Miksi GenAI ilman hallintaa epäonnistuu yrityksen tukipalvelussa

Yritysten tukitiimit investoivat voimakkaasti generatiiviseen tekoälyyn odottaen, että se ohjaisi pois tikettejä, lyhentäisi käsiteltävän ajan ja vähentäisi kustannuksia tapausten käsittelyssä. Monissa organisaatioissa kuitenkin tekoälyjärjestelmien käyttö on kasvamassa, kun taas eskaloitumisnopeudet, toistuvat yhteydenotot ja kokonaiset tapausten määrät pysyvät muuttumattomina.

Generatiivinen tekoäly yritysten tukipalvelussa ei epäonnistu, koska mallit ovat heikkoja. Se epäonnistuu, koska useimmat käyttöönotot eivät saa tarpeeksi vahvaa data-sisältöä ja strategisia ohjeita, joita niiden onnistumiseen tarvitaan. Ilman asianmukaista hallintaa, näkyvyyttä ja vastuualueita järjestelmiin ja käyttöönottojen prosessiin, tekoäly muuttuu nopeasti hallitsemattomaksi operatiiviseksi riskiksi, joka aiheuttaa epäjohdonmukaisia vuorovaikutuksia, vahvistaa virheitä ja lopulta johtaa huonompiin lopputuloksiin asiakkaille. Työkalu, joka oli tarkoitettu parantamaan asiakasvuorovaikutuksen kerrosta ja yritysten työntekijöiden työkuormaa, muuttuu pullonkaulaksi.

Kun yritysten tukitiimit kiirehtivät ottaa käyttöön GenAI:ta, useimmat toteutukset keskittyvät chatbottiin, automaattisiin vastauksiin ja agenttien avustuskykyyn. Kiirehdintäinen käyttöönotto on usein tuottanut erillisiä järjestelmiä, jotka näyttävät innovatiivisilta pinnan alla, mutta kamppailevat toimittamaan johdonmukaisia asiakastuloksia, yritysten suorituskykymittareita ja lopputuloksia. Tässä kiirehdintäisessä prosessissa todellinen kysymys usein jää kysymättä: Miten mitataan, onko GenAI:lla mitattavissa oleva vaikutus, vai vain enemmän sisältöä mittakaavassa?

Monet yritysten hakujärjestelmien ja GPT-käyttöönotot tukiympäristöissä epäonnistuvat kolmesta ydinsyystä. Luodut vastaukset esitetään ilman selkeää luottamussignaaleja tai johdonmukaisuuden valvontaa. Tekoälyvuorovaikutukset harvoin liitetään mitattaviin tuloksiin, kuten tapausten ohjaukseen, ratkaisuaikaan tai asiakastyytyväisyyteen. Organisaatiot myös puuttuvat näkyvyydestä siihen, luottavatko tiimien jäsenet järjestelmään tai käyttävätkö heitä päivittäisissä työprosesseissaan. Tuloksena on tekoäly, joka näyttää houkuttelevalta esittelyssä, mutta menee rikki todellisen operatiivisen paineen alla.

Tukipalvelun johtajat eivät tarvitse enemmän luotuja sisältöä. He tarvitsevat mitattavissa olevia parannuksia, joita he voivat ennustaa ja puolustaa, kuten johdonmukainen vähennys tapausten määrässä, nopeampi keskimääräinen ratkaisuaika, parempi ensiyhteysratkaisu, parannettu asiakastyytyväisyyden mittari, alempi kustannus per tapaus ja lisääntyneiden agenttien tuottavuus. Ennustettava liiketoimintavaikutus tarkoittaa tietämistä, että kun tekoäly otetaan käyttöön, se vähentää luotettavasti eskaloita tapausten määrää, ohjaa pois määrättyjä osuuksia tapauksista tai lyhentää käsiteltävän ajan määritellyn aikavälin sisällä, eikä vain luo enemmän vastauksia.

Asiakkaan kitkaa kohti operatiivisia seurauksia

Kun hallintaa ei ole, vaikutus näkyy nopeasti mittareissa. Chatbot voi luoda vastauksia mittakaavassa, mutta jos ne vastaukset ovat vain osittain oikein, asiakkaat avaavat uudelleen tapauksia tai eskaloivat. Viiden-kymmenen prosentin kasvu uudelleenavatuissa tapauksissa voi pyyhkiä odotetut tehokkuusparannukset ja aiheuttaa mitattavissa olevia laskuja asiakastyytyväisyyden mittarissa. Se, mikä näyttää automaatiolta paperilla, muuttuu uudelleentyöstämiseksi käytännössä.

Haaste on, että monet organisaatiot mitata operatiivista toimintaa sen sijaan, että mitataisiin tuloksia. He voivat raportoida, kuinka monta chatbot-istuntoa tapahtui tai kuinka usein agentit käyttivät tekoälyavustusta. Mitä he usein eivät voi raportoida luottavaisesti, on se, vaikuttavatko ne vuorovaikutukset vähentämään työntekijöiden työkuormaa. Ilman suoraa yhteyttä keskusteludataan ja tapausten luomisdataan, johtajat eivät voi määrittää, onko generatiivinen tekoäly poistamassa työtä vai lisäämässä vain yhteydenottokohdetta asiakkaan polulle.

Kun tapaus saavuttaa ihmisen tiimin jäsenen, asiakas usein toistaa saman tiedon, jonka he jo syöttivät chat-rajapintaan. Se, mikä oli tarkoitettu sujuvoittamaan ratkaisua, esittää sen sijaan toistoa. Ajan myötä toistuvat tapaukset epätäydellisestä ratkaisusta kuluttavat luottamusta. Asiakkaat alkavat kohdella tekoälyvuorovaikutusta väliaikaisena askelena ratkaisun sijaan.

Mittaamalla mitä merkitsee

Yritysten tukipalvelussa merkittävä vaikutus on nähtävissä, kun vähemmän asiakkaita tarvitsee luoda tapauksia järjestelmän kanssa vuorovaikutuksen jälkeen. Jos eskaloituminen seuraa edelleen tekoälyagenttien kanssa tapahtuneesta vuorovaikutuksesta, se paljastaa, missä kohtaa data-tietämyskuiluja tai vastausrajoituksia on olemassa. Näiden mallien ymmärtäminen edellyttää tekoälyturvallisuuden yhdistämistä aliraportoituihin tukimittareihin ja tutkimista, mitä kunkin vuorovaikutuksen jälkeen tapahtuu.

Tämä näkyvyys muuttaa, miten generatiiviset järjestelmät arvioidaan. Kun keskusteludata ja tikettidata analyysoidaan yhdessä, organisaatiot voivat tunnistaa, mitkä virrat toimivat ja mitkä vaativat tarkastelua. Osallistuminen yksin riittämätön mittari menestyksestä; vain todistettu työkuorman vähennys merkitsee todellista edistymistä.

Hallinta toimintavaatimuksena

Hallinta ei ole asiakirja. Se on joukko tietoista operatiivisia päätöksiä. Tukipalvelun johtajien tulisi vaatia, että jokainen tekoälyvastaus perustuu hyväksyttyihin tietolähteisiin ja on varustettu mitattavissa olevalla luottamussignaalilla. Heidän tulisi määritellä selkeät säännöt siitä, milloin tekoäly voi ratkaista ongelman itsenäisesti ja milloin se on eskaloitava ihmisen agentille. Heidän tulisi sitoa jokainen käyttöönotto tiettyihin kohteisiin, kuten määritellyn tapausten määrän vähennys, parannettu ensiyhteysratkaisu tai alempi keskimääräinen käsiteltävä aika, ja tarkastella näitä mittareita jatkuvasti. Jos tekoälyä ei voida mitata operatiivisten tulosten suhteen, sitä ei pidä pitää valmiina käytettäväksi todellisilla asiakkaille päivittäisissä työprosesseissa.

Tarkastellaan yleistä käyttöönottoskenaariota. Generatiivinen chatbot on otettu käyttöön asiakasportaalissa, ja käyttöönoton kasvu on nopea, kun asiakkaat yhä enenevissä määrin kääntyvät tekoälyn puoleen rutiinikysymyksiin. Pinnan alla varhaiset palautteet näyttävät myönteisiltä: asiakkaat osallistuvat botiin ja agentit raportoivat, että vastausten laatiminen tuntuu tehokkaammalta.

Johtajat kuitenkin kaivavat syvemmälle suorituskykydataan ja löytävät jotain tuttua laajemmasta teollisuuden kokemuksesta. McKinseyn viimeisimmän tekoälytutkimuksen mukaan vaikka monissa organisaatioissa on laajasti käytössä tekoälyä, vain vähäosa on upottanut sen syvemmälle työprosesseihin saavuttaakseen mitattavissa olevia liiketoimintatuloksia, kuten vähentyneen tapausten määrän tai parannetun asiakastiedon, useimmat ovat edelleen jumiutuneina koekäytössä tai alkuvaiheen skaalauksessa.

Käytännössä tämä usein näyttää chatbotin kanssa korkean osallistumisen, mutta kestävien eskaloitumismallien, marginaalisen parannuksen ainoastaan yksinkertaisiin kysymyksiin ja ei selkeää yhteyttä keskustelujen ja työkuorman vähentämisen välillä. Organisaatiot modernisoi vuorovaikutuksen kerrosta, mutta perustavat tukidynamiikka ja operatiiviset kustannukset pysyvät muuttumattomina.

Toisaalta hallinnoitu lähestymistapa integroi suoraan keskustelutoimintaa operatiiviseen raportointiin. Jokainen tekoälyistunto on kytketty seuraavaan tapausten käyttäytymiseen, jotta johtajat voivat nähdä, mitkä vuorovaikutukset johtivat ratkaisuun eskaloimatta ja mitkä eivät. Mallit, jotka johtavat johdonmukaisesti seuraaviin tapauksiin, tarkastellaan ja parannetaan. Agenttien tason käyttö analyysoidaan määrittämään, missä kohdissa tekoälyavustus parantaa tehokkuutta ja missä se esittää epäjohdonmukaisuutta. Tässä ympäristössä generatiivinen tekoäly arvioidaan ei sen mukaan, kuinka usein sitä käytetään, vaan sen mukaan, kuinka selkeästi se vähentää asiakkaiden vaivaa ja tukitiimien työtä.

Parannuksesta rakenteelliseen muutokseen

Teknologiabudjetit kiristyvät, ja tekoälysijoitukset arvioidaan rinnakkain muiden kustannuserien kanssa. Johtajuus ei katsele chatbotin osallistumisnopeuksia. He katselevat sitä, onko tapausten määrä laskenut neljännesvuosittain, onko keskimääräinen käsiteltävä aika laskenut, onko ensiyhteysratkaisu parantunut ja onko tapausten käsittelykustannus merkittävästi alempi.

Jos nämä luvut eivät liiku, vaikutus on välitön. Suunnitellut laajennukset muihin tuotelinjoihin viivästyvät. Ennustetut säästöt henkilöstökuormasta eivät materialisoitu. Rahoitus kyseenalaistaa uudelleenkirjaamisen. Se, mikä alkoi strategisena tekoälyaloitteena, muuttuu rajatulla koepilottina vähentyneellä rahoituksella ja johtamisen valvonnalla. Generatiivinen tekoäly ilman selkeää operatiivista nostoa saattaa tehdä tuesta innovatiivisen oloisen, mutta jos se ei vähennä työkuormaa tai paranna asiakastuloksia mitattavissa olevasti, se tulee vaikeaksi perustella seuraavassa budjettisyklissä.

Generatiivisen tekoälymenestyksen yritysten tukipalvelussa ei määritellä sen mukaan, kuinka sofistikoituneita sen vastaukset kuulostavat. Se arvioidaan sen mukaan, vähentääkö se toistuvia yhteydenottoja, laskee eskaloitumisnopeuksia, parantaa ensiyhteysratkaisua ja lyhentää ratkaisuaikaa. Älykkyys yksin riittämätön. Vaikutus riippuu kurinalaisesta suunnittelusta, selkeistä turvallisuussäännöistä, jatkuvaista suorituskyvyn seuraamisesta ja vastuusta operatiivisiin mittareihin.

Tukipalvelun johtajien tulisi määritellä nämä mittarit ennen käyttöönottoa, ei sen jälkeen. Heidän tulisi asettaa eksplisiittisiä kohteita tapausten ohjaukseen, käsiteltävän ajan vähentämiseen ja asiakastyytyväisyyden parantamiseen ja tarkastella suorituskykyä samalla tarkkuudella kuin mihin tahansa muuhun operatiiviseen sijoitukseen. Jos luvut eivät liiku, järjestelmää tulisi säätää tai rajoittaa.

Generatiivinen tekoäly tukipalvelussa ei ole enää konseptin todistamista. Se on operatiivinen päätös, jolla on mitattavissa olevat taloudelliset seuraukset. Johtajat, jotka eivät voi osoittaa rakenteellista parannusta työkuormassa ja asiakastuloksissa, vaarantavat tekoälyn muuttumisen lyhytaikaiseksi aloitteeksi, ei kestäväksi kyvyksi.