U podstaw transformacji centrów kontaktowych leży generatywna sztuczna inteligencja, która zmienia charakter interakcji z klientami, wgląd w dane i sposób, w jaki konsultanci pomagają klientom w rozwiązywaniu ich problemów.
Chociaż widzimy, jak sztuczna inteligencja tworzy stopniowe zmiany w usługach, dotarliśmy do kluczowego momentu, w którym powszechne technologie, takie jak transkrypcja i streszczenia tekstowe, ewoluują. Duża część zadań telemarketerów może być teraz zarządzana dzięki automatyzacji procesów, a w przypadku zadań wymagających interwencji człowieka, AI jest gotowa wspierać konsultantów w ich pracy. Dzięki możliwościom odblokowanym teraz przez genAI, przedsiębiorstwa mogą poprawić wydajność centrum kontaktowego i zmniejszyć zarówno bezpośrednie, jak i pośrednie koszty działalności.
Aby w 2024 roku wdrożyć sztuczną inteligencję (AI) w swojej infrastrukturze obsługi klienta (CX[2]), przedsiębiorstwa powinni zadbać o podstawowe obszary, które mogą przynieść im wymierne korzyści: wysokiej jakości transkrypcja, oraz uporządkowanie danych. Dopiero wówczas będą mogli efektywnie działać z wykorzystaniem automatyzacji w reszcie procesów i projektów realizowanych w ich biznesie.
Oto trendy, które będą miały wpływ na CX w 2024 roku:
Przez lata obietnica automatyzacji podsumowań za pomocą AI w celu redukcji Średniego Czasu Obsługi (AHT[3]) wydawała się być w zasięgu ręki. Jednak wczesne modele AI, głównie zorientowane na podsumowanie ekstrakcyjne, dostarczały tylko kontekstowych informacji z przeszłych interakcji. Chociaż ułatwiały one pracę agentów po rozmowie, te podsumowania oferowały jedynie ogólny kontekst, wymagając często ręcznej ingerencji w automatyczne podsumowanie. Efekt – owszem przyspieszały pracę, ale i tak wymagały czasu na ręczną edycję podsumowania przez telemarketera.
Dlaczego więc rok 2024 będzie rokiem podsumowań tekstowych napędzanych przez AI? Ponieważ dzięki generatywnej AI podsumowania będą bardziej treściwsze i wygodniejsze w odczytaniu przez kolejnego pracownika obsługującego interakcję z klientem. W przeciwieństwie do metod ekstrakcyjnych, generatywne podsumowanie nie tylko zawiera istotne elementy rozmowy, ale także ocenia emocje klienta.
Trenowanie GenAI w oparciu o rozmowy z klientami pozwala zidentyfikować unikalne problemy, zrozumieć czynniki satysfakcji i strategicznie poprawić ogólne doświadczenia klientów. Na czele tej transformacji znajdują się “dane emocjonalne”. Ten segment danych zagłębia się w ludzkie emocje, wskazując obszary do poprawy (które odczuwają klienci) dostarczając plan działania, by podnieść doświadczenia klientów na nieosiągalne dotąd poziomy. Spójrzmy na kilka przykładów branżowych.
Wykorzystanie analizy emocji w branży turystycznej może odkryć emocje klientów związane z pobytem w hotelach, lotami i destynacjami, wskazując w ten sposób obszary, które wymagają jeśli nie poprawy – to przynajmniej większej naszej uwagi. Marki w branży odzieżowej mogą zrozumieć reakcje klientów na swoje oferty. Dekodując opinie z różnych kanałów, firmy te identyfikują trendy i konkretne preferencje klientów, co umożliwia ukierunkowane ulepszenia produktów i spersonalizowane strategie marketingowe.
Dane emocjonalne odgrywają również kluczową rolę w CX w telekomunikacji. Firmy uzyskują istotne informacje o tym, co cieszy lub frustruje użytkowników, analizując emocje klientów związane z interakcjami z usługami, doświadczeniami. Ostatecznie, te informacje umożliwiają dostawcom telekomunikacyjnym szybkie reagowanie na problemy, poprawę jakości usług i dostosowanie ofert do konkretnych potrzeb klientów.
W tym roku spodziewamy się znacznego wzrostu wykorzystania generatywnej AI w botach. Główny potencjał tkwi w podnoszeniu jakości rozmów z botami do poziomu rozmówcy i eliminowaniu trudności w rozumieniu intencji użytkownika, co umożliwia płynną obsługę zapytań klientów.
Patrząc w przyszłość, ewolucja generatywnej AI obejmuje stałą integrację z API firm zewnętrznych. Dzięki niej możliwe będzie dostosowane odpowiedzi do danych indywidualnych klientów, które mają zgromadzone firmy. To może wzbogacić interakcje z botami o indywidualnych parametrach i sytuacjach jakie znane są obecnie z interakcji z człowiekiem. Idealnie boty z generatywną AI, nie tylko to osiągają, ale także działają autonomicznie w imieniu klientów, samodzielnie lub po potwierdzeniu przez człowieka.
Ten wzrost wykorzystania generatywnych botów stanowi transformacyjną zmianę w interakcjach z klientami. Jego wpływ różni się w zależności od sposobu wdrożenia. Niektóre zastosowania optymalizują pracę i funkcjonalności wirtualnych asystentów, dynamicznie dostosowując się do treści interakcji, znacząco redukując wysiłek człowieka.
Ale bardziej zaawansowany, zintegrowany bot generatywny przekracza te efektywności. Płynnie obsługuje złożone zapytania, dostosowując odpowiedzi poprzez łączenie wiedzy wyuczonej z danymi w bazach danych konsumenckich firmy. Bot mógłby więc holistycznie rozumieć zapytania klientów, autonomicznie uzyskiwać dostęp do API, zbierać wymagane informacje i wykonywać zadania w imieniu klienta. To prawdziwa rewolucja w automatyzacji!
Transformacyjna integracja generatywnej AI z ludźmi w centrach kontaktowych, nie jest odległą wizją – to rozwijająca się rzeczywistość, która wpływa na sposób, w jaki firmy wzmacniają prawdziwych ludzkich agentów. Nie chodzi o zastępowanie interakcji ludzkich, ale o wzmocnienie human touch. Generatywne boty działają jako niezastąpieni pomocnicy telemarketerów, oferując subtelne informacje w czasie rzeczywistym, umożliwiając konsultantom skupienie się na skomplikowanych rozmowach i budowaniu relacji z klientami.
Poprzez przyjęcie generatywnej AI, contact center[1] wyjdą poza transakcyjne interakcje i będą budować relacje oparte na zrozumieniu, empatii i spersonalizowanej uwadze. To właśnie mieszanka technologii i interakcji ludzkich toruje drogę do wysokiej jakości obsługi i doświadczeń klientów.
Wg. raportu Planning Guide 2024: Customer Experience, 71% liderów priorytetowo traktuje zwiększenie budżetów, aby uzyskać głębsze insighty w potrzeby klientów, podczas gdy 48% przeznacza środki specjalnie na technologie centrów kontaktowych. Te zwiększone inwestycje pokazują poważne zaangażowanie w wykorzystanie postępu technologicznego do poprawy doświadczeń klientów. Co więcej, znaczna część tego powiększonego budżetu kierowana jest na B&R, podkreślając kluczową rolę odkrywania ukrytych danych CX w nadchodzącym roku.
Walka o wyrażenie potrzeb i zapewnienie płynnych doświadczeń często definiuje… słabą obsługę klienta. Nieporozumienia i brak połączeń utrudniają budowanie relacji, na których zależy firmom. Każdy z nas ma swoje historie złych doświadczeń z obsługą klienta. Jednak wyzwanie pozostaje: jak osiągnąć wysokiej jakości usługę, jednocześnie zarządzając kosztami. To od zawsze było kluczowym problemem w obszarze CX.
Tradycyjnie, ta równowaga prowadziła do kompromisów, gdzie cierpiała albo jakość komunikacji, albo gwałtownie rosły koszty. Pojawienie się generatywnej AI wprowadza nową trajektorię, łącząc efektywność kosztową z wyjątkową jakością w CX, zapewniając, że każda interakcja odzwierciedla etos usługi będący sercem każdego centrum kontaktowego. Kształtując nasze podejście, zmierzamy ku erze CX, gdzie zbieżność kosztów i jakości dzięki generatywnej AI ostatecznie kończy złe usługi dla klientów.
Zgadzam się, że podsumowywanie rozmów może przyczynić się do poprawy jakości (a dokładniej szybkości) obsługi klienta. Zgadzam się, że boty będą wreszcie zmierzać w kierunku obsługi przez generatywną AI, ale zastanawia mnie jedno – czy czy w Polsce to już, czy jeszcze musimy poczekać ze dwa lata do tego, aby nasi dostawcy technologii do contact center to wdrożyli… Jak Pan myśli, Panie Pawle?