Niraj Ranjan, Hiverin perustaja ja toimitusjohtaja – Haastattelusarja

Niraj Ranjan, Hiverin perustaja ja toimitusjohtaja, on kokenut yrittäjä ja teknologiavaikuttaja, joka on rakentanut uransa ohjelmistosuunnittelun, tuotekehityksen ja asiakaskokemuksen risteyksessä. Hän perusti Hiverin vuonna 2017 uudelleenmuokkaamaan asiakastukiohjelmistoa hyödyntäen aikaisempaa kokemustaansa Mobiculesin perustajana, jossa hän kasvatti yhtiötä pienestä tiimistä 35 hengen operaatioksi toimien käsityönä sekä ohjelmoijana että arkkitehtina. Ennen yrittäjyyttä hän työskenteli lähes viisi vuotta Mentor Graphicsilla kehittäen edistynyttä emulaattoriohjelmistoa FPGA-pohjaisiin järjestelmiin, kokemus joka muovasi hänen lähestymistapaansa rakentaa suorituskykyisiä, skaalautuvia tuotteita ja vahvistaa vahvoja insinöörikulttuureja.

Hiver on moderni, tekoälykäyttöinen asiakastukiplatformi, joka on suunniteltu yhdistämään viestintäkanavat, kuten sähköposti, chat, ääni ja viestintä, yhteen työtilaan. Se mahdollistaa tiimien hallita jaettuja postilaatikoita, automatisoida työnkulkuja ja tehdä yhteistyötä reaaliajassa, kun taas tekoäly hoitaa toistuvia tehtäviä, kuten lippujen reititys, vastauksen luominen ja tietojen analyysi. Alusta on suunniteltu korvaamaan perinteiset tukijärjestelmät intuitiivisemmalla ja skaalautuvammalla ratkaisulla, joka auttaa organisaatioita parantamaan vastausaikoja, seurata suorituskykymittareita ja tarjoamaan johdonmukaisia asiakaskokemuksia kanavien yli, ja sitä luottaa yli 10 000 tiimiä maailmanlaajuisesti.

Aikaisin urallasi Mentor Graphicsilla työskentelit edistyneillä laitteiston emulaattorijärjestelmissä, joita käytetään simuloimaan monimutkaisia sähköisiä suunnitelmia ennen niiden fyysistä rakentamista. Myöhemmin perustit ja kasvatti Mobiculesin kolmen hengen startupista 35 hengen yhtiöksi ennen Hiverin perustamista. Miten nuo syvät tekniset perustat ja varhaiset skaalauuskokemukset muotoilivat lähestymistapaasi rakentaa tekoälyä, joka toimii luotettavasti todellisissa, korkeapaineisissa tukiympäristöissä?

Työskenteleminen laitteiston emulaattorijärjestelmissä muotoilee, miten ajattelet luotettavuudesta. Nämä järjestelmät ovat olemassa, koska monimutkaiset suunnitelmat käyttäytyvät toisin, kun ne kohtaavat todelliset olosuhteet. Reunatapaukset ilmestyvät, komponenttien väliset vuorovaikutukset muuttavat tuloksia, ja puhdas malli hajoaa. Tämä ajattelutapa siirtyy suoraan asiakastukiympäristöihin. Keskustelut saapuvat puuttuvilla yhteyksillä, emotionaalisella kiireellisyydellä ja riippuvuuksilla useiden sisäisten järjestelmien välillä.

Yrityksen kasvattaminen paljastaa toisen kerroksen monimutkaisuutta. Kun tiimit kasvavat, operatiivinen kitka tulee hyvin näkyväksi. Edustajat viettävät aikaa yhdistelemällä tietoa eri työkaluista ja koordinoimalla sisäisesti ennen kuin he voivat vastata. Tämä kokemus muotoili ajattelumme Hiverissä. Tarkastelemme koko tukiprosessia, siitä hetkestä, kun pyyntö saapuu, siihen asti, kun se ratkaistaan, ja kysymme, mihin tekoäly voi poistaa kitkaa, jotta tiimit voivat käyttää enemmän energiaa ongelman ratkaisemiseen.

Hiver korostaa tekoälyn käyttämistä byrokratian poistamiseen asiakastuesta sen sijaan, että se korvaisi ihmisen arvostelukykyä tai empatiaa. Missä piirrustat rajan hyödyllisen automaation ja yliautomaation välillä asiakastuessa?

Tukityö sisältää paljon operatiivista ponnistelua, jota ei näy lopullisessa vastauksessa. Edustajat luokittelevat pyynnöt, etsivät käytäntöjä, etsivät tiliinformaatiota ja jäljittävät pitkiä keskusteluhistorioita ennen kuin he voivat päättää, mitä sanoa. Tekoäly hallitsee tämän pohjan hyvin. Kun järjestelmä voi tiivistää säikeen tai tuoda esiin oikean tietopohjan oikeaan hetkeen, edustaja aloittaa keskustelun paljon selkeämmällä ymmärryksellä tilanteesta.

Arvostelukyky tulee kuvaan, kun keskustelu sisältää emotion, vastuun tai epäselvyyden. Turhautunut asiakas tai palvelun epäonnistuminen vaatii tulkintaa ja huomiota siinä, miten vastaus muotoillaan. Tekoäly voi tarjota kontekstia ja ehdotuksia noissa tilanteissa, vaikka lopullinen päätös siitä, miten asiakaskokemus hoidetaan, on edelleen henkilön vastuulla.

Monet tekoälytyökalut näyttävät vaikuttavilta tuottdemoissa, mutta kamppailevat päivittäisessä tuotantokäytössä. Mitä olet oppinut tekoälyn ja tekoälyn välisestä kuilusta, joka toimii luotettavasti korkean volyymin tukilaatikoissa?

Demo havainnollistaa puhdasen skenaarion. Kysymys on ennustettavissa, tietopohja on järjestetty, ja järjestelmä tuottaa vastauksen. Todellinen tukityö harvoin etenee noin. Pyynnöt saapuvat osittaisilla tiedoilla, keskustelu ulottuu useiden vaihtoehtojen yli, ja edustaja usein tarvitsee syötettä muilta tiimeiltä tai järjestelmistä ennen kuin tilanne on selkeä.

Yksi opetus, josta tulee ilmi tuotannossa, on, että vastaus itsessään on vain yksi osa työstä. Suurin osa ponnistelua on ymmärtämisessä, mitä tapahtui, ja päättämisessä, miten asia etenee. Tekoäly toimii paljon paremmin, kun se tukee työn kulua. Edustajien auttaminen ymmärtämään keskustelun kontekstia nopeasti tekee merkittävän eron, kun postilaatikko alkaa täyttyä.

Hiver integroituu olemassa oleviin viestintätyönkulkuihin sen sijaan, että se pakottaisi tiimit uusiin järjestelmiin. Kuinka tärkeää on tämä “kohtaa käyttäjiä siellä, missä he jo työskentelevät” -filosofia tekoälyn käyttämisessä nopeasti muuttuvissa ympäristöissä?

Se on hyvin tärkeää, koska tukitiimit työskentelevät jo paineen alla. Kun uusi työkalu pyytää heitä muuttamaan työtapaansa tai siirtymään järjestelmistä, kitka ilmenee välittömästi. Useimmat tukikeskustelut alkavat edelleen sähköpostista, ja työ niiden ympärillä sisältää kontekstin vetämisen muista järjestelmistä ja koordinoimisen sisäisesti kollegoiden kanssa. Jos tekoäly sijaitsee ulkona tästä ympäristöstä, edustaja joutuu tekemään lisätyötä vain käyttääkseen teknologiaa.

Olemme nähneet, että tiimit liikkuvat paljon nopeammin, kun älykkyys ilmestyy työnkulussa, johon he jo luottavat. Edustaja, joka avaa pitkän sähköpostisäikeen, voi heti nähdä keskustelun tiivistelmän, relevantin asiakaskontekstin ja ehdotukset, jotka auttavat heitä edetä asiassa. Tämä pieni muutos vähentää aikaa, joka kuluu tilanteen rekonstruoimiseen, ja antaa edustajalle enemmän tilaa keskittyä itse ongelman ratkaisemiseen.

Tukitiimit usein toimivat intensiivisessä paineessa, etenkin silloin, kun he kohtaavat turhautuneita asiakkaita tai kiireisiä asioita. Miten suunnittelet tekoälyjärjestelmiä, jotka vähentävät kognitiivista kuormitusta sen sijaan, että ne lisäävät kitkaa noissa tilanteissa?

Tukityö asettaa jatkuvan vaatimuksen huomion kiinnittymiselle. Edustaja voi käsitellä kymmeniä keskusteluita rinnakkain, kullakin omalla tyylillään, kiireellisyydellään ja historiallaan. Suurin osa mentaalista ponnistelua menee tilanteen rekonstruoimiseen ennen kuin voidaan vastata.

Tekoäly auttaa parhaiten, kun se vähentää tuota ponnistelua. Sähköpostisäikeen avaaminen ja heti näkeminen selkeä tiivistelmä tai relevantti tietopohja muuttaa vuoropuhelun aloituspistettä. Edustaja viettää vähemmän aikaa yhdistelemällä, mitä tapahtui, ja enemmän aikaa pohtimalla, miten asiaa parhaiten ratkaistaan.

Yli 10 000 tiimin käyttäessä Hiveriä maailmanlaajuisesti, mitä malleja olet havainnut tekoälyn omaksumisessa alkuvaiheen jälkeen? Mitä erottaa tiimit, jotka todella integroivat tekoälyn päivittäisiin työnkulkuihinsa, niistä, jotka käsittelevät sitä vain valinnaisena lisänä?

Tiimit, jotka näkevät todellista arvoa tekoälystä, aloittavat yleensä muutamasta erityisestä kohdasta työnkulussa, joissa edustajat menettävät aikaa joka päivä. Keskustelun tiivistelmät ovat hyvä esimerkki. Kun edustaja avaa pitkän säikeen ja ymmärtää heti, mitä tapahtui, koko vuoropuhelu alkaa toisin. Sama koskee tilannetta, jossa järjestelmä tuo esiin juuri oikean tietopohjan tai käytännön vastauksen. Kun nämä hetket todella auttavat, edustajat alkavat käyttää tekoälyä luonnostaan, koska se tekee heidän päivästään helpomman.

Toinen tekijä on tietopohjan laatu, josta järjestelmä ampuu. Tekoälyn ehdotukset riippuvat voimakkaasti dokumentaatiosta ja prosesseista, joista se ampuu. Tiimit, joilla on selkeät, hyvin ylläpidetyt tietopohjat, näkevät yleensä vahvemman omaksumisen, koska ehdotukset säilyvät hyödyllisinä ja luotettavina. Ajan myötä tekoälystä tulee osa siitä, miten tiimi toimii, yksinkertaisesti koska se auttaa heitä liikkua keskusteluissa selkeämmin.

Tuotesuunnittelun kannalta, miten tasapainotat tekoälyn innovaation nopeuden luotettavuuden ja luottamuksen ylläpitämisellä — erityisesti ympäristöissä, joissa virheet voivat vahingoittaa asiakassuhteita?

Asiakastuki on yksi niistä ympäristöistä, joissa pienet virheet voivat aiheuttaa suuria seurauksia. Vastaus, joka väärin ymmärtää laskutusongelman tai turhautuneen asiakkaan, voi luoda enemmän työtä tiimille ja vahingoittaa luottamusta nopeasti. Tämä todellisuus pakottaa hyvin tarkkaan lähestymistapaan siinä, missä tekoäly ottaa toimintaa ja missä se tukee ihmisen edustajaa. Jotkut tehtävät, kuten luokittelu tai keskustelun tiivistäminen, sietävät korkean asteen automaation. Päätökset, jotka vaikuttavat tuottoon, käytännön tulkintaan tai asiakassuhteisiin, vaativat paljon suurempaa varmuutta.

Tuotesuunnittelu muuttuu harjoitukseksi, jossa tekoälyn kykyä vastataan tehtävän vaatimalla luotettavuudella. Uudet mallit ja tekniikat ilmestyvät jatkuvasti, mutta todellinen testi on, suoriutuuko ne jatkuvasti päivittäisistä tukitoimista. Nämä järjestelmien rakentajatiimit tarvitsevat olla lähellä sitä, miten edustajat todella työskentelevät, ja käsitellä tämän palautteen ensisijaisena signaalina siitä, mitä pitäisi toimittaa seuraavaksi.

Miten luulet, että tekoäly muuttaa tukitiimien rakennetta seuraavan viiden vuoden aikana? Siirtyykö se valvontaan ja arvostelukykyyn, tai tuleeko kokonaan uusia työn kategorioita?

Tukitiimien rakenne muuttuu todennäköisesti vähemmän ihmisten käsitellessä toistuvia lippuja ja enemmän ihmisten keskittyessä monimutkaisiin ongelmiin. Kun tekoäly hallitsee tehtäviä, kuten keskustelun tiivistämistä, saapuvien pyyntöjen järjestämistä ja vastauksen luomista, edustajat viettävät enemmän aikaa ymmärtäen, mitä todella tapahtui tilanteessa, ja koordinoimalla muiden tiimien kanssa sen ratkaisemiseksi. Tukityö muuttuu vähemmän lipun siirtämisestä jonossa ja enemmän tuloksen omistamiseksi asiakkaan ongelmasta.

Tiimit tarvitsevat myös ihmisiä, jotka vastaavat järjestelmistä, jotka tekevät tekoälystä hyödyllisen. Tekoälyavusteinen tuki riippuu voimakkaasti tarkan dokumentaation, selkeiden prosessien ja luotettavien tietolähteiden varastosta. Näiden järjestelmien ylläpito muuttuu jatkuvaksi työksi, joten tukorganisaatiot lisäävät todennäköisesti tiimejä, jotka keskittyvät tietopohjan hallintaan, työnkulkujen parantamiseen ja varmistamiseen, että tekoäly jatkaa tarjoamista hyödyllistä ohjausta tuotteiden ja käytäntöjen kehittyessä.

Hiver toimii kilpailukykyisellä tukialustamarkkinalla. Mitä perustavanlaatuisia muutoksia asiakasodotuksiin luotat, että perinteiset alustat eivät ole sopeutuneet?

Asiakkaat odottavat yhä enemmän jatkuvuutta, kun he ottaa yhteyttä tukeen. He haluavat, että organisaatio muistaa aikaisemmat vuorovaikutukset ja kantaa tämän kontekstin koko keskustelun ajan. Tiedon toistaminen useiden vaihtoehtojen yli voi nopeasti tulla turhauttavaksi.

Tukiongelmat ulottuvat usein myös tukitiimin ulkopuolelle. Tuotejoukkueet, operatiiviset joukkueet ja tilinjohtajat osallistuvat usein ongelman ratkaisemiseen. Alustat, jotka tuovat viestinnän ja operatiivisen kontekstin samaan työnkulkuihin, tekevät siitä helpomman pitää ongelman omistajuutta selkeänä alusta loppuun.

Katsoen eteenpäin, miltä “erittäin hyvä asiakastuki” näyttää tekoälyensimmäisessä maailmassa — ja mitkä kyvyt erottavat yritykset, jotka menestyvät niistä, jotka jäävät jälkeen?

Hyvä tuki tekoälyensimmäisessä maailmassa tulee tuntumaan asiakkaalle yksinkertaisemmalta. He ottaa yhteyttä, tiimi ymmärtää tilanteen nopeasti, ja keskustelu etenee ilman paljon takaisin- ja eteenpäin -liikettä rekonstruoimaan, mitä tapahtui. Teknologia taustalla pysyy pääosin näkymättömänä. Asiakkaat huomaavat, että heidän ongelmanne on ymmärretty ja ratkaistu ilman tarpeetonta ponnistelua.

Tukitiimille tämä kokemus tulee siitä, että oikea konteksti on saatavilla heti, kun keskustelu alkaa. Tekoäly auttaa järjestämällä tietoa ja tuomalla esiin, mitä on tärkeää, kun taas edustaja keskittyy ymmärtämään asiakasta ja ohjaamaan ongelman ratkaisuun. Yritykset, jotka menestyvät, ovat niitä, jotka rakentavat tukitoimintansa tämän selkeyden ja jatkuvuuden ympärille.

Kiitos haastattelusta, lukijat, jotka haluavat oppia lisää, kannattaa vierailla Hiver:ssa.