Reggie Scales, Vonage Başkan ve İş Birimi Uygulama Başkanı – Röportaj Serisi

Reggie Scales, Vonage Başkan ve İş Birimi Uygulama Başkanı, iki on yılı aşkın süredir satış, operasyon, pazar stratejisi ve iş büyümesi konularında liderlik yapan deneyimli bir teknoloji ve iletişim yöneticisidir. 2018 yılında Vonage’e katıldıktan beri şirketin uygulama iş biriminde üst düzey liderlik sorumluluğu üstlenmiştir. Daha önce Scales, Masergy’de Batı ABD Bölgesi Kıdemli Başkan Yardımcısı, Comcast Business’da Orta Bölge Başkan Yardımcısı ve Genel Müdürü, ve Wilcon’da Satış ve Pazarlama Kıdemli Başkan Yardımcısı olarak görev yapmıştır. Kariyerinin erken döneminde PAETEC’te 12 yıldan fazla çalışarak çeşitli yönetim pozisyonlarına yükselmiş; Satış ve Hizmet Başkanlığı da dahil olmak üzere, yaklaşık 500 çalışanlı ve 1 milyar dolar değerindeki bir bölgenin satış ve iş operasyonlarını yönlendirmiştir. Kariyeri, iletişim işletmelerini ölçeklendirme, yüksek performanslı ekipler kurma ve kurumsal satış ile müşteri etkileşimi stratejileri geliştirme üzerine odaklanmıştır.

Vonage, Ericsson’un bir parçası olan küresel bir kurumsal teknoloji şirketidir ve 100 000’den fazla işletmeye iletişim API’leri, birleşik iletişim ve iletişim merkezi çözümleri sunar. Platformu, ses, video, mesajlaşma, kimlik doğrulama ve diğer iletişim yeteneklerini doğrudan uygulamalara ve müşteri deneyimlerine entegre etmeyi sağlar; iş iletişimi ve iletişim merkezi ürünleri ise çalışan iş birliğini ve müşteri etkileşimini destekler. Vonage, platformuna yapay zeka ve mobil ağ zekâsı entegrasyonunu giderek artırmakta, işletmelere ve geliştiricilere dijital kanallarda daha kişiselleştirilmiş, güvenli ve otomatik iletişim deneyimleri yaratma araçları sunmaktadır.

İş hayatınız satış, hizmet, bölgesel operasyonlar, iletişim altyapısı ve şimdi Vonage’in uygulama iş biriminin liderliğini kapsıyor. Bu operasyon deneyimi, özellikle yeniliği ölçülebilir müşteri ve iş sonuçlarıyla dengelemeye yönelik AI benimseme yaklaşımınızı nasıl şekillendirdi?

İletişim sektöründe 25 yıldan fazla çalıştım ve kariyerimin her aşaması, teknoloji yatırımlarını net bir iş ihtiyacıyla ilişkilendirmenin önemini pekiştirdi. Uzun mesafe hizmetleri satışıyla başladım, ardından yerel iletişim, veri ağları, bulut bilişim ve şimdi yapay zekaya geçiş yaptım. Sektörümüzde birkaç büyük dönüşüm gördüm ve bir ders hep aynı kaldı: Yeni bir teknoloji, müşteriler ve işletme için gerçek bir sorunu çözdüğünde kalıcı değer yaratır.

Bu düşünceyi AI’ye de uyguluyorum. Bir iletişim merkezinde başlangıç noktası, iyileştirmek istediğiniz sonuç olmalıdır. Bu, müşterilerin rutin soruları daha hızlı çözmesini sağlamak, çalışanların bir görüşme sırasında daha iyi bilgi almasını sağlamak, gereksiz adımları azaltmak ya da bağlam kaybı olmadan kanallar arasında geçişi kolaylaştırmak olabilir.

Mevcut rolüm ürün, mühendislik, satış, ortaklıklar ve müşteri desteğini kapsıyor; bu da benim benimseme yaklaşımımı şekillendiriyor. Bir yetenek teknik olarak etkileyici olabilir, ancak işletmeler hâlâ bunun mevcut operasyonlara nasıl uyduğunu, çalışanların ve müşterilerin ne kadar kolay kullanabileceğini ve başarısını nasıl ölçeceklerini düşünmek zorundadır. Teknoloji, yürütme ve sonuçlar arasındaki bu bağ, AI’de değişimin hızı çok yüksek olduğu için özellikle kritiktir.

Birçok işletme, iletişim merkezlerine üretken ve ajan‑tabanlı AI getirmek istiyor. İlk pilot aşamasının ötesine geçmeden önce veri, iş akışı tasarımı, sistem entegrasyonu ve yönetişim açısından hangi temelleri atmalı?

İşletmeler, AI’yı iletişim merkezi genelinde genişletmeden önce sağlam bir temel oluşturmalıdır. Pilot, sınırlı veri seti ve dar bir iş akışıyla kontrollü bir ortamda çalışabilir. Ölçeklendirme, AI’yı daha fazla sisteme, daha çok müşteri bilgisine ve işin daha fazla kısmına bağlamayı gerektirir; bu da ek karmaşıklık getirir.

Veri, ele alınması gereken ilk alanlardan biridir. Organizasyonların müşteri bilgilerinin nerede saklandığını, bu bilgilerin doğru ve güncel olup olmadığını ve kimlerin bu verileri kullanma iznine sahip olduğunu anlamaları gerekir. İş akışı tasarımı da aynı derecede önemlidir. Şirketler, AI’nın gireceği süreci, hangi kararları alabileceğini ve nerede bir insanın devreye girmesi gerektiğini kavramalıdır.

Entegrasyon da büyük bir parçadır. Müşteriler ses, mesajlaşma, video ve diğer kanallar aracılığıyla iletişim kurarken, çalışanlar sahne arkasında birden çok sisteme dayanabilir. Bu ortamlar birbirinden kopuk kalırsa, AI ek bir parçalanma katmanı oluşturabilir.

Yönetişim de en baştan kurulmalıdır. İşletmeler, gizlilik, güvenlik, erişim ve insan denetimi için net kurallar belirlemelidir. Ayrıca AI’yı zaman içinde nasıl değerlendireceklerini tanımlamalıdırlar. Pilot aşamasının ötesine geçmek, etkileşim sayısı ve durum çeşitliliği arttıkça teknolojinin tutarlı bir şekilde performans göstereceğine dair güven gerektirir.

Müşteri bilgileri genellikle CRM sistemleri, çağrı dökümleri, mesaj geçmişi ve diğer kurumsal platformlar arasında parçalanmıştır. Gerçek birleştirilmiş bir müşteri bağlam katmanı ne gerektirir ve organizasyonlar AI sistemlerinin eksik ya da eski bilgilerle hareket etmesini nasıl önleyebilir?

Faydalı bir müşteri bağlam katmanı, müşterinin kim olduğunu, yolculuğunda neler yaşandığını ve şu anda neyi başarmak istediğini açıklayan bilgileri birleştirmekle başlar. Bu, CRM verileri, çağrı dökümleri, mesaj geçmişi, hesap detayları, önceki hizmet etkileşimleri ve diğer ilgili kayıtları içerebilir.

Birçok şirket bu parçaları hâlâ ayrı sistemlerde yönetiyor ve bu durum, AI olsun ya da olmasın, sorun yaratıyor. Bir müşteri bir kanalda konuşmaya başlar, başka bir kanala geçer ve ikinci sistem ilk etkileşimin geçmişine sahip olmadığı için aynı bilgiyi tekrar vermek zorunda kalır. AI, bu parçalanmayı çözmeyi daha da önemli kılar; çünkü bir ajan, güvenilir bağlam olmadan faydalı bir öneri sunamaz ya da uygun bir eylem gerçekleştiremez.

Organizasyonlar, farklı bilgi türleri için hangi sistemlerin otoriter olduğunu bilmeli ve bu bilgilerin güncel kalmasını sağlayacak süreçlere sahip olmalıdır. Ayrıca AI yeterli bağlamı elde edemediğinde güvenli bir şekilde durdurulmasını sağlayacak koruma mekanizmalarına ihtiyaç duyarlar.

Bilgi eksik, çelişkili ya da eskiyse, AI bu sınırlamayı fark etmeli ve netleştirme talep etmeli ya da bir insanı devreye sokmalıdır. Bu, AI’nın yalnızca soruları yanıtlamaktan müşteriler için eylemler gerçekleştirmeye geçiş yaptığı durumlarda özellikle kritiktir.

Sanaldan bir ajanı insan danışmana devretmenin etkili bir yolu nasıl olmalı? Müşterinin niyeti, önceki konuşma, tamamlanan adımlar ve çözülmemiş sorun gibi hangi bilgiler aktarılmalı ki müşteri yeniden baştan başlamak zorunda kalmasın?

Müşteri, aynı konuşmanın devamı gibi sorunsuz bir devretme deneyimi yaşamalıdır. İnsan danışman etkileşime katıldığında, müşterinin neden iletişime geçtiğini, neyin konuşulduğunu, sanal ajanın neyi tamamladığını ve hâlâ neyin çözülmesi gerektiğini anlamalıdır.

En azından devretme, müşterinin niyetini, ilgili konuşma geçmişini, etkileşim için gerekli hesap bilgilerini, daha önce tamamlanmış adımları veya doğrulamaları ve sanal ajanın sorunu neden yükselttiğini içermelidir. Müşteri sorunu zaten açıklamış ya da bir soruya yanıt vermişse, danışman bu bilgiyi hemen elinde bulundurmalıdır.

Bu süreklilik önemlidir çünkü müşteri hizmetlerinde en büyük hayal kırıklıklarından biri, işlemi baştan başlatmak zorunda kalmaktır. AI, bu sürtüşmeyi azaltmalı, daha fazla adım eklememelidir.

Sanal ajanlar rutin etkileşimlerin daha büyük bir kısmını halledebilir hale geldikçe, bir kişiye geçiş kalitesi daha da kritik hâle gelir. Empati, yargı, yaratıcılık ya da daha nüanslı problem çözme gerektiren durumlar hâlâ ortaya çıkacaktır. Şirketler bu durumu baştan tasarlamalı ve çalışanlara, bu tür durumlar ortaya çıktığında AI ajanından sohbeti etkili bir şekilde devralabilmeleri için yeterli bağlamı sağlamalıdır.

Gelecek dönemde müşteri deneyimi AI’sının, bağımsız araçlardan ziyade mevcut iş akışlarına doğrudan gömülü zekâya odaklanması bekleniyor. Bu, AI’nın iletişim merkezindeki rolünü nasıl değiştirir ve işletmeler hangi görevleri tamamen otomatikleştirip hangilerini insan odaklı tutmalı?

AI’yı mevcut iş akışlarına gömmek son derece etkilidir; çünkü çalışanlar ve müşteriler faydalarını elde etmek için ayrı bir deneyime geçmek zorunda kalmazlar. AI, bir çalışanı bir görüşme sırasında bilgi bulmasına, bir etkileşimi özetlemesine, bir sonraki adımı önermesine ya da bir müşterinin rutin bir sürecini tamamlamasına yardımcı olarak iletişim merkezinde zaten gerçekleşenleri destekleyebilir.

Otomasyon kararı verirken, işletmeler görevin doğasına ve sonuçlarına yakından bakmalıdır. Açık kurallara ve öngörülebilir sonuçlara sahip tekrarlayan etkileşimler, daha yüksek otomasyon için güçlü adaylardır. Örneğin basit bir hesap sorgulaması, hassas bir şikayet, olağandışı bir durum ya da müşteriye önemli bir etki yapabilecek bir kararla çok farklıdır.

Çalışanlar, empati, yargı ve yaratıcı problem çözmenin gerektiği durumlarda hâlâ kritik bir rol oynayacaktır. AI, bu çalışanları devralmak yerine onlara destek olabilir.

Otomasyonu, ürettiği deneyime göre değerlendirmeliyim. Bir süreç daha hızlı hale geliyorsa ama daha fazla tekrar temas, daha fazla yükseltme ya da artan müşteri hayal kırıklığı yaratıyorsa, şirket iş akışını yeniden gözden geçirmelidir.

Vonage, sağlık, finansal hizmetler ve perakende iletişim merkezleri için sektöre özgü AI ajanları tanıttı. Dikey uzmanlaşma neden önem kazanıyor ve bir işletme AI ajanın sektörünün iş akışlarını, terminolojisini ve düzenleyici gereksinimlerini gerçekten anladığını nasıl belirlemeli?

Müşterinin bir sağlık hizmeti sağlayıcısıyla etkileşimi, bir finans kurumuyla ya da perakendeciyle etkileşimi çok farklı olabilir. Temel iletişim merkezi teknolojisi benzerlik gösterebilir, ancak bu etkileşimlerde kullanılan dil, iş akışları, müşteri beklentileri ve gereksinimler büyük ölçüde değişir.

Bu, AI ajanlarının yalnızca temel soruları yanıtamanın ötesine geçmesiyle sektör bağlamının giderek daha önemli hâle gelmesini sağlar. Bir ajan, müşterilerin sıkça yaptığı istekleri, çalışanların ve müşterilerin kullandığı terminolojiyi, bu isteklerin tamamlanmasında kullanılan sistemleri ve ne zaman bir insanın devreye girmesi gerektiğini anlamalıdır.

İşletmeler, sektör‑spesifik AI’yı gerçek operasyonlarından alınan senaryolarla değerlendirmelidir. Bu, yaygın isteklerin yanı sıra istisnalar ve daha karmaşık durumların da test edilmesini içerir. Ajanın beklenen iş akışını izleyip izlemediği, müşterilerin kullandığı dili anlayıp anlamadığı ve ne zaman bir kişiyi dahil etmesi gerektiğini bilip bilmediği incelenmelidir.

Kuruluşlar ayrıca gizlilik, güvenlik ve düzenleyici gereksinimlerin nasıl ele alındığını da değerlendirmelidir. Bu hususlar, bir ajan zaten müşterilerle etkileşime girdikten sonra ele alınmamalı; tasarım ve değerlendirme sürecinin bir parçası olmalıdır.

Sonuçta, sektör bilgisi, daha doğru, uygun ve faydalı müşteri etkileşimlerine dönüşür.

AI ajanları soruları yanıtamaktan işlemleri tamamlamaya ve müşteriler adına eylemler yapmaya ilerledikçe, izinler, gizlilik, halüsinasyonlar, denetlenebilirlik ve insan denetimi açısından hangi güvenlik önlemleri gerekir?

Görev sorumluluğu arttıkça denetim seviyesi de artmalıdır. Genel bilgi sağlayan bir ajan ile bir hesabı değiştiren, bir işlemi tamamlayan ya da doğrudan müşteriyi etkileyen bir eylemi gerçekleştiren ajan arasında büyük fark vardır.

İzinler bu konuda kilit bir unsur oluşturur. Bir AI ajanı, yalnızca yetkilendirildiği görev için gerekli bilgi ve sistemlere erişebilmelidir. Kimlik doğrulama, erişim kontrolleri ve müşteri verilerinin nasıl kullanılacağına dair net kurallar da önemlidir. Müşteriler, bilgilerinin nasıl işlendiği konusunda şeffaflığa sahip olmalıdır.

Kuruluşların ayrıca bir etkileşim sırasında neler olduğunu kaydetmesi gerekir. Ajanlar eylem almaya başladığında, işletmeler kullanılan bilgiyi, tamamlanan eylemi ve bir sorun oluştuğunda nerede meydana geldiğini anlayabilmelidir. Bu, özellikle hassas ya da düzenlemeye tabi ortamlarda kritik hâle gelir.

İnsan denetimi, görevin riskine göre şekillenmelidir. Bazı rutin eylemler bir AI ajanının bağımsız olarak gerçekleştirmesi için uygun olabilir. Daha önemli durumlar ise gözden geçirme ya da onay gerektirebilir.

AI ayrıca belirsizliği tanımalıdır. Bilgi eksik, çelişkili ya da verilen sınırların dışındaysa, en güvenli yol, durmak, ek bilgi istemek ya da bir kişiyi devreye sokmaktır; desteklenmeyen bir varsayımla ilerlemek yerine.

İletişim merkezi AI projeleri genellikle maliyet tasarrufu, çağrı yönlendirme ya da ortalama işlem süresi azalışı üzerinden değerlendirilir. AI’nın ilk temas çözümü, müşteri memnuniyeti, çalışan deneyimi, gelir ve uzun vadeli güven gibi alanlarda iyileşme sağladığını belirlemek için yöneticiler hangi ek metrikleri kullanmalı?

Verimlilik metrikleri önemli, ancak yöneticiler yalnızca bir etkileşimin ne kadar hızlı ya da ucuz gerçekleştiğine bakmamalıdır. Kısa bir etkileşim, sorun tam olarak çözülmediği için müşterinin tekrar şirketle iletişime geçmesi gerekiyorsa pek değerli değildir.

Bu yüzden ilk temas çözümü kritik bir ölçüttür. Tekrarlanan temas oranları ve yükseltme oranları, AI’nın gerçekten müşterilere yardımcı olup olmadığını ya da sorunu başka bir yere taşıyıp taşımadığını gösterir. Müşteri memnuniyeti de merkezde kalmalıdır; çünkü deneyim, insanların bir şirketle iş yapmaya devam edip etmeyeceklerini belirler.

Bu nokta, müşteri etkileşimi araştırmamızda gördüklerimizle özellikle önem kazanıyor. Müşterilerin kötü deneyimlere toleransı sınırlıdır; bu yüzden şirketler tek bir verimlilik metriğini optimize ederken genel ilişkiyi göz ardı etmemelidir.

Çalışan deneyimi de dikkate alınmalıdır. AI, daha iyi bilgi sağlıyor, tekrarlayan işleri hallediyor ve çalışanların daha karmaşık sorunları çözmesine yardımcı oluyorsa, bu durum çalışan geri bildirimleri ve performans ölçümlerinde görülmelidir.

Ayrıca müşteri tutma, hesap büyümesi ve hizmet etkileşimleri üzerinden üretilen ya da korunan gelir gibi daha geniş iş sonuçlarına da bakarım. Bu ölçütler bir araya geldiğinde, yöneticilere AI’nın müşteriler, çalışanlar ve işletme için zaman içinde değer yaratıp yaratmadığı konusunda çok daha net bir tablo sunar.

Vonage, iletişim merkezleri, birleşik iletişim, iletişim uygulama programlama arayüzleri ve Ericsson aracılığıyla ağ‑güçlü yetenekler sunar. Bu katmanlar, AI ajanlarının kanallar arasında iletişim kurmasını ve hareket etmesini, başka bir parçalanmış teknoloji yığını yaratmadan nasıl bir araya getirebilir?

Müşteriler, bir etkileşimin iletişim merkezi platformunda, bir iletişim API’siyle ya da mobil ağ üzerinden gerçekleşip gerçekleşmediğini düşünmez; kendileri için uygun kanalda iletişim kurabilmeyi ve gereksiz sürtüşme olmadan etkileşimi sürdürebilmeyi bekler. Bu deneyimin arkasındaki teknoloji, bu sürekliliği desteklemelidir.

Vonage, Network API’leri, CPaaS, CCaaS ve UCaaS üzerinde çalışır; bu da bu yetenekleri müşteri deneyiminin bağlantılı parçaları olarak düşünmemize olanak tanır. AI ajanları daha yetenekli hâle geldikçe, bir kanal üzerinden iletişim kurma, başka bir sistemden bağlam alma ve başka bir yerde eylem gerçekleştirme ihtiyacı artar; bu yüzden bağlantı daha da kritik hâle gelir.

Daha bütünleşik bir yaklaşım, müşteriler ses, mesajlaşma ve diğer kanallar arasında geçiş yaptıkça bağlamın korunmasına da yardımcı olur. Bu aynı prensip, bir AI etkileşimi bir çalışan tarafından yönetildiğinde de geçerlidir.

Ericsson ile olan ilişkimiz, iletişim uygulamaları ve ağ yeteneklerini daha yakın bir şekilde birleştirme fırsatı sunar. Amaç, bu yeteneklerin müşteri yolculuğu içinde faydalı olmasını sağlamak ve işletmelerin ayrı bir parçalanmış araç seti yönetmek zorunda kalmamaktır.

Lütfen Vonage’in iletişim merkezi, birleşik iletişim, API ve Ericsson ağ yeteneklerinin bugün bir müşteri etkileşiminde nasıl birlikte çalıştığına dair bir örnek paylaşır mısınız?

İyi bir örnek, bir müşterinin finans hizmetleri iletişim merkezini şüpheli bir işlem raporlamak ya da bir hesap değişikliği talep etmek için aradığında gerçekleşir.

Ajanın hatta telefonu kaldırmasından önce, Vonage’in Network API’leri – Ericsson’un taşıyıcı altyapısı tarafından desteklenir – devrede olur. Çağrı geldiği anda, Kimlik İçgörüleri (Identity Insights) özelliğimiz, arayanın telefon numarasını canlı mobil ağ verileriyle, özellikle o numaraya ait SIM kartın yakın zamanda değişip değişmediğiyle karşılaştırır. Bu, potansiyel bir sahtekarlık sinyali olup, müşteri için hiçbir sürtüşme olmadan, görünmez bir şekilde gerçekleşir.

Bu ağ zekâsı, iletişim merkezine Vonage’in İletişim API’leri aracılığıyla doğrudan akarak, ajanın çalışma alanında gerçek‑zamanlı bir güven sinyali olarak belirir. Ajan Salesforce içinde çalışıyorsa, bu içgörü otomatik olarak Agentforce içinde görünür; böylece ajan, arayanın kimliğinin doğrulanıp doğrulanmadığını ya da ek bir inceleme gerekip gerekmediğini, görüşme başlamadan önce görebilir.

Aynı zamanda Vonage Contact Center (VCC), birleşik iletişim çözümü Vonage Business Communications (VBC) ile sorunsuz bir şekilde bütünleşir ve daha geniş organizasyonla bağlantı kurar. Ajan, bir sahtecilik uzmanı ya da bir arka ofis çalışanı getirmesi gerektiğinde, gerçek zamanlı olarak işletme içinde kimlerin müsait olduğunu görebilir ve tam bağlamı koruyarak çağrıyı aktarabilir. Müşteri tekrar kendini anlatmak zorunda kalmaz; uzman, neler olduğunu zaten bilen bir şekilde sohbete katılır.

Bu örneği anlamlı kılan, bu katmanların hiçbirinin izole çalışmamasıdır. Ağ, iletişim merkezini bilgilendirir. API’ler, zekâyı iş akışına bağlar. Birleşik iletişim katmanı, doğru kişileri devrede tutar. Müşteri bunu tek, kesintisiz bir etkileşim olarak deneyimler – olması gereken tam da budur.

Bu, tüm yeteneklerimizde hedeflediğimiz bütünleşme türüdür ve bugün müşterilerimiz için zaten kullanılabilir durumdadır.

AI, daha rutin müşteri etkileşimlerini üstlendikçe, önümüzdeki üç‑beş yıl içinde insan iletişim merkezi profesyonellerinin sorumlulukları nasıl değişecek ve işletmeler bu süreçte insanları, süreçleri ve liderliği hazırlamak için şimdi ne yapmalı?

AI, rutin etkileşimlerin daha büyük bir payını yönettikçe, iletişim merkezi profesyonellerinin zamanının daha çok insan becerilerinin en çok değer kattığı durumlara kayacağını öngörüyorum. Bu, karmaşık problemler, olağandışı koşullar ve empati, yargı ya da yaratıcılık gerektiren sohbetlerdir.

İletişim merkezi profesyonellerinin rolleri de AI ile daha yakın bir şekilde bağlantılı hâle gelecek. Çalışanlar, AI’yı bilgi bulmak, bir etkileşimin geçmişini anlamak, konuşmaları özetlemek ya da olası bir sonraki adımları belirlemek için kullanabilir. Bu da insanların bu sistemlerle nasıl çalışacaklarını, ne zaman güveneceklerini ve ne zaman bir öneriyi sorgulayacaklarını ya da geçersiz kılacaklarını anlamalarını gerektirir.

Önemli olan, işletmelerin ekiplerini şimdi hazırlamaya başlaması ve liderliğin kritik bir rol üstlenmesidir. Çalışanlar, AI’nın neden getirildiği ve işlerinin nasıl evrileceği konusunda net bir anlayışa sahip olmalıdır. Eğitim, çalışanların AI’yı günlük sorumluluklarına nasıl entegre edeceklerini ve AI dahil olduğunda sorumluluklarının neler olduğunu kavramalarına yardımcı olmalıdır.

Şirketler ayrıca iletişim merkezi profesyonellerini uygulama sürecine dahil etmelidir; çünkü bu kişiler her gün müşteri sorularını, süreç boşluklarını ve olağandışı vakaları görür. Deneyimleri, otomasyonun nerede faydalı olacağını belirlemeye ve potansiyel sorunları önceden tahmin etmeye yardımcı olabilir.

Önümüzdeki üç‑beş yıl içinde, en güçlü iletişim merkezlerinin AI’yı insanlarını daha etkili kılmak için kullanan, ancak müşterilerin ihtiyaç duyduğunda insan desteğine net bir yol sunan merkezler olacağını düşünüyorum.

Harika bir röportaj için teşekkür ederiz, daha fazla bilgi edinmek isteyen okuyucular Vonage’i ziyaret etmeli.