Чи переписують агенти штучного інтелекту підручник контакт-центрів?

Було час, коли контакт-центри будувалися в першу чергу для обробки великої кількості запитів клієнтів по телефону. Сьогодні контакт-центри значною мірою замінили їх – операційні хаби, де підприємства керують взаємодією з клієнтами через різні канали: телефон, електронну пошту, соціальні медіа та програми для обміну повідомленнями.

Але попри зміну каналів, під час дії залишилася в основному такою ж.

Прості запитів клієнтів все ще проходять через фрагментований стек: інтерактивна система голосових відповідей (IVR) для верифікації, платформи управління відносинами з клієнтами (CRM) для інформації про обліковий запис, інструменти відстеження для відстеження та окремі системи для виконання завдання. Хмарні платформи, такі як Contact-Center-as-a-Service (CCaaS), зблизили ці інструменти, забезпечуючи більш гнучкі операції, але досвід залишається далеко не безшовним, спирається на多ступеневу обробку, передачу та ручну координацію.

Ця модель трималася роками. Потім штучний інтелект з’явився на картині.

Як тільки агенти штучного інтелекту набули імпульсу, стартапи та відомі компанії почали будувати та розгортати інструменти, які обіцяють нову фазу, яку дозволяє здатність штучного інтелекту розблокувати інтелект по системах та використовувати раніше ізольовані дані.

Відмінні системи стають реліктом

З агентами штучного інтелекту на місці контакт-центри більше не працюють у ізоляції. Агенти можуть витягувати інформацію, запускати дії та виконувати завдання на платформах. Якщо клієнт хоче оскаржити платіж, агент штучного інтелекту може перевірити його особистість, отримати історію транзакцій з CRM, перевірити відповідні політики, ініціювати оскарження та підтвердити результат – все це протягом однієї безперервної взаємодії. Не потрібно передачі або ручної координації.

Завдання, які раніше вимагали від людей перемикатися між багатьма інструментами, тепер відбуваються на задньому плані. Багато складності можна абстрагувати, а клієнт або навіть людина-агент ніколи не бачить, як процес працює за лаштунками.

Ця зміна також змінює роль програмного забезпечення. Програмне забезпечення тепер нагадує набір будівельних блоків, тоді як агенти штучного інтелекту діють як шар, який з’єднує та координує системи. Фіксовані робочі процеси поступаються місцем більш гнучким взаємодіям, які формуються ситуацією, а не попередньо визначеними шляхами: замість того, щоб слідувати жорстким меню або сценаріям, рішення приймаються в режимі реального часу на основі контексту.

Час переробити свій технологічний стек

Сьогодні керівники контакт-центрів стикаються з великим питанням: якщо програмне забезпечення більше не є основним джерелом цінності, куди повинна йти технологічна інвестиція?

На щастя, вам не потрібно замінювати свої існуючі системи одразу. Їм потрібно тільки переробити, як ці системи взаємодіють.

У цій новій моделі агенти штучного інтелекту беруть на себе оркестрацію, координуючи дії по системах замість того, щоб покладатися на попередньо визначені робочі процеси. Інтерфейси програмування застосунків (API) та протокол контексту моделі (MCP) стають основним способом спілкування систем, дозволяючи агентам отримувати доступ та інтерпретувати дані, системи та контекст для правильного використання інструментів по всьому стеку.

Але тільки переробка недостатня. Для всіх своїх корисних якостей інструменти штучного інтелекту все ще можуть помилятися. Будь-який з факторів може призвести до того, що інструмент штучного інтелекту буде марити, відхилятися від своєї орієнтації або відхилятися від політики та керівних принципів. Коли відбувається ця зміна, з’являється зростаюча потреба в спостереженні, вимірюванні та підзвітності.

Агенти штучного інтелекту не просто виконують завдання; вони приймають рішення, такі як затвердження повернень, оновлення облікових записів та ескалація питань. І оскільки ці інструменти працюють набагато швидше, ніж будь-яка людина, будь-яка помилка може бути повторена через сотні або навіть тисячі випадків за кілька годин.

Саме тому організації повинні закладати спостережливість, щоб знати, які рішення приймає їхній штучний інтелект; інструменти тестування, щоб вчасно виявляти помилки; та інфраструктуру реєстрації, щоб оперативно розслідувати помилки.

Правильне створення таких гарантій навколо будь-якого розгортання штучного інтелекту дозволить створити більш гнучку та реактивну архітектуру, яка здатна справлятися з складністю способами, яких традиційні робочі процеси не могли б. Варто зазначити, що ця архітектура також є суттєво менш передбачуваною та вимагатиме нових підходів до контролю та управління.

Вартість

Хоча штучний інтелект відкриває світ можливостей, зміна до автономності вводить нові ризики для контакт-центрів, бізнесу, де консистентність та довіра є критичними.

Структуровані робочі процеси тривалий час були основою операцій контакт-центрів. Кожний крок визначається заздалегідь, кожне рішення слідує затвердженому шляху, а кожна взаємодія може бути перевірена проти встановлених правил. Ця структура допомагає забезпечити, щоб взаємодія з клієнтами залишалася послідовною, нормативні вимоги були виконані, а політики застосовувалися однаково у кожному випадку.

Аутономні агенти штучного інтелекту працюють інакше за замовчуванням. На відміну від традиційного програмного забезпечення, яке слідує передбачуваним алгоритмам, агенти штучного інтелекту приймають рішення на основі своєї моделі, навчальних даних та контексту в режимі реального часу. Ця гнучкість дозволяє їм адаптуватися до кожної ситуації, але також вводить варіативність. Два схожих запити клієнтів можуть бути оброблені різними способами залежно від того, як агент інтерпретує вхідні дані, які дані доступні або як модель вагомо оцінює різні сигнали.

Людина, яка слідує жорсткому робочому процесу, буде схильна виробляти досить передбачувані результати, але агенти штучного інтелекту можуть виробляти несподівані або несумісні результати, і вони навіть показали високий потенціал для упередженості. Агент штучного інтелекту може правильно вирішити одну проблему з рахунком, але інтерпретувати подібний випадок по-іншому.

Це піднімає важливі оперативні питання для організацій: як підтримувати підзвітність, коли рішення приймаються системою штучного інтелекту, а не людиною, яка слідує сценарію? Як забезпечити прозорість у цих рішеннях, особливо коли моделі складні та не завжди легко інтерпретуються? І як дотримуватися вимог законодавства в середовищах, де дії динамічно генеруються?

Ці питання мають ще більше значення в контакт-центрах, оскільки вони розташовані на перетині ефективності та досвіду. Затримка у відповіді, неправильне рішення або необґрунтоване рішення можуть залишити клієнтів розчарованими та невпевненими щодо надійності всього вашого бізнесу. Вони будуть сумніватися у вас як у рішенні, і можливо навіть перейдуть до іншого постачальника.

Крім того, існує виклик контролю. Коли агенти штучного інтелекту беруть на себе більше відповідальності, організації потребують засобів для моніторингу та тестування їхньої поведінки в режимі реального часу, виявлення аномалій та втручання, коли це необхідно. Без такого рівня видимості стає важко забезпечити, щоб системи працювали так, як передбачено, або зрозуміти, коли вони не працюють.

Шлях вперед

Організації повинні застосовувати поетапний підхід до впровадження агентів штучного інтелекту. Замість того, щоб повністю замінювати існуючі робочі процеси, організації повинні починати з доповнення їх, впроваджуючи штучний інтелект у контрольованих сценаріях, де ризики нижчі, а вигоди негайні.

Цей підхід дозволить контакт-центрам експериментувати та адаптуватися без втрати надійності. Вони можуть розгортати агентів штучного інтелекту у ситуаціях низького ризику, щоб виявити упередженість, виявити дрейф маршрутизації та вирішити інші питання, які виникають.

Мета, в кінцевому підсумку, полягає в збереженні якості, а агенти штучного інтелекту – лише інструмент, незалежно від того, наскільки вони здатні. Контакт-центр, який приймає цю технологію з правильним балансом обережності та оптимізму, одного дня змусить нас бачити контакт-центри та кол-центри в одному світлі: як релікт минулого.