Useimmat yrityksen omistajat, joiden kanssa keskustelen, tekevät tällä hetkellä klassisen virheen. He huomaavat asiakastyytyväisyyden laskevan tai tukikustannusten nousevan, ja heidän ensimmäinen vaistonsa on ”liittää päälle” chatbot. He kohtelevat tekoälyä digitaalisena laastarina – automaatiokerroksena, joka on suunniteltu istumaan olemassa olevan sotkun päällä ja toivottavasti torjumaan muutaman tukipyynnön.
Mutta aito tekoälytransformaatio on todellisuudessa tätä: jos prosessinne on rikki tai dokumentaationne on vanhentunutta, tekoäly-chatbot ei korjaa sitä. Se vain automatisoi hämmennyksen. Se tekee yrityksenne epäpätevyydestä nopeampaa ja helpommin skaalautuvaa.
Olen analysoinut tuhansien yritysten toimintoja, ja kaava on aina sama. Voittajia eivät ole ne, joilla on ”älykkäin” botti. Voittajia ovat ne, jotka rakentavat itsekorjautuvaa dokumentaatiota. Kyseessä on siirtymä kysymyksiin vastaavasta tekoälystä tekoälyyn, joka tunnistaa, miksi kysymyksiä kysytään, havaitsee aukot yrityksenne wikissä ja ehdottaa korjausta ennen kuin tiiminne edes tietää ongelman olemassaolosta.
Dokumentaatiovelkaloukku
💡 Haluatko Pennyn analysoivan liiketoimintaasi? Hän kartoittaa, mitkä roolit tekoäly voi korvata, ja rakentaa vaiheittaisen suunnitelman. Aloita ilmainen kokeilu →
Jokaisella yrityksellä on sitä, mitä kutsun dokumentaatiovelaksi. Tämä on kasvava kuilu sen välillä, miten yrityksenne todellisuudessa toimii tänään, ja mitä sisäiset ohjeenne, UKK-osionne ja ohjeartikkelinne väittävät sen tekevän.
Perinteisessä mallissa dokumentaatio on staattista. Ihminen kirjoittaa oppaan, se pysyy ajantasaisena kolme kuukautta, ja sitten tapahtuu ohjelmistopäivitys tai käytäntömuutos. Opas on nyt ”velkaa”. Asiakkaanne turhautuvat, soittavat tukeen, ja te maksatte ihmiselle siitä, että hän selittää ristiriidan.
Kun yritätte tekoälytransformaatiota syöttämällä tämän ”velan” LLM-pohjaiseen chattiin, botti hallusinoi tai antaa vanhentuneita neuvoja. Tämän jälkeen syytätte tekoälyä. Mutta ongelma ei ole tekoälyssä, vaan lähdemateriaalissa.
Tämän vuoksi sanon usein asiakkailleni, että vertailussa Penny vs. ChatGPT ei ole kyse vain mallien vertailusta; kyse on siitä, miten nuo mallit ovat vuorovaikutuksessa yrityksenne logiikan kanssa. Geneerinen botti on vain niin hyvä kuin sille syötetty jäte.
Reaktiivisista järjestelmistä itsekorjautuviin
Aidosti tekoälyä hyödyntävät yritykset eivät käytä tekoälyä vain asiakkaille puhumiseen; ne käyttävät sitä heidän kuuntelemiseensa. Tässä kohtaa ”itsekorjautuvuuden” käsite astuu kuvaan.
Itsekorjautuva dokumentaatiojärjestelmä seuraa kolmivaiheista sykliä: Havainnoi, diagnosoi ja ehdota.
1. Havainnointivaihe
Sen sijaan, että tekoäly tarkistaisi vain ”suljetut tukipyynnöt”, se analysoi jokaisen keskustelun semanttiset klusterit. Se ei vain näe, että 50 ihmistä kysyi palautuksista; se näe, että 50 ihmistä kysyi palautuksista erityisesti siksi, että ”Peruuta”-painike puuttui mobiilisovelluksen päivityksestä.
2. Diagnoosivaihe
Järjestelmä vertaa näitä klustereita nykyiseen tietopankkiinne (KB). Jos tekoäly huomaa, ettei ”Miten peruuttaa” -artikkelia ole päivitetty vuoden 2023 jälkeen, se merkitsee tämän tietovajeeksi.
3. Ehdotusvaihe (korjaaminen)
Tämä on läpimurto. Tekoäly luo luonnoksen päivitetystä dokumentaatiosta kokeneen henkilöstönne tekemien onnistuneiden ratkaisujen perusteella. Se esittää tämän teille: ”Huomasin, että 12 % käyttäjistä on hämmentyneitä uudesta tilausprosessista. Olen luonut luonnoksen päivitetystä UKK-osiosta ja sisäisen Slack-hälytyksen tuotetiimille. Julkaistaanko?”
Asiakastuen 90/10-sääntö
Viittaan usein 90/10-sääntöön: kun tekoäly voi hoitaa 90 % toiminnoista – tässä tapauksessa rutiininomaisen tiedonhakun ja perusvianmäärityksen – on kysyttävä, vaatiiko jäljelle jäävä 10 % erillisen roolin, vai onko se vastuu, joka tulisi yhdistää strategisempaan positioon.
Kun dokumentaationne on itsekorjautuvaa, tuo 90 % ”helpoista” tukipyynnöistä katoaa kokonaan. Te ette vain ”torju” pyyntöjä; te poistatte pyynnön syyn. Tällä on valtava vaikutus kiinteisiin kustannuksiinne. Esimerkiksi monet yritykset huomaavat, etteivät ne enää tarvitse monimutkaisia ja kalliita puhelinjärjestelmiä, kun dokumentaatio on niin tarkkaa, että asiakkaat löytävät vastaukset sekunneissa.
Toimialojen väliset kaavat
Näen tämän suuntauksen kiihtyvän eri tavoin sektorista riippuen.
- SaaS-alalla: Itsekorjautuvat dokumentit integroituvat osaksi käyttöliittymää. Jos käyttäjä epäröi toiminnon kohdalla, tekoäly luo työkaluvihjeen (tooltip) perustuen muiden samaan asiaan törmänneiden käyttäjien reaaliaikaiseen palautteeseen.
- Majoitus- ja ravitsemisalalla: Näemme tämän siinä, miten vieraiden kyselyitä käsitellään. Jos hotelliketjun vieraat kysyvät jatkuvasti älytelevisioiden käyttöohjeita, tekoäly ei vain kerro niitä; se ilmoittaa johtajalle, että huoneopasteet ovat puutteellisia. Voit lukea lisää näistä muutoksista majoitusalan säästöoppaastamme.
- Verkkokaupassa: Tekoäly tunnistaa, että tietyllä tuotteella on 20 % korkeampi palautusprosentti, koska ”Koko-opas” on epätarkka suhteessa asiakaspalautteeseen. Se päivittää automaattisesti kokosuositukset tuotesivulle.
Toimistovero ja dokumentaatiomyytti
Monet yritykset maksavat korkeita kuukausimaksuja asiakaskokemustoimistoille (CX) tukeakseen heidän toimintojaan. Tätä kutsun toimistoveroksi. Nämä toimistot käyttävät kolme kuukautta raportin kirjoittamiseen, joka kertoo teille sen, minkä tekoäly olisi voinut kertoa kolmessa sekunnissa: dokumentaationne ei vastaa asiakkaidenne todellisuutta.
Siirtymällä tekoälylähtöiseen dokumentaatiostrategiaan ohitatte välikäden. Ette maksa ”asiantuntijamielipiteestä”; rakennatte järjestelmän, joka perustuu rekursiiviseen totuuteen – järjestelmään, joka todentaa jatkuvasti omaa tarkkuuttaan käyttäjienne kokemusten perusteella.
Kuinka aloittaa dokumentaatiotransformaatio
Ette tarvitse miljoonabudjettia aloittaaksenne. Tarvitsette muutoksen ajattelutavassa. Lopettakaa kysyminen ”Minkä chatbotin ostaisin?” ja alkakaa kysyä ”Miten teen tietopankistani autonomisen?”
- Auditioi ”vastaamattomat kysymykset”: Tarkastelkaa kysymyksiä, joihin nykyinen bottinne tai tiiminne ei osaa vastata. Nämä eivät ole epäonnistumisia; ne ovat pohjapiirros seuraavalle dokumentaatiopäivityksellenne.
- Yhdistäkää palautekehä: Käyttäkää työkaluja, joiden avulla tekoäly voi ehdottaa dokumentaation muokkauksia chat-litteraattien perusteella. (Intercom ja Zendesk ovat alkaneet tehdä tätä, mutta GPT-4o:n ympärille rakennetut räätälöidyt ratkaisut ovat usein tehokkaampia yrityskohtaiseen logiikkaan).
- Hylätkää PDF:t: Jos yrityksenne tieto on vankina staattisissa PDF-tiedostoissa, se on näkymätöntä tekoälylle ja asiakkaillenne. Siirtäkää kaikki rakenteelliseen, tägeihin perustuvaan wikiin, jota kielimalli voi lukea ja päivittää.
Loppupäätelmä
Tekoälytransformaatiossa ei ole kyse ihmisten korvaamisesta puhuvilla laatikoilla. Kyse on oppivan yrityksen rakentamisesta.
Kun dokumentaationne korjaa itseään, asiakastukitiiminne lakkaa olemasta ”kustannuspaikka” ja alkaa toimia ”strategisten oivallusten moottorina”. Säästätte rahaa, kyllä. Mutta mikä tärkeämpää, rakennatte yrityksen, joka on perusteiltaan selkeämpi asiakkailleen.
Tämä selkeys on perimmäinen kilpailuetu. Jos olette valmiita lopettamaan vuotojen paikkaamisen ja aloittamaan putkien korjaamisen, työkalut ovat jo täällä. Ryhdytään töihin.