Reggie Scales, Vonage में प्रेसीडेंट और बिजनेस यूनिट एप्लिकेशन्स के प्रमुख – इंटरव्यू सीरीज़

Reggie Scales, Vonage में प्रेसीडेंट और बिजनेस यूनिट एप्लिकेशन्स के प्रमुख, दो दशकों से अधिक के बिक्री, संचालन, गो‑टू‑मार्केट रणनीति और व्यवसाय वृद्धि के नेतृत्व के अनुभव वाले अनुभवी प्रौद्योगिकी और संचार कार्यकारी हैं। 2018 में Vonage में शामिल होने के बाद से उन्होंने कंपनी के एप्लिकेशन्स व्यवसाय में वरिष्ठ नेतृत्व की जिम्मेदारी संभाली है। इससे पहले Scales ने Masergy में पश्चिमी यू.एस. के लिए सीनियर वाइस प्रेसिडेंट, Comcast Business में सेंट्रल रीजन के वाइस प्रेसिडेंट और जनरल मैनेजर, तथा Wilcon में बिक्री और मार्केटिंग के सीनियर वाइस प्रेसिडेंट के रूप में कार्य किया। अपने करियर की शुरुआत में उन्होंने PAETEC में 12 से अधिक साल बिताए, जहाँ उन्होंने कई कार्यकारी पदों पर कार्य किया, जिसमें President of Sales and Service भी शामिल है, जहाँ उन्होंने लगभग 500 कर्मचारियों के साथ $1 बिलियन के क्षेत्र की बिक्री और व्यवसाय संचालन का नेतृत्व किया। उनका करियर संचार व्यवसायों को स्केल करने, उच्च‑प्रदर्शन वाली टीमों का निर्माण करने और एंटरप्राइज़ बिक्री एवं ग्राहक जुड़ाव रणनीतियों को विकसित करने पर केंद्रित रहा है।

Vonage एक वैश्विक एंटरप्राइज़ प्रौद्योगिकी कंपनी है और Ericsson का हिस्सा है, जो 100,000 से अधिक व्यवसायों को संचार APIs, यूनिफाइड कम्युनिकेशन्स और कॉन्टैक्ट सेंटर समाधान प्रदान करती है। इसका प्लेटफ़ॉर्म संगठनों को आवाज़, वीडियो, मैसेजिंग, ऑथेंटिकेशन और अन्य संचार क्षमताओं को सीधे एप्लिकेशन्स और ग्राहक अनुभवों में एम्बेड करने की अनुमति देता है, जबकि इसके बिजनेस कम्युनिकेशन्स और कॉन्टैक्ट सेंटर उत्पाद कर्मचारी सहयोग और ग्राहक जुड़ाव को समर्थन देते हैं। Vonage तेजी से अपने प्लेटफ़ॉर्म में कृत्रिम बुद्धिमत्ता और मोबाइल नेटवर्क इंटेलिजेंस को शामिल कर रहा है, जिससे व्यवसायों और डेवलपर्स को डिजिटल चैनलों में अधिक व्यक्तिगत, सुरक्षित और स्वचालित संचार अनुभव बनाने के उपकरण मिलते हैं।

आपका करियर बिक्री, सेवा, क्षेत्रीय संचालन, संचार बुनियादी ढाँचा और अब Vonage के एप्लिकेशन्स व्यवसाय के नेतृत्व तक फैला है। इस संचालन अनुभव ने AI अपनाने के आपके दृष्टिकोण को कैसे आकार दिया, विशेष रूप से नवाचार और मापने योग्य ग्राहक एवं व्यवसाय परिणामों के बीच संतुलन की आवश्यकता को?

मैंने संचार क्षेत्र में 25 से अधिक वर्ष काम किया है, और मेरे करियर के प्रत्येक चरण ने तकनीकी निवेश को स्पष्ट व्यावसायिक आवश्यकता से जोड़ने के महत्व को दोहराया है। मैंने लंबी दूरी की सेवाओं की बिक्री से शुरुआत की, फिर स्थानीय संचार, डेटा नेटवर्क, क्लाउड कंप्यूटिंग और अब AI की ओर बढ़ा। मैंने हमारे उद्योग में कई बड़े बदलाव देखे हैं, और एक सीख लगातार बनी रही : नई तकनीक तब स्थायी मूल्य देती है जब वह ग्राहकों और व्यवसाय के लिए वास्तविक समस्या का समाधान करती है।

मैं यही सोच AI पर भी लागू करता हूँ। एक कॉन्टैक्ट सेंटर में, प्रारंभिक बिंदु वह परिणाम होना चाहिए जिसे आप सुधारना चाहते हैं। यह ग्राहकों को रूटीन प्रश्नों को तेज़ी से हल करने में मदद करना, बातचीत के दौरान कर्मचारियों को बेहतर जानकारी देना, अनावश्यक कदमों को कम करना, या बिना संदर्भ खोए चैनलों के बीच आसानी से स्विच करने में मदद करना हो सकता है।

मेरी वर्तमान भूमिका उत्पाद, इंजीनियरिंग, बिक्री, साझेदारी और ग्राहक समर्थन को शामिल करती है, जो अपनाने के बारे में मेरे सोच को भी आकार देती है। कोई क्षमता तकनीकी रूप से प्रभावशाली हो सकती है, लेकिन एंटरप्राइज़ को अभी भी यह विचार करना पड़ता है कि वह मौजूदा संचालन में कैसे फिट बैठती है, कर्मचारी और ग्राहक इसे कितनी आसानी से उपयोग कर सकते हैं, और वे कैसे मापेंगे कि यह काम कर रही है या नहीं। तकनीक, निष्पादन और परिणामों के बीच यह कड़ी AI के साथ विशेष रूप से महत्वपूर्ण है क्योंकि परिवर्तन की गति बहुत तेज़ है।

कई एंटरप्राइज़ अपने कॉन्टैक्ट सेंटर में जनरेटिव और एजेंटिक AI को पेश करने के लिए उत्सुक हैं। डेटा, वर्कफ़्लो डिज़ाइन, सिस्टम इंटीग्रेशन और गवर्नेंस के क्षेत्रों में उन्हें स्केलिंग से पहले कौन‑से बुनियादी कार्य पूरे करने चाहिए?

एंटरप्राइज़ को AI को कॉन्टैक्ट सेंटर में विस्तारित करने से पहले एक मजबूत बुनियाद की आवश्यकता होती है। एक पायलट नियंत्रित वातावरण में सीमित डेटा सेट और सीमित वर्कफ़्लो के साथ काम कर सकता है। इसे स्केल करने का मतलब है AI को अधिक सिस्टम, अधिक ग्राहक जानकारी और व्यवसाय के अधिक हिस्सों से जोड़ना, जिससे जटिलता बढ़ती है।

डेटा पहला प्रमुख क्षेत्र है। संगठनों को यह समझना चाहिए कि उनका ग्राहक डेटा कहाँ रहता है, क्या वह सटीक और अद्यतन है, और किसके पास इसे उपयोग करने की अनुमति है। वर्कफ़्लो डिज़ाइन भी उतना ही महत्वपूर्ण है। कंपनियों को यह समझना चाहिए कि AI किस प्रक्रिया में प्रवेश कर रहा है, कौन‑से निर्णय वह ले सकता है और कब मानव को शामिल करना आवश्यक है।

इंटीग्रेशन एक और बड़ा पहलू है। ग्राहक आवाज़, मैसेजिंग, वीडियो और अन्य चैनलों के माध्यम से संवाद करते हैं, जबकि कर्मचारी कई बैक‑एंड सिस्टम पर निर्भर हो सकते हैं। यदि ये वातावरण अलग‑अलग रहेंगे, तो AI जोड़ने से एक और स्तर की टुकड़ीपन पैदा हो सकती है।

गवर्नेंस को भी शुरुआत से स्थापित किया जाना चाहिए। एंटरप्राइज़ को गोपनीयता, सुरक्षा, एक्सेस और मानव निगरानी के स्पष्ट नियमों की आवश्यकता होती है। उन्हें यह भी परिभाषित करना चाहिए कि वे समय‑समय पर AI का मूल्यांकन कैसे करेंगे। पायलट से आगे बढ़ने के लिए यह भरोसा होना चाहिए कि तकनीक अधिक इंटरैक्शन और विभिन्न स्थितियों के साथ लगातार प्रदर्शन कर सकती है।

ग्राहक जानकारी अक्सर CRM सिस्टम, कॉल ट्रांसक्रिप्ट, मैसेजिंग इतिहास और अन्य एंटरप्राइज़ प्लेटफ़ॉर्म में बिखरी होती है। एक वास्तव में एकीकृत ग्राहक संदर्भ परत के लिए क्या आवश्यक है, और संगठन कैसे सुनिश्चित कर सकते हैं कि AI सिस्टम अपूर्ण या पुरानी जानकारी पर कार्य न करे?

एक उपयोगी ग्राहक संदर्भ परत वह जानकारी जोड़कर शुरू होती है जो बताती है कि ग्राहक कौन है, उनकी यात्रा में अब तक क्या हुआ है, और वे अभी क्या हासिल करना चाहते हैं। इसमें CRM डेटा, कॉल ट्रांसक्रिप्ट, मैसेजिंग इतिहास, खाता विवरण, पिछले सेवा इंटरैक्शन और अन्य संबंधित रिकॉर्ड शामिल हो सकते हैं।

कई कंपनियों ने अभी भी इन हिस्सों को अलग‑अलग सिस्टम में प्रबंधित किया है, और यह समस्या बनाता है, चाहे AI हो या न हो। एक ग्राहक एक चैनल में बातचीत शुरू कर सकता है, दूसरे में स्विच कर सकता है, और फिर उसे वही जानकारी दोहरानी पड़ती है क्योंकि दूसरा सिस्टम पहली इंटरैक्शन का इतिहास नहीं रखता। AI इस टुकड़ीपन को हल करने में अधिक महत्वपूर्ण हो जाता है क्योंकि एजेंट तभी उपयोगी सिफ़ारिश या उचित कार्रवाई कर सकता है जब उसके पास विश्वसनीय संदर्भ हो।

संगठन को यह पहचानना चाहिए कि विभिन्न प्रकार की जानकारी के लिए कौन‑से सिस्टम प्राधिकृत हैं और उस जानकारी को अद्यतन रखने की प्रक्रियाएँ क्या हैं। उन्हें उन स्थितियों के लिए भी सुरक्षा उपाय रखने चाहिए जहाँ AI के पास पर्याप्त संदर्भ नहीं है।

यदि जानकारी अनुपलब्ध, विरोधाभासी या पुरानी है, तो AI को इस सीमा को पहचानना चाहिए और स्पष्टीकरण माँगना या मानव को शामिल करना चाहिए। यह विशेष रूप से महत्वपूर्ण है क्योंकि AI प्रश्नों के उत्तर देने से ग्राहक के लिए कार्रवाई करने की ओर बढ़ रहा है।

एक वर्चुअल एजेंट से मानव सलाहकार को प्रभावी हैंडऑफ़ कैसा दिखना चाहिए? ग्राहक के इरादे, पूर्व वार्ता, पूर्ण किए गए कार्य और अनसुलझी समस्या की कौन‑सी जानकारी स्थानांतरित होनी चाहिए ताकि ग्राहक को फिर से शुरू न करना पड़े?

ग्राहक को एक सहज हैंडऑफ़ का अनुभव होना चाहिए, जो उसी बातचीत की निरंतरता हो। जब मानव सलाहकार इंटरैक्शन में शामिल होता है, तो उसे यह समझ होना चाहिए कि ग्राहक ने क्यों संपर्क किया, अब तक क्या चर्चा हुई, वर्चुअल एजेंट ने क्या पूरा किया, और अभी क्या ध्यान देने की आवश्यकता है।

कम से कम हैंडऑफ़ में ग्राहक का इरादा, संबंधित वार्ता इतिहास, इंटरैक्शन के लिए आवश्यक खाता जानकारी, अब तक पूर्ण किए गए सत्यापन या कदम, और वह कारण शामिल होना चाहिए जिससे वर्चुअल एजेंट ने मुद्दे को एस्केलेट किया। यदि ग्राहक ने पहले ही समस्या समझा दी है या प्रश्न का उत्तर दिया है, तो सलाहकार को वह जानकारी तुरंत उपलब्ध होनी चाहिए।

यह निरंतरता इसलिए महत्वपूर्ण है क्योंकि ग्राहक सेवा में सबसे बड़ी निराशाओं में से एक है फिर से शुरू करना पड़ना। AI को इस घर्षण को कम करना चाहिए, न कि अतिरिक्त कदम जोड़ना चाहिए।

जैसे-जैसे वर्चुअल एजेंट अधिक रूटीन इंटरैक्शन संभालते हैं, व्यक्ति को सौंपे जाने वाले संक्रमण की गुणवत्ता और भी अधिक महत्वपूर्ण हो जाती है। ऐसे कई स्थितियाँ होंगी जहाँ सहानुभूति, निर्णय, रचनात्मकता या अधिक सूक्ष्म समस्या‑समाधान की आवश्यकता होगी। कंपनियों को इसे शुरुआत से ही डिजाइन करना चाहिए और कर्मचारियों को पर्याप्त संदर्भ देना चाहिए ताकि वे AI एजेंट से बातचीत को प्रभावी रूप से जारी रख सकें।

ग्राहक अनुभव AI का अगला चरण अपेक्षाकृत स्वतंत्र टूल्स की बजाय मौजूदा वर्कफ़्लो में सीधे एम्बेडेड इंटेलिजेंस पर केंद्रित होने की उम्मीद है। यह परिवर्तन कॉन्टैक्ट सेंटर में AI की भूमिका को कैसे बदलता है, और एंटरप्राइज़ को कौन‑से कार्य पूरी तरह स्वचालित करने चाहिए और कौन‑से मानव‑नेतृत्व वाले रहने चाहिए, यह कैसे तय करना चाहिए?

AI को मौजूदा वर्कफ़्लो में एम्बेड करना अत्यधिक प्रभावी है क्योंकि कर्मचारी और ग्राहक को इसके लाभ पाने के लिए अलग अनुभव में जाने की आवश्यकता नहीं होती। AI कॉन्टैक्ट सेंटर में पहले से चल रहे कार्यों का समर्थन कर सकता है, जैसे कि कर्मचारी को बातचीत के दौरान जानकारी खोजने में मदद करना, इंटरैक्शन का सारांश बनाना, अगला कदम सुझाना या ग्राहक के लिए रूटीन प्रक्रिया पूरी करना।

स्वचालन तय करते समय, एंटरप्राइज़ को कार्य की प्रकृति और परिणामों पर करीब से देखना चाहिए। स्पष्ट नियमों और पूर्वानुमेय परिणामों वाले दोहराव वाले इंटरैक्शन स्वचालन के मजबूत उम्मीदवार होते हैं। उदाहरण के लिए, एक साधारण खाता पूछताछ, संवेदनशील शिकायत, असामान्य परिस्थिति या ग्राहक पर महत्वपूर्ण प्रभाव डालने वाले निर्णय से बहुत अलग होती है।

जहाँ सहानुभूति, निर्णय और रचनात्मक समस्या‑समाधान की आवश्यकता होती है, वहाँ कर्मचारी महत्वपूर्ण भूमिका निभाते रहेंगे। AI इन कर्मचारियों को भी समर्थन दे सकता है, न कि केवल इंटरैक्शन को पूरी तरह ले ले।

मैं स्वचालन का मूल्यांकन उस अनुभव के आधार पर करता हूँ जो यह उत्पन्न करता है। यदि कोई प्रक्रिया तेज़ हो जाती है लेकिन इसके परिणामस्वरूप अधिक दोहराव वाले संपर्क, अधिक एस्केलेशन या ग्राहक निराशा बढ़ती है, तो कंपनी को अपने वर्कफ़्लो को पुनः देखना चाहिए।

Vonage ने हाल ही में हेल्थकेयर, वित्तीय सेवाएँ और रिटेल कॉन्टैक्ट सेंटर के लिए उद्योग‑विशिष्ट AI एजेंट पेश किए हैं। क्यों वर्टिकल स्पेशलाइज़ेशन महत्वपूर्ण हो रहा है, और एंटरप्राइज़ कैसे तय कर सकता है कि कोई AI एजेंट वास्तव में उसके उद्योग के वर्कफ़्लो, शब्दावली और नियामक आवश्यकताओं को समझता है या नहीं?

एक ग्राहक का हेल्थकेयर प्रदाता के साथ जुड़ाव, वित्तीय संस्थान या रिटेलर के साथ जुड़ाव से बहुत अलग हो सकता है। बुनियादी कॉन्टैक्ट सेंटर तकनीक में समानताएँ हो सकती हैं, लेकिन भाषा, वर्कफ़्लो, ग्राहक अपेक्षाएँ और उन इंटरैक्शन से जुड़े नियम काफी भिन्न होते हैं।

जैसे-जैसे AI एजेंट बुनियादी प्रश्नों से आगे बढ़कर अधिक जटिल कार्य करने में सक्षम होते हैं, उद्योग संदर्भ का महत्व बढ़ता जाता है। एजेंट को यह समझना चाहिए कि ग्राहक आमतौर पर कौन‑से अनुरोध करते हैं, कर्मचारी और ग्राहक कौन‑सी शब्दावली उपयोग करते हैं, उन अनुरोधों को पूरा करने के लिए कौन‑से सिस्टम शामिल होते हैं, और उसे क्या करने की अनुमति है।

एंटरप्राइज़ को अपने वास्तविक संचालन से ली गई स्थितियों के माध्यम से उद्योग‑विशिष्ट AI का मूल्यांकन करना चाहिए। इसका अर्थ है सामान्य अनुरोधों के साथ‑साथ अपवाद और अधिक जटिल परिस्थितियों का परीक्षण करना। उन्हें देखना चाहिए कि एजेंट अपेक्षित वर्कफ़्लो का पालन करता है, ग्राहक की भाषा को समझता है, और कब मानव को शामिल करना चाहिए।

संगठन को यह भी आकलन करना चाहिए कि गोपनीयता, सुरक्षा और नियामक आवश्यकताओं को कैसे संभाला जाता है। ये विचार डिज़ाइन और मूल्यांकन प्रक्रिया का हिस्सा होने चाहिए, न कि बाद में जब एजेंट पहले से ही ग्राहकों के साथ इंटरैक्ट कर रहा हो।

अंततः, उद्योग ज्ञान तब मूल्यवान बनता है जब वह अधिक सटीक, उपयुक्त और उपयोगी ग्राहक इंटरैक्शन में परिवर्तित हो।

जैसे AI एजेंट प्रश्नों के उत्तर देने से ले कर लेन‑देन पूरा करने और ग्राहकों की ओर से कार्रवाई करने तक विकसित होते हैं, किन सुरक्षा उपायों की आवश्यकता है जो अनुमति, गोपनीयता, भ्रम (हैलुसिनेशन), ऑडिटेबिलिटी और मानव निगरानी को कवर करें?

जैसे‑जैसे AI एजेंटों को अधिक जिम्मेदारी दी जाती है, निगरानी का स्तर बढ़ना चाहिए। सामान्य जानकारी प्रदान करने वाले एजेंट और खाता परिवर्तन, लेन‑देन पूरा करने या ग्राहक पर सीधे प्रभाव डालने वाले कार्य करने वाले एजेंट के बीच एक महत्वपूर्ण अंतर है।

अनुमतियाँ इस बात का मुख्य हिस्सा हैं। एक AI एजेंट को केवल वही जानकारी और सिस्टम तक पहुंच होनी चाहिए जो उसे सौंपे गए कार्य के लिए आवश्यक हैं। पहचान सत्यापन, एक्सेस कंट्रोल और ग्राहक डेटा के उपयोग के स्पष्ट नियम भी महत्वपूर्ण हैं। ग्राहकों को यह स्पष्ट होना चाहिए कि उनकी जानकारी कैसे संभाली जा रही है।

संगठन को यह भी रिकॉर्ड रखना चाहिए कि इंटरैक्शन के दौरान क्या हुआ। जैसे‑जैसे एजेंट कार्रवाई करने लगते हैं, एंटरप्राइज़ को यह समझना चाहिए कि कौन‑सी जानकारी उपयोग हुई, कौन‑सी कार्रवाई पूरी हुई और यदि कुछ गलत हुआ तो कहाँ समस्या उत्पन्न हुई। यह विशेष रूप से संवेदनशील या नियामक वातावरण में महत्वपूर्ण हो जाता है।

मानव निगरानी को कार्य के जोखिम के अनुसार निर्धारित किया जाना चाहिए। कुछ रूटीन कार्य AI एजेंट को स्वतंत्र रूप से करने के लिए उपयुक्त हो सकते हैं। अधिक महत्वपूर्ण स्थितियों में समीक्षा या स्वीकृति की आवश्यकता हो सकती है।

AI को अनिश्चितता को पहचानना भी चाहिए। जब जानकारी अपूर्ण, विरोधाभासी या उसकी सीमाओं के बाहर हो, तो सबसे सुरक्षित तरीका यह है कि वह रुक जाए, अतिरिक्त जानकारी माँगे या व्यक्ति को शामिल करे, बजाय इसके कि वह असमर्थित अनुमान पर आगे बढ़े।

कॉन्टैक्ट सेंटर AI प्रोजेक्ट अक्सर लागत बचत, कॉल डिफ्लेक्शन या औसत हैंडलिंग टाइम में कमी के माध्यम से मापे जाते हैं। कौन‑से अतिरिक्त मीट्रिक नेताओं को यह निर्धारित करने में मदद करेंगे कि AI पहले‑संपर्क समाधान, ग्राहक संतुष्टि, कर्मचारी अनुभव, राजस्व और दीर्घकालिक भरोसे को सुधार रहा है या नहीं?

कुशलता मीट्रिक महत्वपूर्ण हैं, लेकिन नेताओं को यह देखना चाहिए कि इंटरैक्शन कितनी तेज़ या सस्ती हुई, इसके अलावा क्या वह मूल्य जोड़ता है। एक छोटा इंटरैक्शन तब मूल्यवान नहीं होता जब ग्राहक को फिर से कंपनी से संपर्क करना पड़ता है क्योंकि समस्या पूरी तरह हल नहीं हुई।

पहले‑संपर्क समाधान इस कारण से एक महत्वपूर्ण मापदंड है। दोहराव वाले संपर्क दर और एस्केलेशन दर भी नेताओं को यह बता सकते हैं कि AI वास्तव में ग्राहकों की मदद कर रहा है या सिर्फ समस्या को कहीं और ले जा रहा है। ग्राहक संतुष्टि को केंद्रीय रखना चाहिए क्योंकि अनुभव अंततः यह निर्धारित करता है कि लोग कंपनी पर भरोसा बनाए रखें और व्यापार जारी रखें।

यह बिंदु विशेष रूप से हमारे ग्राहक जुड़ाव अनुसंधान में देखी गई बात को दर्शाता है। ग्राहक खराब अनुभवों के प्रति सीमित सहनशीलता रखते हैं, इसलिए कंपनियों को एक ही कुशलता मीट्रिक को अनुकूलित करने के लिए समग्र संबंध की कीमत पर नहीं जाना चाहिए।

कर्मचारी अनुभव को भी ध्यान देना चाहिए। यदि AI बेहतर जानकारी प्रदान कर रहा है, दोहराव वाले कार्य संभाल रहा है और कर्मचारियों को अधिक जटिल मुद्दों को हल करने में मदद कर रहा है, तो नेताओं को यह प्रतिक्रिया और प्रदर्शन में देखना चाहिए।

मैं व्यापक व्यावसायिक परिणामों जैसे ग्राहक प्रतिधारण, खाता वृद्धि और सेवा इंटरैक्शन के माध्यम से उत्पन्न या संरक्षित राजस्व को भी देखूँगा। इन सभी मापदंडों को मिलाकर नेताओं को यह स्पष्ट तस्वीर मिलती है कि AI समय के साथ ग्राहकों, कर्मचारियों और व्यवसाय के लिए मूल्य बना रहा है या नहीं।

Vonage नेटवर्क‑पावर्ड क्षमताओं के माध्यम से कॉन्टैक्ट सेंटर, यूनिफाइड कम्युनिकेशन्स, कम्युनिकेशन्स API और Ericsson के साथ काम करता है। ये लेयर एक‑दूसरे के साथ कैसे काम कर सकते हैं ताकि AI एजेंट चैनलों के बीच संचार और कार्रवाई कर सकें, बिना एक अतिरिक्त टुकड़ी तकनीकी स्टैक बनाए?

ग्राहक यह नहीं सोचते कि कोई इंटरैक्शन कॉन्टैक्ट सेंटर प्लेटफ़ॉर्म में हो रहा है, या कम्युनिकेशन्स API या मोबाइल नेटवर्क द्वारा संचालित है। वे चाहते हैं कि वे अपने लिए सुविधाजनक चैनल के माध्यम से संवाद कर सकें और बिना अनावश्यक घर्षण के बातचीत जारी रख सकें। इस अनुभव के पीछे की तकनीक को इस निरंतरता का समर्थन करना चाहिए।

Vonage नेटवर्क APIs, CPaaS, CCaaS और UCaaS में कार्य करता है, जिससे हमें इन क्षमताओं को ग्राहक अनुभव के जुड़े हिस्सों के रूप में सोचने का अवसर मिलता है। जैसे‑जैसे AI एजेंट अधिक सक्षम होते हैं, यह कनेक्शन अधिक महत्वपूर्ण हो जाता है क्योंकि एजेंट को एक चैनल के माध्यम से संवाद करना, दूसरे सिस्टम से संदर्भ प्राप्त करना और कहीं और कार्रवाई करना पड़ सकता है।

एक अधिक एकीकृत दृष्टिकोण ग्राहक के आवाज़, मैसेजिंग और अन्य चैनलों के बीच स्विच करने पर संदर्भ को बनाए रखने में मदद कर सकता है। यही सिद्धांत तब भी लागू होता है जब AI इंटरैक्शन को कर्मचारी को प्रबंधित करने के लिए सौंपा जाता है।

Ericsson के साथ हमारा संबंध भी कम्युनिकेशन्स एप्लिकेशन और नेटवर्क क्षमताओं को निकटता से जोड़ने का अवसर देता है। लक्ष्य यह सुनिश्चित करना है कि ये क्षमताएँ ग्राहक यात्रा में उपयोगी हों, बिना व्यवसायों को एक अलग टुकड़े वाले टूल्स का प्रबंधन करने के लिए मजबूर किए।

क्या आप कृपया एक उदाहरण साझा कर सकते हैं कि Vonage के कॉन्टैक्ट सेंटर, यूनिफाइड कम्युनिकेशन्स, API और Ericsson नेटवर्क क्षमताएँ आज ग्राहक इंटरैक्शन में कैसे एक‑साथ काम कर सकती हैं?

एक अच्छा उदाहरण तब होता है जब ग्राहक वित्तीय सेवा कॉन्टैक्ट सेंटर में एक संदिग्ध लेन‑देन की रिपोर्ट करने या खाता परिवर्तन का अनुरोध करने के लिए कॉल करता है।

एजेंट के उठाने से पहले, Vonage के नेटवर्क APIs – Ericsson की कैरियर इन्फ्रास्ट्रक्चर द्वारा संचालित – पहले से ही काम कर रहे होते हैं। कॉल आने के क्षण ही हमारी Identity Insights क्षमता कॉलर के फ़ोन नंबर को लाइव मोबाइल नेटवर्क डेटा के साथ मिलाकर जांचती है, जिसमें यह भी शामिल है कि क्या उस नंबर से जुड़ी सिम कार्ड हाल ही में बदली गई है। यह संभावित धोखाधड़ी का एक मजबूत संकेत है, और यह ग्राहक के लिए बिना किसी घर्षण के, अदृश्य रूप से होता है।

यह नेटवर्क इंटेलिजेंस सीधे Vonage के कम्युनिकेशन्स APIs के माध्यम से कॉन्टैक्ट सेंटर में प्रवाहित होता है, और एजेंट के कार्यस्थल में एक रीयल‑टाइम ट्रस्ट सिग्नल के रूप में दिखता है। यदि एजेंट Salesforce में काम कर रहा है, तो यह अंतर्दृष्टि स्वचालित रूप से Agentforce में प्रदर्शित होती है, जिससे एजेंट देख सकता है कि कॉलर की पहचान सत्यापित हुई है या अतिरिक्त जाँच की आवश्यकता है – यह सब बातचीत शुरू होने से पहले।

इसी समय, Vonage कॉन्टैक्ट सेंटर (VCC) अपने यूनिफाइड कम्युनिकेशन्स समाधान, Vonage Business Communications (VBC) के साथ सहजता से एकीकृत होता है, जिससे व्यापक संगठन से जुड़ाव संभव हो जाता है। यदि एजेंट को धोखाधड़ी विशेषज्ञ या बैक‑ऑफ़िस सहयोगी को शामिल करना हो, तो वे वास्तविक‑समय में व्यवसाय में उपलब्ध लोगों को देख सकते हैं और कॉल को पूर्ण संदर्भ के साथ ट्रांसफ़र कर सकते हैं। ग्राहक को दोहराना नहीं पड़ता, और विशेषज्ञ पहले से ही यह जानता है कि क्या हुआ है।

इस उदाहरण को अर्थपूर्ण बनाता है कि ये सभी लेयर अलग‑अलग नहीं चल रहे हैं। नेटवर्क कॉन्टैक्ट सेंटर को सूचना दे रहा है। APIs इस इंटेलिजेंस को वर्कफ़्लो से जोड़ रही हैं। यूनिफाइड कम्युनिकेशन्स लेयर सही लोगों को लूप में रख रही है। ग्राहक इसे एकल, निरंतर इंटरैक्शन के रूप में अनुभव करता है – जो बिल्कुल वही होना चाहिए।

यह वही प्रकार का इंटीग्रेशन है जिसे हम अपनी सभी क्षमताओं में आगे बढ़ा रहे हैं, और यह आज ही ग्राहकों के लिए उपलब्ध है।

जैसे AI अधिक रूटीन ग्राहक इंटरैक्शन संभालता है, आप अगले तीन‑पाँच वर्षों में मानव कॉन्टैक्ट सेंटर पेशेवरों की जिम्मेदारियों में कैसे बदलाव की अपेक्षा करते हैं, और एंटरप्राइज़ को अब क्या करना चाहिए ताकि उनके लोग, प्रक्रियाएँ और नेतृत्व तैयार हो सकें?

जैसे AI अधिक रूटीन इंटरैक्शन संभालता है, मैं उम्मीद करता हूँ कि कॉन्टैक्ट सेंटर पेशेवर अधिक समय उन स्थितियों में बिताएंगे जहाँ मानव कौशल सबसे अधिक मायने रखता है। इसमें जटिल समस्याएँ, असामान्य परिस्थितियाँ और ऐसी बातचीत शामिल हैं जिन्हें सहानुभूति, निर्णय या रचनात्मकता की आवश्यकता होती है।

कॉन्टैक्ट सेंटर पेशेवरों की भूमिकाएँ भी AI से अधिक घनिष्ठ रूप से जुड़ेंगी। कर्मचारी AI का उपयोग जानकारी खोजने, इंटरैक्शन का इतिहास समझने, वार्तालाप का सारांश बनाने या संभावित अगले कदम पहचानने के लिए करेंगे। इसका अर्थ है कि लोगों को इन सिस्टमों के साथ कैसे काम करना है, कब उन पर भरोसा करना है और कब सिफ़ारिश को चुनौती देना या ओवरराइड करना है, यह समझना आवश्यक होगा।

महत्वपूर्ण यह है कि एंटरप्राइज़ अब अपनी टीमों की तैयारी शुरू करें और नेतृत्व को एक महत्वपूर्ण भूमिका निभानी चाहिए। कर्मचारियों को यह स्पष्ट होना चाहिए कि AI क्यों पेश किया जा रहा है और उनके कार्य कैसे विकसित होंगे। प्रशिक्षण को यह समझाने में मदद करनी चाहिए कि AI उनके दैनिक कार्यों में कैसे फिट बैठता है और AI शामिल होने पर कौन‑सी जिम्मेदारियाँ अभी भी उनका दायित्व हैं।

कंपनियों को कार्यान्वयन में कॉन्टैक्ट सेंटर पेशेवरों को शामिल करना चाहिए क्योंकि वे रोज़ ग्राहक प्रश्न, प्रक्रिया अंतराल और असामान्य मामलों को देखते हैं। उनका अनुभव यह पहचानने में मदद कर सकता है कि स्वचालन कहाँ उपयोगी होगा और संभावित समस्याओं की भविष्यवाणी कर सकता है।

अगले तीन‑पाँच वर्षों में, मैं सबसे मजबूत कॉन्टैक्ट सेंटर उन होंगे जो AI का उपयोग करके अपने लोगों को अधिक प्रभावी बनाते हैं, जबकि ग्राहक को आवश्यकता पड़ने पर मानव समर्थन का स्पष्ट मार्ग बनाए रखते हैं।

उत्कृष्ट साक्षात्कार के लिए धन्यवाद, अधिक जानने के इच्छुक पाठकों को कृपया Vonage पर जाएँ।