Reggie Scales, Prezes i Szef Jednostki Biznesowej Aplikacji w Vonage – Seria wywiadów

Reggie Scales, Prezes i Szef Jednostki Biznesowej Aplikacji w Vonage, jest doświadczonym menedżerem technologicznym i komunikacyjnym z ponad dwudziestoletnim stażem w prowadzeniu sprzedaży, operacji, strategii wprowadzania na rynek oraz rozwoju biznesu. Od momentu dołączenia do Vonage w 2018 roku pełnił funkcje senior‑leadership w dziale aplikacji firmy. Wcześniej Scales był Senior Wiceprezesem ds. Zachodnich Stanów Zjednoczonych w Masergy, Wiceprezesem i Dyrektorem Generalnym Regionu Centralnego w Comcast Business oraz Senior Wiceprezesem ds. Sprzedaży i Marketingu w Wilcon. Na początku kariery spędził ponad 12 lat w PAETEC, awansując na kolejne stanowiska kierownicze, w tym Prezes Sprzedaży i Serwisu, gdzie nadzorował sprzedaż i operacje biznesowe w regionie o wartości 1 miliarda dolarów i zatrudniającym około 500 pracowników. Jego kariera koncentrowała się na skalowaniu firm komunikacyjnych, budowaniu wysokowydajnych zespołów oraz opracowywaniu strategii sprzedaży korporacyjnej i zaangażowania klientów.

Vonage jest globalną firmą technologiczną dla przedsiębiorstw, będącą częścią Ericsson, oferującą API komunikacyjne, jednolitą komunikację oraz rozwiązania dla centrów kontaktowych ponad 100 000 firmom na całym świecie. Jej platforma umożliwia organizacjom osadzanie głosu, wideo, wiadomości, uwierzytelniania i innych funkcji komunikacyjnych bezpośrednio w aplikacjach i doświadczeniach klientów, podczas gdy produkty do komunikacji biznesowej i centrów kontaktowych wspierają współpracę pracowników oraz zaangażowanie klientów. Vonage coraz częściej włącza sztuczną inteligencję i inteligencję sieci mobilnych do swojej platformy, dając firmom i programistom narzędzia do tworzenia bardziej spersonalizowanych, bezpiecznych i zautomatyzowanych doświadczeń komunikacyjnych w różnych kanałach cyfrowych

Twoja kariera obejmowała sprzedaż, serwis, operacje regionalne, infrastrukturę komunikacyjną, a teraz przywództwo w dziale aplikacji Vonage. Jak to doświadczenie operacyjne ukształtowało Twoje podejście do wdrażania AI, szczególnie w kontekście konieczności równoważenia innowacji z wymiernymi rezultatami dla klientów i biznesu?

Spędziłem ponad 25 lat w branży komunikacyjnej i na każdym etapie kariery podkreślałem znaczenie powiązania inwestycji technologicznych z wyraźną potrzebą biznesową. Zaczynałem od sprzedaży usług telefonii dalekiej, potem przeszedłem przez lokalną komunikację, sieci danych, chmurę, a teraz AI. Miałem okazję obserwować kilka dużych zmian w naszej branży, a jedna lekcja pozostaje niezmienna: nowa technologia dostarcza trwałej wartości, gdy rozwiązuje rzeczywisty problem klientów i firmy.

To samo podejście stosuję do AI. W centrum kontaktowym punkt wyjścia powinien być rezultat, który chcemy poprawić. Może to być szybsze rozwiązywanie rutynowych pytań klientów, zapewnienie pracownikom lepszych informacji podczas rozmowy, ograniczenie niepotrzebnych kroków lub ułatwienie przechodzenia między kanałami bez utraty kontekstu.

Moja obecna rola obejmuje produkt, inżynierię, sprzedaż, partnerstwa i wsparcie klienta, co również kształtuje moje myślenie o adopcji. Funkcjonalność może być technicznie imponująca, ale przedsiębiorstwa muszą rozważyć, jak pasuje do istniejących operacji, jak łatwo pracownicy i klienci mogą z niej korzystać oraz jak będą mierzyć, czy działa.

Wiele firm chce wprowadzić generatywną i agentową AI do swoich centrów kontaktowych. Jaką pracę przygotowawczą muszą wykonać w obszarach danych, projektowania przepływów, integracji systemów i zarządzania, zanim spróbują skalować poza początkowy pilot?

Firmy potrzebują solidnych podstaw, zanim rozwiną AI w całym centrum kontaktowym. Pilot może działać w kontrolowanym środowisku z ograniczonym zestawem danych i wąskim przepływem pracy. Skalowanie oznacza podłączenie AI do większej liczby systemów, większej ilości informacji o kliencie i większej części biznesu, co wprowadza dodatkową złożoność.

Dane są jednym z pierwszych obszarów do rozwiązania. Organizacje muszą zrozumieć, gdzie znajdują się informacje o klientach, czy są aktualne i dokładne oraz kto ma uprawnienia do ich użycia. Projektowanie przepływów jest równie ważne. Firmy powinny rozumieć proces, w którym AI się włącza, jakie decyzje może podejmować i w którym miejscu wymagana jest interwencja człowieka.

Integracja to kolejny kluczowy element. Klienci komunikują się przez głos, wiadomości, wideo i inne kanały, a pracownicy mogą korzystać z kilku systemów w tle. Jeśli te środowiska pozostaną odłączone, dodanie AI może wprowadzić kolejny poziom fragmentacji.

Zarządzanie powinno być ustanowione od samego początku. Przedsiębiorstwa potrzebują jasnych zasad dotyczących prywatności, bezpieczeństwa, dostępu i nadzoru ludzkiego. Powinny także określić, jak będą oceniać AI w czasie. Przejście poza pilot wymaga pewności, że technologia może działać konsekwentnie przy rosnącej liczbie interakcji i różnorodności sytuacji.

Informacje o kliencie są często rozproszone w systemach zarządzania relacjami z klientem, transkrypcjach połączeń, historiach wiadomości i innych platformach przedsiębiorstwa. Co wymaga naprawdę zjednoczona warstwa kontekstu klienta i jak organizacje mogą zapobiec, by systemy AI działały na niekompletnych lub przestarzałych danych?

Użyteczna warstwa kontekstu klienta zaczyna się od połączenia informacji, które wyjaśniają, kim jest klient, co już wydarzyło się w jego podróży i co chce teraz osiągnąć. Może to obejmować dane z CRM, transkrypcje połączeń, historię wiadomości, szczegóły konta, wcześniejsze interakcje serwisowe i inne istotne rekordy.

Wiele firm nadal zarządza tymi elementami w oddzielnych systemach, co powoduje problemy, niezależnie od AI. Klient może rozpocząć rozmowę w jednym kanale, przejść do innego i potem musieć powtarzać informacje, ponieważ drugi system nie ma historii pierwszej interakcji. AI zwiększa znaczenie rozwiązania tej fragmentacji, ponieważ agent może udzielić użytecznej rekomendacji lub podjąć właściwe działanie tylko wtedy, gdy ma wiarygodny kontekst.

Organizacje muszą wiedzieć, które systemy są autorytatywne dla poszczególnych typów informacji i mieć procesy utrzymujące te dane aktualne. Muszą także wprowadzić zabezpieczenia na wypadek, gdy AI nie ma wystarczającego kontekstu, aby kontynuować pewnie.

Jeśli informacje są brakujące, sprzeczne lub przestarzałe, AI powinna rozpoznać tę ograniczenie i poprosić o wyjaśnienie lub zaangażować człowieka. Jest to szczególnie ważne, gdy AI przechodzi od odpowiadania na pytania do podejmowania działań w imieniu klientów.

Jak powinno wyglądać skuteczne przekazanie od wirtualnego agenta do ludzkiego doradcy? Jakie informacje o intencji klienta, poprzedniej rozmowie, wykonanych czynnościach i nierozwiązanym problemie powinny zostać przekazane, aby klient nie musiał zaczynać od nowa?

Klient powinien doświadczyć płynnego przekazania jako kontynuacji tej samej rozmowy. Gdy ludzki doradca dołącza do interakcji, powinien rozumieć, dlaczego klient się zgłosił, co już zostało omówione, co wirtualny agent wykonał i co nadal wymaga uwagi.

Co najmniej przekazanie powinno zawierać intencję klienta, odpowiednią historię rozmowy, informacje o koncie potrzebne do interakcji, wszelkie już wykonane kroki lub weryfikacje oraz powód eskalacji przez wirtualnego agenta. Jeśli klient już wyjaśnił problem lub odpowiedział na pytanie, doradca powinien mieć te informacje pod ręką.

Ta ciągłość ma znaczenie, ponieważ jednym z największych źródeł frustracji w obsłudze klienta jest konieczność zaczynania od nowa. AI powinna pomagać redukować tę barierę, a nie dodawać kolejne kroki.

W miarę jak wirtualni agenci będą w stanie obsługiwać większą część rutynowych interakcji, jakość przejścia do człowieka staje się jeszcze ważniejsza. Będą sytuacje, które będą wymagały empatii, osądu, kreatywności lub bardziej zniuansowanego rozwiązywania problemów. Firmy muszą projektować to od samego początku i dawać pracownikom wystarczający kontekst, aby mogli skutecznie przejąć rozmowę od agenta AI w takich przypadkach.

Kolejna faza AI w doświadczeniach klienta ma się koncentrować mniej na odrębnych narzędziach, a bardziej na inteligencji wbudowanej bezpośrednio w istniejące przepływy pracy. Jak to zmienia rolę AI w centrum kontaktowym i jak przedsiębiorstwa powinny decydować, które zadania automatyzować w pełni, a które pozostawić pod kontrolą człowieka?

Wbudowanie AI w istniejące przepływy pracy jest bardzo skuteczne, ponieważ pracownicy i klienci nie muszą przechodzić do oddzielnego doświadczenia, aby czerpać korzyści. AI może wspierać to, co już dzieje się w centrum kontaktowym, pomagając pracownikowi znaleźć informacje podczas rozmowy, podsumowując interakcję, sugerując kolejny krok lub wykonując rutynowy proces dla klienta.

Decydując, co automatyzować, przedsiębiorstwa powinny dokładnie przyjrzeć się naturze i konsekwencjom zadania. Powtarzalne interakcje z jasnymi regułami i przewidywalnymi wynikami są silnymi kandydatami do większej automatyzacji. Proste zapytanie o konto, na przykład, różni się diametralnie od rozmowy obejmującej wrażliwą skargę, nietypową sytuację lub decyzję, która może mieć znaczący wpływ na klienta.

Pracownicy nadal będą odgrywać ważną rolę tam, gdzie wymagana jest empatia, osąd i kreatywne rozwiązywanie problemów. AI może także wspierać tych pracowników, a nie po prostu przejmować interakcję.

Oceniłbym automatyzację pod kątem doświadczenia, które tworzy. Jeśli proces staje się szybszy, ale prowadzi do większej liczby powtórnych kontaktów, eskalacji lub frustracji klienta, firma musi ponownie przeanalizować projekt przepływu.

Vonage niedawno wprowadziło branżowe agenty AI dla centrów kontaktowych w sektorach opieki zdrowotnej, usług finansowych i handlu detalicznego. Dlaczego specjalizacja wertykalna staje się ważna i jak przedsiębiorstwo powinno ocenić, czy agent AI naprawdę rozumie przepływy pracy, terminologię i wymogi regulacyjne swojej branży?

Sposób, w jaki klient kontaktuje się z dostawcą opieki zdrowotnej, może się znacznie różnić od tego, jak komunikuje się z instytucją finansową czy detalistą. Technologia centrum kontaktowego może mieć podobieństwa, ale język, przepływy pracy, oczekiwania klientów i wymogi związane z tymi interakcjami mogą się znacznie różnić.

To sprawia, że kontekst branżowy staje się coraz ważniejszy, gdy agenci AI są w stanie robić więcej niż odpowiadać na proste pytania. Agent musi rozumieć typowe żądania klientów, terminologię używaną przez pracowników i klientów, systemy zaangażowane w realizację tych żądań oraz granice, w jakich może działać.

Przedsiębiorstwa powinny oceniać agenty AI specyficzne dla branży, korzystając ze scenariuszy pochodzących z ich rzeczywistych operacji. Oznacza to testowanie typowych żądań wraz z wyjątkami i bardziej skomplikowanymi sytuacjami. Powinny sprawdzić, czy agent podąża za oczekiwanym przepływem pracy, rozumie język klientów i wie, kiedy powinien zaangażować człowieka.

Organizacje muszą także ocenić, jak radzą sobie z wymaganiami dotyczącymi prywatności, bezpieczeństwa i regulacji. Te kwestie powinny być częścią procesu projektowania i oceny, a nie dodatkiem po tym, jak agent już zacznie interakcję z klientami.

Ostatecznie wiedza branżowa staje się cenna, gdy przekłada się na dokładniejsze, odpowiednie i użyteczne interakcje z klientami.

W miarę jak agenci AI przechodzą od odpowiadania na pytania do realizacji transakcji i podejmowania działań w imieniu klientów, jakie zabezpieczenia są potrzebne w zakresie uprawnień, prywatności, halucynacji, audytowalności i nadzoru ludzkiego?

Poziom nadzoru powinien rosnąć w miarę przyznawania agentom AI większej odpowiedzialności. Istnieje istotna różnica między agentem udzielającym ogólnych informacji a agentem dokonującym zmiany konta, realizacją transakcji lub innym działaniem, które bezpośrednio wpływa na klienta.

Uprawnienia są kluczowym elementem tego procesu. Agent AI powinien mieć dostęp wyłącznie do informacji i systemów niezbędnych do wykonania autoryzowanego zadania. Ważne są także weryfikacja tożsamości, kontrola dostępu oraz jasne zasady wykorzystania danych klientów. Klienci powinni mieć przejrzystość, jak ich informacje są przetwarzane.

Organizacje potrzebują również rejestru tego, co wydarzyło się podczas interakcji. Gdy agenci zaczynają podejmować działania, firmy muszą móc zrozumieć, jakie informacje zostały użyte, jakie działanie zostało wykonane i gdzie wystąpił problem, jeśli coś pójdzie nie tak. Jest to szczególnie istotne w środowiskach wrażliwych lub regulowanych.

Nadzór ludzki powinien odzwierciedlać ryzyko zadania. Niektóre rutynowe działania mogą być realizowane samodzielnie przez agenta AI. Bardziej konsekwentne sytuacje mogą wymagać przeglądu lub zatwierdzenia.

AI musi także rozpoznawać niepewność. Gdy informacje są niekompletne, sprzeczne lub wykraczają poza wyznaczone granice, najbezpieczniejszym rozwiązaniem jest wstrzymanie się, poproszenie o dodatkowe dane lub zaangażowanie człowieka, zamiast kontynuować na podstawie niezweryfikowanego założenia.

Projekty AI w centrach kontaktowych są często oceniane pod kątem oszczędności kosztów, odciążenia połączeń lub skrócenia średniego czasu obsługi. Jakie dodatkowe metryki powinni liderzy wykorzystywać, aby określić, czy AI poprawia rozwiązywanie problemów przy pierwszym kontakcie, satysfakcję klientów, doświadczenie pracowników, przychody i długoterminowe zaufanie?

Metryki efektywności mają znaczenie, ale liderzy powinni patrzeć dalej niż tylko na szybkość lub niskie koszty obsługi. Krótka interakcja nie ma dużej wartości, jeśli klient musi ponownie kontaktować się z firmą, ponieważ problem nie został w pełni rozwiązany.

Rozwiązywanie problemów przy pierwszym kontakcie jest w tym kontekście kluczowym wskaźnikiem. Wskaźniki powtarzalnych kontaktów i eskalacji również mogą pokazać liderom, czy AI naprawdę pomaga klientom, czy jedynie przenosi problem w inne miejsce. Satysfakcja klienta powinna pozostać centralna, ponieważ doświadczenie ostatecznie decyduje o tym, czy ludzie będą dalej ufać i wybierać firmę.

Ten punkt jest szczególnie ważny w świetle naszych badania dotyczących zaangażowania klientów. Klienci mają ograniczoną tolerancję na złe doświadczenia, więc firmy powinny uważać, aby nie optymalizować jednego wskaźnika efektywności kosztem całej relacji.

Doświadczenie pracowników także zasługuje na uwagę. Jeśli AI dostarcza lepsze informacje, obsługuje powtarzalne zadania i pomaga pracownikom rozwiązywać bardziej złożone problemy, liderzy powinni to zauważać w opiniach pracowników i wynikach.

Patrzyłbym również na szersze wyniki biznesowe, takie jak retencja klientów, wzrost kont oraz przychody generowane lub chronione dzięki interakcjom serwisowym. Razem te miary dają liderom znacznie wyraźniejszy obraz, czy AI tworzy wartość dla klientów, pracowników i biznesu w dłuższym okresie.

Vonage działa w obszarach centrów kontaktowych, jednolitej komunikacji, interfejsów programowania aplikacji komunikacyjnych oraz możliwości napędzanych siecią dzięki Ericsson. Jak te warstwy mogą współpracować, aby pomóc agentom AI komunikować się i działać w wielu kanałach bez tworzenia kolejnego rozdrobnionego stosu technologicznego?

Klienci nie myślą o tym, czy interakcja odbywa się w platformie centrum kontaktowego, jest napędzana przez API komunikacyjne czy sieć mobilną. Oczekują możliwości komunikacji przez kanał, który im odpowiada, i kontynuacji interakcji bez niepotrzebnej frustracji. Technologia stojąca za tym doświadczeniem musi zapewniać tę ciągłość.

Vonage działa w obszarach Network APIs, CPaaS, CCaaS i UCaaS, co daje nam możliwość postrzegania tych możliwości jako połączonych elementów doświadczenia klienta. W miarę jak agenci AI stają się bardziej zdolni, to połączenie staje się coraz ważniejsze, ponieważ agent może potrzebować komunikować się przez jeden kanał, uzyskać kontekst z innego systemu i podjąć działanie gdzie indziej.

Bardziej zintegrowane podejście może także pomóc utrzymać kontekst, gdy klienci przechodzą między głosem, wiadomościami a innymi kanałami. Ta sama zasada obowiązuje, gdy interakcja AI przechodzi do pracownika.

Nasza współpraca z Ericsson tworzy również możliwość ściślejszego połączenia aplikacji komunikacyjnych i możliwości sieciowych. Celem jest zapewnienie, że te możliwości są użyteczne w podróży klienta, nie zmuszając firm do zarządzania kolejnym zestawem odłączonych narzędzi.

Czy możesz podać jeden przykład, jak dziś możliwości centrum kontaktowego, jednolitej komunikacji, API i sieci Ericsson od Vonage mogą współpracować w jednej interakcji z klientem?

Dobre przykłady to sytuacja, gdy klient dzwoni do centrum kontaktowego usług finansowych, aby zgłosić podejrzaną transakcję lub poprosić o zmianę konta.

Zanim agent podniesie słuchawkę, Network APIs od Vonage – oparte na infrastrukturze operatora Ericsson – już działają. W momencie przyjścia połączenia nasza funkcja Identity Insights sprawdza numer telefonu dzwoniącego w czasie rzeczywistym w danych sieci mobilnej, w tym czy karta SIM powiązana z tym numerem została niedawno wymieniona. To silny sygnał potencjalnego oszustwa i odbywa się to niewidocznie, bez żadnej frustracji dla klienta.

Ta inteligencja sieciowa przepływa bezpośrednio do centrum kontaktowego przez Communications APIs od Vonage, pojawiając się jako sygnał zaufania w czasie rzeczywistym w miejscu pracy agenta. Jeśli agent korzysta z Salesforce, informacja pojawia się automatycznie w Agentforce, dzięki czemu agent widzi, czy tożsamość dzwoniącego została zweryfikowana lub czy istnieje powód do dodatkowej weryfikacji – wszystko przed rozpoczęciem rozmowy.

Jednocześnie Vonage Contact Center (VCC) płynnie integruje się ze swoim rozwiązaniem jednolitej komunikacji, Vonage Business Communications (VBC), aby połączyć się z szerszą organizacją. Jeśli agent potrzebuje włączyć specjalistę ds. oszustw lub współpracownika z zaplecza, może w czasie rzeczywistym zobaczyć, kto jest dostępny w całej firmie i przekierować połączenie z pełnym kontekstem. Klient nie musi powtarzać się, a specjalista dołącza do rozmowy już wiedząc, co się wydarzyło.

To, co czyni ten przykład istotnym, to fakt, że żadne z tych warstw nie działa w izolacji. Sieć informuje centrum kontaktowe. API łączą inteligencję z przepływem pracy. Warstwa jednolitej komunikacji utrzymuje właściwe osoby w pętli. Klient odbiera to jako jedną, ciągłą interakcję – dokładnie tak, jak powinno się to odczuwać.

To rodzaj integracji, do którego dążymy we wszystkich naszych możliwościach i która jest już dostępna dla klientów.

W miarę jak AI przejmuje więcej rutynowych interakcji z klientami, jak przewidujesz, że zmienią się obowiązki ludzkich specjalistów w centrach kontaktowych w ciągu najbliższych trzech do pięciu lat i co przedsiębiorstwa powinny zacząć robić już teraz, aby przygotować ludzi, procesy i przywództwo?

Gdy AI będzie obsługiwać większą część rutynowych interakcji, spodziewam się, że specjaliści w centrach kontaktowych spędzą więcej czasu na sytuacjach, w których najważniejsze są umiejętności ludzkie. Obejmuje to złożone problemy, nietypowe okoliczności oraz rozmowy wymagające empatii, osądu lub kreatywności.

Rola specjalistów w centrach kontaktowych będzie również ściślej powiązana z AI. Pracownicy mogą korzystać z AI, aby znaleźć informacje, zrozumieć historię interakcji, podsumować rozmowy lub zidentyfikować możliwe kolejne kroki. Oznacza to, że ludzie muszą rozumieć, jak współpracować z tymi systemami, kiedy im ufać, a kiedy zakwestionować lub odrzucić rekomendację.

Ważne jest, aby przedsiębiorstwa zaczęły już teraz przygotowywać swoje zespoły, a przywództwo odgrywa tutaj kluczową rolę. Pracownicy potrzebują jasności, dlaczego AI jest wprowadzane i jak ich role mają się zmienić. Szkolenia powinny pomóc pracownikom zrozumieć, jak AI wpisuje się w ich codzienne obowiązki i co pozostaje ich odpowiedzialnością, gdy AI jest zaangażowana.

Firmy powinny także angażować specjalistów centrów kontaktowych w proces wdrożenia, ponieważ codziennie widzą pytania klientów, luki w procesach i nietypowe przypadki. Ich doświadczenie może pomóc zidentyfikować, gdzie automatyzacja będzie przydatna i przewidzieć, gdzie może powodować problemy.

W ciągu najbliższych trzech do pięciu lat najsilniejsze centra kontaktowe będą tymi, które wykorzystują AI, aby ich pracownicy byli bardziej efektywni, jednocześnie zachowując wyraźną ścieżkę do wsparcia ludzkiego, gdy klienci tego potrzebują.

Dziękujemy za znakomity wywiad. Czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić Vonage.