विचार नेता
ग्राहक सेवा में एआई आर्किटेक्चर समस्या
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
क्लार्ना ने हाल ही में 700 ग्राहक सेवा नौकरियों में कटौती की, एआई को अंतर को अवशोषित करने की क्षमता पर दांव लगाया। एक साल के भीतर, ग्राहक संतुष्टि में गिरावट आई और कंपनी फिर से भर्ती करने लगी। गार्टनर का अनुमान है कि 2027 तक, आधे से अधिक संगठन जो समान कार्यबल में कटौती की योजना बना रहे हैं, वे भी अपनी योजनाओं को छोड़ देंगे।
यह एआई क्षमता की समस्या नहीं है। 100% संपर्क केंद्र एजेंट जटिल स्थितियों को संभालने के लिए दैनिक रूप से एआई के साथ बातचीत करते हैं।
फिर भी, शून्य प्रतिशत एजेंट एआई को अपने काम के लिए महत्वपूर्ण मानते हैं। यह अंतर आश्चर्यजनक नहीं है। एआई को उन्हीं खंडित प्रणालियों पर परतदार किया जा रहा है जो पहले से ही एजेंटों को विफल कर रही थीं। आज, मानव अभी भी जुड़ाव का काम करते हैं, टैब-स्विचिंग, कॉपी-पेस्टिंग, मैनुअल पुनर्मिलन जो एक प्रणाली को दूसरे से जोड़ता है।
एआई को उस श्रम को बदलने के लिए बनाया गया था। इसके बजाय, इसने इसे जटिल बना दिया। जब तक कोई व्यक्ति प्रणालियों के बीच संबंधों को ठीक नहीं करता, तब तक एजेंट एआई का काम हाथ से करते रहेंगे और अपने पास उपलब्ध सबसे महत्वपूर्ण उपकरण पर विश्वास खो देंगे।
कोई भी भरने वाला विश्वास अंतर नहीं है
७८ प्रतिशत एजेंट कहते हैं कि एआई टूल्स ने उनके काम करने के तरीके को महत्वपूर्ण रूप से नहीं बदला है। ९३ प्रतिशत एआई आउटपुट को कार्रवाई करने से पहले सत्यापित करते हैं। एजेंटों को पर्याप्त अधूरा या असटीक प्रतिक्रिया मिलती है कि दोहरी जांच मानक बन जाती है। वे प्रौद्योगिकी का विरोध नहीं कर रहे हैं। यह अभी तक उनका विश्वास हासिल नहीं किया है।
परिणाम ग्राहक बातचीत के बीच में दिखाई देते हैं। एक ग्राहक बिलिंग विवाद के बारे में कॉल करता है, और एआई-जनरेटेड खाता सारांश तीन महीने पुराना है। वे अगले दस मिनट तक कई प्रणालियों पर सत्यापन करते हैं जो एआई को तुरंत सतह पर लाना था, जबकि ग्राहक होल्ड पर बैठा है।
अधिकांश संगठन इस नकारात्मक अनुभव को लोगों की समस्या के रूप में पढ़ते हैं। एजेंटों को डर है कि उनकी नौकरी जटिल कार्यों को संभालने के लिए एआई लेने के कारण जोखिम में है, इसलिए वे इसके चारों ओर काम करते हैं।
यह वास्तव में एक नेतृत्व समस्या है। गार्टनर ने पाया कि 91% ग्राहक सेवा नेताओं पर 2026 में एआई लागू करने के लिए कार्यकारी दबाव है।
इस तरह के दबाव में, यह विरोध को गोद लेने की समस्या के बजाय एक संकेत के रूप में व्याख्या करना आसान है कि एआई सही ढंग से वास्तुकला नहीं की गई है। परिणामस्वरूप, ध्यान गलत क्षेत्रों में तैनाती को तेज करने और अंतर्निहित समस्या को ठीक किए बिना मुख्यधारा में कमी पर रहता है।
वास्तव में खंडित तैनाती क्या उत्पादन करती है
एजेंट एक लाइव ग्राहक बातचीत और ४ से १० खंडित उद्यम उपकरण के बीच मैनुअल एकीकरण परत के रूप में कार्य करते हैं। वे बिलिंग प्लेटफ़ॉर्म, एरपी सिस्टम और टिकटिंग टूल के बीच “स्विवेल-चेयर” करते हैं जबकि एक ग्राहक होल्ड पर इंतजार करता है। यह इसलिए है क्योंकि अधिकांश उद्यमों ने एआई को उसी खंडित वास्तुकला पर परतदार किया जो पहले से ही एजेंटों को धीमा कर रहा था।
उदाहरण के लिए, चैटबॉट एक इंटरैक्शन के फ्रंट-एंड को संभाल सकते हैं लेकिन तब विफल हो जाते हैं जब एजेंटों को वास्तविक लेन-देन के साथ विरासत पिछड़े-कार्यालय प्रणाली तक पहुंचने की आवश्यकता होती है, जिससे एजेंटों को कार्य को हाथ से पूरा करने के लिए मजबूर होना पड़ता है। या, एआई सारांश उपकरण पोस्ट-कॉल नोट्स उत्पन्न कर सकते हैं लेकिन वे रिकॉर्ड के बजाय एक अलग प्रणाली में लिखते हैं। एआई ने खंडितता को ठीक करने के बजाय विरासत में मिली।
एआई केवल उतना ही जुड़ा हुआ है जितनी प्रणालियाँ इसके नीचे हैं। जब प्रणालियाँ संदर्भ साझा नहीं करती हैं, तो एआई भी नहीं कर सकता। यह ऐतिहासिक सीआरएम रिकॉर्ड से खींचता है, लेकिन यह एक लाइव ग्राहक बातचीत में क्या हो रहा है यह नहीं समझ सकता। जब यह एक सिफारिश को सतह पर लाता है, तो अंतर्निहित डेटा बदल सकता है।
अधूरा संदर्भ, स्टेल डेटा और खंडित प्रणाली अलग-अलग समस्याएं नहीं हैं। वे एआई वास्तुकला विफलता के लक्षण हैं।
मानव एजेंटों के साथ काम करने वाली एआई वास्तुकला का निर्माण
एजेंटों को वास्तव में भरोसा करने वाली एआई बनाना, और जो ग्राहक सेवा परिणामों में सुधार करती है, यह चार बुनियादी ढांचे की आवश्यकताओं पर निर्भर करता है:
- एआई टूल्स को वास्तविक समय डेटा एक्सेस प्रदान करें। अधिकांश एआई तैनाती सीएक्स में उपलब्ध ग्राहक डेटा से खींचती है। यह अक्सर पुराना है। एआई को वास्तविक समय में ग्राहक डेटा तक पहुंच प्रदान करने के लिए वास्तुकला की आवश्यकता होती है, न कि एक खंडित स्नैपशॉट जो विभिन्न संस्करणों वाली प्रणालियों से इकट्ठा किया जाता है।
- एआई को स्थायी संदर्भ दें। जब एआई को मौजूदा बुनियादी ढांचे पर परतदार किया जाता है, तो संदर्भ यात्रा नहीं करता है। यह हर हाथ से गिर जाता है। स्थायी एआई को पूरे इंटरैक्शन में परतदार किया जाना चाहिए, ग्राहक इरादे और बातचीत संदर्भ को लगातार ले जाना चाहिए क्योंकि काम प्रणालियों, चैनलों और मानव एजेंटों के बीच चलता है। जब एक मानव एजेंट कदम रखता है, तो उन्हें शुरू से नहीं शुरू करना चाहिए।
- स्वायत्त निष्पादन के लिए एजेंटिक एआई लागू करें, न कि केवल सिफारिशें। अगला महत्वपूर्ण कदम एआई है जो एजेंटों को आवश्यक स्वायत्त रूप से काम कर सकता है, मानव एजेंटों को निरीक्षण और नियंत्रण के लिए लूप में रखते हुए। एजेंटों को बताने के बजाय कि अगला क्या करना है, एजेंटिक एआई उद्यम प्रणालियों में काम के प्रवाह को समन्वयित करता है, दावों को दायर करता है, रिफंड संसाधित करता है, रिकॉर्ड अपडेट करता है और यहां तक कि विरासत अनुप्रयोगों में भी एपीआई के बिना कार्य पूरा करता है। एआई निष्पादन संभालता है जबकि मानव एजेंट निर्णय, सहानुभूति और मजबूत ग्राहक संबंधों पर ध्यान केंद्रित करते हैं।
- एआई प्रणाली चुनें जो परिणामों से सुधरती है, न कि केवल इनपुट से। अधिकांश उद्यम एआई तैनाती के बाद स्थिर है। अधिक प्रभावी वास्तुकला वह है जो बातचीत परिणामों से लगातार सीखती है, जो वास्तव में समस्या का समाधान करती है, न कि केवल प्रशिक्षण डेटा का अनुमान लगाती है कि क्या हल होगा। परिणाम और भविष्य के प्रदर्शन के बीच प्रतिक्रिया लूप को बंद करने वाला एआई मूल रूप से तैनात और धारण किए गए एआई से मौलिक रूप से अलग है।
एजेंटों के पास एआई के साथ विश्वास अंतर नहीं है जो एक प्रशिक्षण समस्या है या एक गोद लेने की समस्या है। यह एक वास्तुकला समस्या है।
एआई का वास्तविक आरओआई मुख्यधारा में कमी में नहीं है, यह मूल्य में है जब एजेंट अंततः प्रणालियों के बजाय ग्राहकों पर ध्यान केंद्रित कर सकते हैं। यह केवल तभी होता है जब एआई को निष्पादन परत में बनाया जाता है, न कि इसके ऊपर।
एआई के साथ संघर्ष करने वाले संगठन गोद लेने में पिछड़ नहीं रहे हैं। वे बुनियादी ढांचे में पिछड़ रहे हैं। वास्तुकला को ठीक करें, और गोद लेने की समस्या स्वयं को हल कर लेती है।
