Niraj Ranjan, Fondator și CEO al Hiver – Seria de Interviuri

Niraj Ranjan, fondator și CEO al Hiver, este un antreprenor experimentat și tehnolog care și-a construit cariera la intersecția dintre ingineria software, dezvoltarea de produse și experiența clienților. El a fondat Hiver în 2017 pentru a reinventa software-ul de servicii clienți, folosind experiența sa anterioară de a co-fonda Mobicules, unde a scalat compania de la o echipă mică la o operațiune de 35 de persoane, lucrând manual atât ca programator, cât și ca arhitect. Înainte de a deveni antreprenor, el a petrecut aproape cinci ani la Mentor Graphics, dezvoltând software de emulație avansat pentru sisteme bazate pe FPGA, o experiență care i-a modelat abordarea construirii de produse cu performanță ridicată și scalabile și a culturilor de inginerie puternice.

Hiver este o platformă modernă de servicii clienți bazată pe inteligență artificială, proiectată pentru a uni canalele de comunicare, cum ar fi e-mail, chat, voce și mesagerie, într-un singur spațiu de lucru. Permite echipele să gestioneze cutii poștale comune, să automatizeze fluxurile de lucru și să colaboreze în timp real, în timp ce inteligența artificială gestionează sarcini repetitive, cum ar fi rutarea de bilete, redactarea de răspunsuri și analiza de date. Platforma este construită pentru a înlocui sistemele legacy de asistență cu o soluție mai intuitivă și scalabilă, ajutând organizațiile să îmbunătățească timpul de răspuns, să urmărească metrici de performanță și să ofere experiențe clienți consistente pe canale, și este încredințată de peste 10.000 de echipe la nivel global.

La începutul carierei dvs. la Mentor Graphics, ați lucrat la sisteme avansate de emulație hardware utilizate pentru a simula proiecte electronice complexe înainte de a fi construite fizic. Mai târziu, ați co-fondat și scalat Mobicules de la o echipă de trei persoane la o companie de 35 de persoane, înainte de a lansa Hiver. Cum v-au modelat aceste fundații tehnice profunde și experiențele de scalare timpurie abordarea dvs. de a construi inteligență artificială care să funcționeze fiabil în medii de suport în timp real și cu presiune ridicată?

Lucrul la sisteme de emulație hardware vă modelează modul de a gândi despre fiabilitate. Aceste sisteme există pentru că proiectele complexe se comportă diferit odată ce întâlnesc condiții reale. Cazurile marginale apar, interacțiunile dintre componente schimbă rezultatele și modelul curat se prăbușește. Această mentalitate se aplică direct mediilor de suport clienți. Conversațiile sosesc cu context lipsă, urgență emoțională și dependențe între sisteme interne.

Scalarea unei companii expune o altă straturi de complexitate. Pe măsură ce echipele cresc, fricțiunea operațională devine foarte vizibilă. Agenții petrec timp reconstruind informații din diferite instrumente și coordonând intern înainte de a putea răspunde. Această experiență ne-a modelat gândirea la Hiver. Ne uităm la întregul ciclu de suport, de la momentul în care o solicitare ajunge până la punctul în care este rezolvată, și ne întrebăm unde inteligența artificială poate elimina acea fricțiune, astfel încât echipele să petreacă mai mult timp rezolvând problema.

Hiver subliniază utilizarea inteligenței artificiale pentru a elimina munca de rutină, mai degrabă decât a înlocui judecata umană sau empatia. Unde trageți linia între automatizarea utilă și supra-automatizarea în suportul clienților?

Lucrul de suport conține mult efort operațional care nu apare în răspunsul final. Agenții categorizează solicitări, caută politici, extrag informații despre cont și urmăresc istoricul lung al conversațiilor înainte de a putea decide ce să spună. Inteligența artificială gestionează acea muncă de bază. Când un sistem poate rezuma un fir de conversație sau poate aduce la suprafață articolul de cunoaștere potrivit în momentul potrivit, agentul începe conversația cu o înțelegere mult mai clară a situației.

Judecata intră în imagine atunci când conversația implică emoție, responsabilitate sau ambiguitate. Un client frustrat sau o eșuare a serviciului necesită interpretare și grijă în ceea ce privește modul în care răspunsul este formulat. Inteligența artificială poate oferi context și sugestii în acele momente, deși decizia finală cu privire la ton și rezoluție rămâne cu persoana responsabilă de experiența clienților.

Multe instrumente de inteligență artificială par impresionante în demo-urile de produs, dar se confruntă cu dificultăți în utilizarea zilnică de producție. Ce ați învățat despre decalajul dintre inteligența artificială care funcționează bine în demo și inteligența artificială care funcționează constant în cutii de suport de volum ridicat?

Un demo capturează un scenariu curat. Întrebarea este previzibilă, baza de cunoaștere este organizată și sistemul produce un răspuns. Lucrul de suport real rareori se desfășoară în acest fel. Solicitările sosesc cu informații parțiale, conversația se întinde pe mai multe schimburi și agentul are adesea nevoie de intrări de la alte echipe sau sisteme înainte ca situația să fie clară.

O lecție care devine evidentă în producție este că răspunsul în sine este doar o parte a sarcinii. Mult din efort se află în jurul înțelegerii a ceea ce s-a întâmplat și a deciziei cu privire la modul în care problema ar trebui să progreseze. Inteligența artificială funcționează mult mai bine atunci când susține fluxul de lucru. Ajutând agenții să înțeleagă contextul unei conversații rapid face o diferență semnificativă atunci când cutia de suport începe să se umple.

Hiver se integrează perfect în fluxurile de lucru de comunicare existente, în loc de a forța echipele să treacă la sisteme complet noi. Cât de important este acest “întâlnirea utilizatorilor acolo unde lucrează deja” filozofia atunci când se implementează inteligență artificială în medii cu mișcare rapidă?

Aceasta contează foarte mult, deoarece echipele de suport already lucrează sub presiune. Când un instrument nou le cere să-și schimbe modul de lucru sau să sară între sisteme, fricțiunea apare imediat. Cele mai multe conversații de suport încep încă prin e-mail, iar munca din jurul acestor conversații implică extragerea de context din alte sisteme și coordonarea internă cu colegii. Dacă inteligența artificială se află în afara acestui mediu, agentul sfârșește prin a face munca suplimentară doar pentru a utiliza tehnologia.

Am văzut că echipele se deplasează mult mai repede atunci când inteligența apare în fluxul de lucru pe care acestea deja se bazează. Un agent care deschide un fir de conversație lung poate vedea imediat o sinteză a conversației, contextul relevant al clientului și sugestii care ajută la avansarea problemei. Acea mică schimbare reduce timpul petrecut reconstruind ceea ce s-a întâmplat și oferă agentului mai mult spațiu pentru a se concentra pe rezolvarea problemei în sine.

Echipele de suport funcționează adesea sub presiune intensă, mai ales atunci când se confruntă cu clienți frustrați sau probleme urgente. Cum proiectați sisteme de inteligență artificială care reduc încărcătura cognitivă, mai degrabă decât adaugă fricțiune în acele momente?

Lucrul de suport plasează o cerere constantă asupra atenției. Un agent poate gestiona zeci de conversații în paralel, fiecare cu tonul, urgența și istoricul său. Mult din efortul mental se duce în reconstruirea situației înainte de a decide cum să răspundă.

Inteligența artificială ajută cel mai mult atunci când reduce acel efort. Deschizând un fir și văzând imediat o sinteză clară sau articolul de cunoaștere relevant schimbă punctul de start al interacțiunii. Agentul petrece mai puțin timp reconstruind ceea ce s-a întâmplat și mai mult timp gândindu-se la cea mai bună modalitate de a rezolva problema.

Cu peste 10.000 de echipe care utilizează Hiver la nivel global, ce tipare ați observat în ceea ce privește evoluția adoptării inteligenței artificiale după lansarea inițială? Ce separă echipele care integrează cu adevărat inteligența artificială în fluxurile de lucru zilnice de cele care o tratează ca un adaos opțional?

Echipele care văd valoarea reală a inteligenței artificiale de obicei încep cu câteva momente foarte specifice în fluxul de lucru în care agenții pierd timp în fiecare zi. Sintezele de conversație sunt un exemplu bun. Când un agent deschide un fir lung și înțelege imediat ce s-a întâmplat, întreaga interacțiune începe diferit. Același lucru se aplică atunci când sistemul aduce la suprafață exact articolul de ajutor sau politica necesară pentru a răspunde la întrebare. Când acele momente ajută cu adevărat, agenții încep să utilizeze inteligența artificială în mod natural, deoarece le face ziua mai ușoară.

Alt factor este calitatea cunoașterii din spatele sistemului. Sugestiile de inteligență artificială depind foarte mult de documentația și procesele de la care se alimentează. Echipele cu baze de cunoaștere clare și bine întreținute tind să vadă o adoptare mult mai puternică, deoarece sugestiile rămân utile și de încredere. În timp, inteligența artificială devine parte a modului în care funcționează echipa, pur și simplu pentru că o ajută să treacă prin conversații cu mai multă claritate.

Din perspectiva strategiei de produs, cum echilibrați viteza de inovare a inteligenței artificiale cu menținerea fiabilității și încrederii — în special în medii în care greșelile pot deteriora relațiile cu clienții?

Suportul clienților este unul dintre acele medii în care erorile mici au consecințe deosebite. Un răspuns care înțelege greșit o problemă de facturare sau un client frustrat poate crea mai multă muncă pentru echipă și poate deteriora încrederea rapid. Această realitate impune o abordare foarte deliberată a modului în care inteligența artificială ia acțiune și a modului în care o susține pe agentul uman. Anumite sarcini, cum ar fi categorizarea sau sintetizarea conversațiilor, tolerează un grad ridicat de automatizare. Deciziile care afectează venituri, interpretarea politicilor sau relațiile cu clienții necesită un nivel mult mai ridicat de certitudine.

Strategia de produs devine un exercițiu de a se potrivi cu capacitatea de inteligență artificială cu nivelul de fiabilitate pe care o cere o sarcină. Noi modele și tehnici apar constant, dar testul real este dacă funcționează constant în operațiunile zilnice de suport. Echipele care construiesc aceste sisteme trebuie să rămână aproape de modul în care agenții lucrează cu adevărat și să trateze feedback-ul ca semnalul principal pentru ceea ce ar trebui să fie lansat următorul.

Cum credeți că inteligența artificială va schimba structura echipelor de suport în următorii cinci ani? Se va schimba spre supraveghere și judecată, sau vor apărea categorii complet noi de lucru?

Structura echipelor de suport va fi probabil să se schimbe spre mai puține persoane care gestionează procesarea de bilete repetitive și mai multe persoane care se concentrează pe rezolvarea problemelor complexe. Pe măsură ce inteligența artificială gestionează sarcini, cum ar fi sintetizarea conversațiilor, organizarea solicitărilor care sosesc și ajutarea la redactarea răspunsurilor, agenții vor petrece mai mult timp înțelegând ce s-a întâmplat cu adevărat într-o situație și coordonându-se cu alte echipe pentru a o rezolva. Aceasta devine mai puțin despre a muta bilete printr-o coadă și mai mult despre a deține rezultatul problemei clientului.

Echipele vor avea nevoie și de persoane responsabile cu sistemele care fac inteligența artificială utilă. Suportul asistat de inteligență artificială depinde foarte mult de documentația precisă, procesele clare și sursele de cunoaștere fiabile. Menținerea acestor sisteme devine un loc de muncă continuu, astfel încât organizațiile de suport vor adăuga probabil focare pe gestionarea cunoașterii, îmbunătățirea fluxurilor de lucru și asigurarea faptului că inteligența artificială continuă să ofere îndrumări utile pe măsură ce produsele și politicile evoluează.

Hiver funcționează într-un mediu de piață competitiv de suport. Care sunt schimbările fundamentale în așteptările clienților pe care platformele legacy nu le-au adaptat?

Clienții așteaptă din ce în ce mai mult continuitate atunci când solicită suport. Ei doresc ca organizația să-și amintească interacțiunile anterioare și să poarte acel context pe tot parcursul conversației. Repetarea informațiilor pe parcursul mai multor schimburi devine rapid frustrantă.

Problemele de suport se extind și dincolo de echipa de suport însăși. Echipele de produse, echipele de operațiuni și managerii de conturi contribuie adesea la rezolvarea problemelor. Platformele care aduc comunicarea și contextul operațional în același flux de lucru fac mai ușor să mențină claritatea asupra proprietății problemei de la început până la sfârșit.

Privind înainte, ce înseamnă “suport clienți excelent” într-o lume condusă de inteligență artificială — și ce capacități vor separa companiile care prosperă de cele care rămân în urmă?

Suportul excelent într-o lume condusă de inteligență artificială va fi pur și simplu mai ușor pentru client. Ei ajung, echipa înțelege situația rapid, și conversația progresează fără multă muncă de reconstruire a ceea ce s-a întâmplat. Tehnologia din spatele acestuia rămâne în mare parte invizibilă. Ceea ce clienții observă este că problema lor este înțeleasă și rezolvată fără eforturi inutile.

Pentru echipele care rulează suportul, acea experiență vine din a avea contextul potrivit disponibil în momentul în care o conversație începe. Inteligența artificială ajută la organizarea informațiilor și la aducerea la suprafață a ceea ce contează, în timp ce agentul se concentrează pe înțelegerea clientului și pe ghidarea problemei spre rezoluție. Companiile care prosperă vor fi cele care-și construiesc operațiunile de suport în jurul acelei clarități și continuității în interacțiune.

Mulțumim pentru acest interviu excelent, cititorilor care doresc să afle mai multe despre Hiver.