行動するAI: CXシステムをエージェントエラに備える

CXとコンタクトセンターでは現在、AIが至る所に存在しています。バーチャルエージェントからリアルタイム分析まで、賢いシステムがブランドが顧客にサービスを提供し、サポートし、関わる方法を再定義するようになっていることは明らかです。しかし、実験が進むにつれて、一つの課題がますます明らかになってきています。多くの組織はスケールに備えていません。

業界全体で、AIの野心とAIの準備度の間に断絶が見られます。CXとコンタクトセンターのチームはAIを採用していますが、採用の大部分はまだ表面的なものです。92%の会社がAIへの投資を増やす予定ですが、1%のみが完全にスケールしたと考えています。多くのAIの導入は、特定の問題を解決する孤立した機能であり、より広いワークフローに接続されていません。その結果、有意義な影響を与えたり、企業価値を生み出すシステムに進化したりすることが困難です。

しかし、CXのリーダーがそのギャップを埋めることは完全に可能です。組織が今、適切な機能に投資することで、エージェントAIに必要な基礎要素を構築できます。

AIはすでにパイロットを超えて進化しています

多くの組織はまだ、長期的な統合計画のない断続的な実験を実施しています。チャットボットはこちら、自動化スクリプトはあちら、などです。これらのプロジェクトは共有データパイプライン、システムの互換性、または統一されたアーキテクチャが不足しています。

AIシステムがエンタープライズ全体のワークフローに統合されていない場合、適応、学習、または累積的な価値を提供することはできません。これは特にエージェントAIの場合に問題があります。エージェントAIは、自律的に行動を開始し、結果を駆動するために、接続されたシステムが必要です。

明確にするために：会話AIとは、賢いバーチャルエージェント（IVAs）などのツールで、音声またはチャットで顧客と関わり、通常は質問に答えたりタスクを完了したりします。エージェントAIは自律的に行動を開始し、新しい情報に適応し、人間の入力なしで決定を下します。各タイプのAIには異なる要件がありますが、両方とも強力なシステム統合から利益を得ます。

エージェントAIには統合されたインフラストラクチャが必要です

エージェントAIは、反応的なツールからプロアクティブなシステムへの移行を表します。入力を待つのではなく、これらのプラットフォームはコンテキストを評価し、機会を特定し、決定し、行動します。CX環境では、AIシステムが顧客の行動を監視し、パーソナライズされたアウトリーチをトリガーし、解決を適用し、ケースのクローズを確認することがあります。すべて自律的に行われます。

しかし、このレベルの自律性を実現するには、エージェントシステムが組織の運用の基盤に深く埋め込まれている必要があります。AIツールは、注文管理などのシステム、顧客コミュニケーションのようなシステム、フルフィルメントや在庫などのシステムと接続する必要があります。その統合にはリアルタイムのデータ、明確に定義されたビジネスロジック、およびAIが人間の介入を必要とする場合の信頼性の高いエスカレーションパスが必要です。

多くのコンタクトセンターは、この分野で構造的な制限に直面しています。シロ化されたデータベース、rigidなワークフロー、およびクローズドなアプリケーションプログラミングインターフェース（API）は、AIエージェントが全体像を見たり適切な行動を取ったりするのを妨げます。

エージェントAIが機能するには、以下の特性を持つインフラストラクチャが必要です：

• モジュラー: システムは部分的に簡単に更新または交換できる必要があります。
• 相互運用可能: システムは自由にデータを交換し、チームやツール全体で動作する必要があります。
• 観察可能: スタッフはAIが何をしているか、またなぜそうしているかを確認できる必要があります。
• ガバナンス: ルールや制限がAIの運用を導き、ポリシーや倫理と一致するようにする必要があります。

コンタクトセンターが、特に在庫、フルフィルメント、顧客エンゲージメントなどの分野で、これらの特性を念頭に置いて近代化を始めれば、エージェント機能をスケールする準備が整うでしょう。

会話AIは戦略的な出発点です

会話AIシステム、たとえば賢いバーチャルエージェント（IVAs）は、スケーラブルなエージェント自動化への理想的な出発点を提供します。ルールベースのボットとは異なり、IVAsは自然言語理解を使用し、リアルタイムで複数のシステムと関わります。顧客の質問に答えたり、複雑な問い合わせをルーティングしたり、甚至トランザクションをトリガーすることができます。

IVAsは、常に簡単にデータを共有できないツールやチームの間の接続を生み出します。那は、統合ギャップ、データの不一致、エスカレーションパスの洞察を提供する有用な診断ツールであり、生産性向上ツールでもあります。IVAsを展開するコンタクトセンターは、より広範なエージェントAIの展開を計画する上で不可欠な洞察を得ることができます。

“ボルトオン”の罠を避ける

企業が犯す一般的な間違いは、構造的な制限に対処せずにAIツールをレガシーシステムにボルトオンすることです。これらの「ボルトオン」展開は短期的な結果を示すかもしれませんが、ほとんどスケールしません。代わりに、冗長性、セキュリティリスク、および所有権に関する混乱を引き起こす可能性があります。

代わりに、組織はAIの展開をシステム全体の取り組みとしてアプローチする必要があります。AIシステムは、サポートするビジネス機能と調和して動作する必要があります。那は、システムが簡単に接続され、データを明確に定義することを意味します。

CXリーダーが今できること

組織は、すべてを一度に改造することなく、実用的ステップを踏むことで、より高度なAIの採用に備えることができます。

まず、既存のシステムの包括的な監査を実施します。コアプラットフォームがクラウドベースであるかどうかを確認します。通常、これらは更新および統合が容易です。どのプラットフォームがオープンAPIを使用して他のツールに接続できるか、またどれが終了予定であるかを特定します。シンプルな評価チェックリストを作成することで、更新が最も利益をもたらす場所を明確にすることができます。

次に、コアワークフローをマッピングして、インテリジェントな自動化が最も価値を追加できる場所を決定します。ルーティング、ケースタグ付け、またはフィードバックの収集などの、頻繁に発生するプロセス、一貫したルールのセットに従うプロセス、および多数の顧客に影響を与えるプロセスに焦点を当てます。

ツールを選択する際には、現在のシステムに大幅なリワークや新しいカスタマイズを行わずに動作するものを選択します。これらのソリューションは、新しいシロを生み出すリスクを減らし、将来のリワークを避けるのに役立ちます。

トレーニングも重要です。チームはユーザーの指示以上のことを知る必要があります。AIが何をしているか、いつ自律的に行動しているか、また何が必要な場合に介入する方法を知る必要があります。スタッフがエスカレーションパスを理解し、AIシステムが扱う問題と人間が扱う問題を区別し、システムのパフォーマンスに関するフィードバックを提供するチャネルを持つことを確認します。

プロセスに、IT、CX、オペレーションズなどの主要部門を早期に参加させます。AIの成功は、技術とビジネス目標とともにスケールできる基盤を構築することです。

すべての自動化ツールに対するガバナンスポリシーを確立します。システムが決定を下す方法、その境界、および人間のレビューが必要な場合に何が起こるかを定義します。このプロセスには、意思決定ロジックの文書化、AIの自律性のガードレールの定義、および出力のコンプライアンスと公平性の期待との整合が含まれます。これらのポリシーは、チームがAIが何をしているかを理解し、ビジネスをサポートする方法を信頼するのに役立ちます。

最後に、現在重要で、次に何が来るかを準備するための使用例を選択します。目標は自動化自体のためではありません。進化する基盤を構築することです。

どこかへ行くように構築する

AIは機能セット以上のものです。労働力の乗数です。全ての価値を解放するには、コンタクトセンターはパイロット以上のものが必要です。進化するシステムが必要です。

幸いなことに、その進化は最初からやり直すことを必要としません。適切な基盤から始まる必要があります。柔軟なシステム、実用的なツール、および統合計画が必要です。組織がこのレンズを通して準備度を見直し、AIが何をできるかではなく、AIが何を可能にする必要があるかを見ると、断片的な採用と断片的な成長の落とし穴を避けることができます。基盤を今構築することで、チームはAIとスケールで共同作業するために、安定性、明確性、ツールを提供します。