Интервью
Фран Лофтус, директор по клиентскому опыту в EliseAI — серия интервью

Ключевые моментыВертикально-ориентированный подход EliseAI внедряет отраслевые рабочие процессы…
Показать больше
- Вертикально-ориентированный подход EliseAI внедряет отраслевые рабочие процессы непосредственно в её ИИ, чтобы избежать ошибок, характерных для универсальных чат-ботов.
- Эффективный ИИ в жилищной сфере и здравоохранении должен гарантировать выполнение задач для формирования доверия, а не просто давать быстрые ответы.
- Роль директора по клиентскому опыту сместится к координации партнёрства человека и ИИ, поскольку автоматизация возьмёт на себя административную работу.
Фран Лофтус, директор по клиентскому опыту в EliseAI, — динамичный лидер с творческой энергией и разносторонним опытом, сочетающая предпринимательский дух с глубокими знаниями операционной деятельности. До прихода в EliseAI она стала соосновательницей HOM — технологической платформы для предоставления общих удобств и вовлечения жителей, которую приобрела Alfred. Позднее Фран занимала в Alfred несколько руководящих должностей, формируя опыт жителей сотен тысяч квартир. В EliseAI она занимала высшие руководящие должности в операционной сфере, подчиняясь генеральному директору и совету директоров: повышала эффективность работы всей компании, отвечала за результаты клиентов и тесно сотрудничала с инженерной командой и отделом продаж по вопросам продуктовой стратегии и вывода продуктов на рынок. Признанная основательница и идейный лидер, она была номинирована на звание лучшего основателя на MIPIM и неоднократно входила в списки ведущих женщин-лидеров CRETech.
EliseAI — нью-йоркская компания, разрабатывающая программное обеспечение на основе ИИ. Она меняет подход организаций в жилищной сфере и здравоохранении к обработке больших объёмов коммуникаций и управлению операционными процессами с помощью передового разговорного и агентного ИИ. Платформа автоматизирует запись на просмотр жилья, общение по вопросам аренды, обработку заявок на обслуживание, продление договоров, приём пациентов и административную поддержку через текстовые сообщения, голосовые каналы, электронную почту и чат. Это позволяет командам работать эффективнее, быстрее реагировать на обращения и улучшать клиентский опыт. Объединяя эти взаимодействия в единую систему ИИ, EliseAI помогает организациям масштабировать деятельность, сокращать ручной труд и добиваться измеримых улучшений в выполнении критически важных функций.
В роли директора по клиентскому опыту в EliseAI вы сочетаете редкий опыт работы с сообществами, операционной деятельностью и технологиями. Вы основали HOM — платформу, помогавшую многоквартирным домам в больших масштабах предоставлять общие удобства и формировать сообщество, а затем руководили клиентским опытом и оказанием услуг в Alfred, чьи сервисы работают внутри тысяч жилых зданий. Как эти практические роли, в которых на первом месте были люди, влияют на то, как вы сегодня проектируете и внедряете взаимодействие с ИИ в EliseAI?
Опыт непосредственного управления недвижимостью научил меня тому, что технология хороша ровно настолько, насколько качественную услугу она обеспечивает на практике. В HOM и Alfred я поняла, что жителю безразличен элегантный интерфейс, если его заявка на обслуживание исчезает в чёрной дыре или заселение задерживается. Поэтому я стала особенно внимательно следить за тем, чтобы каждый вопрос доводился до решения. Я проектирую ИИ не только для ведения разговоров, но и для управления всем жизненным циклом задачи. Я прежде всего думаю о жителе в кризисной ситуации или о перегруженном сотруднике: ИИ должен быть инструментом, снимающим нагрузку, а не ещё одной системой, за которой приходится следить.
Каким должен быть эффективный ИИ с точки зрения клиентского опыта в жилищной сфере и здравоохранении, где доверие, ясность и доведение дела до конца так же важны, как скорость и автоматизация?
В жилищной сфере и здравоохранении скорость — это хорошо, но доверие создают реальные действия и выполнение обещанного. Хороший ИИ должен не просто быстро отвечать, а обеспечивать конкретный результат. Если пациент спрашивает о счёте или арендатор хочет продлить договор, ИИ должен обновить записи, уведомить нужного менеджера и сообщить обратившемуся, что его вопрос уже решается. Важно действовать понятно и на опережение, чтобы людям не приходилось звонить ещё три раза только ради уточнения статуса.
EliseAI выбрала отраслевой подход вместо универсального слоя ИИ. Как это решение меняет повседневную работу команд, управляющих недвижимостью, опыт жителей и работу медицинского персонала по сравнению с универсальными межотраслевыми инструментами ИИ?
Универсальные инструменты ИИ перекладывают на клиента трудоёмкую задачу — обучить программу правилам отрасли. Мы работаем исключительно в жилищной сфере и здравоохранении, поэтому наша отраслевая система изначально глубоко понимает конкретные процессы: например, правила обращения с обеспечительными депозитами при аренде жилья или нюансы записи пациентов на приём. Для сотрудников на местах это означает, что им не приходится управлять универсальным чат-ботом, способным выдумать правила. Они работают с системой, уже интегрированной в используемое ими программное обеспечение и с первого дня понимающей язык их повседневной работы.
Как наблюдение за работой сотрудников на передовой, позволяющее зафиксировать процессы от начала до конца, улучшает поведение модели и итоговый клиентский опыт по сравнению с обучением только на абстрактных данных?
Абстрактные данные показывают, что происходит, а работа рядом с клиентами на местах — как именно. Когда моя команда проводит время в реальной среде развёртывания программы, она замечает трудности, которых не видно в наборе данных. Например, изучая работу организации, управляющей жильём для военнослужащих, мы выявили сложные процедуры согласования и жёсткие повседневные ограничения, не описанные ни в одном руководстве. Фиксируя эти непростые детали реальной работы и учитывая их в продукте, мы создаём ИИ, который не просто работает на демонстрации, но и выдерживает хаос загруженного офиса.
Когда системы ИИ переходят от ответов на вопросы к выполнению задач, какие новые риски возникают для пользовательского опыта? Как вы добиваетесь того, чтобы автоматизация воспринималась как надёжная поддержка, а не как нечто навязчивое или непрозрачное?
Главный риск меняется: раньше ИИ мог сказать что-то неверное, теперь он может сделать что-то неверное. Чтобы снизить этот риск, я выстроила модель работы с продуктами и решениями, в которой эксперты — многие из них бывшие основатели компаний — отвечают за конкретные продуктовые направления. Они задают чёткие правила и защитные ограничения для выполнения задач ИИ, обеспечивая, чтобы он никогда не совершал действий, которые удивили бы сотрудника или поставили его в тупик.
В жилищной сфере и здравоохранении даже небольшие сбои могут быстро подорвать доверие. Как вы проектируете агентные системы ИИ, чтобы они оставались прозрачными и предсказуемыми, а людям было легко при необходимости вмешаться и исправить ситуацию?
Проектирование, вызывающее доверие, начинается с отказа от привычного реактивного подхода, при котором просто ждут, пока что-нибудь сломается. Вместо этого я создала команду, связывающую сложную реальную операционную работу с логикой ИИ. Это не сотрудники поддержки, а стратеги и бывшие основатели компаний, которые полностью отвечают за определённые продуктовые направления — от начала до конца.
Они наблюдают за повседневной работой сотрудников, чтобы понять не подлежащие обсуждению отраслевые правила, например сложные процедуры согласования в жилье для военнослужащих или строгие нормативы времени реагирования в медицине, и напрямую закладывают их в поведение ИИ. Прозрачность достигается благодаря тому, что наши системы заранее сигнализируют о возможных проблемах, ещё до появления жалоб жителей или пациентов. Если ИИ сталкивается с эмоционально напряжённой ситуацией или сложным запросом, к которому его не обучали, он не строит догадок. Он передаёт обращение сотруднику вместе с полной историей и контекстом взаимодействия, позволяя человеку подключиться как осведомлённому партнёру, а не начинать с нуля.
Вы отвечаете за внедрение и успех клиентов. С какими трудностями клиенты чаще всего сталкиваются, внедряя ИИ в операционные процессы, и как EliseAI помогает уменьшить эти трудности на ранних этапах развёртывания?
Главная трудность редко связана с самой технологией. Обычно это тревога, что она нарушит привычную работу команды или заменит людей в их ролях. Мы решаем эту проблему, сосредоточившись на немедленном практическом облегчении нагрузки. В первую же неделю мы поручаем ИИ повторяющиеся задачи с большим объёмом работы, которые обычно сильнее всего способствуют выгоранию, например первые повторные обращения к потенциальным клиентам. Мы также используем собственный ИИ для управления внутренними процессами компании. Это помогает нам точно понимать, какие трудности вызывает изменение рабочего процесса, и лучше поддерживать клиентов, проходящих через такие же перемены.
Многим организациям трудно выйти за рамки пилотных проектов. Как вы помогаете клиентам менять процессы и ожидания, чтобы ИИ стал неотъемлемой частью повседневной работы, а не оставался отдельным экспериментом?
ИИ приживается только тогда, когда перестаёт быть отдельным проектом и становится обычной частью рабочего дня. Мы помогаем руководителям перестроить команды так, чтобы ИИ брал на себя рутину, а люди могли сосредоточиться на задачах, действительно требующих человеческого участия.
Сейчас EliseAI обслуживает примерно каждую шестую квартиру в США. Как меняются ожидания клиентов при таком масштабе и какие новые трудности возникают в клиентском опыте, когда ИИ становится частью стандартных рабочих процессов?
При таком масштабе ИИ уже не просто впечатляющее новшество. Это базовая услуга, как электричество. Ожидания меняются: вместо «впечатляет, когда работает» мы получаем «недопустимо, когда не работает». Нам необходимо справляться с этой вариативностью, сохраняя при этом стопроцентную надёжность.
Как, по вашему мнению, в ближайшие два-три года будет меняться роль директора по клиентскому опыту по мере того, как системы ИИ берут на себя всё больше ответственности в таких жизненно важных сферах, как жильё и здравоохранение?
Эта роль будет переходить от управления обслуживанием клиентов к организации партнёрства между людьми и ИИ. Когда ИИ возьмёт на себя административную и повторяющуюся работу, внимание директора по клиентскому опыту полностью переключится на стратегические и эмоциональные точки взаимодействия. Наша ответственность будет заключаться в том, чтобы по мере автоматизации мира человеческое общение в жилищной сфере и здравоохранении становилось более осмысленным и более значимым по своему воздействию.
Спасибо за прекрасное интервью. Читателям, желающим узнать больше, стоит посетить EliseAI.












