マーク・ヒューズ、ソリッドロードの共同創設者兼CEO – インタビュー・シリーズ

マーク・ヒューズ、ソリッドロードの共同創設者兼CEOは、セールス、カスタマー・エクスペリエンス、テクノロジーの交差点でキャリアを築いたリピート・エントレプレナーであり、市場への参入を牽引するリーダーです。彼は以前、Gradguideというキャリアと採用プラットフォームを設立し、€200万を調達し、後に買収されました。また、Chargifyでは、EMEA事業を担当し、Maxioへの合併後にその役割を果たしました。彼のキャリアの初期には、Intercomでハイ・ベロシティ・セールスとエンタープライズ・セールスに深い専門知識を身につけ、複雑な取引サイクルを管理し、収益チームの拡大を支援しました。現在、サンフランシスコからソリッドロードを牽引し、カスタマー・インタラクションの評価と改善をAIに適用し、人間と自動化されたサポート・システムの両方で品質の水準を高めることに焦点を当てています。

ソリッドロードは、モダンなカスタマー・エクスペリエンス・チーム向けのAIパワーの品質保証とトレーニング・プラットフォームで、顧客とのすべてのやり取りを分析し、改善するように設計されています。プラットフォームは、チャネル間の会話を取り込み、会社の基準に対するパフォーマンスを評価し、人間のエージェントとAIシステムの両方を継続的に最適化するために、カスタマイズされたトレーニング・シミュレーションを生成します。ソリッドロードは、カスタマー・サポート・チームを置き換えるのではなく、強化することに焦点を当てており、各やり取りをフィードバック・ループに変え、レスポンスの品質、効率、カスタマー・サティスファクションなどの結果を改善します。会社は、高パフォーマンスのCXチーム向けのインフラストラクチャとして自己を位置付け、組織が運用コストを増やさずに一貫した、高品質のエクスペリエンスを提供できるように支援しています。

ほとんどの会社は、パフォーマンスを評価するために、わずかな顧客とのやり取りのサンプルに依存しています。ソリッドロードのアプローチが継続的に人間とAIエージェントの両方を監視し、スコアリングし、改善するように設計されていることをどのように確信したのですか?

パトリックと私は、ソリッドロードを開始する前に、両方ともカスタマー・サポート・チームの周辺で数年を過ごしましたが、1つの問題が目立っていました。会社は、顧客との数十万の会話をしていたにもかかわらず、その会話がどのように進行しているかについて、実際には知りませんでした。彼らが知っていたことは、非常に小さなサンプルに基づいていたため、正確ではありませんでした。

AIがカスタマー・サービスに参入したことで、状況が変わりました。悪いパターンが同時に何千もの会話で再生され、ほとんどのチームが1〜2%のやり取りしかレビューしていないため、気づかれません。

私たちは、会社がこれを繰り返し経験し、顧客を失っているのを見て、解決策を作成することを決めました。これは、最終的にはインフラストラクチャの問題です。会社には、実際にカスタマー・サポート・エージェントのパフォーマンスを理解するために必要なシステムがなかったのです。

ソリッドロードは、会社が実際に何が起こっているかを把握できるようにするために設計されています。すべての会話 — 人間、AI、または両方 — が価値を提供することを保証します。

ソリッドロードは、カスタマー・チーム向けの「フライト・シミュレーター」と呼ばれています。カスタマー・インタラクションをシミュレートする方法と、シミュレーションがトレーニングに効果的である理由について、詳しく説明してください。

フライト・シミュレーター・アナロジーは、同じアイデアに基づいています。誰かの最初の経験が、実際の顧客の前で難しい状況を処理することであることを望みません。

私たちのシミュレーションが効果的である理由は、会社の実際の会話に基づいているからです。エージェントがライブ・インタラクションで何かを間違えた場合、システムはそのタイプのシナリオをターゲットにしたシミュレーションを生成し、エージェントがそれを練習できるようにします。これは、ジェネリックなトレーニング・コンテンツではありません。

フィードバック・ループが学習を推進します。エージェントはシナリオを実行し、どれが機能し、どれが機能しなかったかについて具体的なガイダンスを受け、もう一度試します。間違いは安全な環境で発生し、学習は、抽象的な教室の演習ではなく、実際の状況に結び付けられているため、残ります。

プラットフォームはエージェントをトレーニングするだけでなく、ライブ・インタラクションをカスタム・ガイドラインに対してスコアリングします。ビジネス・アウトカムを反映するようにスコアリング・システムを設計する方法について、詳しく説明してください。

これらのガイドラインを作成するには、常にその会社が実際に関心を持っているものから始めます。請求紛争を扱う金融サービス会社には、ピーク・シーズン中に返品を管理するECサイトとは異なる品質基準があります。したがって、スコアリングは各組織の独自のガイドライン、ポリシー、ブランド・ボイス、そして何が解決であるかを中心に構築されています。

CSATスコアの改善やリテンション率の向上などのビジネス・アウトカムは、高品質のカスタマー・インタラクションから生じます。スコアを追跡するのではなく、エージェントのパフォーマンスを一貫して維持し、正しいプロセスに従い、顧客が会話の最後に感じる感情を形作るソフト・スキルに焦点を当てています。

目標は、リーダーに会社の「良い」パフォーマンスの明確で実用的イメージを提供することです。チームをコーチし、成功を複製し、組織全体で成長させることができます。

多くの会社は、カスタマー・インタラクションの小さなサンプルをレビューするだけです。ソリッドロードはフル・カバレッジ分析をどのように可能にし、すべてを分析することでどのような洞察が可能になるのでしょうか?

最近のState of CX調査では、約81%のサポート会話が品質のためにレビューされていないことが示されています。チームは会話の小さな部分をレビューしているため、サンプリングし、代表的なものであることを希望しています。会社がすべての顧客会話を評価し始めると、サンプルでは表面化しないパターンが明らかになります。チームは、どのタイプのリクエストが一貫して不完全に処理されているか、AIエージェントと人間のエージェントが予期せずどのように乖離しているか、そして問題が顧客の苦情に出る前にどのように繰り返されるかを確認できます。

ソリッドロードは、チャット、メール、ボイスをまたいだすべての顧客会話を自動的にレビューするためにAIを使用し、フル・カバレッジ分析を可能にします。そのサンプリングから100%のレビューへの移行が、品質、顧客の摩擦、パフォーマンスにおける一貫したパターンを明らかにします。

Crypto.comは、フル・カバレッジが実際に何を解放するかを示す優れた例です。ソリッドロードを使用する前に、チームはエージェントの品質を大規模に測定したり、エージェントがライブ・チケットを処理する前に準備が整っていることを確認したりする信頼できる方法がありませんでした。問題は、すでに顧客に影響を与えた後にのみ表面化しました。800,000件の月次会話を自動でスコアリングすることで、品質の問題を早期に検出でき、エージェントを展開する前に検証でき、改善が実際に根付いていることを確認できました。結果は、平均ハンドリング時間が18%短縮され、CSATが3%向上しました（彼らが運営している規模では重要です）。会話のボリュームが増加するにつれて、品質の可視性もそれに伴ってスケールします。

それがフル・カバレッジが変えることです。それは、反応的なものから、事前に管理できるものに品質をシフトします。

あなたは、Crypto.comやRyanairのような、カスタマー・エクスペリエンスが極めて重要な会社と協力しています。さまざまな大規模サポート・チームで共通するパターンや弱点を見つけたことはありますか?

いくつかの共通点があります。最初のものは、会社が実際に何が起こっているかと、会社が何が起こっているかと思っていることの間のギャップです。ほとんどのチームは、サポートの品質について自信を持っていますが、フル・ビジビリティを得た後、実際の状況は複雑であることがわかります。

チームがパフォーマンスをどのように測定するかと、実際に顧客の結果をどのように推進するかとの間の断絶もあります。速度メトリクスとチケット数は追跡しやすいので、評価を支配する傾向があります。しかし、これらの数字は、顧客の問題が解決されたか、エージェントがブランドを正確に表現したか、会話の最後に顧客が会社についてどう感じたかを示しません。金融やヘルスケアのようなハイ・ステークスの環境では、この測定と結果の間の不一致は重大な結果をもたらす可能性があります。

カスタマー・サービスにおけるAIの使用は、人間のエクスペリエンスを低下させる可能性があるという懸念が高まっています。システムが品質を向上させるのではなく、チームを過度にスクリプト化された、またはロボットのようなやり取りに向かわせるのを防ぐ方法について、詳しく説明してください。

それは妥当な懸念ですが、通常、AIを間違ったものに利用するQAシステムから生じます。会社がエージェントを純粋にスクリプトへの準拠やチケットを閉じるスピードでスコアリングする場合、会話は技術的にはボックスをチェックしますが、顧客にとっては空虚または個性のないものになります。

私たちのアプローチは、顧客がサポートされていると感じるものを実際に構築することです。エージェントが積極的に傾聴したか、必要に応じて共感を示したか、顧客の問題を実際に解決したかを見ます。

AIエージェントも同じです。目標は、顧客が実際に経験していることに対して適切に反応するようにAIを使用して、カスタマー・インタラクションをより一貫性があり、正確で、適切なものにすることです。品質の管理がプロセスのコンプライアンスではなく、結果に基づいている場合、会話はより良い方向に向かいます。

ソリッドロードは、人間のエージェントとAIエージェントの交差点に位置しています。人間とAIエージェントの関係が、特にAIがフロントラインのやり取りをより多く処理し始めたときにどのように進化するかについて、見解を示してください。

人間のエージェントとAIエージェントをチームとして見ることが重要です。労働の分割を共有します。私は、人間とAIエージェントの将来はハイブリッドであると考えています。

AIは、高ボリュームの、シンプルなリクエストを非常にうまく処理します。最も優れたAIエージェントは、ほとんどの会話を自分で解決しています。これは、実に印象的です。

しかし、その結果は、人間のエージェントが扱う会話が、複雑で、感情的で、高いステークスのものになっているということです。フラストレーションを感じている顧客、標準的なテンプレートに当てはまらない状況、判断が必要な会話。人間のエージェントのバーは、実際に上昇しています。

それが、オーバーサイトが両者に対して非常に重要な理由です。AIはボリュームを一貫して正確に処理する必要があります。人間は、扱うことになるより困難な会話に十分に準備されている必要があります。両者にわたる独立したレイヤーが必要です。会社に何が機能し、 何が機能しないのかを明確な絵を提供する必要があります。これが、私たちがCXの将来を定義するために構築しているハイブリッド・モデルです。

あなたのシステムはリアルタイムのフィードバックとコーチングを提供します。エージェントのパフォーマンスを改善する上で、即時性の重要性と、従来のトレーニングとQAワークフローとの比較について、詳しく説明してください。

即時性は非常に重要であり、フィードバックは、特定の状況によって生成されたものに結び付けられているときに最も効果的であると研究は示しています。従来のQAワークフローは、ほとんどの場合、フィードバックが遅れて届くように設計されています。マネージャーは会話が行われた数日や数週間後に会話をレビューし、フィードバックを定期的なレビューで共有します。その時点で、エージェントはその間にもう何十ものやり取りを行っており、同じミスを繰り返している可能性があります。フィードバックがリアルタイムで提供されないと、ミスは継続し、エージェントは常に慣れている慣行をやめる必要があります。

私たちが発見したのは、フィードバックが最も効果的であるのは、実際の会話の直後に表面化するときです。エージェントが直前に処理したものに直接結び付けられ、すぐに実行できる特定のシミュレーションが提供される場合に、最も効果的です。この形式では、実際の行動の変化に変換されます。エージェントは、改善する必要があることを聞いているだけではなく、コンテキストで改善を練習しています。それはまだ新鮮です。

従来のオンボーディングとの対比は、最も明確な例です。私たちのデータは、人間のエージェントの半分以上が、最も難しい部分はトレーニングで学んだことを実際の顧客の状況に適用することであると述べています。その不一致は、教室の学習とライブ・サポートが何も似ていないためです。継続的な状況に応じたフィードバックは、周期的なレビューでは決してできなかったことを解決します。

あなたは、オンボーディング時間の短縮やCSATの向上などの改善を示しています。顧客がプラットフォームを採用するときに最も心配するメトリックは何ですか? ROIを早期に示す方法について、詳しく説明してください。

それが顧客の痛みのポイントに依存しますが、最も頻繁に出てくるのは品質保証のカバレッジと時間の節約です。小さな会話のサンプルを手動でレビューしているチームは、100%のカバレッジへの移行の価値と、QAチームに返される時間の価値をすぐに理解します。顧客ベース全体で、通常、QAカバレッジが20倍、手動レビュー時間が90%削減されるのを見ています。

ROIの側面では、既にビジネスにとって重要なメトリクスにアウトカムを結び付けようとします。Podiumでは、見出しはオンボーディング時間でした。新しいエージェントがパフォーマンスのベンチマークに到達するまでに60日ではなく90日かかり、問題を解決するまでに33%早くなりました。Crypto.comでは、解決時間と会話のボリュームの可視性でした。Ryanairでは、リクルーターが節約した時間でした。

詳細は異なりますが、パターンは同じです。実際に何が起こっているかが見えるようになると、関心のあるメトリクスで改善が見られます。

将来的に、ソリッドロードはトレーニングとQAに焦点を当てたままですか? または、人間とAIの両方のカスタマー・インタラクションを管理するためのより広範なオーケストレーション・レイヤーに進化しますか?

トレーニングとQAが私たちの出発点でしたが、ビジョンはそれより大きいです。私たちが考えるように、品質のオーバーサイトは、カスタマー・サポートでAIを実行する会社にとって、重要なインフラストラクチャになるでしょう。同様に、データをクラウドに移動したときにセキュリティ認証が不可欠になったように、AIが顧客の会話を処理するにつれて、品質認証も不可欠になるでしょう。

目標は、組織がカスタマー・インタラクションの品質を管理し、改善するために頼るシステムであることです。問題を後からフラグするのではなく、全体で品質を管理することです。そのためには、私たちがHedosophiaが主導する2,500万ドルのシリーズAを調達した理由の1つです。それは、ビジョンに向けて構築するためのランウェイを提供します。製品の機能とチームを拡大して、より多くの会社が顧客との100%のやり取りを評価できるようにすることを含みます。

素晴らしいインタビュー、詳しく知りたい読者はソリッドロードを訪問してください。