AI ที่กระทำการ: การเตรียมระบบ CX สำหรับยุค Agentic

AI มีอยู่ทุกที่ใน CX และศูนย์บริการลูกค้าในปัจจุบัน ตั้งแต่เอเย่นต์เสมือนจริงไปจนถึงการวิเคราะห์แบบเรียลไทม์ มันชัดเจนว่าระบบอัจฉริยะเริ่มเปลี่ยนแปลงวิธีการที่แบรนด์ให้บริการ สนับสนุน และมีส่วนร่วมกับลูกค้า แต่ด้วยการทดลองมากมาย อุปสรรคหนึ่งที่เกิดขึ้นคือ ส่วนใหญ่ขององค์กรไม่ได้สร้างระบบสำหรับการขยายขนาด

ทั่วทั้งอุตสาหกรรม เราเห็นความไม่เชื่อมต่อระหว่างความทะเยอทะยานของ AI และความพร้อมของ AI ทีม CX และศูนย์บริการลูกค้าได้รับการยอมรับ AI แต่การนำไปใช้ส่วนใหญ่ยังคงไม่ลึกซึ้ง ในขณะที่ 92% ของบริษัทวางแผนจะเพิ่มการลงทุนใน AI แต่มีเพียง 1% ที่ถือว่าตัวเองมีการขยายขนาดอย่างเต็มที่ การนำ AI ไปใช้ส่วนใหญ่เป็นคุณลักษณะที่แยกจากกันซึ่งแก้ปัญหาเฉพาะจุดโดยไม่เชื่อมต่อกับกระบวนการทำงานที่กว้างขึ้น ดังนั้นจึงต้องดิ้นรนเพื่อส่งมอบผลกระทบที่มีความหมายหรือพัฒนาเป็นระบบที่ขับเคลื่อนมูลค่าขององค์กร

แต่มันเป็นไปได้ทั้งหมดที่ผู้นำ CX จะปิดช่องว่างนั้นโดยไม่ต้องล็อกตัวเองเข้ากับโครงสร้างพื้นฐานที่แข็งหรือซับซ้อนเกินไป โดยการลงทุนในความสามารถที่ถูกต้องตอนนี้ องค์กรสามารถสร้างองค์ประกอบพื้นฐานที่จำเป็นสำหรับ AI ที่มีเจตนา

AI กำลังเคลื่อนผ่านการทดลอง

หลายองค์กรยังคงดำเนินการทดลองที่ไม่เชื่อมต่อซึ่งกันและกัน—แชทบอทที่นี่ สคริปต์แบบอัตโนมัติที่นั่น—โดยไม่มีแผนการบูรณาการในระยะยาว โครงการเหล่านี้มักขาดท่อข้อมูลที่ใช้ร่วมกัน ความเข้ากันได้ของระบบ หรือสถาปัตยกรรมที่เป็นเอกภาพ

เมื่อระบบ AI ไม่ได้รับการบูรณาการเข้ากับกระบวนการทำงานทั่วทั้งองค์กร ระบบเหล่านั้นไม่สามารถปรับตัว เข้าใจหรือส่งมอบมูลค่าแบบสะสมได้ สิ่งนี้เป็นปัญหาโดยเฉพาะสำหรับ AI ที่มีเจตนา ซึ่งต้องการระบบที่เชื่อมต่อกันเพื่อกระตุ้นการดำเนินการและขับเคลื่อนผลลัพธ์โดยอิสระ

เพื่อชี้แจง: Conversational AI หมายถึงเครื่องมือ เช่น เอเย่นต์เสมือนจริงอัจฉริยะ (IVAs) ที่มีส่วนร่วมกับลูกค้าผ่านเสียงหรือแชท โดยทั่วไปเพื่อตอบคำถามหรือทำการซื้อขาย AI ที่มีเจตนากระตุ้นการดำเนินการด้วยตนเอง โดยปรับให้เข้ากับข้อมูลใหม่และตัดสินใจโดยไม่ต้องรอการเข้าแทรกแซงจากมนุษย์ แต่ละประเภทของ AI มีข้อกำหนดที่แตกต่างกัน แต่ทั้งสองแบบได้รับประโยชน์จากการทบูรณาการระบบ

AI ที่มีเจตนา ต้องการโครงสร้างพื้นฐานที่บูรณาการ

AI ที่มีเจตนา เป็นการเปลี่ยนแปลงจากเครื่องมือที่ทำตามคำสั่งไปเป็นระบบที่มีเจตนา แทนที่จะรอการเข้าแทรกแซง ระบบเหล่านี้ประเมินบริบท ระบุโอกาส ตัดสินใจ และดำเนินการ ในสภาพแวดล้อม CX สิ่งนี้อาจดูเหมือนระบบ AI ที่ติดตามพฤติกรรมของลูกค้า กระตุ้นการเข้าถึงที่เป็นส่วนตัว ใช้การแก้ปัญหา และยืนยันการปิดกรณี—ทั้งหมดนี้โดยอิสระ

แต่ระดับของการทำงานอิสระนี้ต้องการให้ระบบ AI ที่มีเจตนาได้รับการฝังตัวลึกซึ้งในเนื้อผ้าของการดำเนินงานขององค์กร เครื่องมือ AI ต้องเชื่อมต่อกับระบบบันทึก (เช่น การจัดการคำสั่งซื้อ) ระบบการมีส่วนร่วม (เช่น การสื่อสารของลูกค้า) และระบบการดำเนินการ (เช่น การส่งมอบและคลังสินค้า) การบูรณาการนี้ต้องการข้อมูลแบบเรียลไทม์ โลจิกทางธุรกิจที่กำหนดไว้อย่างชัดเจน และเส้นทางการยกเลิกที่เชื่อถือได้เมื่อ AI ต้องการการแทรกแซงจากมนุษย์

หลายศูนย์บริการลูกค้าพบข้อจำกัดทางโครงสร้างในพื้นที่นี้ ฐานข้อมูลที่แยกจากกัน กระบวนการทำงานที่ไม่ยืดหยุ่น และ API ที่ปิดการเข้าถึงป้องกันไม่ให้เอเย่นต์ AI มองเห็นภาพรวมหรือดำเนินการตามที่เหมาะสม

เพื่อทำงานได้อย่างมีประสิทธิภาพ AI ที่มีเจตนา cầnโครงสร้างพื้นฐานที่:

• แบบโมดูลาร์: ระบบควรจะสามารถอัปเดตหรือแทนที่ได้ในส่วนๆ แทนที่จะทั้งหมด
• แบบอินเทอร์オเพอเรเบิล: ระบบควรจะสามารถแลกเปลี่ยนข้อมูลได้อย่างอิสระและทำงานข้ามทีมและเครื่องมือ
• แบบสังเกตได้: พนักงานควรจะสามารถเห็นได้ว่า AI กำลังทำอะไรและทำไม
• แบบควบคุมได้: กฎและขอบเขตควรจะชี้นำว่า AI ดำเนินการอย่างไรเพื่อให้เข้ากันกับนโยบายและจริยธรรม

ศูนย์บริการลูกค้าที่เริ่มทันสมัยด้วยลักษณะเหล่านี้ โดยเฉพาะในพื้นที่ เช่น สินค้าคงคลัง การส่งมอบ และการมีส่วนร่วมของลูกค้า จะมีความพร้อมที่ดีกว่าในการขยายความสามารถของ AI ที่มีเจตนาเมื่อถึงเวลานั้น

ทำไม Conversational AI จึงเป็นจุดเริ่มต้นที่มีกลยุทธ์

ระบบ AI ที่มีการสนทนา—เช่น เอเย่นต์เสมือนจริงอัจฉริยะ (IVAs)—เป็นจุดเริ่มต้นที่เหมาะสำหรับการอัตโนมัติที่มีการขยายขนาด IVAs ใช้ความเข้าใจภาษาที่เป็นธรรมชาติและสามารถมีส่วนร่วมกับระบบหลายระบบได้แบบเรียลไทม์ สามารถตอบคำถามของลูกค้า โรดการซักถามที่ซับซ้อน และแม้แต่กระตุ้นการทำธุรกรรม

เนื่องจากพวกมันอยู่ที่จุดตัดของประสบการณ์ลูกค้าและกระบวนการทำงานหลังบ้าน IVAs สร้างการเชื่อมต่อระหว่างเครื่องมือและทีมที่ไม่ได้แบ่งปันข้อมูลได้ง่ายๆ สิ่งนี้ทำให้ IVAs เป็นเครื่องมือวินิจฉัยที่มีประโยชน์และเพิ่มผลผลิต ศูนย์บริการลูกค้าที่ใช้ IVAs ได้รับข้อมูลเชิงลึกเกี่ยวกับช่องว่างในการบูรณาการ ความไม่สอดคล้องกับข้อมูล และเส้นทางการยกเลิก—ข้อมูลเชิงลึกที่จำเป็นสำหรับการวางแผนการนำ AI ที่มีเจตนาไปใช้ในวงกว้าง

การหลีกเลี่ยงการติดกับ “Bolt-On”

ข้อผิดพลาดทั่วไปที่ธุรกิจทำคือการบิดเบือนเครื่องมือ AI เข้ากับระบบเก่าโดยไม่แก้ไขข้อจำกัดทางโครงสร้าง การใช้งาน “Bolt-On” เหล่านี้อาจแสดงผลลัพธ์ในระยะสั้น แต่ไม่เคยขยายขนาด สิ่งเหล่านี้สามารถแนะนำความซ้ำซ้อน ความเสี่ยงด้านความปลอดภัย และความสับสนเกี่ยวกับการเป็นเจ้าของ

แทนที่จะเป็นเช่นนั้น องค์กรควรเข้าใกล้การนำ AI ไปใช้โดยรวมเป็นความพยายามของระบบทั้งหมด ระบบ AI ต้องทำงานร่วมกับฟังก์ชันทางธุรกิจที่พวกมันสนับสนุน สิ่งนี้หมายถึงการออกแบบระบบที่สามารถเชื่อมต่อกันได้ง่ายๆ และกำหนดไว้อย่างชัดเจนว่าจะควบคุมข้อมูลอย่างไร

สิ่งที่ผู้นำ CX สามารถทำได้ตอนนี้

องค์กรสามารถดำเนินการเชิงปฏิบัติได้ในวันนี้เพื่อเตรียมพร้อมสำหรับการนำ AI ที่มีความสามารถขั้นสูงมาใช้โดยไม่ต้องเปลี่ยนแปลงทุกอย่างในครั้งเดียว

เริ่มต้นด้วยการตรวจสอบระบบที่มีอยู่อย่างครอบคลุม มองว่าแพลตฟอร์มหลักเป็นแบบคลาวด์หรือไม่ ซึ่งโดยทั่วไปจะทำให้การอัปเดตและบูรณาการง่ายขึ้น ระบุว่าแพลตฟอร์มใดสามารถเชื่อมต่อกับเครื่องมืออื่นๆ โดยใช้ API ที่เปิดกว้าง และแพลตฟอร์มใดที่ใกล้จะถึงวันสิ้นสุดการสนับสนุน การมีเช็คสूच้าที่ง่ายๆ สามารถช่วยให้เห็นได้ชัดเจนถึงที่ที่การอัปเดตจะให้ประโยชน์มากที่สุด

ต่อไป แผนที่กระบวนการหลักเพื่อกำหนดว่าどこที่การอัตโนมัติที่มีไหวพริบสามารถเพิ่มมูลค่าได้มากที่สุด มุ่งเน้นไปที่กระบวนการที่เกิดขึ้นบ่อยๆ ตามชุดกฎที่สม่ำเสมอ และส่งผลกระทบต่อลูกค้าจำนวนมาก เช่น การโรด การติดแท็กกรณี การรวบรวมข้อมูลรับฟัง

เมื่อเลือกเครื่องมือ ให้เลือกเครื่องมือที่ทำงานร่วมกับระบบปัจจุบันโดยไม่ต้องมีการปรับเปลี่ยนหรือการปรับแต่งใหม่ๆ วิธีนี้จะลดความเสี่ยงในการสร้างซิลโอดใหม่ๆ และช่วยหลีกเลี่ยงการทำงานซ้ำในอนาคต

การฝึกอบรมก็มีความสำคัญเช่นกัน ทีมงานต้องรู้มากกว่าคำแนะนำผู้ใช้—พวกเขาต้องเห็นภาพว่า AI กำลังทำอะไร เมื่อไหร่ที่มันทำงานอิสระ และวิธีการแทรกแซงเมื่อต้องการ พวกเขาต้องเข้าใจเส้นทางการยกเลิก สิ่งที่พวกเขาควรจัดการกับระบบ AI และมีช่องทางในการให้ข้อเสนอแนะเกี่ยวกับการทำงานของระบบ

นำแผนกหลักๆ เช่น IT, CX และการดำเนินงานเข้ามาเกี่ยวข้องในกระบวนการเร็วๆ นี้ ความสำเร็จของ AI คือการสร้างรากฐานที่สามารถขยายขนาดได้พร้อมกับเทคโนโลยีและเป้าหมายทางธุรกิจ

กำหนดนโยบายการกำกับดูแลสำหรับเครื่องมืออัตโนมัติทั้งหมด ระบุว่าระบบตัดสินใจอย่างไร ขอบเขตของมันคืออะไร และเกิดอะไรขึ้นเมื่อต้องการการตรวจสอบของมนุษย์ สิ่งนี้รวมถึงการบันทึกตรรกะการตัดสินใจ การกำหนดราวล้อมรอบความเป็นอิสระของ AI และจัดแนวผลลัพธ์ให้สอดคล้องกับความคาดหวังด้านการปฏิบัติและความยุติธรรม นโยบายเหล่านี้ช่วยให้ทีมงานเข้าใจว่า AI ทำอะไรและสร้างความไว้วางใจในการสนับสนุนธุรกิจ

สุดท้าย เลือกกรณีการใช้งานที่สำคัญตอนนี้และเตรียมพร้อมสำหรับสิ่งที่จะเกิดขึ้นต่อไป เป้าหมายไม่ใช่การอัตโนมัติเพื่อตัวมันเอง แต่เป็นการสร้างรากฐานที่สามารถพัฒนาได้

สร้างเหมือนกับว่ามันจะไปที่ไหนสักแห่ง

AI มากกว่าแค่ชุดคุณลักษณะ—มันเป็นตัวคูณของกำลังคน เพื่อปลดปล่อยคุณค่าเต็มที่ Contact Center ต้องการมากกว่าการทดลอง—ต้องการระบบที่พัฒนา

幸运ที่ว่าการพัฒนานี้ไม่ต้องการเริ่มต้นใหม่ มันเริ่มต้นด้วยรากฐานที่เหมาะสม: ระบบที่ยืดหยุ่น เครื่องมือที่ใช้ได้จริง และแผนการบูรณาการ องค์กรที่มองเห็นความพร้อมผ่านเลนส์นี้—มองไปไกลกว่าสิ่งที่ AI สามารถทำได้เพื่อสิ่งที่ AI ต้องทำให้สำเร็จ—จะหลีกเลี่ยงอุปสรรคของการนำไปใช้ในรูปแบบซิลโอดและเติบโตที่กระจัดกระจาย โดยการวางรากฐานตอนนี้ พวกเขาจะให้ทีมงานของตนความมั่นคง ความชัดเจน และเครื่องมือในการทำงานร่วมกับ AI ในระดับใหญ่