Проблема архітектури штучного інтелекту в сфері обслуговування клієнтів

Klarna недавно скоротила 700 робочих місць у сфері обслуговування клієнтів, сподіваючись, що штучний інтелект зможе поглинути різницю. Університетський рік опитування клієнтів показав зниження задоволеності клієнтів, і компанія знову почала набирати працівників. Gartner прогнозує, що до 2027 року половина організацій, які планують подібні скорочення робочої сили, також відмовляться від цих планів.

Це не проблема можливостей штучного інтелекту. 100% агентів контакт-центрів взаємодіють зі штучним інтелектом щодня, щоб обробляти широкий спектр складних ситуацій.

Але жоден із агентів не вважає штучний інтелект критичним для своєї роботи. Ця різниця не дивна. Штучний інтелект продовжує накладатися на ті самі фрагментовані системи, які раніше заважали агентам. Сьогодні люди все ще виконують ручну роботу, перемикання між вікнами, копіювання та вставлення, ручну перевірку, яка пов’язує одну систему з іншою.

Штучний інтелект був створений для заміни цієї праці. Замість цього він ускладнив її. До тих пір, поки хтось не виправить зв’язки між системами, агенти продовжуватимуть виконувати роботу штучного інтелекту вручну та втрачати довіру до найважливішого інструменту, який у них є.

Пробіл довіри, який ніхто не виправляє

Вісімдесят вісім відсотків агентів кажуть, що інструменти штучного інтелекту не змінили суттєво їхню роботу. Дев’яносто три відсотки агентів перевіряють висновки штучного інтелекту перед тим, як діяти згідно з ними. Агенти бачать достатньо неповних або неточних відповідей, тому подвійна перевірка стає нормою. Вони не опираються технології. Вона ще не заслужила їхньої довіри.

Наслідки стають помітними під час розмови з клієнтом. Клієнт дзвонить щодо спірного рахунку, а підсумок рахунку, згенерований штучним інтелектом, застарів на три місяці. Вони витрачають наступні десять хвилин на перевірку інформації в різних системах, яку штучний інтелект мав би надати миттєво, поки клієнт чекає на лінії.

Більшість організацій розглядають цей негативний досвід як проблему людей. Агенти бояться, що їхня робота під загрозою через те, що штучний інтелект виконує все складніші завдання, тому вони працюють навколо нього.

Насправді це проблема керівництва. Gartner виявило, що 91% лідерів у сфері обслуговування клієнтів піддаються тискові з боку виконавчої влади щодо впровадження штучного інтелекту.

Під таким тиском легко сприймати опір як проблему прийняття, а не як сигнал про те, що штучний інтелект не спроектований правильно. Як наслідок, увага залишається на прискоренні розгортання в неправильних напрямках та на збільшенні скорочення штату без виправлення основної проблеми.

Що насправді створює фрагментована розгортання

Агенти служать ручним шаром інтеграції між живою розмовою клієнта та 4-10 відокремленими корпоративними інструментами. Вони “перемикаються” між платформами оплати, системами ERP та інструментами відстеження квитків, поки клієнт чекає на лінії. Це відбувається тому, що більшість підприємств прикріпило штучний інтелект до тієї самої фрагментованої архітектури, яка вже сповільнювала агентів.

Наприклад, чат-боти можуть обробляти передню частину взаємодії, але зазнають невдачі, коли агентам потрібно доступ до старої системи обліку, де фактично відбувається транзакція, тому агенти все одно повинні виконувати завдання вручну. Або інструменти підсумкування штучного інтелекту можуть генерувати нотатки після дзвінка, але вони записуються в окрему систему, а не в систему обліку клієнтів. Штучний інтелект успадкував фрагментацію, а не виправив її.

Штучний інтелект такий же зв’язаний, як і системи під ним. Коли системи не діляться контекстом, штучний інтелект теж не може. Він витягує інформацію з історичних записів CRM, але не може зрозуміти, що відбувається під час живої розмови клієнта. До тих пір, поки він не надає рекомендацію, основні дані можуть змінитися.

Неповний контекст, застарілі дані та відокремлені системи не є окремими проблемами. Вони є симптомами невдачі архітектури штучного інтелекту.

Будування архітектури штучного інтелекту, яка працює з людськими агентами

Будування штучного інтелекту, якому агенти можуть довіряти, і який покращує результати обслуговування клієнтів, зводиться до чотирьох вимог до інфраструктури:

1. Надати інструментам штучного інтелекту доступ до даних в режимі реального часу. Більшість розгортань штучного інтелекту в сфері обслуговування клієнтів витягує дані з тих джерел, які є доступними. Часто ці дані застарілі. Штучний інтелект повинен бути спроектований так, щоб надавати доступ до даних клієнтів в режимі реального часу в момент запиту, а не фрагментованого знімку, складеного з систем, які містять різні версії одного й того самого клієнта.
2. Надати штучному інтелекту постійний контекст. Коли штучний інтелект прикріплюється до існуючої інфраструктури, а не будується в ній, контекст не передається. Він втрачається при кожній передачі. Постійний штучний інтелект повинен бути шаром по всій взаємодії, безперервно передаючи намір клієнта та контекст розмови, коли робота переходить між системами, каналами та людьми-агентами. Коли людина-агент вступає в дію, вона не повинна починати з нуля.
3. Реалізувати агентський штучний інтелект для автономного виконання, а не тільки для рекомендацій. Наступний суттєвий крок – штучний інтелект, який може виконувати роботу, необхідну агентам, автономно, залишаючи людину в циклі для спостереження та контролю. Замість того, щоб казати агентам, що робити далі, агентський штучний інтелект оркеструє робочі процеси по всім підприємствам, обробляє претензії, повертає гроші, оновлює записи та виконує завдання, навіть у старих додатках без API. Штучний інтелект обробляє виконання, а люди-агенти зосереджуються на судженні, емпатії та побудові сильніших відносин з клієнтами.
4. Виберіть системи штучного інтелекту, які покращуються з результатами, а не тільки з вхідними даними. Більшість корпоративного штучного інтелекту є статичним після розгортання. Більш суттєва архітектура – це та, яка безперервно вчиться з результатів взаємодії, оптимізуючи робочі процеси на основі того, що фактично вирішило проблему, а не тільки того, що передбачала навчальна інформація. Штучний інтелект, який закриває цикл зворотного зв’язку між результатами та майбутніми показниками, суттєво відрізняється від штучного інтелекту, який розгортається та залишається без змін.

Пробіл довіри, який агенти мають до штучного інтелекту, не є проблемою навчання або прийняття. Це проблема архітектури.

Справжній ROI штучного інтелекту не полягає в скороченні штату, а в цінності, створеній тоді, коли агенти можуть нарешті зосередитися на клієнтах, а не на системах. Це відбувається тільки тоді, коли штучний інтелект будується в шар виконання, а не накладається на нього.

Організації, які все ще борються з прийняттям, не відстають у сфері штучного інтелекту. Вони відстають в інфраструктурі. Виправте архітектуру, і проблема прийняття сама собою вирішиться.