Från supportfunktion till tillväxtmotor: Framtiden för AI och kundservice

I samarbete med Salesforce

När det gäller att föreställa sig framtiden blir kundservice ofta målad i ett dystopiskt ljus. Ta 2002 sci-fi-filmen Minoritetsrapport . Tom Cruises John Anderton går in i Gap, ett identitetsigenkänningssystem skannar honom och ett hologram frågar om ett köp nyligen.

Det finns något oroande i den här vinjetten - en oönskad icke-människa verkar veta allt om dig (eller, som i filmen, misstar dig för någon annan). Men sanningen är att kunder idag förväntar sig denna typ av elegant, personlig service. Deras relationer med återförsäljare, banker, vårdinrättningar – och praktiskt taget alla organisationer de har affärer med – förändras. I en digital ekonomi som alltid är på, vill de ansluta när de vill, hur de vill. Kunder vill att deras produktfrågor ska besvaras, kontoproblem åtgärdas och hälsomöten ska bokas om snabbt och utan krångel.

De börjar få det. Idag, när kunder ringer ett företag för att få information om dess produkter, styrs samtalet av en chatbot. De svarar på några enkla frågor och chatboten styr dem i rätt riktning. Om den inte kan svara på en fråga, kommer en mänsklig agent in för att hjälpa till. Kundupplevelsen är snabb och personlig och kunderna är nöjdare. Å andra sidan är medlen mer effektiva och produktiva. Se den verkliga framtiden för kundservice.

Artificiell intelligens (AI) och kundrelationshantering (CRM) banar vägen till den framtiden. Tillsammans kan teknikerna automatisera rutinuppgifter, frigöra mänskliga agenter och ge dem datadrivna insikter för att snabbt lösa kundproblem. De hjälper återförsäljare, banker, statliga myndigheter och fler att ompröva målen för sina kundservicecenter, vilket gör att deras team kan utvecklas från en supportfunktion till en tillväxtmotor.

Idag möjliggör framsteg inom AI och maskininlärning djupare nivåer av kundengagemang och service än någonsin tidigare.

Men hårda utmaningar kvarstår. Målet för organisationer är att erbjuda samma kundservice i alla kanaler – telefon, chatt, e-post, sociala medier – men i de flesta organisationer idag är tekniken inte riktigt där än. AI-tekniker måste kunna förstå mänskligt tal och känslomässiga nyanser på en djupare nivå för att lösa komplexa kundproblem. Och i avsaknad av universella standarder som styr den etiska användningen av AI, måste organisationer bygga en uppsättning vägledande principer som sätter kundernas behov först – och etablerar den typ av förtroende mellan människor och maskiner som får det hela att ticka.

Automatisera eller stagnera

I en Februari inlägg Gartner förutspår att år 2022 kommer 70 % av kundinteraktionerna att involvera framväxande teknologier som applikationer för maskininlärning (ML), chatbots och mobilmeddelanden, upp från 15 % 2018.

Idag möjliggör framsteg inom AI och maskininlärning djupare nivåer av kundengagemang och service än någonsin tidigare. Kraftfulla och träningsbara algoritmer kan analysera enorma mängder data och lära sig mönster för att automatisera och hjälpa kundtjänstprocesser. Den här tekniken förändrar kundtjänstens ansikte och hjälper organisationer att förstå kundernas behov – ofta innan de ens gör det – och tillhandahåller den tjänst de behöver i rätt ögonblick, säger Jayesh Govindarajan, vice vd för AI och maskininlärning på Salesforce.

AI används i nästan alla aspekter av kundservice, till att börja med automatisk triaging av kundärenden till agenter med rätt kompetens, och följt av assisterande AI som går in för att få fram information och svar som hjälper agenter att lösa ärenden snabbare och med precision, säger Govindarajan. Det finns till och med AI som kan använda sammanhang i en konversation för att förutsäga ett svar. Om jag säger 'jag är hungrig - det är dags att ta lite ...', säger Govindarajan, den vet att jag förmodligen kommer att säga 'lunch' eftersom det är mitt på eftermiddagen.

Coronavirus-pandemin 2020 påskyndar övergången till digital-first service. Mänskliga interaktioner blir allt mer virtuella: människor gör mer av sina dagliga uppgifter över internet, handlar online och möter och samarbetar via virtuella plattformar. Organisationer inser det snabba skiftet och svarar på utmaningen genom att använda chatbots och andra AI-verktyg för att samla information, klassificera och dirigera kundärenden och lösa rutinproblem.

Trenden utspelar sig i alla branscher, med den största adoptionen inom detaljhandel, finansiella tjänster, hälsovård och myndigheter, enligt Govindarajan. När människor behöver hjälp med att returnera en produkt eller förnya ett körkort blir processen alltmer automatiserad. Enbart detaljhandelsautomationsmarknaden värderades till 12,45 miljarder dollar 2019 och förväntas nå 24,6 miljarder dollar 2025, enligt forskning av Mordor Intelligence .

En sådan vidsträckt användning är möjlig eftersom språkmodeller, motorerna bakom naturlig språkbehandling, kan tränas för att lära sig ett specifikt språk. I detaljhandeln, till exempel, kan ett konversations-AI-system lära sig strukturen och innehållet i en produktkatalog, säger Govindarajan. Ordförrådet för konversationen är domänspecifik, i det här fallet detaljhandel. Och med mer användning kommer språkmodellerna att lära sig vokabulären som används i varje bransch.

Alliansen människa-maskin

När denna nya nivå av kundservice utvecklas går den i två allmänna riktningar. Å ena sidan finns det en helt automatiserad upplevelse: en kund interagerar med en organisation – guidad av chatbots eller andra automatiska röstmeddelanden – utan hjälp av en mänsklig agent. Till exempel kan Einstein, Salesforces AI-drivna CRM-system, automatisera repetitiva funktioner och uppgifter som att ställa frågor till en kund för att fastställa typen av ett samtal och dirigera samtalet till rätt avdelning.

Vi vet precis hur strukturen i ett samtal ser ut, säger Govindarajan. Du kommer att se en hälsning, samla in lite information och gå och lösa ett problem. Det är praktiskt att automatisera dessa typer av konversationer. Ju mer modellen används, desto mer kan algoritmerna lära sig och förbättras. A studie utförd av Salesforce fann att 82 % av kundtjänstorganisationer som använder AI såg en ökning av första kontaktupplösning, vilket innebär att problemet är löst innan kunden avslutar interaktionen.

Men AI-assisterade svar har begränsningar. När en fråga är mer komplex eller mindre förutsägbar krävs mänskligt engagemang – tänk på en turist som förklarar ett problem på ett andra språk, eller någon som kämpar för att följa monteringsanvisningar för en takfläkt. I dessa scenarier är empati avgörande. En människa måste vara i slingan för att kunna arbeta direkt med kunden. Så en agent går in, hänvisar till CRM-systemet för uppdaterad kunddata för att få det nödvändiga sammanhanget och hjälper kunden att lösa problemet.

Du kan tänka på agentens roll som att träna systemet – agenter korrigerar maskingenererade svar och vidtar uppföljningsåtgärder, säger Govindarajan. Medan systemet hjälper agenten mot rätt svar med hjälp av maskininlärningsmodeller som tränats i tidigare liknande, framgångsrikt lösta fall och på kundens tidigare interaktioner med företaget.

Agenten kan också odla en bättre relation med kunden genom att överladda konversationen med databaserade insikter, vilket gör det mer personligt.

Att övervinna teknik, etiska utmaningar

Allt detta målar upp en spännande bild av framtiden för kundservice – men det finns hinder att hoppa över. Kunder engagerar sig allt mer med företag via online- och offlinekanaler. Salesforce-undersökning fann att 64 % av kunderna använder olika enheter för att starta och avsluta transaktioner. Detta innebär att organisationer måste ta till sig och implementera teknik som kan tillhandahålla den berömda enda vyen av kunden – en aggregerad samling av kunddata. Att ha denna vy kommer att hjälpa till att möjliggöra multimodal kommunikation – vilket innebär att kunder får samma upplevelse oavsett om de använder en mobiltelefon, sms:ar eller skickar e-post. Vidare måste maskininlärningsalgoritmer bli mer effektiva; konversations-AI behöver utvecklas för att mer exakt upptäcka röstmönster, känslor och avsikter; och organisationer måste se till att uppgifterna i deras algoritmer är korrekta och relevanta.

Utmaningarna sträcker sig längre än bara teknik. När kontaktcenter använder AI måste de fokusera på att utveckla förtroendet mellan tekniken och deras anställda och kunder. Till exempel måste en chatbot låta kunderna veta att det är en maskin och inte en människa; kunder måste veta vad botens begränsningar är, särskilt i fall där känslig information utbyts, som inom hälsovård eller finans. Organisationer som använder AI måste också vara uppmärksamma på vem som äger kundernas data och hur de hanterar datasekretess.

Organisationer måste ta detta ansvar på allvar och åta sig att tillhandahålla de verktyg som kunder och personal behöver för att utveckla och använda AI säkert, korrekt och etiskt . I en forskningsanteckning från 2019 , Gartner råder data- och analysledare: Nå överenskommelse med intressenter om relevanta etiska riktlinjer för AI. Börja med att titta på de fem vanligaste riktlinjerna som andra har använt: vara människocentrerad, vara rättvis, erbjuda förklaring, vara säker och ansvarsfull.

I en värld där det blir allt viktigare att bygga starka relationer mellan organisationer och allmänheten, erbjuder service den största möjligheten att höja kundupplevelser och gå för tillväxt. Värdet av att göra det blir allt tydligare, säger Govindarajan. När du implementerar AI-system och gör det bra, sjunker kostnaden för att hantera ärenden och hastigheten för att lösa dem går upp. Och det skapar värde för alla.

Detta innehåll producerades av Insights, den anpassade innehållsdelen av MIT Technology Review. Den skrevs inte av MIT Technology Reviews redaktion.

Dölj