asiakaspalvelun tuloksia, tulee neljään infrastruktuurivaatimukseen:

1. Tarjoa tekoälytyökaluille reaaliaikaisen tietojen käyttö. Useimmat tekoälykäyttöönotot asiakaspalvelussa hakevat asiakastietoja, jotka ovat saatavilla. Ne ovat usein vanhentuneita. Tekoäly on arkkitehtuurisesti suunniteltava tarjoamaan reaaliaikaisen pääsyn asiakastietoihin pyynnön tekohetkellä, ei hajanaisen asiakkaan kuvaan, joka on koottu eri järjestelmistä, joissa on eri versioita samasta asiakkaasta.
2. Anna tekoälylle pysyvä konteksti. Kun tekoäly on kiinnitetty olemassaolevaan infrastruktuuriin sen sijaan, että se olisi rakennettu siihen, konteksti ei kulje. Se pudotetaan jokaisessa siirrossa. Pysyvä tekoäly on kerros, joka on levitetty koko vuorovaikutuksen yli, jatkuvasti kantaa asiakkaan aikomusta ja keskustelukontekstia, kun työ siirtyy järjestelmistä, kanavista ja ihmisten edustajista toisiin. Kun ihmiset astuvat sisään, he eivät aloita alusta.
3. Toteuta tekoäly itsenäiseksi suorittamiseksi, ei vain suosituksiksi. Seuraava merkittävä askel on tekoäly, joka voi suorittaa työn, jonka edustajat vaativat itsenäisesti, samalla kun ihmiset ovat silmälläpidon ja valvonnan alaisina. Sen sijaan, että kerrotaan edustajille, mitä heidän on tehtävä seuraavaksi, tekoäly orkestroi työvirran yritysjärjestelmien yli, lomakkeiden täyttäminen, korvausten prosessointi, tietojen päivittäminen ja tehtävien suorittaminen, jopa vanhojen sovellusten yli ilman API:ta. Tekoäly käsittelee suorittamisen, kun taas ihmiset keskittyvät arviointiin, empatiaan ja vahvempiin asiakassuhteisiin.
4. Valitse tekoälyjärjestelmät, jotka paranevat tuloksista, ei vain syötteistä. Useimmat yritysten tekoäly on staattista käyttöönoton jälkeen. Vaikuttavampi arkkitehtuuri on sellainen, joka jatkuvasti oppii vuorovaikutuksen tuloksista, optimoi työvirtoja sen mukaan, mitä todella ratkaisi ongelman, ei vain siitä, mitä koulutusdata ennusti. Tekoäly, joka sulkee palautusilmukan tuloksien ja tulevan suorituskyvyn välillä, on perustavanlaatuinen ero tekoälyyn, joka käyttöönotetaan ja pidetään.

Edustajien luottamukseen liittyvä kuilu tekoälyn kanssa ei ole koulutusongelma tai omaksumisongelma. Se on arkkitehtuuriin liittyvä ongelma.

Tekoälyn todellinen ROI ei ole työvoiman vähentämisessä, vaan arvossa, joka luodaan, kun edustajat voivat lopulta keskittyä asiakkaisiin eikä järjestelmiin. Tämä tapahtuu vain, kun tekoäly on rakennettu suorittamiskerrokseen, ei sen päälle.

Organisaatiot, jotka kamppailevat omaksumisen kanssa, eivät ole jäljessä tekoälyssä. He ovat jäljessä infrastruktuurissa. Korjaa arkkitehtuuri, ja omaksumisongelma ratkeaa itsestään.