تصور بشر در 10 سال گذشته این بود که هوش مصنوعی، فناوری نوظهوری است که بنا دارد تا بر روی رسانه ها، محتوای آنان و دستگاه های هوشمند تحولی شگرف ایجاد کند. اما در سال های اخیر با مقالاتی مواجه می شویم که نشان می دهد همان هوش مصنوعی، چگونه می تواند در کسب و کارها و به خصوص خدمات مشتریان تحول بیافریند. آن چه می خوانید، برچکادی از مطالعه ی بیش از 10 عنوان مقاله در خصوص نحوه اثرگذاری هوش مصنوعی در مراکز تماس و خدمات مشتریان است و کمی چاشنی تخیل و رویایِ نگارنده به آن اضافه شده است. باشد که محقق گردد!
در حالی که هوش مصنوعی هنوز جدید و در حال تکامل است، توانایی آن در کاهش هزینه های عملیاتی، شخصی‌سازی تجربه مشتری، ارائه تحلیل‌های عملی و افزایش کارایی کارشناسان مراکز تماس، تا حدودی زیادی مسجل شده است.
مقاله ای در بلاگ HubSpot می خواندم که در آن ادعا شده بود: 53% از مدیران خدمات مشتریان، مهم ترین دلیلشان برای استفاده از هوش مصنوعی در تیم های تحت هدایتشان، بهبود تجربه مشتری است. از طرف دیگر، 47% از آنان معتقد بودند که هوش مصنوعی بیشتر به افزایش بهره وری و کاهش هزینه ها کمک خواهد کرد. واقعیت این است که از نظر بنده، این فناوریِ بر هم زننده (Disruptive) در هر دو زمینه نقش بسیار پر رنگ و قابل توجهی خواهد داشت. در ادامه، گوشه هایی از تاثیرات هوش مصنوعی در مراکز تماس آینده را با هم مرور خواهیم کرد.
در نگاه اول، این عنوان شما را یاد سیستم های توزیع تماس کنونی می اندازد: "برای ارتباط با واحد فروش کلید 1، برای ارتباط با واحد بازاریابی کلید 2 را شماره گیری نمایید" اما ماجرا بسیار پیچیده تر از این حرف هاست. در توزیع هوشمند تماس، هوش مصنوعی با مطابقت مشتریان و نوع مشکلشان با کارشناسی از مرکز تماس که می توانند به بهترین شکل مشکل آن فرد خاص را حل نمایند - خواه به دلیل ویژگی های شخصیتی یا تخصصی - این اطمینان را می دهد که هر مشتری، به بهترین گزینه ی ممکن جهت پاسخگویی متصل شود.
هوش مصنوعی با تکیه بر پروفایل رفتاری مشتری شامل مشکلات، مکالمات، خریدها، علاقه مندی ها، جستجوهای گذشته و ... به درک جامعی از شخصیت آن مشتری رسیده و با شناخت متقابل از کارشناسان موجود، مکالمه را به بهترین فرد ممکن متصل می نماید. برای مثال، مشتریان احساسی با کارشناسان احساسی و مشتریان منطقی با کارشناسان منطقی مواجه خواهند شد. همچنین کارشناسان با دانستن پروفایل رفتاری مشتری، می توانند تدابیر خاصی را برای مکالمه با او اتخاذ نمایند و همین موضوع شانس اداره ی موفقیت آمیز مکالمات را به شکل چشمگیری افزایش خواهد داد.
این ویژگی بیشتر برای کسب و کارهای بزرگی که تعداد زیادی تماس در روز - با موضوعات تکراری - دارند، کمک خواهد کرد. تماس هایی از قبیل اعلام موجودی حساب، وضعیت سفارش، ساعت کاری، مبلغ صورتحساب، پرداخت آنلاین فاکتورهای باز و ... که به دلیل ساده بودن پاسخشان، نیاز به پاسخگویی اپراتور زنده ندارند، بدون آن که مخاطب متوجه شود که با یک ربات روبروست، به راحتی پاسخ داده می شوند. پیش بینی می شود که در آینده این ربات ها بتوانند از طریق صدای مشتری، اطلاعاتی را دریافت و پس از بررسی آن با سیستم های اطلاعاتی، پاسخ مناسبی ارائه دهند. درست مانند یک انسان!
در سال 2016 پروژه ای مشابه آنچه گفته شد توسط شرکت بیمه Humana با همکاری آزمایشگاه تخصصی هوش مصنوعی و داده‌های آی‌بی‌ام راه اندازی شده و توانست به بهترین شکل بیش از 60% از یک میلیون تماس ماهانه ی این شرکت را پاسخ دهد. داستان موفقیت این پروژه را از اینجا بخوانید. از زمان پیاده‌سازی این سیستم، درصد تماس‌گیرندگانی که از این سیستم استفاده می‌کنند دو برابر شده و هزینه اجرای آن نیز دو سوم کاهش یافته است. مشتریانی که امروز تماس می گیرند، می توانند درخواست خود را در کمتر از دو دقیقه تکمیل کنند و منتظر صحبت با یک اپراتور زنده نباشند.
به گزارش شرکت LivePerson (تولید کننده سامانه های مبتنی بر هوش مصنوعی)، از سال 2019 تا کنون، تقاضای کاربران برای چت کردن با کسب و کارهای مختلف بیش از 20% (در سطح جهان) افزایش یافته است. به همین دلیل، ربات های هوشمندی که بتوانند حجم فزاینده ی درخواست های چت را پاسخگویی نمایند، بیش از پیش اهمیت پیدا می کنند.
این ربات ها قادر خواهند بود تا با توجه به شناخت دقیق از پروفایل رفتاری مشتریان (که در قسمت 1 توضیح داده شد) پاسخ های کاملا اختصاصی و مناسب با هر فرد را برایش ارسال نموده و بدین ترتیب نقش مهمی در گره خوردن مشتری با سازمان (Customer Engagement) داشته باشد.
شکل دیگری از استفاده از هوش مصنوعی در مراکز تماس، هوش هیجانی مبتنی بر هوش مصنوعی است که می تواند احساسات مشتری را در طول مکالمه ردیابی کند.
به عنوان مثال، هنگامی که مشتری از دریافت خدمات مورد نظرش نا امید می شود، ممکن است صدایش - نسبت به ابتدای مکالمه - کمی بلندتر شده و یا ممکن است مکث های نسبتا طولانی در خلال صحبت هایش ایجاد شود. هوش مصنوعی با تجزیه و تحلیل لحظه به لحظه مکالمه، حال و هوای مشتری را تا حدودی پیش بینی می کند. همچنین با تحلیل دقیق نحوه رفتار اپراتور ماننده تعداد دفعاتی که صحبت مشتری را قطع کرده، کلماتی که استفاده کرده و ...به درک نسبی از شرایط کارشناس پاسخگو خواهد رسید. سپس با ترکیب این آنالیزهای مهم، شروع به دادن فیدبک اتوماتیک و در لحظه از طریق پیام های متنی (پاپ آپ) به اپراتور انسانی کرده و به او کمک می کند تا از وقوع بحران در تماس جلوگیری نماید.
شرکت Cogito که یکی از هم بنیانگزاران آن - آقای دکتر علی آذربایجانی - هموطن ماست، مدعیست که با استفاده از فیدبک های سیستم هوش مصنوعی که توسعه داده است، میانگین مدت زمان مکالمه و امتیاز رضایت از مکالمه در نظرسنجی پس از تماس به ترتیب 8% و 28% بهبود خواهد یافت.
یکی از مهم ترین دغدغه های مدیران در مراکز تماس کسب و کارهای بزرگ و پیچیده، آموزش فرایندها و مراقبت از اجرای آن است. آنچه تا کنون به کمک مدیران می آمده، مستندسازی فرایندها (SOPها)، بارگزاری آن در یک سیستم پایگاه دانش و اقداماتی از این قبیل بود. کارشناس می بایست در حین پاسخگویی، کلمات کلیدی مورد نظرش را در سیستم مدیریت دانش جستجو کند تا بتواند پاسخ مناسبی به مشکل مطرح شده توسط مشتری بدهد.
هوش مصنوعی اما با بررسی مکالمه و تشخیص خواسته مشتری، به طور اتوماتیک فرایندهای لازم برای آن مکالمه را به کارشناس نشان داده و همچنین در صورتی که کارشناس اقدام به راهنمایی غلط و یا طی کردن فرایندی نامتناسب با مشکل مشتری نماید، اخطارهای لازم جهت اصلاح اشتباه صادر خواهد کرد.
با هوش مصنوعی، می توان تا حد زیادی مطمئن بود که دیگر تمام کارشناسان فرایندهای استاندارد را دنبال کرده و ضریب خطا و اشتباه کارشناسان به طور چشمگیری کاهش خواهد یافت.
موارد مطرح شده تنها گوشه ای از امکاناتی است که هوش مصنوعی در مراکز تماس به وجود خواهد آورد. پر واضح است که سازمان ها در واحد خدمات مشتریان خود - در آینده نزدیک - چاره ای جز پذیرش استفاده از تکنولوژی نخواهند داشت. اما این بدان معنا نیست که در آینده، دیگر به کارشناسان زنده در مراکز ارتباط نیازی نخواهد بود.
