Dauguma verslo savininkų, su kuriais kalbuosi, šiuo metu daro klasikinę klaidą. Pastebėję klientų pasitenkinimo mažėjimą arba pagalbos kaštų augimą, jų pirmasis instinktas yra „priklijuoti“ pokalbių robotą. Jie traktuoja AI kaip skaitmeninį pleistrą – automatizavimo sluoksnį, skirtą uždengti esamą netvarką ir, tikėtina, nukreipti keletą užklausų.
Tačiau tikrosios AI transformacijos realybė yra kitokia: jei jūsų procesas yra sugadintas arba dokumentacija pasenusi, AI pokalbių robotas to neištaisys. Jis tiesiog automatizuoja painiavą. Tai paverčia jūsų verslo nekompetenciją greitesne ir lengviau plečiama.
Išanalizavau tūkstančių įmonių operacijas ir dėsningumas visada tas pats. Laimi ne tie, kurie turi „protingiausią“ robotą. Laimi tie, kurie kuria savaime gyjančią dokumentaciją (angl. Self-Healing Documentation). Tai perėjimas nuo AI, kuris tiesiog atsako į klausimus, prie AI, kuris nustato, kodėl klausimai užduodami, pastebi spragas jūsų verslo žinyne ir pasiūlo sprendimą dar prieš tai, kai jūsų komanda sužino apie problemą.
Dokumentacijos skolos spąstai
💡 Norite Penny analizuoti jūsų verslą? Ji nustato, kuriuos vaidmenis AI gali pakeisti, ir sudaro etapinį planą. Pradėkite nemokamą bandomąją versiją →
Kiekvienas verslas turi tai, ką vadinu dokumentacijos skola. Tai vis didėjantis atotrūkis tarp to, kaip jūsų verslas iš tikrųjų veikia šiandien, ir to, kas parašyta jūsų vidiniuose vadovuose, DUK ir pagalbos straipsniuose.
Tradicinėje struktūroje dokumentacija yra statiška. Žmogus parašo vadovą, jis išlieka aktualus tris mėnesius, o tada įvyksta programinės įrangos atnaujinimas arba politikos pasikeitimas. Vadovas tampa „skola“. Jūsų klientai nusivilia, skambina į pagalbos liniją, o jūs mokate žmogui, kad šis paaiškintų neatitikimą.
Kai bandote atlikti AI transformaciją tiesiog pateikdami šią „skolą“ LLM pagrindu veikiančiam pokalbių robotui, robotas pradeda haliucinuoti arba teikti pasenusius patarimus. Tada jūs kaltinate AI. Tačiau problema yra ne AI, o šaltinio medžiaga.
Štai kodėl savo klientams dažnai sakau, kad lyginant Penny prieš ChatGPT kalbama ne tik apie modelių palyginimą; kalbama apie tai, kaip tie modeliai sąveikauja su jūsų verslo logika. Bendrinis robotas yra tik tiek geras, kiek gera yra jam pateikiama informacija.
Perėjimas nuo reaktyvių prie savaime gyjančių sistemų
Tikrosios „pirmiausia AI“ (angl. AI-first) įmonės naudoja AI ne tik tam, kad kalbėtųsi su klientais, bet ir tam, kad jų klausytųsi. Čia atsiranda „savaime gyjančios“ dokumentacijos koncepcija.
savaime gyjanti dokumentacijos sistema vadovaujasi trijų etapų ciklu: stebėti, diagnozuoti ir siūlyti.
1. Stebėjimo etapas
Užuot tik tikrinęs „uždarytas užklausas“, AI analizuoja kiekvieno pokalbio semantines grupes. Jis ne tik mato, kad 50 žmonių klausė apie pinigų grąžinimą; jis mato, kad 50 žmonių klausė apie grąžinimą būtent todėl, kad po mobiliosios programėlės atnaujinimo dingo mygtukas „Atšaukti“.
2. Diagnozavimo etapas
Sistema sugretina šias grupes su jūsų dabartine žinių baze. Jei AI nustato, kad straipsnis „Kaip atšaukti“ nebuvo atnaujintas nuo 2023 m., jis pažymi tai kaip žinių spragą.
3. Siūlymo (gijimo) etapas
Tai yra lūžio taškas. AI sugeneruoja atnaujintos dokumentacijos projektą, remdamasis sėkmingais jūsų patyrusių darbuotojų sprendimais. Jis pateikia tai jums: „Pastebėjau, kad 12 % naudotojų painiojasi dėl naujo atsiskaitymo proceso. Parengiau atnaujintą DUK skiltį ir vidinį Slack įspėjimą produktų komandai. Ar publikuoti?“
90/10 taisyklė klientų aptarnavime
Dažnai remiuosi 90/10 taisykle: kai AI gali atlikti 90 % funkcijos – šiuo atveju įprastą informacijos paiešką ir pagrindinių trikčių šalinimą – turite savęs paklausti, ar likusiems 10 % reikalinga atskira pozicija, ar tai atsakomybė, kuri turėtų būti integruota į strategiškesnes pareigas.
Kai jūsų dokumentacija yra savaime gyjanti, tie 90 % „lengvų“ užklausų visiškai išnyksta. Jūs ne tik „nukreipiate“ užklausas; jūs pašalinate užklausos priežastį. Tai daro didžiulę įtaką jūsų pridėtinėms išlaidoms. Pavyzdžiui, daugelis įmonių supranta, kad joms nebereikia sudėtingų ir brangių telefonijos sistemų, kai jų dokumentacija yra tokia tiksli, kad klientai randa atsakymus per kelias sekundes.
Modelių atpažinimas skirtinguose sektoriuose
Matau, kad ši tendencija spartėja įvairiuose sektoriuose skirtingais būdais.
- SaaS sektoriuje: savaime gyjanti dokumentacija integruojama į vartotojo sąsają. Jei naudotojas užveda pelę ant funkcijos, su kuria jam kyla sunkumų, AI sugeneruoja paaiškinimą, pagrįstą realaus laiko atsiliepimais iš kitų naudotojų, susidūrusių su ta pačia problema.
- Svetingumo sektoriuje: tai matome per tai, kaip apdorojamos svečių užklausos. Jei viešbučių grupės svečiai nuolat klausia, kaip valdyti išmaniuosius televizorius, AI ne tik jiems atsako, bet ir praneša vadovui, kad kambariuose esanti informacinė medžiaga yra neveiksminga. Daugiau apie šiuos pokyčius galite sužinoti mūsų svetingumo sektoriaus taupymo vadove.
- El. prekyboje: AI nustato, kad konkrečios prekės grąžinimo tarifas yra 20 % didesnis, nes „Dydžių lentelė“ yra netiksli, lyginant su klientų atsiliepimais. Tada jis automatiškai pakoreguoja dydžių rekomendacijas prekės puslapyje.
Agentūrų mokestis ir dokumentacijos mitas
Daugelis įmonių moka didelius mokesčius klientų patirties (CX) agentūroms, kad šios „atliktų auditą“. Tai vadinu agentūrų mokesčiu. Šios agentūros tris mėnesius rašo ataskaitą, kuri pasako tai, ką AI galėjo pasakyti per tris sekundes: jūsų dokumentacija neatitinka jūsų klientų realybės.
Pereidami prie AI pagrįstos dokumentacijos strategijos, jūs išvengiate tarpininkų. Jūs nemokate už „eksperto nuomonę“; jūs kuriate sistemą, kuri remiasi rekursine tiesa – sistemą, kuri nuolat tikrina savo tikslumą pagal vartotojų patirtį.
Kaip pradėti dokumentacijos transformaciją
Norint tai pradėti, nereikia milijoninio biudžeto. Reikia mąstysenos pokyčio. Nustokite klausti „Kokį pokalbių robotą turėčiau nusipirkti?“ ir pradėkite klausti „Kaip padaryti savo žinių bazę autonomišką?“
- Audituokite „neatsakytus klausimus“: Pažiūrėkite į klausimus, į kuriuos jūsų dabartinis robotas ar komanda negali atsakyti. Tai ne nesėkmės, o jūsų būsimo dokumentacijos atnaujinimo planas.
- Sujunkite grįžtamojo ryšio ciklą: Naudokite įrankius, kurie leidžia jūsų AI „siūlyti“ dokumentacijos pataisymus remiantis pokalbių stenogramomis. (Intercom ir Zendesk pradeda tai daryti, tačiau pasirinktiniai sprendimai su GPT-4o dažnai yra efektyvesni specifinei verslo logikai).
- Atsisakykite PDF formatų: Jei jūsų verslo žinios yra „įkalintos“ statiškuose PDF failuose, jos yra nematomos jūsų AI ir jūsų klientams. Perkelkite viską į struktūrizuotą, žymomis pagrįstą žinyną, kurį LLM gali nuskaityti ir atnaujinti.
Apibendrinimas
AI transformacija nėra susijusi su žmonių pakeitimu kalbančiomis dėžutėmis. Tai susiję su besimokančio verslo kūrimu.
Kai jūsų dokumentacija gyja pati, jūsų pagalbos komanda nustoja būti „išlaidų centru“ ir tampa „strateginių įžvalgų“ varikliu. Jūs sutaupote pinigų, taip. Bet dar svarbiau – jūs sukuriate verslą, kuris yra iš esmės suprantamesnis klientams.
Tas aiškumas yra didžiausias konkurencinis pranašumas. Jei esate pasiruošę nustoti lopyti skyles ir pradėti tvarkyti vamzdyną, įrankiai jau čia. Kibkime į darbą.