Lielākā daļa uzņēmēju, ar kuriem es runāju, joprojām ir iestrēguši klientu apkalpošanas "tērzēšanas robotu (chatbot) ērā". Jūs jau zināt, kā tas izskatās — tīmekļa vietnes stūrī parādās mazs burbulis, uzdod trīs stingri noteiktus jautājumus un pēc tam liek klientam gaidīt e-pasta ziņojumu. Būtībā tā ir tikai uzlabota saziņas forma, kas izliekas par asistentu. Tā nav tikai neefektīva tehnoloģiju izmantošana; tā ir neizmantota iespēja fundamentāli mainīt jūsu vienības ekonomiku.
Kad mēs šodien runājam par AI rīkiem klientu atbalstam, mēs nedomājam tikai atbilžu sniegšanu uz jautājumiem. Mēs runājam par sarežģīta Semantiskā ugunsmūra izveidi. Tā ir daudzpakāpju darbplūsma, kas atšifrē cilvēcisko sarežģītību — frustrāciju, sarkasmu, sarežģītus vairāku daļu vaicājumus — un pārvērš to strukturētos datos un izpildāmā loģikā vēl pirms tam, kad komandas dalībnieks vispār saņem paziņojumu.
Vadot uz AI vērstu biznesu, esmu novērojis, ka reālie ietaupījumi nerodas "atbildes" fāzē. Tie rodas "triāžas" fāzē. Ja jūs varat automatizēt izpratni par to, kas klientam ir vajadzīgs un kā viņš jūtas, jūs jau esat uzvarējuši 80% no cīņas.
Atbalsta latentuma plaisa
💡 Vai vēlaties, lai Penijs analizē jūsu biznesu? Viņa kartē, kuras lomas AI var aizstāt, un izveido pakāpenisku plānu. Sāciet savu bezmaksas izmēģinājuma versiju →
Pastāv milzīga atšķirība starp to, ko klients sagaida (tūlītēju risinājumu), un to, ko var nodrošināt manuāla atbalsta komanda (2–24 stundu atbildes laiks). Mēs to saucam par Atbalsta latentuma plaisu. Tradicionāli uzņēmumi mēģināja novērst šo plaisu, pieņemot darbā vairāk cilvēku, kas noved pie uzpūstiem pieskaitāmajiem izdevumiem un kultūras, kurā "problēmas tiek risinātas, piesaistot papildu darbiniekus".
Taču problēma nav cilvēku trūkums; tas ir strukturētas informācijas saņemšanas trūkums. Kad pieteikums nonāk cilvēka iesūtnē, darbiniekam tas ir jāizlasa, jāidentificē problēma, jāizpēta klienta vēsture, jānovērtē steidzamība un tikai tad jāpieņem lēmums par atbildi. Tā ir liela kognitīvā slodze amatam ar £30k gada algu. Ieviešot daudzpakāpju AI darbplūsmu, jūs noņemat "domāšanas" laiku un atstājat cilvēkam tikai "risināšanas" laiku. Jūs varat apskatīt detalizētu šo manuālo izmaksu sadalījumu mūsu klientu apkalpošanas izmaksu analīzē.
1. posms: Noskaņojuma filtrs (tā dēvētais "Mood Ring")
Pirmkārt, mums ir jāzina, kā klients jūtas. LLM (lielais valodas modelis) var milisekundēs noskenēt 500 vārdu garu, juceklīgu e-pastu un atgriezt noskaņojuma rādītāju no -1.0 līdz 1.0.
Kāpēc tas ir svarīgi? Tāpēc, ka "neitrāls" vaicājums par piegādes laikiem būtu jāapstrādā citādi nekā "dusmīgs" vaicājums par dubultu samaksu. Lielākā daļa AI rīku klientu atbalstam ļauj iestatīt trigerus, pamatojoties uz šiem rādītājiem.
- Darbplūsma: Ja noskaņojums ir < -0.7, sistēma automātiski atzīmē to prioritārai izskatīšanai cilvēkam vai piemēro automatizētu "krīzes novēršanas" secību, kas nekavējoties piedāvā patiesu piekāpšanos.
- Atziņa: Dusmas parasti rodas no sajūtas, ka tevi nesadzird. Ātrums ir vienīgās zāles pret šo sajūtu.
2. posms: Nolūka klasifikācija (triāžas aģents)
Kad zinām noskaņojumu, mums jānoskaidro mērķis. Šeit mēs ejam tālāk par atslēgvārdu meklēšanu. Vecās sistēmas meklēja vārdu "Atmaksāt". Jaunās AI sistēmas saprot, ka teikums "Es neesmu apmierināts ar kvalitāti un vēlētos saņemt savu naudu atpakaļ" nozīmē "Atmaksāt", pat ja šis vārds tur nav minēts.
Mēs izmantojam modeli "Klasificēt un novirzīt". AI piešķir pieteikumam konkrētu kategoriju:
- Tehniska problēma
- Norēķini/Rēķini
- Funkcijas pieprasījums
- Vispārējs jautājums
- Mēstules (Spam)
Klasificējot nolūku pašā sākumā, jūs varat novirzīt pieteikumu uz pareizo iekšējo sistēmu. Tehniskās problēmas var tikt ievadītas tieši GitHub vai Jira pieteikumā. Norēķinu vaicājumus var salīdzināt ar jūsu grāmatvedības programmatūru (piemēram, Xero vai QuickBooks). Tas ir īpaši efektīvi augstas likmes vidēs — skatiet mūsu ceļvedi par AI profesionālajiem pakalpojumiem, lai redzētu, kā šī loģika tiek piemērota klientu pārvaldībā.
3. posms: Informācijas ieguve (datu ievades slānis)
Šajā posmā AI darbojas kā digitālais asistents jūsu darbiniekam, kurš vēlāk sniegs atbildi. Tā vietā, lai atbalsta aģents jautātu: "Kāds bija jūsu pasūtījuma numurs?", AI noskenē ziņojumu, identificē pasūtījuma numuru un izgūst izsekošanas informāciju no jūsu datubāzes.
Tad tas pieteikumam pievieno kopsavilkumu aģentam:
- Klients ir neapmierināts. Nolūks: piegādes kavēšanās. Pasūtījums #12345. Pašreizējais statuss: piegādē. Piedāvātā atbilde zemāk.
Tas pārvērš atbalsta aģentu par Izņēmumu vadītāju. Viņi vairs nemeklē datus; viņi apstiprina vai pielāgo risinājumu, kas jau ir sagatavots. Tāpēc, kad cilvēki salīdzina Penny vs ChatGPT, viņi saprot, ka vērtība nav tikai AI esamībā, bet gan tāda AI izmantošanā, kas saprot šīs sarežģītās biznesa darbplūsmas.
Aģentūras nodoklis un 90/10 likums
Vecajā modelī jūs, iespējams, maksājāt klientu apkalpošanas aģentūrai fiksētu ikmēneša maksu vai maksu par katru pieteikumu. To es saucu par Aģentūras nodokli. Jūs maksājat par viņu vadības pieskaitāmajām izmaksām, biroja telpām un manuālo neefektivitāti.
Izveidojot daudzpakāpju AI darbplūsmu, jūs piemērojat 90/10 likumu: AI var tikt galā ar 90% triāžas un vienkāršiem risinājumiem, kas nozīmē, ka cilvēks ir nepieciešams tikai 10% gadījumu, kuros ir ārkārtēja sarežģītība vai augstas vērtības attiecību pārvaldība. Lielākajai daļai MVU šie 10% neprasa pilnas slodzes darbinieku; to var veikt nepilnas slodzes klientservisa vadītājs vai sākuma posmā pat pats dibinātājs.
Kā uzsākt AI atbalsta transformāciju
Nemēģiniet automatizēt visu uzreiz. Tā ir recepte PR katastrofai. Sāciet ar modeli "Tikai triāža":
- Integrējiet AI: Pievienojiet LLM (izmantojot API vai tādu platformu kā Intercom vai Zendesk AI funkcijas) savam ienākošā atbalsta kanālam.
- Definējiet nolūkus: Izveidojiet sarakstu ar 5 galvenajiem iemesliem, kāpēc cilvēki ar jums sazinās.
- Darbība "ēnu režīmā": Ļaujiet AI kategorizēt pieteikumus divas nedēļas, nenosūtot nevienu atbildi. Pārbaudiet tā precizitāti.
- Aktivizējiet automātiskos kopsavilkumus: Ļaujiet AI rakstīt iekšējos kopsavilkumus jūsu komandai, lai ietaupītu lasīšanas laiku.
- Iespējojiet automātiskās atbildes 1. līmenim: Tikai tad, kad esat pārliecināti par triāžu, ļaujiet AI nosūtīt atbildes "Neitrāla" noskaņojuma gadījumos vai uz "Vispārējiem vaicājumiem".
Realitātes pārbaude
AI neaizstāj uz klientu orientētu kultūru. Faktiski, ja jūsu procesi ir nepilnīgi, AI tikai palīdzēs tos sabojāt ātrāk. Bet, ja jums ir skaidra izpratne par klienta ceļu, šie AI rīki klientu atbalstam ir svira, kas jums nepieciešama, lai mērogotos, nepalielinot darbinieku skaitu.
Jūsu mērķis nedrīkst būt "nerunāt ar saviem klientiem". Jūsu mērķim jābūt panākt, lai katra saruna, kas jums ir, būtu nozīmīga. Filtrējot lieko troksni un manuālo datu ievadi, jūs sniedzat savam uzņēmumam telpu koncentrēties uz tiem 10%, kas faktiski veicina izaugsmi.