Fran Loftus, Chief Experience Officer, EliseAI – Phỏng vấn

Fran Loftus, Chief Experience Officer, EliseAI là một nhà lãnh đạo năng động, được biết đến với năng lượng sáng tạo và nền tảng đa dạng, kết hợp giữa động lực kinh doanh với chuyên môn hoạt động sâu sắc. Trước khi gia nhập EliseAI, cô đã đồng sáng lập HOM, một nền tảng tiện ích và tương tác công nghệ được mua lại bởi Alfred, nơi cô sau đó đã giữ nhiều vị trí điều hành khác nhau, định hình trải nghiệm của cư dân trên hàng trăm nghìn đơn vị. Tại EliseAI, cô đã giữ các vị trí lãnh đạo hoạt động cao cấp, báo cáo trực tiếp cho CEO và Hội đồng quản trị, thúc đẩy hiệu quả công ty, giám sát kết quả khách hàng và hợp tác chặt chẽ với kỹ sư và bán hàng về chiến lược sản phẩm và triển khai. Được công nhận là người sáng lập và lãnh đạo ngành, cô đã được đề cử cho Top Founder tại MIPIM và được đặt tên nhiều lần trong số những người phụ nữ có ảnh hưởng hàng đầu của CRETech.

EliseAI là một công ty phần mềm AI có trụ sở tại New York, đang biến đổi cách các tổ chức nhà ở và chăm sóc sức khỏe quản lý giao tiếp và quy trình hoạt động với khối lượng lớn thông qua trí tuệ nhân tạo đối thoại và đại lý tiên tiến. Nền tảng của nó tự động hóa các nhiệm vụ như lập lịch trình tham quan, giao tiếp cho thuê, yêu cầu bảo trì, gia hạn, tiếp nhận bệnh nhân và hỗ trợ hành chính trên văn bản, giọng nói, email và trò chuyện, cho phép các đội hoạt động hiệu quả hơn trong khi cải thiện khả năng phản hồi và trải nghiệm khách hàng. Bằng cách tập trung các tương tác này vào một hệ thống AI thống nhất, EliseAI giúp các tổ chức mở rộng hoạt động, giảm tải công việc thủ công và mang lại cải thiện hiệu suất có thể đo lường được trên các chức năng quan trọng của nhiệm vụ.

Với tư cách là Chief Experience Officer tại EliseAI, bạn mang lại một sự kết hợp hiếm có của kinh nghiệm trên cộng đồng, hoạt động và công nghệ. Bạn đã sáng lập HOM, một nền tảng giúp các tòa nhà chung cư cung cấp tiện ích và cảm giác cộng đồng trên quy mô lớn, sau đó lãnh đạo trải nghiệm và giao tiếp tại Alfred, một công ty dịch vụ cư trú được nhúng vào hàng nghìn tòa nhà chung cư. Làm thế nào những vai trò tay nghề cao, lấy người làm trung tâm đó ảnh hưởng đến việc bạn thiết kế và vận hành trải nghiệm AI tại EliseAI ngày nay?

Kinh nghiệm của tôi trong quản lý tài sản vật chất đã dạy tôi rằng công nghệ chỉ tốt như dịch vụ nó thực sự cung cấp trên thực tế. Tại HOM và Alfred, tôi đã học được rằng một cư dân không quan tâm đến giao diện đẹp nếu yêu cầu bảo trì của họ bị bỏ qua hoặc việc dọn vào bị trì hoãn. Điều này đã khiến tôi trở nên ám ảnh với việc đóng vòng lặp. Tôi không thiết kế AI chỉ để xử lý cuộc trò chuyện, tôi thiết kế nó để quản lý toàn bộ vòng đời của một nhiệm vụ. Tôi ưu tiên cư dân trong tình huống khủng hoảng hoặc nhân viên bị kéo căng quá mức, đảm bảo rằng AI không chỉ là một thứ khác để họ theo dõi, mà là một công cụ giúp giảm bớt gánh nặng trên vai họ.

Về mặt CX, AI hiệu quả thực sự trông như thế nào trong môi trường nhà ở và chăm sóc sức khỏe, nơi tin cậy, rõ ràng và theo dõi là quan trọng như tốc độ hoặc tự động hóa?

Trong nhà ở và chăm sóc sức khỏe, việc nhanh chóng là tuyệt vời, nhưng việc thực sự theo dõi là điều xây dựng niềm tin. AI tốt không chỉ cung cấp cho bạn một câu trả lời nhanh; nó cần đảm bảo rằng một điều gì đó thực sự xảy ra. Nếu một bệnh nhân hỏi về hóa đơn hoặc người thuê nhà muốn gia hạn hợp đồng thuê, AI cần cập nhật hồ sơ, thông báo cho người quản lý phù hợp và cho người đó biết rằng các bánh xe đang chuyển động. Đó là về việc rõ ràng và chủ động để mọi người không cảm thấy như họ phải gọi lại ba lần chỉ để kiểm tra trạng thái.

EliseAI đã áp dụng một cách tiếp cận theo chiều dọc thay vì cung cấp một lớp AI chung. Làm thế nào quyết định đó thay đổi trải nghiệm hàng ngày cho các đội tài sản, cư dân và nhân viên chăm sóc sức khỏe so với các công cụ AI ngang?

Các công cụ AI chung yêu cầu khách hàng phải thực hiện công việc nặng nhọc của việc dạy phần mềm các quy tắc ngành. Vì chúng tôi là một giải pháp theo chiều dọc tập trung độc quyền vào nhà ở và chăm sóc sức khỏe, hệ thống của chúng tôi đến với sự hiểu biết sâu sắc về các quy trình làm việc cụ thể, như quy định tiền gửi bảo đảm hoặc sự tinh tế trong lịch trình bệnh nhân. Đối với nhân viên trên mặt đất, điều này có nghĩa là họ không phải quản lý một công cụ trò chuyện chung chung có thể tưởng tượng ra một chính sách. Họ đang làm việc với một hệ thống đã được tích hợp vào phần mềm hiện có của họ và nói ngôn ngữ của hoạt động hàng ngày từ ngày đầu tiên.

Bạn có thể giải thích làm thế nào việc theo dõi các công nhân tuyến đầu để nắm bắt các quy trình làm việc từ đầu đến cuối cải thiện hành vi của mô hình và trải nghiệm khách hàng cuối cùng, so với việc đào tạo trên dữ liệu trừu tượng alone?

Dữ liệu trừu tượng cho bạn thấy “cái gì,” nhưng việc ở trên mặt đất với khách hàng cho bạn thấy “làm thế nào”. Khi nhóm của tôi dành thời gian trong môi trường thực tế nơi phần mềm được triển khai, họ thấy các điểm ma sát mà một tập dữ liệu sẽ bỏ qua. Ví dụ, trong các phiên khám phá với một nhà điều hành nhà ở quân sự, chúng tôi đã xác định các luồng phê duyệt phức tạp và các ràng buộc hàng ngày nghiêm ngặt không có trong bất kỳ hướng dẫn nào. Bằng cách nắm bắt những chi tiết thực tế phức tạp và dịch chúng vào sản phẩm, chúng tôi có thể xây dựng AI không chỉ hoạt động trong một bản demo, mà còn tồn tại trong sự hỗn loạn của một văn phòng bận rộn.

Khi các hệ thống AI vượt ra ngoài việc trả lời câu hỏi để thực hiện nhiệm vụ, những rủi ro trải nghiệm mới nào xuất hiện, và bạn đảm bảo tự động hóa cảm thấy hỗ trợ và đáng tin cậy chứ không xâm phạm hoặc không rõ ràng?

Rủi ro chính chuyển từ AI nói điều gì đó không chính xác sang AI làm điều gì đó không chính xác. Để giảm thiểu điều này, tôi đã thiết lập một mô hình giải pháp sản phẩm nơi chúng tôi có các chuyên gia – nhiều người trong số họ là những người sáng lập trước đây – sở hữu các lĩnh vực sản phẩm cụ thể. Họ thiết lập các quy tắc và rào cản cụ thể về cách AI thực hiện một nhiệm vụ, đảm bảo nó không bao giờ thực hiện một hành động sẽ ngạc nhiên hoặc làm cho nhân viên nhân sự bối rối.

Trong nhà ở và chăm sóc sức khỏe, thậm chí những sự cố nhỏ cũng có thể nhanh chóng xói mòn niềm tin. Bạn thiết kế các hệ thống AI đại lý như thế nào để vẫn minh bạch, dự đoán được và dễ dàng cho con người can thiệp và sửa chữa khi cần?

Thiết kế để xây dựng niềm tin bắt đầu bằng cách rời xa tư duy phản ứng truyền thống nơi bạn chỉ chờ đợi mọi thứ bị hỏng. Thay vào đó, tôi đã xây dựng một đội ngũ hoạt động như một cây cầu giữa sự phức tạp hoạt động thực tế và logic của AI. Những người này không phải là đại lý hỗ trợ – họ là những chiến lược gia và những người sáng lập trước đây sở hữu các lĩnh vực sản phẩm từ đầu đến cuối.

Họ dành thời gian theo dõi công nhân để hiểu các quy tắc không thể thương lượng của một ngành, chẳng hạn như các luồng phê duyệt nhà ở quân sự phức tạp hoặc thời gian phản hồi y tế nghiêm ngặt, và họ nướng những điều đó trực tiếp vào cách AI hoạt động. Minh bạch đến từ thực tế rằng các hệ thống của chúng tôi được thiết kế để đánh dấu các vấn đề tiềm ẩn một cách chủ động trước khi chúng trở thành khiếu nại của cư dân hoặc bệnh nhân. Khi AI cảm nhận được một tình huống cảm xúc cao hoặc một yêu cầu phức tạp mà nó không được đào tạo, nó không đoán. Nó kích hoạt một bàn tay cung cấp cho nhân viên nhân sự toàn bộ lịch sử và ngữ cảnh của tương tác, cho phép họ can thiệp như một đối tác thông tin chứ không phải bắt đầu từ con số không.

Từ góc độ của bạn trong việc giám sát triển khai và thành công của khách hàng, những điểm ma sát phổ biến nhất mà khách hàng gặp phải khi áp dụng AI vào quy trình hoạt động là gì, và EliseAI giảm thiểu ma sát đó như thế nào ngay từ đầu triển khai?

Điểm ma sát lớn nhất hiếm khi là công nghệ bản thân mà là lo lắng rằng công nghệ sẽ làm gián đoạn luồng công việc của đội hoặc thay thế vai trò của họ. Chúng tôi giải quyết điều này bằng cách tập trung vào sự cứu trợ thực tế và tức thì. Trong tuần đầu tiên, chúng tôi sử dụng AI để tiếp quản các nhiệm vụ lặp đi lặp lại, khối lượng lớn thường gây ra sự kiệt sức nhất, như theo dõi ban đầu. Chúng tôi cũng sử dụng AI của riêng mình để quản lý hoạt động công ty nội bộ. Điều này giúp chúng tôi hiểu rõ các điểm áp lực chính xác của việc thay đổi quy trình làm việc, vì vậy chúng tôi có thể trở thành những đối tác tốt hơn khi khách hàng của chúng tôi trải qua quá trình chuyển đổi đó.

Nhiều tổ chức gặp khó khăn trong việc vượt qua các giai đoạn thí điểm. Bạn giúp khách hàng phát triển quy trình và kỳ vọng của họ như thế nào để AI trở thành một phần bình thường của hoạt động hàng ngày chứ không phải là một dự án phụ?

AI chỉ tồn tại khi nó ngừng là một dự án phụ và trở thành một phần bình thường của ngày làm việc; chúng tôi giúp các nhà lãnh đạo tái tổ chức các đội của họ để khi AI xử lý công việc bận rộn, mọi người có thể tập trung vào các nhiệm vụ đòi hỏi sự chạm khắc của con người.

EliseAI hiện hỗ trợ khoảng một trong sáu căn hộ tại Mỹ. Kỳ vọng của khách hàng thay đổi như thế nào ở mức độ quy mô này, và những thách thức trải nghiệm mới nào xuất hiện khi AI trở thành một phần của hoạt động tiêu chuẩn?

Ở mức độ quy mô này, AI không còn là một đổi mới thú vị. Nó là một tiện ích, giống như điện. Kỳ vọng chuyển từ việc nó hoạt động ấn tượng sang việc nó không thể chấp nhận được khi nó thất bại. Chúng tôi phải quản lý sự biến đổi này trong khi duy trì độ tin cậy 100%.

Nhìn về tương lai 2 đến 3 năm, bạn thấy vai trò của Chief Experience Officer sẽ phát triển như thế nào khi các hệ thống AI đảm nhận nhiều trách nhiệm hơn trong các dịch vụ thiết yếu như nhà ở và chăm sóc sức khỏe?

Vai trò sẽ phát triển từ việc quản lý dịch vụ khách hàng sang việc điều phối sự hợp tác giữa con người và AI. Khi AI đảm nhận các phần hành chính và lặp đi lặp lại của công việc, sự tập trung của CXO sẽ chuyển hoàn toàn sang các điểm chạm chiến lược và cảm xúc. Trách nhiệm của chúng tôi sẽ là đảm bảo rằng khi thế giới trở nên tự động hóa hơn, các tương tác của con người trong nhà ở và chăm sóc sức khỏe trở nên có chủ đích và có tác động hơn.

Cảm ơn vì cuộc phỏng vấn tuyệt vời, độc giả muốn tìm hiểu thêm nên truy cập EliseAI.