Personalizacja oparta na sztucznej inteligencji, czyli przyszłość doświadczeń klienta
Firmy muszą wdrożyć najnowocześniejsze strategie angażowania klientów, żeby utrzymać się na topie oraz sprostać rosnącemu zapotrzebowaniu na coraz bardziej spersonalizowane doświadczenia klienta (ang. customer experience – CX). Rozwiązania oparte na sztucznej inteligencji, implementowane w contact centers, poprawią jakość CX, podniosą wydajność pracowników, a także pozytywnie wpłyną na ogólną efektywność operacyjną. Najnowsze osiągnięcia w obszarze AI – takie jak automatyzacja, analiza danych, analiza nastrojów (ang. sentiment analysis) oraz uczenie maszynowe – przekładają się na wyższy poziom personalizacji bez konieczności inwestowania nadmiernej ilości czasu oraz zasobów.
W niniejszym artykule przyjrzymy się możliwościom oferowanym przez AI umożliwiającym tworzenie spersonalizowanych doświadczeń klienta w contact centers, korzyści wynikające z ich stosowania, bieżące przykłady branżowe, a także ewentualne sposoby ich wykorzystania w przyszłości. Analizujemy też wybrane ograniczenia oraz potencjalne rozwiązania, których liderzy biznesowi nie mogą ignorować.
Lepsze zarządzanie połączeniami oraz CX
Automatyzacja oraz personalizacja, oparte na sztucznej inteligencji, mogą zmniejszyć obciążenie pracowników przyziemnymi i administracyjnymi zadaniami, a tym samym podnieść poziom doświadczeń zarówno klientów, jak i samych pracowników.
Jednym ze skutecznych rozwiązań jest wdrożenie chatbotów wspieranych przez AI – obsłużą one rutynowe zapytania i zapewnią natychmiastowe odpowiedzi, które skrócą czas oczekiwania i zwiększą poziom satysfakcji klientów. Algorytmy uczenia maszynowego pomogą eskalować lub kierować bardziej złożone zagadnienia do pracowników posiadających najwłaściwszą ekspertyzę, tym samym zapewniając klientom najlepsze dostępne wsparcie.
Ankiety przeprowadzone wśród klientów wskazały, że 77% respondentów uważa chatboty wspierane przez AI za pomocne w rozwiązywaniu prostych problemów, a 76% zgodziło się z tezą, że tego typu chatboty zapewniają szybsze odpowiedzi.[1]
Skracając czas poświęcany na proste zadania, pracownicy mogą skupić się na rozmowach o prawdziwej wartości dodanej – podnoszących jakość doświadczeń klientów oraz budujących lojalność. Ponadto, analiza danych umożliwi identyfikację dotychczasowych klientów i ich potrzeb, tym samym dostarczając danych historycznych zwiększających zaangażowanie oraz pozwalających uniknąć zbędnych powtórzeń.
Wdrożenie analizy nastrojów może jeszcze bardziej podnieść jakość CX. Analityka tego typu dostarcza cennych informacji w czasie rzeczywistym z obszaru emocji i postaw klientów. Ton, słownictwo oraz nastrój klientów mogą być rejestrowane i analizowane przez sztuczną inteligencję w celu szybkiej identyfikacji niezadowolenia, które wymaga natychmiastowego zaadresowania. Agenci są również w stanie lepiej oceniać stany emocjonalne klientów i prowadzić rozmowy z większą empatią, co przekłada się na bardziej spersonalizowane, korzystne interakcje.
Podejmowanie decyzji biznesowych oraz operacje
Personalizacja oparta na sztucznej inteligencji przynosi również olbrzymie korzyści w zakresie dobrostanu pracowników, operacji biznesowych oraz redukcji kosztów.
Przede wszystkim, na pierwszym miejscu stawia dobrostan pracowników. Załogi call center mają do dyspozycji inteligentne narzędzia analizujące dane klientów w czasie rzeczywistym, co pozwala dostarczać szyty na miarę i pełen empatii CX – zarówno zwiększający poziom satysfakcji klientów, jak i zmniejszający stres oraz zmęczenie zespołów. To bezpośrednio przekłada się na poziom zadowolenia z pracy, a tym samym na wzrost ogólnego dobrostanu.
Wykorzystanie analityki AI pomaga także identyfikować wzorce zachowań klientów, umożliwiając zoptymalizowanie oferowanych usług. Uzyskana w ten sposób efektywność operacyjna prowadzi do skrócenia czasu obsługi połączeń i ogólnej poprawy wydajności.
Podobnie rzecz ma się z analizą nastrojów, która zapewnia nadzór nad powtarzającymi się problemami w interakcjach na linii klient – agent, dając liderom właściwe narzędzia do zaadresowania i rozwiązania typowych problemów klientów.
Personalizacja oparta na sztucznej inteligencji oznacza także znaczne redukcje kosztów. Automatyzacja powtarzalnych zadań oraz wyższa produktywność pracowników skutkuje lepszej jakości obsługą większego wolumenu połączeń – a to wszystko bez „pracy po godzinach” lub konieczności rekrutacji dodatkowych pracowników. Dodatkowo, chatboty wzbogacone o funkcje AI oraz wirtualni asystenci (VA) są dostępni 24/7, co powoduje, że zespół pracowników nie jest już potrzebny w modelu całodobowym.
Rozwiązania AI przekładają się na tak znaczące korzyści w obszarach zarządzania połączeniami oraz ogólnego poziomu CX, że 91% dużych organizacji spodziewa się zwiększenia budżetów przeznaczanych na sztuczną inteligencję oraz analizę danych, aby podnieść jakość operacji i obsługi klienta[2].
Wyzwania, ograniczenia i rozwiązania
Personalizacja oparta na sztucznej inteligencji to cały szereg korzyści, ale wiąże się z nią także kilka wyzwań. Istotnym ograniczeniem jest sytuacja, w której zaczynamy za bardzo polegać na algorytmach AI. Może to skutkować nadmierną „robotyzacją” kontaktu oraz rosnącym brakiem empatii w interakcjach z klientami. Sztuczna inteligencja nie zawsze w pełni zrozumie i zaspokoi zróżnicowane potrzeby emocjonalne naszych klientów, co może przełożyć się na ich niezadowolenie.
Ponadto, technologia dopasowująca się do szybko zmieniających się preferencji i zachowań klientów sama w sobie stanowi wyzwanie. Sztuczna inteligencja formułuje prognozy i zalecenia w oparciu o dane historyczne, które z biegiem czasu mogą przecież stać się nieaktualne.
Aby sprostać tym potencjalnym ograniczeniom, contact centers powinny rozważyć stosowanie modelu hybrydowego, w którym sztuczna inteligencja blisko współpracuje z ludźmi. Może to wyglądać w ten sposób, że AI obsługuje rutynowe zgłoszenia i zapytania, podczas gdy pracownicy zarządzają wymagającymi oraz emocjonalnie złożonymi sytuacjami.
Ponadto, call centers stosujące rozwiązania oparte na sztucznej inteligencji powinny dążyć do wdrożenia procesów umożliwiających uzyskanie opinii klientów na temat ich spersonalizowanych doświadczeń. Feedback tego typu stanowi doskonały wkład merytoryczny, gdy kalibrowana jest precyzja oraz zdolności adaptacyjne algorytmów AI.
Kolejnym ograniczeniem jest ryzyko stronniczości przy podejmowaniu decyzji. Algorytmy sztucznej inteligencji uczą się na podstawie danych historycznych, które mogą zawierać uprzedzenia, niejako „odziedziczone” od ludzi. Jeśli więc dane historyczne nie są dokładnie monitorowane i korygowane, to takie uprzedzenia mogą utrwalić się w procesie personalizacji, powodując niesprawiedliwe traktowanie i/lub wykluczenie niektórych grup klientów[3]. Bieżące monitorowanie oraz kompleksowa kontrola jakości danych to narzędzia niezbędne do identyfikacji i ograniczenia wpływu uprzedzeń w modelach sztucznej inteligencji. Osiągnięcie właściwej równowagi między automatyzacją sztucznej inteligencji a zaangażowaniem ludzi ma tutaj kluczowe znaczenie.
Dodatkowo, skuteczne zarządzanie zmianą oraz utrzymanie jakości danych są konieczne do pomyślnego wdrożenia rozwiązań AI. Stale aktualizowane programy szkoleniowe mogą wyposażyć pracowników w umiejętności potrzebne do skutecznej pracy z systemami AI.
Przyszłość personalizacji opartej na sztucznej inteligencji
Personalizacja oparta na AI poczyniła już wyraźne postępy w wielu różnych sektorach gospodarki. Chatboty wykorzystywane w służbie zdrowia potrafią zrozumieć objawy pacjentów, oferują informacje medyczne oraz planują wizyty lekarskie. Firmy z branży e-commerce korzystają z algorytmów do personalizowania rekomendacji, podnoszenia jakości CX oraz zwiększania wolumenu sprzedaży. W sektorze finansowym, wirtualni asystenci oferują wsparcie w obszarze planowania finansowego oraz w aspekcie rekomendacji inwestycyjnych. Te wyselekcjonowane przykłady pokazują, jak sztuczna inteligencja już teraz zmienia doświadczenia klientów – a ten proces będzie tylko przyspieszał.
Estymacje wskazują, że do roku 2024 ok. 90% chatbotów w call centers będzie opartych na sztucznej inteligencji i obsługiwanych w pełni przez klientów[4]; jednocześnie znacznie wzrosną środki asygnowane na wdrożenie rozwiązań z zakresu AI. Szacuje się, że do 2025 r. wydatki na sztuczną inteligencję wyniosą 126 mld USD[5].
Generatywna sztuczna inteligencja – jak np. ChatGPT – miała zdecydowany wpływ na wspomniany wzrost budżetów, ponieważ odegrała wiodącą rolę w kwestii ewolucji chatbotów. Postępy wprowadzone przez tę technologię umożliwiają chatbotom ciągłe analizowanie oraz integrowanie gromadzonych punktów danych w czasie rzeczywistym w celu tworzenia customizowanych i maksymalnie „ludzkich” odpowiedzi na zapytania i zgłoszenia klientów.
Liderzy biznesowi rozumieją nieuchronność integrowania technologii opartej na sztucznej inteligencji ze swoimi strategiami CX, co w konsekwencji zapewni transformację biznesową contact centers[6]. Do najważniejszych kanałów kontaktu, które menedżerowie contact centers zamierzają przekształcić, należą agent/voice telephone services (45,24%), robotic process automation (43,65%) oraz voice bots (42,06%). Inne kanały kontaktu, które organizacje planują przekształcić, to: intelligent assistants/agents (36,51%), e-mail (34,13%) oraz interactive voice response (32,54%).
Przetwarzanie języka naturalnego (NLP) odegra kluczową rolę w rozwoju sztucznej inteligencji, umożliwiając analizę zapytań klientów w czasie rzeczywistym.
Dodatkowo, ciągły rozwój algorytmów AI oznacza, że znaczący odsetek liderów biznesu – aż 86% – oczekuje, że tę technologię będzie można wykorzystać w celu zminimalizowania frustracji klientów[7].
Potencjalnie niezwykle wysoki poziom personalizacji zaowocuje szybszym i dokładniejszym rozwiązywaniem problemów, prowadząc do zwiększenia poziomu satysfakcji oraz lojalności klientów.
Co przyniesie przyszłość
Personalizacja oparta na sztucznej inteligencji jest fundamentalną częścią składową przyszłości CX. Integracja AI ze strategiami CX już teraz rewolucjonizuje zarządzanie połączeniami, podnosi wydajność oraz zwiększa możliwości pracowników. Automatyzacja, analiza danych oraz analiza nastrojów umożliwiają szyte na miarę interakcje, proaktywne rozwiązywanie problemów i poprawę nastrojów. Mimo, że ścieżka nie będzie usłana różami i trzeba będzie stawić czoło wyzwaniom, to podejście hybrydowe – łączące sztuczną inteligencję oraz pracowników – adresuje szereg problemów (jak np. uprzedzenia) i pozwala pielęgnować „ludzką twarz” kontaktu, a szkolenia oraz monitoring redukują uprzedzenia oraz zapewniają wysoką jakość danych.
Postępy czynione w obszarach NLP oraz ML przełożą się na jeszcze lepszą zdolność sztucznej inteligencji do przewidywania potrzeb klientów. Przyszłość CX rysuje się w jasnych barwach, a przed liderami biznesowymi stoi możliwość wykorzystania personalizacji opartej na AI jako potężnego sojusznika w drodze do sukcesu.
Autor: Mark Angus, CEO Genesis Global Business Services i partner-założyciel The World Source Marketplace for Global Business Services (GBS.World)
[1] Zendesk CX Trends 2022 report.
[2] NewVantage Data and AI Leadership Executive Survey 2022.
[3] What Do We Do About the Biases in AI?
[4] Zendesk CX Trends 2022 report.
[5] Artificial intelligence software market revenue worldwide 2018-2025.
[6] GBS.World Marketplace 2022 Buy-Side Demand Survey.
[7] MIT Technology Review Insights: Customer Experience and the Future of Work.
Artykuł pochodzi z magazynu:
FOCUS ON Business #11 July-August (4/2023)
Zobacz numer
