Reggie Scales, ประธานและหัวหน้าหน่วยธุรกิจแอปพลิเคชันที่ Vonage – ซีรีส์สัมภาษณ์

Reggie Scales, ประธานและหัวหน้าหน่วยธุรกิจแอปพลิเคชันที่ Vonage, เป็นผู้บริหารเทคโนโลยีและการสื่อสารที่มีประสบการณ์กว่าสองทศวรรษในการนำทีมขาย, ปฏิบัติการ, กลยุทธ์การเข้าสู่ตลาด, และการเติบโตของธุรกิจ ตั้งแต่เข้าร่วม Vonage ในปี 2018, เขาได้รับความรับผิดชอบระดับผู้นำระดับสูงในธุรกิจแอปพลิเคชันของบริษัท ก่อนหน้านั้น, Scales เคยดำรงตำแหน่ง Senior Vice President สำหรับภูมิภาคตะวันตกของสหรัฐอเมริกาที่ Masergy, Vice President และ General Manager ของภูมิภาคกลางที่ Comcast Business, และ Senior Vice President ด้านการขายและการตลาดที่ Wilcon. ในช่วงต้นของอาชีพ, เขาใช้เวลามากกว่า 12 ปีที่ PAETEC, ก้าวไประดับตำแหน่งผู้บริหารหลายตำแหน่งรวมถึง President of Sales and Service, ซึ่งเขาดูแลการขายและการปฏิบัติการธุรกิจสำหรับภูมิภาคมูลค่า 1 พันล้านดอลลาร์ที่มีพนักงานประมาณ 500 คน. อาชีพของเขามุ่งเน้นที่การขยายขนาดธุรกิจการสื่อสาร, การสร้างทีมที่มีประสิทธิภาพสูง, และการพัฒนากลยุทธ์การขายระดับองค์กรและการมีส่วนร่วมของลูกค้า.

Vonage เป็นบริษัทเทคโนโลยีระดับโลกสำหรับองค์กรและเป็นส่วนหนึ่งของ Ericsson, ให้บริการ API การสื่อสาร, การสื่อสารแบบรวมศูนย์, และโซลูชันศูนย์ติดต่อให้กับธุรกิจกว่า 100,000 แห่งทั่วโลก แพลตฟอร์มของบริษัทช่วยให้องค์กรสามารถฝังความสามารถด้านเสียง, วิดีโอ, การส่งข้อความ, การยืนยันตัวตน, และความสามารถการสื่อสารอื่น ๆ ลงในแอปพลิเคชันและประสบการณ์ของลูกค้าโดยตรง, ในขณะที่ผลิตภัณฑ์การสื่อสารธุรกิจและศูนย์ติดต่อของ Vonage สนับสนุนการทำงานร่วมกันของพนักงานและการมีส่วนร่วมของลูกค้า Vonage กำลังเพิ่มการใช้ปัญญาประดิษฐ์และข้อมูลเครือข่ายมือถือเข้าไปในแพลตฟอร์ม, มอบเครื่องมือให้ธุรกิจและนักพัฒนาสร้างประสบการณ์การสื่อสารที่เป็นส่วนตัว, ปลอดภัย, และอัตโนมัติมากขึ้นผ่านช่องทางดิจิทัลหลายช่องทาง

อาชีพของคุณครอบคลุมการขาย, การให้บริการ, การปฏิบัติการระดับภูมิภาค, โครงสร้างพื้นฐานการสื่อสาร, และตอนนี้การเป็นผู้นำธุรกิจแอปพลิเคชันของ Vonage. ประสบการณ์การดำเนินงานเหล่านี้ได้ส่งผลต่อแนวทางของคุณต่อการนำ AI ไปใช้อย่างไร, โดยเฉพาะความจำเป็นในการสร้างสมดุลระหว่างนวัตกรรมกับผลลัพธ์ที่วัดได้ของลูกค้าและธุรกิจ?

ผมทำงานในวงการสื่อสารมากกว่า 25 ปี, และทุกขั้นตอนของอาชีพได้ย้ำความสำคัญของการเชื่อมโยงการลงทุนเทคโนโลยีกับความต้องการทางธุรกิจที่ชัดเจน ผมเริ่มจากการขายบริการโทรศัพท์ระยะไกล, จากนั้นย้ายไปสู่การสื่อสารในท้องถิ่น, เครือข่ายข้อมูล, การประมวลผลคลาวด์, และตอนนี้ AI. ผมมีโอกาสได้เห็นการเปลี่ยนแปลงสำคัญหลายครั้งในอุตสาหกรรมของเรา, และบทเรียนหนึ่งที่คงที่คือ: เทคโนโลยีใหม่จะสร้างคุณค่าอย่างยั่งยืนเมื่อมันแก้ปัญหาจริงของลูกค้าและธุรกิจ.

ผมใช้แนวคิดเดียวกันนี้กับ AI. ในศูนย์ติดต่อ, จุดเริ่มต้นควรเป็นผลลัพธ์ที่คุณต้องการปรับปรุง ซึ่งอาจเป็นการช่วยลูกค้าแก้คำถามทั่วไปได้เร็วขึ้น, ให้พนักงานข้อมูลที่ดีกว่าในระหว่างการสนทนา, ลดขั้นตอนที่ไม่จำเป็น, หรือทำให้การย้ายช่องทางต่าง ๆ โดยไม่สูญเสียบริบทเป็นเรื่องง่ายขึ้น.

บทบาทปัจจุบันของผมครอบคลุมผลิตภัณฑ์, วิศวกรรม, การขาย, ความร่วมมือและการสนับสนุนลูกค้า, ซึ่งก็ส่งผลต่อวิธีที่ผมคิดเกี่ยวกับการนำไปใช้ ความสามารถอาจน่าประทับใจทางเทคนิค, แต่องค์กรยังต้องพิจารณาว่ามันเข้ากับการดำเนินงานที่มีอยู่ได้อย่างไร, พนักงานและลูกค้าจะใช้มันได้ง่ายแค่ไหน, และพวกเขาจะวัดว่ามันทำงานได้หรือไม่ การเชื่อมโยงระหว่างเทคโนโลยี, การดำเนินการและผลลัพธ์เป็นสิ่งสำคัญโดยเฉพาะกับ AI เนื่องจากความเร็วของการเปลี่ยนแปลงที่สูงมาก.

หลายองค์กรต้องการนำ AI ที่สร้างสรรค์และมีเอเจนต์เข้าสู่ศูนย์ติดต่อของตน. งานพื้นฐานอะไรบ้างที่พวกเขาต้องทำให้เสร็จก่อนจะขยายการใช้งานเกินกว่าการทดลองเบื้องต้น?

องค์กรต้องมีพื้นฐานที่แข็งแกร่งก่อนที่จะขยาย AI ไปทั่วศูนย์ติดต่อ การทดลองอาจทำงานได้ในสภาพแวดล้อมที่ควบคุมด้วยชุดข้อมูลแคบและกระบวนการทำงานจำกัด การขยายขนาดหมายถึงการเชื่อมต่อ AI กับระบบมากขึ้น, ข้อมูลลูกค้ามากขึ้น, และส่วนต่าง ๆ ของธุรกิจ, ซึ่งทำให้ความซับซ้อนเพิ่มขึ้น.

ข้อมูลเป็นหนึ่งในพื้นที่แรกที่ต้องจัดการ องค์กรต้องเข้าใจว่าข้อมูลลูกค้าอยู่ที่ไหน, มีความถูกต้องและเป็นปัจจุบันหรือไม่, และใครมีสิทธิ์ใช้ข้อมูลนั้น. การออกแบบกระบวนการทำงานก็สำคัญไม่แพ้กัน บริษัทควรเข้าใจกระบวนการที่ AI จะเข้ามา, การตัดสินใจที่ AI สามารถทำได้และจุดที่คนต้องเข้ามามีส่วนร่วม.

การบูรณาการเป็นส่วนสำคัญอีกประการหนึ่ง ลูกค้าสื่อสารผ่านเสียง, การส่งข้อความ, วิดีโอและช่องทางอื่น ๆ, ในขณะที่พนักงานอาจพึ่งพาหลายระบบเบื้องหลัง หากสภาพแวดล้อมเหล่านั้นยังคงแยกจากกัน การเพิ่ม AI จะสร้างชั้นของการกระจายข้อมูลเพิ่มเติม.

การกำกับดูแลควรตั้งตั้งแต่แรกด้วย องค์กรต้องมีกฎชัดเจนสำหรับความเป็นส่วนตัว, ความปลอดภัย, การเข้าถึง, และการควบคุมโดยมนุษย์ พวกเขาควรกำหนดวิธีการประเมิน AI ตลอดเวลา การก้าวข้ามการทดลองต้องอาศัยความมั่นใจว่าเทคโนโลยีสามารถทำงานได้อย่างสม่ำเสมอเมื่อจำนวนการโต้ตอบและขอบเขตของสถานการณ์เพิ่มขึ้น.

ข้อมูลลูกค้ามักกระจัดกระจายอยู่ในระบบการจัดการความสัมพันธ์ลูกค้า (CRM), บันทึกการโทร, ประวัติการส่งข้อความ, และแพลตฟอร์มระดับองค์กรอื่น ๆ. ชั้นข้อมูลบริบทลูกค้าที่เป็นเอกภาพจริงต้องมีอะไรบ้าง, และองค์กรจะป้องกันไม่ให้ระบบ AI ทำงานบนข้อมูลที่ไม่ครบหรือเก่าล้าสมัยอย่างไร?

ชั้นข้อมูลบริบทลูกค้าที่มีประโยชน์เริ่มจากการเชื่อมต่อข้อมูลที่อธิบายว่า ลูกค้าคือใคร, สิ่งที่เกิดขึ้นในเส้นทางของพวกเขาแล้ว, และสิ่งที่พวกเขาต้องการทำในขณะนี้ ซึ่งอาจรวมถึงข้อมูลจาก CRM, บันทึกการโทร, ประวัติการส่งข้อความ, รายละเอียดบัญชี, ปฏิสัมพันธ์การให้บริการก่อนหน้า, และบันทึกที่เกี่ยวข้องอื่น ๆ.

หลายบริษัทยังคงจัดการข้อมูลเหล่านี้แยกกันในระบบต่าง ๆ ซึ่งสร้างปัญหาไม่ว่าจะมี AI หรือไม่มี AI ลูกค้าอาจเริ่มสนทนาในช่องทางหนึ่ง, ย้ายไปอีกช่องทางหนึ่ง, แล้วต้องอธิบายข้อมูลซ้ำเพราะระบบที่สองไม่มีประวัติของการโต้ตอบแรก AI ทำให้การแก้ไขการกระจายนี้สำคัญยิ่งขึ้น เพราะเอเจนต์จะให้คำแนะนำหรือดำเนินการที่เหมาะสมได้ก็ต่อเมื่อมีบริบทที่เชื่อถือได้.

องค์กรต้องรู้ว่าระบบใดเป็นแหล่งข้อมูลที่เชื่อถือได้สำหรับประเภทข้อมูลต่าง ๆ และมีกระบวนการทำให้ข้อมูลนั้นเป็นปัจจุบัน พวกเขายังต้องมีมาตรการป้องกันสำหรับสถานการณ์ที่ AI ไม่มีบริบทเพียงพอที่จะดำเนินการอย่างมั่นใจ.

หากข้อมูลขาดหาย, ขัดแย้ง หรือล้าสมัย, AI ควรสามารถรับรู้ข้อจำกัดนั้นและขอคำชี้แจงหรือเรียกคนเข้ามาช่วย นี่เป็นสิ่งสำคัญโดยเฉพาะเมื่อ AI เริ่มเปลี่ยนจากการตอบคำถามไปสู่การดำเนินการเพื่อประโยชน์ของลูกค้า.

การส่งต่อจากเอเจนต์เสมือนไปยังที่ปรึกษามนุษย์ควรเป็นอย่างไร? ข้อมูลใดเกี่ยวกับเจตนาของลูกค้า, การสนทนาก่อนหน้า, การกระทำที่ทำแล้ว, และปัญหาที่ยังไม่ได้แก้ควรถูกส่งต่อเพื่อให้ลูกค้าไม่ต้องเริ่มใหม่?

ลูกค้าควรได้รับการส่งต่ออย่างราบรื่นเป็นการต่อเนื่องของการสนทนาเดียวกัน เมื่อที่ปรึกษามนุษย์เข้าร่วม, พวกเขาควรเข้าใจว่าลูกค้าเข้ามาติดต่อด้วยเหตุผลอะไร, มีการพูดคุยอะไรไปบ้าง, เอเจนต์เสมือนทำอะไรเสร็จแล้ว, และยังมีอะไรที่ต้องดูแลต่อ.

อย่างน้อยที่สุด การส่งต่อควรรวมถึงเจตนาของลูกค้า, ประวัติการสนทนาที่เกี่ยวข้อง, ข้อมูลบัญชีที่จำเป็นสำหรับการโต้ตอบ, ขั้นตอนหรือการยืนยันที่ได้ทำแล้ว, และเหตุผลที่เอเจนต์เสมือนส่งต่อปัญหา หากลูกค้าได้อธิบายปัญหาแล้วหรือได้ตอบคำถามที่ถาม, ที่ปรึกษาควรมีข้อมูลนั้นพร้อมใช้งาน.

ความต่อเนื่องนี้สำคัญเพราะหนึ่งในแหล่งความหงุดหงิดใหญ่ที่สุดในบริการลูกค้าคือการต้องเริ่มต้นใหม่ AI ควรช่วยลดความขัดแย้งนี้ ไม่ใช่เพิ่มขั้นตอนเพิ่มเติม.

เมื่อเอเจนต์เสมือนสามารถจัดการส่วนใหญ่ของการโต้ตอบประจำวันได้, คุณภาพของการเปลี่ยนผ่านไปยังคนจะยิ่งสำคัญมากขึ้น จะยังคงมีสถานการณ์ที่ต้องการความเห็นอกเห็นใจ, การตัดสินใจ, ความคิดสร้างสรรค์, หรือการแก้ปัญหาที่ละเอียดอ่อน บริษัทต้องออกแบบเพื่อรองรับสิ่งเหล่านี้ตั้งแต่แรกและให้พนักงานมีบริบทเพียงพอเพื่อรับการสนทนาจากเอเจนต์ AI อย่างมีประสิทธิภาพเมื่อสถานการณ์เหล่านั้นเกิดขึ้น.

ขั้นตอนต่อไปของ AI ในประสบการณ์ลูกค้าคาดว่าจะมุ่งเน้นน้อยลงที่เครื่องมือแยกเดี่ยวและมากขึ้นที่ปัญญาประดิษฐ์ที่ฝังอยู่โดยตรงในกระบวนการทำงานที่มีอยู่. การเปลี่ยนแปลงนี้ทำให้บทบาทของ AI ในศูนย์ติดต่อเปลี่ยนอย่างไร, และองค์กรควรตัดสินใจว่า งานใดควรอัตโนมัติเต็มที่และงานใดควรยังคงเป็นการทำโดยมนุษย์?

การฝัง AI เข้าไปในกระบวนการทำงานที่มีอยู่มีประสิทธิภาพสูง เนื่องจากพนักงานและลูกค้าไม่ต้องย้ายไปสู่ประสบการณ์แยกต่างหากเพื่อรับประโยชน์ AI สามารถสนับสนุนสิ่งที่กำลังเกิดขึ้นในศูนย์ติดต่อได้โดยช่วยพนักงานค้นหาข้อมูลระหว่างการสนทนา, สรุปการโต้ตอบ, แนะนำขั้นตอนต่อไป หรือทำกระบวนการประจำสำหรับลูกค้า.

เมื่อพิจารณาว่าจะอัตโนมัติอะไร, องค์กรควรพิจารณาธรรมชาติและผลกระทบของงานนั้น งานที่ทำซ้ำได้โดยมีกฎชัดเจนและผลลัพธ์คาดเดาได้เป็นผู้สมัครที่ดีสำหรับการอัตโนมัติที่มากขึ้น ตัวอย่างเช่น การสอบถามข้อมูลบัญชีทั่วไปแตกต่างอย่างมากจากการสนทนาที่เกี่ยวกับข้อร้องเรียนที่ละเอียดอ่อน, สถานการณ์พิเศษ, หรือการตัดสินใจที่อาจมีผลกระทบสำคัญต่อลูกค้า.

พนักงานจะยังคงมีบทบาทสำคัญในสถานการณ์ที่ต้องการความเห็นอกเห็นใจ, การตัดสินใจ, และการแก้ปัญหาเชิงสร้างสรรค์ AI สามารถสนับสนุนพนักงานเหล่านี้แทนที่จะเพียงแค่เข้าครอบครองการโต้ตอบ.

ผมจะประเมินการอัตโนมัติตามประสบการณ์ที่สร้างขึ้น หากกระบวนการเร็วขึ้นแต่ทำให้เกิดการติดต่อซ้ำเพิ่ม, การส่งต่อเพิ่ม, หรือความหงุดหงิดของลูกค้าเพิ่ม, บริษัทต้องทบทวนการออกแบบกระบวนการนั้นใหม่.

Vonage เพิ่งเปิดตัวเอเจนต์ AI เฉพาะอุตสาหกรรมสำหรับศูนย์ติดต่อในด้านสุขภาพ, การเงิน, และค้าปลีก. ทำไมการเชี่ยวชาญตามแนวอุตสาหกรรมจึงกำลังเป็นสิ่งสำคัญ, และองค์กรควรประเมินว่าเอเจนต์ AI นั้นเข้าใจกระบวนการทำงาน, คำศัพท์, และข้อกำหนดด้านกฎระเบียบของอุตสาหกรรมของตนจริงหรือไม่อย่างไร?

วิธีที่ลูกค้าโต้ตอบกับผู้ให้บริการด้านสุขภาพอาจแตกต่างอย่างมากจากวิธีที่ลูกค้าโต้ตอบกับสถาบันการเงินหรือผู้ค้าปลีก แม้เทคโนโลยีศูนย์ติดต่ออาจมีความคล้ายคลึงกัน, แต่ภาษ, กระบวนการทำงาน, ความคาดหวังของลูกค้า, และข้อกำหนดที่เกี่ยวข้องกับการโต้ตอบเหล่านั้นอาจแตกต่างอย่างมาก.

ดังนั้นบริบทของอุตสาหกรรมจึงมีความสำคัญเพิ่มขึ้นเมื่อเอเจนต์ AI สามารถทำได้มากกว่าการตอบคำถามพื้นฐาน เอเจนต์ต้องเข้าใจประเภทคำขอที่ลูกค้ามักทำ, คำศัพท์ที่พนักงานและลูกค้าใช้, ระบบที่เกี่ยวข้องกับการทำคำขอนั้น, และขอบเขตของสิ่งที่มันควรทำได้.

องค์กรควรประเมินเอเจนต์ AI ตามอุตสาหกรรมโดยใช้สถานการณ์จากการดำเนินงานจริงของตน ซึ่งหมายถึงการทดสอบคำขอทั่วไปพร้อมกับข้อยกเว้นและสถานการณ์ที่ซับซ้อนมากขึ้น พวกเขาควรตรวจสอบว่าเอเจนต์ทำตามกระบวนการทำงานที่คาดหวัง, เข้าใจภาษาที่ลูกค้าใช้, และรู้ว่าเมื่อใดควรเรียกคนเข้ามาช่วย.

องค์กรต้องประเมินว่าการจัดการความเป็นส่วนตัว, ความปลอดภัย, และข้อกำหนดด้านกฎระเบียบเป็นอย่างไร การพิจารณาเหล่านี้ควรเป็นส่วนหนึ่งของกระบวนการออกแบบและการประเมิน ไม่ใช่สิ่งที่ทำหลังจากเอเจนต์เริ่มโต้ตอบกับลูกค้าแล้ว.

สุดท้าย ความรู้ด้านอุตสาหกรรมจะมีคุณค่าเมื่อมันแปลเป็นการโต้ตอบกับลูกค้าที่แม่นยำ, เหมาะสม, และเป็นประโยชน์มากขึ้น.

เมื่อเอเจนต์ AI พัฒนาจากการตอบคำถามไปสู่การทำธุรกรรมและการดำเนินการแทนลูกค้า, มีมาตรการป้องกันอะไรบ้างที่จำเป็นเกี่ยวกับสิทธิ์การเข้าถึง, ความเป็นส่วนตัว, การสร้างภาพหลอน, ความสามารถในการตรวจสอบ, และการควบคุมโดยมนุษย์?

ระดับการควบคุมควรเพิ่มขึ้นเมื่อเอเจนต์ AI มีความรับผิดชอบมากขึ้น มีความแตกต่างอย่างชัดเจนระหว่างเอเจนต์ที่ให้ข้อมูลทั่วไปและเอเจนต์ที่ทำการเปลี่ยนแปลงบัญชี, ดำเนินการธุรกรรม หรือทำการกระทำอื่นที่ส่งผลโดยตรงต่อผู้ใช้.

สิทธิ์การเข้าถึงเป็นส่วนสำคัญของเรื่องนี้ เอเจนต์ AI ควรเข้าถึงข้อมูลและระบบที่จำเป็นสำหรับงานที่ได้รับอนุญาตเท่านั้น การยืนยันตัวตน, การควบคุมการเข้าถึง, และกฎชัดเจนเกี่ยวกับการใช้ข้อมูลลูกค้าเป็นสิ่งสำคัญ ลูกค้าควรได้รับความโปร่งใสว่า ข้อมูลของพวกเขาถูกจัดการอย่างไร.

องค์กรยังต้องมีบันทึกของสิ่งที่เกิดขึ้นระหว่างการโต้ตอบ เมื่อเอเจนต์เริ่มดำเนินการ, บริษัทควรสามารถเข้าใจว่าข้อมูลใดถูกใช้, การกระทำใดเสร็จสิ้น, และเกิดปัญหาใดที่ไหนหากมีข้อผิดพลาด สิ่งนี้สำคัญอย่างยิ่งในสภาพแวดล้อมที่อ่อนไหวหรือมีการควบคุม.

การควบคุมโดยมนุษย์ควรสะท้อนความเสี่ยงของงาน บางงานที่เป็นกิจวัตรอาจเหมาะสมให้เอเจนต์ AI ทำได้อย่างอิสระ แต่สถานการณ์ที่มีผลสำคัญอาจต้องการการตรวจสอบหรือการอนุมัติ.

AI ยังต้องรู้จักความไม่แน่นอน เมื่อข้อมูลไม่ครบ, ขัดแย้ง, หรืออยู่นอกขอบเขตที่กำหนดไว้, วิธีที่ปลอดภัยที่สุดคือการหยุดชั่วคราว, ขอข้อมูลเพิ่มเติม, หรือเรียกคนเข้ามาช่วย แทนการดำเนินการโดยอิงจากสมมติฐานที่ไม่มีหลักฐาน.

โครงการ AI ในศูนย์ติดต่อมักประเมินด้วยการประหยัดต้นทุน, การลดการโทรเข้ามา, หรือการลดเวลาในการจัดการเฉลี่ย. ตัวชี้วัดเพิ่มเติมใดบ้างที่ผู้นำควรใช้เพื่อพิจารณาว่า AI กำลังปรับปรุงการแก้ไขปัญหาในการติดต่อครั้งแรก, ความพึงพอใจของลูกค้า, ประสบการณ์พนักงาน, รายได้, และความเชื่อมั่นระยะยาว?

ตัวชี้วัดด้านประสิทธิภาพมีความสำคัญ, แต่ผู้นำควรมองไกลกว่าความเร็วหรือค่าใช้จ่ายของการโต้ตอบ การโต้ตอบสั้นอาจไม่มีคุณค่า หากลูกค้าต้องติดต่อบริษัทอีกครั้งเพราะปัญหาไม่ได้รับการแก้ไขอย่างเต็มที่.

การแก้ไขปัญหาในการติดต่อครั้งแรกจึงเป็นมาตรการสำคัญสำหรับเหตุผลนี้ อัตราการติดต่อซ้ำและอัตราการส่งต่อก็สามารถบอกผู้นำได้ว่า AI ช่วยลูกค้าอย่างแท้จริงหรือเพียงแค่ย้ายปัญหาไปที่อื่น ความพึงพอใจของลูกค้าควรเป็นศูนย์กลาง เนื่องจากประสบการณ์สุดท้ายกำหนดว่าผู้คนจะยังคงเชื่อมั่นและเลือกทำธุรกิจกับบริษัทต่อไปหรือไม่.

จุดนี้สำคัญยิ่งเมื่อพิจารณาจาก งานวิจัยการมีส่วนร่วมของลูกค้าของเรา. ลูกค้ามีความอดทนต่อประสบการณ์ที่แย่จำกัด, ดังนั้นบริษัทควรระมัดระวังไม่ให้การเพิ่มประสิทธิภาพหนึ่งมาทำให้ความสัมพันธ์โดยรวมเสียหาย.

ประสบการณ์ของพนักงานก็ต้องได้รับความสนใจเช่นกัน หาก AI ให้ข้อมูลที่ดีกว่า, จัดการงานซ้ำ, และช่วยพนักงานแก้ปัญหาที่ซับซ้อนมากขึ้น, ผู้นำควรเห็นผลนี้ในความคิดเห็นและประสิทธิภาพของพนักงาน.

ผมยังจะมองผลลัพธ์ทางธุรกิจที่กว้างขึ้น เช่น การรักษาลูกค้า, การเติบโตของบัญชี, และรายได้ที่สร้างหรือปกป้องผ่านการโต้ตอบบริการ ทั้งหมดนี้ร่วมกันให้ผู้นำเห็นภาพที่ชัดเจนว่าการใช้ AI สร้างคุณค่าให้กับลูกค้า, พนักงาน, และธุรกิจในระยะยาวหรือไม่.

Vonage ดำเนินงานผ่านศูนย์ติดต่อ, การสื่อสารแบบรวมศูนย์, API การสื่อสาร, และความสามารถที่ขับเคลื่อนด้วยเครือข่ายผ่าน Ericsson. ชั้นเหล่านี้จะทำงานร่วมกันอย่างไรเพื่อช่วยเอเจนต์ AI สื่อสารและดำเนินการข้ามช่องทางโดยไม่สร้างสแตกเทคโนโลยีใหม่?

ลูกค้าไม่ได้คิดว่า การโต้ตอบเกิดขึ้นในแพลตฟอร์มศูนย์ติดต่อ, หรือขับเคลื่อนโดย API การสื่อสารหรือเครือข่ายมือถือ พวกเขาต้องการสื่อสารผ่านช่องทางที่สะดวกสำหรับตนและดำเนินการต่อโดยไม่มีความขัดแย้งเทคโนโลยีที่ไม่จำเป็น เทคโนโลยีเบื้องหลังประสบการณ์นั้นต้องสนับสนุนความต่อเนื่องนี้.

Vonage ดำเนินงานผ่าน Network APIs, CPaaS, CCaaS และ UCaaS, ซึ่งให้โอกาสในการมองความสามารถเหล่านี้เป็นส่วนที่เชื่อมต่อกันของประสบการณ์ลูกค้า เมื่อเอเจนต์ AI มีความสามารถมากขึ้น การเชื่อมต่อเหล่านี้ก็ยิ่งสำคัญ เพราะเอเจนต์อาจต้องสื่อสารผ่านช่องทางหนึ่ง, เข้าถึงบริบทจากระบบอื่น, และดำเนินการในที่อื่น.

แนวทางที่บูรณาการมากขึ้นยังช่วยรักษาบริบทเมื่อผู้ใช้ย้ายระหว่างเสียง, การส่งข้อความ, และช่องทางอื่น ๆ หลักการเดียวกันใช้ได้เมื่อการโต้ตอบ AI ย้ายไปยังพนักงานเพื่อจัดการ.

ความสัมพันธ์ของเรากับ Ericsson ยังเปิดโอกาสให้แอปพลิเคชันการสื่อสารและความสามารถของเครือข่ายใกล้ชิดกันมากขึ้น เป้าหมายคือทำให้ความสามารถเหล่านี้เป็นประโยชน์ภายในเส้นทางของลูกค้าโดยไม่ทำให้ธุรกิจต้องจัดการกับเครื่องมือที่แยกจากกัน.

กรุณาแชร์ตัวอย่างหนึ่งว่าความสามารถของศูนย์ติดต่อ Vonage, การสื่อสารแบบรวมศูนย์, API และความสามารถของเครือข่าย Ericsson สามารถทำงานร่วมกันในปฏิสัมพันธ์กับลูกค้าได้อย่างไรในวันนี้?

ตัวอย่างที่ดีคือสถานการณ์ที่ลูกค้าโทรไปยังศูนย์ติดต่อของบริการการเงินเพื่อรายงานการทำรายการที่น่าสงสัยหรือขอเปลี่ยนแปลงบัญชี.

ก่อนที่เอเจนต์จะรับสาย, Network APIs ของ Vonage – ที่ขับเคลื่อนโดยโครงสร้างพื้นฐานของ Ericsson – ได้ทำงานอยู่แล้ว ทันทีที่สายเข้ามา, ความสามารถ Identity Insights ของเราจะตรวจสอบหมายเลขโทรศัพท์ของผู้โทรกับข้อมูลเครือข่ายมือถือแบบเรียลไทม์, รวมถึงการตรวจสอบว่าซิมการ์ดที่เชื่อมโยงกับหมายเลขนั้นมีการเปลี่ยนแปลงล่าสุดหรือไม่ สิ่งนี้เป็นสัญญาณที่ชัดเจนของการฉ้อโกงที่อาจเกิดขึ้น และทำงานโดยไม่สร้างความลำบากให้กับลูกค้า.

ข้อมูลเชิงเครือข่ายนี้ไหลตรงเข้าสู่ศูนย์ติดต่อผ่าน Communications APIs ของ Vonage, ปรากฏเป็นสัญญาณความเชื่อถือแบบเรียลไทม์ในพื้นที่ทำงานของเอเจนต์ หากเอเจนต์ทำงานใน Salesforce, ข้อมูลเชิงลึกนี้จะปรากฏอัตโนมัติใน Agentforce, ทำให้เอเจนต์เห็นได้ว่าตัวตนของผู้โทรได้รับการยืนยันหรือว่าต้องตรวจสอบเพิ่มเติม – ทั้งหมดนี้ก่อนการสนทนาเริ่มต้น.

ในเวลาเดียวกัน, Vonage Contact Center (VCC) เชื่อมต่ออย่างไร้รอยต่อกับโซลูชันการสื่อสารแบบรวมศูนย์ Vonage Business Communications (VBC) เพื่อเชื่อมต่อกับองค์กรโดยรวม หากเอเจนต์ต้องการเรียกผู้เชี่ยวชาญด้านการฉ้อโกงหรือเพื่อนร่วมงานจากฝ่ายหลังบ้าน, พวกเขาจะเห็นได้ว่ามีใครพร้อมให้บริการแบบเรียลไทม์และสามารถโอนสายพร้อมบริบทครบถ้วน ลูกค้าไม่ต้องอธิบายซ้ำ และผู้เชี่ยวชาญจะเข้าร่วมการสนทนาพร้อมกับข้อมูลที่เกิดขึ้นแล้ว.

สิ่งที่ทำให้ตัวอย่างนี้มีความหมายคือไม่มีชั้นใดทำงานแยกจากกัน เครือข่ายให้ข้อมูลกับศูนย์ติดต่อ API เชื่อมโยงข้อมูลกับกระบวนการทำงาน การสื่อสารแบบรวมศูนย์ทำให้คนที่เกี่ยวข้องอยู่ในวงจร ลูกค้ารับรู้เป็นการโต้ตอบเดียวต่อเนื่อง – ซึ่งเป็นสิ่งที่ควรเป็น.

นี่คือรูปแบบการบูรณาการที่เรากำลังมุ่งหวังให้ครอบคลุมทุกความสามารถของเรา, และตอนนี้ก็พร้อมให้ลูกค้าใช้งานแล้ว.

เมื่อ AI รับมือกับการโต้ตอบที่เป็นกิจวัตรของลูกค้ามากขึ้น, คุณคาดว่าหน้าที่ของผู้เชี่ยวชาญศูนย์ติดต่อมนุษย์จะเปลี่ยนแปลงอย่างไรในช่วงสามถึงห้าปีข้างหน้า, และองค์กรควรเริ่มทำอะไรตอนนี้เพื่อเตรียมพร้อมคน, กระบวนการ, และผู้นำ?

เมื่อ AI จัดการส่วนใหญ่ของการโต้ตอบประจำวัน, ผมคาดว่าผู้เชี่ยวชาญศูนย์ติดต่อจะใช้เวลามากขึ้นกับสถานการณ์ที่ทักษะมนุษย์มีความสำคัญที่สุด ซึ่งรวมถึงปัญหาซับซ้อน, สถานการณ์ที่ไม่ปกติ, และการสนทนาที่ต้องการความเห็นอกเห็นใจ, การตัดสินใจ หรือความคิดสร้างสรรค์.

บทบาทของผู้เชี่ยวชาญศูนย์ติดต่อจะเชื่อมโยงกับ AI อย่างใกล้ชิด พนักงานอาจใช้ AI เพื่อค้นหาข้อมูล, เข้าใจประวัติการโต้ตอบ, สรุปการสนทนา หรือระบุขั้นตอนต่อไปที่เป็นไปได้ ซึ่งหมายความว่าคนต้องเข้าใจวิธีทำงานร่วมกับระบบเหล่านี้, รู้ว่าเมื่อใดควรเชื่อถือและเมื่อใดควรท้าทายหรือยกเลิกคำแนะนำ.

สิ่งสำคัญคือองค์กรต้องเริ่มเตรียมทีมของตนตั้งแต่ตอนนี้และผู้นำมีบทบาทสำคัญ พนักงานต้องเข้าใจเหตุผลที่ AI ถูกนำมาใช้และวิธีที่งานของพวกเขาจะเปลี่ยนไป การฝึกอบรมควรช่วยให้พนักงานเข้าใจว่า AI เข้ากับหน้าที่ประจำวันอย่างไรและอะไรที่ยังคงเป็นความรับผิดชอบของมนุษย์เมื่อ AI มีส่วนร่วม.

บริษัทควรให้ผู้เชี่ยวชาญศูนย์ติดต่อมีส่วนร่วมในกระบวนการนำไปใช้ เนื่องจากพวกเขาเห็นคำถามของลูกค้า, ช่องว่างของกระบวนการ, และกรณีพิเศษทุกวัน ประสบการณ์ของพวกเขาช่วยระบุว่าการอัตโนมัติจะเป็นประโยชน์ที่ไหนและคาดการณ์ว่ามีปัญหาอะไรอาจเกิดขึ้น.

ในช่วงสามถึงห้าปีข้างหน้า, ผมคาดว่าศูนย์ติดต่อที่แข็งแกร่งที่สุดจะเป็นศูนย์ที่ใช้ AI ทำให้คนของพวกเขามีประสิทธิภาพมากขึ้นพร้อมคงเส้นทางที่ชัดเจนไปสู่การสนับสนุนมนุษย์เมื่อ ลูกค้าต้องการ.

ขอบคุณสำหรับการสัมภาษณ์ที่ยอดเยี่ยม, ผู้อ่านที่ต้องการเรียนรู้เพิ่มเติมควรเยี่ยมชม Vonage.