นิรัช รานจัน ผู้ก่อตั้งและซีอีโอของ Hiver – สัมภาษณ์ซีรีส์

นิรัช รานจัน ผู้ก่อตั้งและซีอีโอของ Hiver เป็นนักธุรกิจและนักเทคโนโลยีที่มีประสบการณ์ ซึ่งสร้างอาชีพของเขา ณ จุดตัดระหว่างวิศวกรรมซอฟต์แวร์ พัฒนาผลิตภัณฑ์ และประสบการณ์ของลูกค้า เขาก่อตั้ง Hiver ในปี 2017 เพื่อสร้างซอฟต์แวร์บริการลูกค้าขึ้นใหม่ โดยอาศัยประสบการณ์ก่อนหน้านี้ในการร่วมก่อตั้ง Mobicules ซึ่งเขาขยายบริษัทจากทีมเล็กๆ ให้กลายเป็นองค์กรที่มีพนักงาน 35 คน ในขณะที่ทำงานอย่างใกล้ชิดทั้งในฐานะโปรแกรมเมอร์และสถาปนิก ก่อนที่จะเข้าสู่ธุรกิจ เขาใช้เวลาเกือบ 5 ปีที่ Mentor Graphics ในการพัฒนาซอฟต์แวร์จำลองขั้นสูงสำหรับระบบ FPGA ซึ่งช่วยสร้างแนวทางของเขาในการสร้างผลิตภัณฑ์ที่มีประสิทธิภาพสูงและสามารถขยายได้ และสร้างวัฒนธรรมวิศวกรรมที่แข็งแกร่ง

Hiver เป็นแพลตฟอร์มบริการลูกค้าแบบ AI ที่ทันสมัย ซึ่งออกแบบมาเพื่อรวมช่องทางสื่อสาร เช่น อีเมล ชัต วอยซ์ และมैसเซจเข้าด้วยกันในพื้นที่ทำงานเดียว ทำให้ทีมสามารถจัดการอีเมลร่วม อัตโนมัติ 워์กโฟลว์ และร่วมมือกันในเวลาเดียวกัน ในขณะที่ AI จัดการกับงานซ้ำๆ เช่น การกำหนดเส้นทางตั๋ว การเขียนคำตอบ และการวิเคราะห์ข้อมูล แพลตฟอร์มนี้ถูกสร้างขึ้นเพื่อแทนที่ระบบ Helpdesk ที่มีอยู่ด้วยโซลูชันที่直관และสามารถขยายได้ ช่วยให้องค์กรปรับปรุงเวลาในการตอบสนอง ติดตามเมตริกการแสดงผล และส่งมอบประสบการณ์ลูกค้าที่สอดคล้องกันข้ามช่องทาง และได้รับความไว้วางใจจากทีมมากกว่า 10,000 ทีมทั่วโลก

ในช่วงต้นอาชีพของคุณที่ Mentor Graphics คุณทำงานเกี่ยวกับระบบจำลองฮาร์ดแวร์ขั้นสูงซึ่งใช้ในการจำลองการออกแบบอิเล็กทรอนิกส์ที่ซับซ้อนก่อนที่จะสร้างขึ้นจริง ในเวลาต่อมา คุณร่วมก่อตั้งและขยาย Mobicules จากทีมเล็กๆ ให้กลายเป็นบริษัทที่มีพนักงาน 35 คน ก่อนที่จะก่อตั้ง Hiver คุณได้พัฒนาความรู้และทักษะอะไรบ้างจากประสบการณ์เหล่านี้ และมันช่วยให้คุณสร้าง AI ที่ทำงานได้อย่างน่าเชื่อถือใน môi trườngการสนับสนุนแบบเรียลไทม์

การทำงานเกี่ยวกับระบบจำลองฮาร์ดแวร์ขั้นสูงช่วยให้คุณเข้าใจถึงความสำคัญของความน่าเชื่อถือ การออกแบบที่ซับซ้อนมักจะเปลี่ยนแปลงเมื่อเผชิญกับสภาพแวดล้อมที่แท้จริง และระบบจำลองเหล่านี้จึงช่วยให้เข้าใจถึงความซับซ้อนเหล่านั้นได้ดีขึ้น ความเข้าใจนี้สามารถนำไปใช้กับการสนับสนุนลูกค้าได้ โดยที่การสนับสนุนมักจะเกี่ยวข้องกับการสื่อสารที่ซับซ้อนและต้องการความเข้าใจที่ลึกซึ้ง

การขยายบริษัทเป็นอีกมุมหนึ่งที่ช่วยให้คุณเข้าใจถึงความซับซ้อนของการสนับสนุนลูกค้า เมื่อทีมงานเติบโตขึ้น ความเสี่ยงในการสื่อสารและประสานงานภายในทีมก็เพิ่มขึ้นด้วย ซึ่งหมายความว่าเอเจนต์จะต้องใช้เวลาและความพยายามมากขึ้นในการรวบรวมข้อมูลและประสานงานกับคนอื่นๆ ในทีมเพื่อแก้ปัญหา

Hiver เน้นการใช้ AI ในการลดภาระงานที่ไม่จำเป็นแทนการแทนที่การตัดสินใจหรือความเห็นอกเห็นใจของมนุษย์ คุณวาดเส้นแบ่งระหว่างการอัตโนมัติที่มีประโยชน์และการอัตโนมัติที่มากเกินไปในด้านการสนับสนุนลูกค้าได้อย่างไร

งานสนับสนุนลูกค้ามักจะประกอบด้วยการทำงานที่ไม่จำเป็นมากมาย ซึ่งไม่ได้แสดงออกมาในคำตอบสุดท้าย เอเจนต์จะต้องจัดหมวดหมู่คำขอ ค้นหานโยบาย ตรวจสอบข้อมูลบัญชี และติดตามประวัติการสนทนา ก่อนที่จะสามารถตอบคำถามได้ AI สามารถจัดการกับงานเหล่านี้ได้ดี เมื่อระบบสามารถสรุปสนทนาหรือแสดงข้อมูลที่เกี่ยวข้องในเวลาที่เหมาะสม เอเจนต์จะเริ่มสนทนาได้ดีขึ้น

การตัดสินใจเข้ามาเกี่ยวข้องเมื่อสนทนาต้องใช้ความเข้าใจและความเห็นอกเห็นใจ เช่น เมื่อลูกค้าไม่พอใจหรือมีปัญหาเกี่ยวกับการบริการ AI สามารถให้ข้อมูลและคำแนะนำ แต่การตัดสินใจสุดท้ายยังคงอยู่กับบุคคลที่รับผิดชอบต่อประสบการณ์ของลูกค้า

เครื่องมือ AI หลายๆ ตัวดูเหมือนจะทำงานได้ดีในการสาธิต แต่กลับพบปัญหาเมื่อใช้งานจริง คุณได้เรียนรู้อะไรเกี่ยวกับช่องว่างระหว่าง AI ที่สาธิตได้ดีกับ AI ที่สามารถทำงานได้อย่างต่อเนื่องใน môi trườngการสนับสนุนลูกค้าที่มีปริมาณมาก

การสาธิตแสดงให้เห็นถึงสถานการณ์ที่สมบูรณ์แบบ แต่การสนับสนุนลูกค้าจริงมักจะซับซ้อนกว่านั้น คำขออาจมาถึงพร้อมกับข้อมูลที่ไม่สมบูรณ์ การสนทนาอาจยืดเยื้อ และเอเจนต์อาจต้องรอข้อมูลจากทีมอื่นๆ หรือระบบอื่นๆ ก่อนที่จะเข้าใจสถานการณ์ได้อย่างชัดเจน

เรียนรู้ที่สำคัญคือว่า AI ต้องช่วยให้เอเจนต์เข้าใจบริบทของการสนทนาได้อย่างรวดเร็ว ซึ่งจะช่วยให้เอเจนต์สามารถจัดการกับปัญหาได้อย่างมีประสิทธิภาพมากขึ้น

Hiver รวมเข้ากับกระบวนการทำงานที่มีอยู่แทนการบังคับทีมให้ใช้ระบบใหม่ๆ คุณคิดว่าปรัชญานี้มีความสำคัญแค่ไหนเมื่อใช้ AI ในสภาพแวดล้อมที่เปลี่ยนแปลงอย่างรวดเร็ว

มันสำคัญมากเพราะทีมสนับสนุนลูกค้าทำงานภายใต้แรงกดดันอยู่แล้ว เมื่อเครื่องมือใหม่ๆ ต้องการให้พวกเขาทำงานในแบบที่แตกต่าง แรงกดดันจะเพิ่มขึ้นทันที ส่วนใหญ่การสนทุนำเข้ามาผ่านอีเมล และการทำงานรอบๆ การสนทนานั้นเกี่ยวข้องกับการดึงข้อมูลจากระบบอื่นๆ และการประสานงานภายในทีม หาก AI ตั้งอยู่นอกสภาพแวดล้อมนี้ เอเจนต์จะต้องใช้เวลาและความพยายามเพิ่มเติมในการใช้เทคโนโลยี

เราพบว่าทีมสามารถเคลื่อนไหวได้เร็วขึ้นเมื่อความฉลาดปรากฏขึ้นภายในกระบวนการทำงานที่พวกเขาพึ่งพา เอเจนต์ที่เปิดการสนทนาแบบยาวสามารถเห็นสรุปการสนทนา ข้อมูลลูกค้าที่เกี่ยวข้อง และคำแนะนำที่ช่วยให้พวกเขาก้าวหน้าได้ทันที การเปลี่ยนแปลงเล็กๆ นี้ช่วยลดเวลาในการสร้างความเข้าใจและให้เอเจนต์มีพื้นที่มากขึ้นในการแก้ปัญหา

ทีมสนับสนุนลูกค้าทำงานภายใต้แรงกดดันสูง โดยเฉพาะเมื่อจัดการกับลูกค้าที่ไม่พอใจหรือปัญหาเร่งด่วน คุณออกแบบระบบ AI เพื่อลดภาระทางปัญญาแทนการเพิ่มแรงกดดันในสถานการณ์เหล่านั้นได้อย่างไร

งานสนับสนุนลูกค้าเป็นการทำงานที่ต้องการความสนใจอย่างต่อเนื่อง เอเจนต์อาจจัดการการสนทนาหลายๆ ครั้งพร้อมๆ กัน โดยแต่ละครั้งมีโทน ความเร่งด่วน และประวัติที่แตกต่างกัน ความพยายามทางจิตมากที่สุดไปในการสร้างความเข้าใจก่อนที่จะตอบสนอง

AI ช่วยได้มากเมื่อลดความพยายามนั้น เมื่อเปิดการสนทนาและเห็นสรุปหรือบทความความรู้ที่เกี่ยวข้องทันที เอเจนต์ใช้เวลาในการสร้างความเข้าใจน้อยลงและใช้เวลาในการแก้ปัญหาได้มากขึ้น

ด้วยทีมมากกว่า 10,000 ทีมทั่วโลกที่ใช้ Hiver คุณสังเกตเห็นรูปแบบใดๆ ในการนำ AI ไปใช้หลังการเปิดตัวครั้งแรก

ทีมที่เห็นคุณค่าจาก AI มักจะเริ่มต้นด้วยจุดเฉพาะในกระบวนการทำงานที่เอเจนต์เสียเวลาไปทุกวัน การสรุปการสนทนาเป็นตัวอย่างที่ดี เมื่อเอเจนต์เปิดการสนทนาแบบยาวและเข้าใจสถานการณ์ทันที การสนทนานั้นเริ่มต้นขึ้นในแบบที่แตกต่าง

ปัจจัยอื่นคือคุณภาพของความรู้ที่อยู่เบื้องหลังระบบ AI คำแนะนำจาก AI ขึ้นอยู่กับเอกสารและกระบวนการที่ดึงมาจากทีมที่มีฐานความรู้ที่ชัดเจนและดูแลอย่างดี มักจะเห็นการนำ AI ไปใช้อย่างจริงจังมากขึ้น เพราะ AI เหล่านั้นยังคงมีประโยชน์และน่าเชื่อถือเมื่อเวลาผ่านไป AI กลายเป็นส่วนหนึ่งของวิธีการทำงานของทีมเพราะมันช่วยให้พวกเขาสามารถจัดการการสนทนาได้ดีขึ้น

ในด้านกลยุทธ์ผลิตภัณฑ์ คุณสร้างสมดุลระหว่างความเร็วในการพัฒนา AI กับการรักษาความน่าเชื่อถือและความไว้วางใจได้อย่างไร โดยเฉพาะใน môi trườngที่ความผิดพลาดอาจทำลายความสัมพันธ์กับลูกค้า

การสนับสนุนลูกค้าเป็นหนึ่งในสภาพแวดล้อมที่ความผิดพลาดเล็กๆ น้อยๆ สามารถมีผลกระทบอย่างมากได้ การตอบกลับที่ไม่เข้าใจปัญหาหรือลูกค้าที่ไม่พอใจสามารถสร้างปัญหาเพิ่มเติมและทำลายความไว้วางใจได้อย่างรวดเร็ว สิ่งนี้บังคับให้ต้องมีการวางแผนอย่างรอบคอบเกี่ยวกับว่า AI จะดำเนินการและที่ไหน AI จะสนับสนุนเอเจนต์

กลยุทธ์ผลิตภัณฑ์กลายเป็นการทำความเข้าใจความสามารถของ AI กับความต้องการความน่าเชื่อถือของงานที่ทำ เทคนิคและแบบจำลองใหม่ๆ ปรากฏขึ้นอย่างต่อเนื่อง แต่การทดสอบที่แท้จริงคือว่ามันทำงานได้ดีในกระบวนการสนับสนุนลูกค้าจริงหรือไม่ ทีมที่สร้างระบบเหล่านี้ต้องอยู่ใกล้กับวิธีการทำงานของเอเจนต์ และใช้ข้อมูลรับกลับจากเอเจนต์เป็นสัญญาณหลักในการพัฒนา

คุณคิดว่า AI จะเปลี่ยนแปลงโครงสร้างของทีมสนับสนุนลูกค้าในอีก 5 ปีหน้าอย่างไร จะมีการเปลี่ยนแปลงไปสู่การดูแลและการตัดสินใจ หรือจะมีการเกิดขึ้นของงานใหม่ๆ

โครงสร้างของทีมสนับสนุนลูกค้าอาจเปลี่ยนแปลงไปสู่การมีคนน้อยลงในการจัดการตั๋วและคนมากขึ้นในการแก้ปัญหาเชิงลึก เมื่อ AI จัดการกับงาน เช่น การสรุปการสนทนา การจัดหมวดหมู่คำขอ และการช่วยเขียนคำตอบ เอเจนต์จะใช้เวลาในการเข้าใจสถานการณ์และประสานงานกับทีมอื่นๆ เพื่อแก้ปัญหา

ทีมจะต้องมีคนรับผิดชอบระบบที่ทำให้ AI มีประโยชน์ การสนับสนุนโดย AI ขึ้นอยู่กับเอกสารที่ถูกต้อง กระบวนการที่ชัดเจน และแหล่งข้อมูลที่เชื่อถือได้ การดูแลระบบเหล่านี้กลายเป็นงานที่ต้องทำอย่างต่อเนื่อง ดังนั้นองค์กรสนับสนุนจึงอาจเพิ่มทีมที่เน้นการดูแลความรู้ การปรับปรุงกระบวนการทำงาน และการทำให้ AI ยังคงให้คำแนะนำที่มีประโยชน์เมื่อผลิตภัณฑ์และนโยบายเปลี่ยนแปลง

Hiver ดำเนินธุรกิจในตลาด Help Desk ที่มีการแข่งขัน คุณคิดว่าแพลตฟอร์มที่มีอยู่ล้มเหลวในการปรับตัวเข้ากับการเปลี่ยนแปลงพื้นฐานใดๆ ในความคาดหวังของลูกค้า

ลูกค้าคาดหวังความต่อเนื่องเมื่อพวกเขาติดต่อเพื่อขอความช่วยเหลือ พวกเขาต้องการให้องค์กรจดจำการสนทนาและพื้นฐานก่อนหน้านี้และนำไปใช้ตลอดการสนทนา การต้องซ้ำซากในการให้ข้อมูลข้ามหลายๆ การสนทนาเป็นสิ่งที่น่าหงุดหงิด

ปัญหาในการสนับสนุนลูกค้าไม่ได้จำกัดอยู่เพียงทีมสนับสนุนเท่านั้น แต่ยังเกี่ยวข้องกับทีมผลิตภัณฑ์ ทีมปฏิบัติการ และผู้จัดการบัญชี แพลตฟอร์มที่รวมการสื่อสารและบริบทการดำเนินงานเข้าด้วยกันทำให้การรักษาความเป็นเจ้าของปัญหาจากต้นจนจบเป็นเรื่องที่ง่ายขึ้น

เมื่อมองไปข้างหน้า คุณคิดว่า “การสนับสนุนลูกค้าที่ดี” ในโลกที่มี AI เป็นหลักจะมีลักษณะอย่างไร และความสามารถใดจะทำให้บริษัทที่ประสบความสำเร็จแตกต่างจากที่ไม่ประสบความสำเร็จ

การสนับสนุนลูกค้าที่ดีในโลกที่มี AI เป็นหลักจะทำให้ลูกค้ารู้สึกว่าได้รับการสนับสนุนที่ดี พวกเขาติดต่อและทีมเข้าใจสถานการณ์ได้ทันที โดยไม่ต้องมีการสนทนาที่ไม่จำเป็นมากนัก เทคโนโลยีที่อยู่เบื้องหลังจะไม่ปรากฏให้เห็น แต่สิ่งที่ลูกค้าสังเกตเห็นคือปัญหาได้รับการแก้ไขโดยไม่ต้องใช้ความพยายามมากเกินไป

สำหรับทีมที่ให้การสนับสนุน การสนับสนุนนั้นมาจากการที่มีบริบทที่ถูกต้องเมื่อเริ่มการสนทนา AI ช่วยจัดระเบียบข้อมูลและแสดงสิ่งที่สำคัญในขณะที่เอเจนต์มุ่งความสนใจไปที่การเข้าใจลูกค้าและช่วยให้ปัญหาได้รับการแก้ไข บริษัทที่ประสบความสำเร็จจะเป็นบริษัทที่สร้างการดำเนินงานสนับสนุนของตนรอบๆ ความชัดเจนและความต่อเนื่องนี้

ขอขอบคุณสำหรับการสัมภาษณ์ที่ยอดเยี่ยม ผู้อ่านสามารถเรียนรู้เพิ่มเติมได้ที่ Hiver