Francesca Roche oturuyor Quiq'in ürün pazarlaması kıdemli direktörü Priscilla Lee, Ve John Anderson, Quiq'teki yapay zeka mimarı.
Yapay zeka pilotları genellikle kontrollü koşullarda, sınırlı senaryolarla, yakın gözetimle ve bir hizmet sorunu acil, karmaşık veya duygusal açıdan yüklü hale geldiğinde müşterilerin gerçekte ne yaptığına dair daha dar bir bakış açısıyla gerçekleştikleri için gösterişli görünüyorlar.
Yapay zeka üretime girdiğinde gerçek test başlıyor: Müşteriler kanal değiştiriyor, eski sorunları tekrarlıyor, takip soruları soruyor, bağlamın aktarılmasını bekliyor ve deneyim bağlantısı kopuk göründüğünde markayı yargılıyor.
Anderson, yaygın bir iş hatasına dikkat çekerek şunları açıklıyor:
“Çoğu şirket yapay zekayı müşteri yolculuğu başına değil, kanal başına dağıtma eğiliminde.”
Bu kanal kanal yaklaşımı, ses, sohbet, SMS ve insan temsilcilerinin hepsinin aynı hikayenin farklı parçalarından çalıştığı bir müşteri deneyimi yaratabilir.
Müşteriler için bu, yapay zeka temsilcisinden insan temsilciye geçerken aynı sorunu tekrarlamak veya çözülmemiş bir vakaya devam etmek için bir gün sonra geri döndüklerinde her şeye yeniden başlamak anlamına geliyor.
Anderson, başarısızlığın en yaygın noktalarından birinin, bir insan temsilcinin “bağlamsız bir soğuk devir” almasıyla müşteriyi her şeyi yeniden açıklamaya zorlayan devir teslim olduğunu söylüyor.
O an önemlidir çünkü yapay zekanın güvene zarar verecek kadar dramatik bir şekilde başarısız olması gerekmez. Müşterinin kendisini görünmez, gecikmiş veya sistemler arasında kalmış hissetmesini sağlamalıdır.
Lee, beklentilerin hızla değiştiğini söylüyor ve şunu belirtiyor: “Bir yıl önce, yapay zeka basit bir soruyu yanıtlayabilseydi veya sizi çok fazla güçlük çekmeden doğru insan temsilcisine ulaştırabilseydi, müşteriler bundan oldukça memnundu.”
Artık müşteriler yapay zekanın sorunları uçtan uca çözmesini giderek daha fazla bekliyor; bu da daha güçlü bir mimari, iş verilerine daha iyi erişim ve sorunun ne zaman iletileceğine dair daha net bir anlayış gerektiriyor.
Üretimde güven sorunu aynı zamanda müşteri yolculuğunun ötesine geçerek yönetim, uyumluluk ve marka koruması için görünürlüğün zorunlu hale geldiği liderlik ekibine kadar uzanıyor.
Lee, “Yapay zeka neredeyse hiç durmuyor çünkü yapay zeka görevi yerine getirmiyor” diye kabul ediyor.
“Liderlik tarafındaki birisi, kendisinin göremediği yapay zeka konusunda kendini rahat hissetmediği için takılıp kaldı.”
Bu nedenle yapay zeka pilot aşamadan çıkıp canlı müşteri deneyimlerini şekillendirmeye başladığında simülasyonlar, korkuluklar ve gözlemlenebilirlik ön planda olacak.
Anderson, ekiplerin demo için optimizasyon yapmaktan kaçınması ve bunun yerine “gerçek bir müşterinin karmaşık bir sorunu olduğunda” ve mevcut tek desteğin yapay zeka olduğunda ne olacağına odaklanması gerektiğini ekliyor.
CX liderleri için sonuç açıktır: Üretime hazır yapay zekanın sürekliliğe, kontrole ve yeterli görünürlüğe ihtiyacı vardır, böylece işletmenin müşterilerin deneyimlerine, onları deneyimlemeden önce güvenebilmesi sağlanır.
Bir yanıt yazın