Seth Johnson, Cyaraの最高技術責任者 Seth Johnson Cyaraの最高技術責任者

エージェントAIの信頼性格差は、本当の顧客体験への脅威である

エージェントAIが顧客体験（CX）を変革する可能性は、否定できない。AIを活用したCXプラットフォームは、世界市場に急速に拡大しており、2034年までに1178億ドルに達することが予測されており、これは自動化システムがパーソナライズと運用効率の向上を提供するという需要によって推進されている。しかし、エージェントAIは不確実性をもたらす。実際のCX環境では、会話は無限の方向に分岐する可能性があり、コンテキスト、データ、リアルタイムの意思決定によって推進されるため、静的なテストスクリプトでは完全に予測することはできない。組織は、AIの能力だけが顧客の信頼、ロイヤルティ、または価値創造に直結しないことを発見し始めている。エージェントAIがその潜在力を発揮することを妨げる最大の障害は、モデルパフォーマンスと採用速度の両方から独立している。その障害は、顧客の信頼である。初期のインターネット時代からのよく知られたパターンAIブームは、テクノロジー史の初期の章からのよく知られたパターンに従っている。インターネットの初期の日々、組織はソフトウェアをセキュリティ、スケーラビリティ、または障害モードの管理よりも迅速にリリースした。イノベーションはインフラストラクチャを上回り、サービス品質はあとまわしになった。そのギャップは最終的にセキュリティ侵害、サービス障害、そしてガバナンスとテストの周りの痛ましいリセットにつながった。エージェントAIは、そのサイクルを繰り返すリスクがある。企業は、顧客ジャーニーに自治システムを展開しているが、それらのシステムが実際の条件下でどのように動作するかを検証していない。多くのAIエージェントは制御されたデモや制限されたテスト環境ではうまく動作するが、汚い顧客入力、組織化されていない顧客データ、コンプライアンスの制約、クロスチャネルハンドオフに対処する際には失敗する。これらの失敗により、顧客とブランドの間で信頼のギャップが拡大している。顧客はこれらの失敗を直ちに経験するが、リーダーは顧客の流失、エスカレーション、または評判の損害が発生した後でしかそれらを見ない。顧客はAIの失敗に失望している最近の消費者調査は、AI駆動の顧客体験における信頼の脆さを強調している。新しいCyaraの調査によると、79%の消費者はボットが1回失敗した後に人間のエージェントにエスカレートし、61%の消費者はAIのエラーが人間のミスよりも苛立たしいと述べている。調査結果は、より深い真実を明らかにしている。顧客は、自動化そのものを拒否しているのではない。信頼性のない自動化を拒否しているのである。AIシステムが失敗した場合、顧客は人間のエージェントがミスを犯した場合に与える同様の配慮は受けられない。自動化された失敗に対する容認期間は、非常に短い。この信頼の喪失は、ビジネス結果と利害関係者に直接影響を及ぼす。回避可能な顧客の流失は、米国のビジネスに年間1360億ドルのコストをもたらしているというCallMinerの調査によると。AIの失敗によるコストは、追加の摩擦、繰り返しのやり取り、強制的な顧客エスカレーションを引き起こしながら増加し続けている。信頼性のないパーソナライゼーションは逆効果になるパーソナライゼーションは、CX投資の最も強力な原動力の1つである。Twilioの調査によると、89%のビジネスリーダーは、次の3年間で成功を促進する上でパーソナライゼーションが重要であると考えている。AIは、数百万の相互作用を横断してパーソナライゼーションを実現する上で重要な役割を果たしている。しかし、組織が信頼性のあるシステムで運用をサポートできない場合、パーソナライゼーションのリスクはより深刻になる。状況に合わない、または妄想的なパーソナライズされたレスポンスは、汎用的なものよりも侵入的である。自信を持ってレスポンスを返すAIシステムは、誤ったまたは矛盾する結果を生み出すと、顧客の信頼を失う。HubSpotの調査もこれを裏付ける。HubSpotによると、90%の顧客は、顧客サービスに関する質問がある場合、すぐにレスポンスが重要または非常に重要であると考えている。顧客をループ、繰り返しの認証、または不要なハンドオフに追い込むAIシステムは、この期待を損なう。AIが顧客の時間を浪費すると、組織が達成しようとしている効率性の向上を損なう。企業内でのコントロールの幻想大規模な組織では、エージェントAIは、多くのチーム、ベンダー、チャネルにわたって展開されることが多い。1つのシステムがインテント検出を担当し、別のシステムがコミュニケーションを管理し、3つ目のシステムがワークフローまたは承認をトリガーする。各チームの個別テストは、コントロールと実際の顧客プレッシャー下での完全な顧客ジャーニーを検証するものではなく、コントロールの幻想を生み出している。リーダーは、自治システムがすべてが同時に相互作用するときの動作を把握するための可視性が不足している。規制された業界では、リスクはさらに高くなる。ヘルスケアでは、AIエージェントは、リアルタイムで応答する際に、プライバシールール、コンプライアンス要件、ブランド固有のポリシーをナビゲートする必要がある。1つのAIの妄想が用量推奨を行う場合、効率性の向上を上回る顧客の安全性リスクを生み出す可能性がある。継続的な検証なしで、組織は基本的にAIシステムが正しく動作することを信頼しているだけである。ミッションクリティカルなシステムとしてのAIの扱い企業は、エージェント時代についての考え方を変える必要がある。AIには、他のミッションクリティカルなシステムと同様のレベルの扱いが必要である。ミッションクリティカルなシステムは、 継続的なテストと検証によって保護される 生産環境で監視され、安定したものと仮定されない 明確な責任を持って制御され、不確実性で分散されない エージェントAIは、ダイナミックなレスポンスを生成する能力によって動作する。モデルは学習し、適応し、予測不可能な入力と相互作用する。つまり、製品の前に行われる現在のテスト方法は、十分な結果を提供しない。重要なのは、AIが時間の経過とともに、さまざまなチャネルを通じて、プレッシャーの高い期間にどのように動作するかである。成功する組織は、AIのパフォーマンスを、完全な顧客ジャーニーにわたって検証する。モデルを分離して評価するのではなく、システムが失敗したとき、顧客が会話中盤で意図を変更したとき、または規制上の境界が挑戦されたときに、AIエージェントがどのように反応するかをテストする。信頼は本当の価値の乗数急速なイノベーションにもかかわらず、AIの約束とAIの影響の間にあるギャップは、信頼が追いついていないため続いている。顧客は、信頼性のある、予測可能な、時間を尊重するシステムを信頼する。従業員は、理解し、必要に応じて調整できるシステムを信頼する。規制当局は、監査可能で制御可能なシステムを信頼する。信頼なしでは、AIの採用は停滞し、顧客の不満はエスカレートし、従業員は自動化をオーバーライドし、リーダーは自社の展開に対する自信を失う。信頼のギャップを埋める企業は、エージェントAIの本当の価値を発見する。進歩は、AIシステムがより自律的になるにつれて、信頼性への取り組みに基づいて、継続的な検証の実践を深めることによって依存する。顧客ジャーニー全体を横断して、すべてのチャネルで継続的にテスト、監視、最適化するという概念、つまりCXアシュランスである。エージェントAIの展開は、実験的なガバナンスが顧客向け環境に継続する場合に、最大のリスクに直面する。AIの成熟の次の段階は、信頼を規律として実現する企業によって定義される。顧客体験では、その規律が、期待が高まり、検証が増加したときにシステムが堅牢なままであるかどうかを決定する。