Fran Loftus, Directrice de l’Expérience Client, EliseAI – Série d’entretiens

Fran Loftus, Directrice de l’Expérience Client d’EliseAI, est une dirigeante dynamique connue pour son énergie créative et son background polyvalent, alliant esprit d’entrepreneur et expertise opérationnelle approfondie. Avant de rejoindre EliseAI, elle a co-fondé HOM, une plateforme de services et d’engagement technologique acquise par Alfred, où elle a occupé plusieurs postes de direction pour façonner les expériences des résidents à travers des centaines de milliers d’unités. Chez EliseAI, elle a occupé des postes de direction opérationnelle senior, rapportant au PDG et au conseil d’administration, en pilotant l’efficacité transversale, en supervisant les résultats des clients et en collaborant étroitement avec l’ingénierie et les ventes sur la stratégie et le lancement de produits. Reconnue comme fondatrice et leader d’opinion dans l’industrie, elle a été nominée pour le titre de meilleure fondatrice à MIPIM et a été régulièrement nommée parmi les principales influencées féminines de CRETech.

EliseAI est une société de logiciels d’intelligence artificielle basée à New York, qui transforme la façon dont les organisations du secteur de l’habitation et des soins de santé gèrent les communications et les flux de travail opérationnels à haut volume grâce à une intelligence artificielle conversationnelle et agente avancée. Sa plateforme automatise des tâches telles que la planification de visites, la communication de location, les demandes de maintenance, les renouvellements, l’accueil des patients et le soutien administratif sur texte, voix, e-mail et chat, permettant ainsi aux équipes de fonctionner de manière plus efficace tout en améliorant la réactivité et l’expérience client. En centralisant ces interactions dans un système d’intelligence artificielle unifié, EliseAI aide les organisations à amplifier leurs opérations, à réduire la charge de travail manuelle et à offrir des améliorations de performance mesurables sur des fonctions critiques.

En tant que Directrice de l’Expérience Client chez EliseAI, vous apportez un mélange rare d’expérience dans les domaines de la communauté, des opérations et de la technologie. Vous avez fondé HOM, une plateforme qui a aidé les immeubles multifamiliaux à offrir des services partagés et un sentiment de communauté à grande échelle, puis vous avez dirigé l’expérience et la prestation de services chez Alfred, une société de services résidentiels intégrée dans des milliers d’immeubles d’appartements. Comment ces rôles très pratiques et axés sur les personnes influencent-ils la façon dont vous concevez et mettez en œuvre des expériences d’intelligence artificielle chez EliseAI aujourd’hui ?

Mon expérience dans la gestion de propriétés physiques m’a enseigné que la technologie n’est bonne que si elle offre réellement un service sur le terrain. Chez HOM et Alfred, j’ai appris qu’un résident ne se soucie pas d’une interface élégante si sa demande de maintenance disparaît dans le vide ou si son installation est retardée. Cela m’a rendue obsédée par la nécessité de boucler la boucle. Je ne conçois pas l’intelligence artificielle uniquement pour gérer les conversations ; je la conçois pour gérer l’ensemble du cycle de vie d’une tâche. Je donne la priorité au résident en crise ou au membre du personnel qui est trop sollicité, en veillant à ce que l’intelligence artificielle ne soit pas une chose de plus à surveiller, mais un outil qui soulage leur charge.

D’un point de vue d’expérience client, à quoi ressemble une intelligence artificielle efficace dans les environnements de l’habitation et des soins de santé où la confiance, la clarté et le suivi sont tout aussi importants que la rapidité ou l’automatisation ?

Dans l’habitation et les soins de santé, être rapide est bien, mais suivre les choses jusqu’au bout est ce qui construit la confiance. Une bonne intelligence artificielle ne devrait pas seulement vous donner une réponse rapide ; elle doit s’assurer que quelque chose se passe réellement. Si un patient demande des informations sur une facture ou si un locataire souhaite renouveler son bail, l’intelligence artificielle doit mettre à jour les dossiers, informer le gestionnaire approprié et faire savoir à cette personne que les roues sont en mouvement. Il s’agit d’être clair et proactif pour que les gens ne se sentent pas obligés d’appeler trois fois juste pour vérifier le statut.

EliseAI a adopté une approche verticale plutôt qu’une couche d’intelligence artificielle générale. Comment cette décision modifie-t-elle l’expérience quotidienne des équipes de propriété, des résidents et du personnel des soins de santé par rapport aux outils d’intelligence artificielle horizontaux ?

Les outils d’intelligence artificielle générale exigent que le client fasse l’effort de enseigner au logiciel les règles de l’industrie. Puisque nous sommes une solution verticale axée exclusivement sur l’habitation et les soins de santé, notre système arrive avec une compréhension approfondie des flux de travail spécifiques, tels que les réglementations sur les dépôts de sécurité ou les nuances de planification des patients. Pour le personnel sur le terrain, cela signifie qu’ils ne gèrent pas un chatbot générique qui pourrait déduire une politique. Ils travaillent avec un système qui est déjà intégré dans leur logiciel existant et qui parle le langage de leurs opérations quotidiennes dès le premier jour.

Pouvez-vous expliquer comment l’observation des travailleurs de première ligne pour capturer les flux de travail de bout en bout améliore le comportement du modèle et l’expérience client finale, par rapport à la formation sur des données abstraites uniquement ?

Les données abstraites vous montrent le « quoi », mais être sur le terrain avec les clients vous montre le « comment ». Lorsque mon équipe passe du temps dans l’environnement réel où le logiciel est déployé, elle voit les points de friction que les données manqueraient. Par exemple, lors de sessions de découverte avec un opérateur de logements militaires, nous avons identifié des flux d’approbation complexes et des contraintes quotidiennes strictes qui n’étaient pas dans les manuels. En capturant ces détails réels et chaotiques et en les traduisant dans le produit, nous pouvons construire une intelligence artificielle qui ne fonctionne pas seulement dans une démo, mais qui survit au chaos d’un bureau occupé.

Lorsque les systèmes d’intelligence artificielle passent de la réponse aux questions à l’exécution de tâches, quels nouveaux risques d’expérience émergent, et comment vous assurez-vous que l’automatisation ressemble à un soutien fiable et solide plutôt qu’à une intrusion ou à une opacité ?

Le principal risque passe de l’intelligence artificielle disant quelque chose de incorrect à l’intelligence artificielle faisant quelque chose de incorrect. Pour atténuer cela, j’ai établi un modèle de solutions de produit où nous avons des experts – dont beaucoup sont d’anciens fondateurs – qui possèdent des domaines spécifiques du produit. Ils établissent les règles et les garde-fous spécifiques pour la façon dont l’intelligence artificielle exécute une tâche, en veillant à ce qu’elle ne prenne jamais d’action qui surprendrait ou confondrait un membre du personnel humain.

Dans l’habitation et les soins de santé, même de petites défaillances peuvent rapidement éroder la confiance. Comment concevez-vous des systèmes d’intelligence artificielle agente qui restent transparents, prévisibles et faciles pour les humains à corriger lorsqu’il est nécessaire ?

La conception pour la confiance commence par s’éloigner d’une mentalité réactive traditionnelle où l’on attend simplement que les choses se cassent. Au lieu de cela, j’ai construit une équipe qui sert de pont entre la complexité opérationnelle du monde réel et la logique de l’intelligence artificielle. Ce ne sont pas des agents de support – ce sont des stratèges et d’anciens fondateurs qui possèdent des domaines spécifiques du produit de bout en bout.

Ils passent leur temps à observer les travailleurs pour comprendre les règles non négociables d’une industrie, telles que les flux d’approbation complexes du logement militaire ou les temps de réponse médicale stricts, et ils les intègrent directement dans la façon dont l’intelligence artificielle se comporte. La transparence vient du fait que nos systèmes sont conçus pour signaler les problèmes potentiels de manière proactive avant qu’ils ne deviennent des plaintes de résidents ou de patients. Lorsque l’intelligence artificielle détecte une situation à forte émotion ou une demande complexe pour laquelle elle n’est pas formée, elle ne devine pas. Elle déclenche une prise en main qui fournit au membre du personnel humain l’historique complet et le contexte de l’interaction, lui permettant de se connecter en tant que partenaire éclairé plutôt que de commencer à zéro.

De votre poste de surveillance de la mise en œuvre et du succès des clients, quels sont les points de friction les plus courants que les clients rencontrent lors de l’adoption de l’intelligence artificielle dans les flux de travail opérationnels, et comment EliseAI réduit cette friction tôt dans le déploiement ?

La plus grande friction n’est pas rarement la technologie elle-même, mais plutôt l’anxiété que la technologie perturbera le flux de l’équipe ou remplacera leurs rôles. Nous abordons cela en nous concentrant sur un soulagement pratique immédiat. Dans la première semaine, nous utilisons l’intelligence artificielle pour reprendre les tâches répétitives et à haut volume qui causent généralement le plus de burn-out, comme le suivi initial des prospects. Nous utilisons également notre propre intelligence artificielle pour gérer nos opérations internes d’entreprise. Cela nous aide à comprendre les points de stress précis du changement d’un flux de travail, afin que nous puissions être de meilleurs partenaires lorsque nos clients traversent la même transition.

De nombreuses organisations luttent pour aller au-delà des phases de pilote. Comment aidez-vous les clients à évoluer leurs processus et leurs attentes pour que l’intelligence artificielle devienne une partie intégrante des opérations quotidiennes plutôt que de rester un projet secondaire ?

L’intelligence artificielle ne fonctionne que lorsqu’elle cesse d’être un projet secondaire et devient une partie normale de la journée de travail ; nous aidons les dirigeants à réorganiser leurs équipes de telle sorte que, une fois que l’intelligence artificielle gère les tâches fastidieuses, les gens peuvent se concentrer sur les tâches qui nécessitent réellement une touche humaine.

EliseAI soutient désormais environ un appartement américain sur six. Comment les attentes des clients changent-elles à ce niveau d’échelle, et quels nouveaux défis d’expérience émergent lorsque l’intelligence artificielle devient une partie standard des opérations ?

À cette échelle, l’intelligence artificielle n’est plus une innovation cool. C’est une utilité, comme l’électricité. L’attente passe de l’impression lorsqu’elle fonctionne à l’inacceptabilité lorsqu’elle échoue. Nous devons gérer cette variance tout en maintenant une fiabilité à 100 %.

En regardant 2 à 3 ans dans le futur, comment voyez-vous le rôle du Directeur de l’Expérience Client évoluer à mesure que les systèmes d’intelligence artificielle prennent plus de responsabilités au sein des services essentiels comme l’habitation et les soins de santé ?

Le rôle évoluera de la gestion du service client à l’orchestration du partenariat entre les humains et l’intelligence artificielle. À mesure que l’intelligence artificielle prend en charge les parties administratives et répétitives du travail, l’attention du Directeur de l’Expérience Client se déplacera entièrement vers les points de contact stratégiques et émotionnels. Notre responsabilité sera de nous assurer que, à mesure que le monde devient plus automatisé, les interactions humaines dans l’habitation et les soins de santé deviennent plus intentionnelles et plus percutantes.

Merci pour cette grande interview. Les lecteurs qui souhaitent en savoir plus peuvent visiter EliseAI.