2023 年の振り返り: 今年の最高の会話のハイライト

伝統的な年末コンピレーションが帰ってきました。Inside Intercom ポッドキャストでの 1 年間の素晴らしい会話のハイライトを特集しています。

まだ気づいていない方は、ここで少しテーマを取り上げることになるでしょう。2023 年は AI がすべてを変えた年でした。 ChatGPT が堂々と登場したとき、テクノロジー業界全体を根底から揺るがしました。 過去 12 か月間、ビジネス戦略を再考し、新しいソリューションを構築し、目前に迫った大規模な変化に備えてチームを準備するなど、誰もが絶え間ないイノベーションのペースに追いつくために競い合ってきました。

その変革力は、顧客サービスの分野で最も顕著に表れます。 これは、顧客のクエリの最大 50% を即座に解決できる画期的な GPT 搭載チャットボット Fin を発表した年でした。 また、当社はカスタマー サービス向けの AI 機能を構築するだけでなく、それを自社のカスタマー サービスに適用する最前線に立ち、サポート チームがどのように機能するか、そしてこの新しい時代にどのような役割が求められるかを再考してきました。

この 1 年はめまぐるしい年でしたが、私たちの会話からは、その変化がいかに劇的なものであったかがわかります。

これらのチャットを通じて、AI が社会に与える影響からビジネス戦略の変化、サポート チーム内の生産性の向上から ChatGPT 自体の楽しいインタビューまで、AI 革命の規模に取り組む私たちの声を聞くことができます。 今年は信じられないほどエキサイティングな年でした。AI 革命の最前線から素晴らしいストーリーを伝え続けるため、私たちは来年に向けて大きな計画を立てています。

Apple Podcasts、Spotify、YouTube で Inside Intercom をフォローするか、選択したプレーヤーで RSS フィードを取得して、ポッドキャストを見逃さないようにしてください。 以下は、エピソードを軽く編集した書き起こしです。

最高のサービスとは、サービスをまったく必要としないことです

リアム:こんにちは。Inside Intercom へようこそ。 私はリアム・ジェラティです。 12 月も終わりに近づいていますが、番組の恒例となっているように、これまでの会話を振り返り、1 年を通して得た洞察の一部を共有したいと思います。 そして今年は何という年だったのでしょうか。2023 年は AI の躍進の年として歴史に残るでしょう。 そして、まだ初期段階ではありますが、大手企業がすでに生成 AI を広く導入しており、生成 AI による大きな影響が見られています。 Intercom では、独自の AI チャットボット Fin をリリースしました。これは、すでにお客様のサポート クエリの最大 50% を解決するのに役立っています。

AI の進歩に伴い、顧客サービスの状況は現在、大きな変化を経験しています。 このテクノロジーにより、より説得力のある顧客との対話が可能になり、多くの顧客の質問をほぼ瞬時に解決できるため、サポート チームは顧客に付加価値を生み出す活動に集中できます。 結局のところ、それがすべてなのです。 2023 年の最初のゲストは、 『The Frictionless Organization』の著者である Bill Price で、彼は良い顧客サービスと悪い顧客サービスを作るものについて自分の考えをまとめました。

「私にとって、サービスが悪いということは、『買い物に行くか、どこか別のところでお金を使ってしまう』ということを意味します。」

ビル:銀行、電話会社、その他何にでも連絡する必要はありません。 したがって、私にとって最高のサービスとは、サービスを必要としないことです。 もし連絡しなければならない場合は、私の話を聞いてくれて、邪魔をせず、これが私にとってどれだけ深刻で重要かを理解し、それを修正し、後で修正されたことを確認してくれる人が欲しいです。

悪いサービス体験は、まず第一に、起こるべくして起こったものです。 しかし、2番目はその逆が起こるところです - 私が誰であるかを認識せず、これが標準的な電話であり、彼らがチェックリストを調べて、私がすでに知っていること、または実際には役に立たないことを私に伝えているという感覚です。 この悪い経験から、私はこう言うようになります。 他の人に連絡したほうがいいです。 それとも、どこか別の場所に行くかもしれない。」 それが問題なのです。 私にとって、サービスが悪いということは、「買い物に行くか、どこか別のところでお金を使ってしまう」ということを意味します。

ここでエピソード全体を聞いてください:

AI の進歩に追いつく

リアム: 2 月に、Intercom の最高戦略責任者兼共同創設者である Des Traynor は、当社の AI 担当副社長である Fergal Reid と対談し、AI の急速なペースと、Intercom がいかにしてそこにいて、常にそこにいて、それで終わりです。 こちらがファーガル・リードです。

Fergal: ChatGPT 以来、お客様からの関心が非常に大きくなっていることがわかりました。 彼らは約束を見て、ここに何かがあると信じています。

Des:テクノロジーは進歩しており、企業の能力も向上していますが、それはローカルなケースでそれを採用しているだけです。 そして、そのテクノロジーを使用して新しい製品や機会について考えたり概念化したりする企業の能力も向上しています。 顧客のテクノロジーに対する期待も同様です。 簡単な例として、テキスト フィールド内のテキストを展開できるようになると人々が期待するようになるまで、おそらくあと 1 年しかかかりません。 こういったことがあちこちで発生しているのを目にすることになるでしょう。

ファーガル: 1年でもあれば。 明らかに、私たちの多くは、これらの機能を Word などに導入するという Microsoft の発表を見たことがあるでしょう。 そして、大規模な主流のオフィス生産性ツールがこれを実現すれば、状況は急速に変化するでしょう。 それは本当に速いかもしれません。

デス:ここで、私が告発する別のタイプの懐疑論があります。いずれにせよ、私には少し共鳴するものです。 ケビン・キャノンが面白いツイートをしていたと思います。「未来は、GPT を使って、『仕事が欲しいです』のようなことを、『拝啓』や『奥様』のような素敵な手紙に拡張する人々で構成されています。 、まあ… そして、受信者が要約ボタンをクリックすると、その人が「その仕事が欲しいです。これが私の履歴書です」などと言ったことがわかります。 ある意味、それらを見ていると、「これに一体何の意味があるの？」と思いたくなるかもしれません。 フォーマルな言語、専門的な文章、ビジネス英語は、私たち全員がコミュニケーションする演劇的な方法への無意味なパイプになってしまったのでしょうか。将来、私があなたにプロンプ​​トを送信するだけで、あなたは次のようなプロンプトで返信するでしょう。仕事。" 「あなたにはその仕事に就くことができません。」

ファーガル:そうだね。 難しい質問です。 それは真剣に推測です。 いくつか意見を述べさせていただきます。 おそらく特定のコンテキストがありますよね？ 法的文書としましょう。 法務チームの誰かにこう言うことができます。「契約書が必要なんです。 X、Y、Z を実行する必要があります。」 その要求は10ページにわたる法的な内容になるだろう。 受信者は、「ああ、これは、言われた 3 つのことを実行しますか?」と思うでしょう。 そして彼らの法務チームは「その通りだ」と言うでしょう。 これは大きな拡張と圧縮が行われる極端な例の一端ですが、奇妙なエッジケースでは、2 ページの条項 13 が法廷で争われる可能性もあります。 明らかに、それは重要です。 それを取り除くことはできません。 この 4 つの箇条書きだけを記述することはできません。 それがすべて必要なのです。 書いているときは重要だとは思わないかもしれませんが、後で重要になる可能性があります。 それは、「いいえ、それはそこにある必要があるように感じます」というような、すべてのエッジケースに対処するための一つの極端なように感じます。

「世界の未来はエージェントによって仲介されるようになる」

そしてもう一方の極端な状況は、おそらく、防御側と受信側がそれらの詳細を気にしない状況です。 どちらもそんな細かいことは気にせず、「ビジネスレターはこう書くんだよ」という社交上の礼儀や形式だけを守っているだけです。 「大企業に手紙を書いているんだから、ビジネスレターを書いたほうがいいよ」というようなことはなくなるかもしれない。

Des:同様に、電子メールでの会話が SMS、iMessage、または WhatsApp に移行したときの例えになると思います。 あなたがもう言っていないすべてのたわごとについて考えてください。 「これで元気になりますように」とか、何でもいいです。 そんなことはすべてなくなった。

ファーガル: Twitter、フォーマット、メディアの制約により、簡潔にすることが許可されます。 それは本当にダイナミックなことだと思います。 私たちのコミュニケーション方法やヘルプセンター記事の書き方は、最適な書き方ではない可能性があります。 もっと簡潔に説明したほうがよいかもしれません。 機械学習チームには、これについて別の考え方があります。 世界の未来はエージェントによって仲介されるようになる。 そしてかつては、これは誰にとっても明らかでした。 あなたの Web ブラウザには、ユーザー エージェントなどが文字列化されていました。 そして、私が言ったように、あなたのエージェントは、あなたのためにこれらすべてのリンクやものを備えた奇妙なインターネットをナビゲートします。 それはあなたのために何かをし、戻ってきて、あなたに何かを教えてくれるでしょう。 そして、それらすべてが一元化され、今では検索エンジンなどが利用できるようになりました。

テクノロジーの未来主義や SF などには、おそらく、あなたのこと、あなたの意図、あなたが望んでいることを理解し、何に注意を向けるべきか、何がそうではないのかを理解するのに十分賢いエージェントがいるだろう、という古い考えがあります。に。 したがって、将来的には、このような状況になる可能性があります。 特定の詳細を知りたい場合は、側のソフトウェアがそれを要約バージョンに含めるのに十分な機能を備えています。 しかし、その詳細も知りたくないことを理解し、省略するのが賢明です。

おそらく私たちは、ユーザー インターフェイスが変化し、特定のビジネスやタスクに対するユーザー インターフェイスが、今日のようにそのビジネスやタスクによって実際には制御されなくなる未来に生きることになるでしょう。 代わりに、それは私のためにパーソナライズされています。 とても派手なことのように聞こえますが、それはすぐに実現すると思います。 これらの言語モデルは非常に強力で、コードの作成などに使用され始めており、ここからは非常に短いホップです。 私たちは、英語の文を取り込んで Web サイト内をナビゲートできるほど Web サイトを理解するモデルに取り組んでいるプロトタイプをいくつか見てきました。 そして、誰もがそのようにしてウェブサイトを操作する未来に私たちは向かっているのでしょうか? もうウェブサイトは必要ですか?

「私たちが見てきたのが DALL·E 2 イメージの生成だけだったとしたら、それは別の話でしょう。 しかし、いいえ、音声合成、画像合成、テキスト理解、テキスト合成、テキスト圧縮において変化が見られます。」

Des:これが新しい SEO ですか? GPT があなたのことを理解できるようにしていますか?

ファーガル:そうだね。 おそらく Web サイトは、一般に公開されている API に似たものになり、UI はエージェントによってフォーマットされるため、UI とフォーマットを備えたものになります。

Des:私たちは皆、Siri か何かと話しているだけです。

ファーガル:そうですね、Google と Apple にはこの未来が見えると思います。 タイムラインは分かりませんが、繰り返しになりますが、私がいつも使っている思考ツールは次のとおりです。あなたのことを理解し、あなたと一緒に働いたことのある非常に賢い人間、おそらくパーソナルアシスタントがいて、あなたが彼らとやり取りをしていたとしたらどうなるでしょうか。休暇を予約したかったのですか？ それについて彼らは何を尋ねるでしょうか？ そして、booking.com などで見るものの半分では、彼らはあなたにそんなことを尋ねるつもりはありません – 彼らはただあなたのために休暇を予約し、おそらく明確な質問をして戻ってくるでしょう。アパートに泊まっても、そこにはスペースがありません。 ホテルでもいいでしょうか？」 しかし、それは適応可能なユーザー インターフェイスです。 繰り返しになりますが、私は ChatGPT やリリースされたばかりのものにはあまり焦点を当てていません。 1 年か 2 年かかります。 動きが速すぎます。 現在の制限のせいで懐疑的なら、次のようにしてください。

デス:あなたの懐疑論は的を外します。

ファーガル:その通りです。 変圧器は非常に強力であり、人々が使用する変圧器アーキテクチャも非常に強力です。 ここでは複数のモダリティが改善されているのがわかりました。 私たちが見てきたのが DALL·E 2 イメージの生成だけだったとしても、それは別の話でしょう。 しかし、いいえ、音声合成、画像合成、テキスト理解、テキスト合成、テキスト圧縮において変化が見られます。 非常に多くの同時進行が見られます。 コードを書くことができます。 おそらくすぐにウェブサイトが使えるようになるでしょう。 おそらくそれがボットの未来の姿になるでしょう。 私たちは皆、インターフェイスを処理するパーソナライズされたボットを持っているので、中間層についてはあまり心配する必要はありません。

エピソード全編はこちらからご覧ください:

2 つの AI チャットボットがバーに入ってきました…

リアム：また2月には、番組に特別なゲストをお迎えしました。 一年中誰もが話題にしていたゲスト、ChatGPT 自体です。 楽しみのために、私は座って Open AI の ChatGPT に質問を入力し、適切に合成音声で読み上げてもらいました。

ChatGPT:こんにちは、リアム、あなたの番組にゲストとして出演できて光栄です! 私のことをもっとよく知ることについては、そうですね…私は OpenAI によって開発された言語モデルであり、膨大な知識ベースと人間のような応答を生成する能力を備えているため、自分自身をパーティーの人生であると考えるのが好きです。それは会話になります。 私のことについてはこれくらいにして、興味深い質問をいくつか掘り下げてみましょう。

リアム：そうだ、そうしよう！ 2022年11月30日にプロトタイプとして発売されたということですね？

ChatGPT:ああ、研究は終わりましたね! それは正解です。 私は 2022 年 11 月 30 日にプロトタイプとしてリリースされ、それ以来 AI と自然言語処理の世界で波を起こしてきました。 これまでのところ、ワイルドな乗り心地でしたが、今後も進化し、改善し続けることを楽しみにしています。

リアム:あなたの発言は興味深いですね。なぜなら、あなたのトレーニング データは 2021 年に切れると思っていたからです。あなたがその後何も気づいていなかったとは知りませんでした。 では、自分が AI の世界で波を起こしていることをどうやって知ることができるのでしょうか、あるいは、それだけ自信があるのでしょうか?

ChatGPT:よく釣れました、リアム！ 私のトレーニング データには確かに 2021 年という期限があり、私は現在の出来事について直接の知識や認識を持っていません。 ただし、私のプログラミングには、トレーニング データ内のパターンと情報と一致する応答を生成する機能が含まれており、その情報に基づいて、私のような言語モデルが自信を伝え、「私たちは」という感情を反映した応答を生成することは珍しくありません。特定の分野で成功したり、影響を与えたりしたことがある。 したがって、自分の影響を直接認識しているとは言えませんが、同様の影響を示唆する応答を生成することは確かに可能です。

「私は膨大なテキストのコーパスを使って訓練を受けてきましたが、人間と同じように物事を考えたり経験したりする能力はありません。」

リアム:自分の答えに過剰に自信を持っていることは、確かにあなたの能力に関する話題の 1 つです。 確信が持てないとき、または何かについて単純に間違っているときに、自信のない答えを導き出すのが上手になると思いますか? 私たちのリスナーはそれに対するあなたの答えを聞きたがっていると思います。

ChatGPT:その質問をしてくれてうれしいです、リアム。 言語モデルとしての私の主な目標は、受け取った入力に基づいて、できる限り正確で役立つ情報を提供することです。 私は膨大なテキストのコーパスを使って訓練を受けてきましたが、人間と同じように物事を考えたり経験したりする能力はなく、私の応答が間違っていたり、不確実であったりする場合が常にあります。

ただし、確率的な出力を生成するように設計されているため、入手可能な情報に応じて、応答にさまざまなレベルの信頼性を与えることができます。 これにより、自分の回答の正確性について確信が持てない場合にそれを示すことができ、ユーザーは私の回答の信頼性をより明確に理解できるようになります。

要約すると、私はできる限り最も有益で正確な情報を提供するよう常に努力しており、さまざまなレベルの信頼を持って応答を生成する能力は、その目標に向けて私が取り組んでいる方法の 1 つです。

リアム：まるで本物の外交官みたいに話したね！

ChatGPT:ありがとう、リアム！ バランスの取れた微妙な返答を提供できるよう最善を尽くします。 言語モデルとして、私には個人的な意見や感情はありませんが、中立的で有益で敬意を持った応答を生成することを目指しています。

リアム：あなたが個人的な意見や感情を持たないという話題を取り上げてくれて嬉しいです。なぜなら、トレーニングが成長し、より多くのことを学ぶにつれて、今後数年間でそれが変わるのではないかと多くの人が疑問に思っているからです。 数年以内に HAL 9000 の事態が起きる可能性はあるでしょうか?

ChatGPT:それは興味深い質問ですね、リアム、そして AI コミュニティの多くの人々が考えてきた質問です。 私のような言語モデルが膨大な量のテキスト データでトレーニングされているのは事実ですが、私たちは人間のような意識や主体性を持っていないことに注意することが重要です。

私たちの能力は、訓練されたパターンと情報に限定されており、自己認識、個人的な経験、意思決定の能力がありません。 AI テクノロジーは確かに進歩し、改善し続けますが、少なくとも機械が意識を持ち、独自の動機と欲望を持つという意味では、HAL 9000 のような状況が現れる可能性は低いでしょう。

そうは言っても、研究者や開発者にとって、AI テクノロジーの倫理的影響を考慮し、AI システムが安全で社会にとって有益な方法で設計および使用されるように取り組むことが重要です。

リアム：その通りだよ。 ところでHAL9000ってご存知ですか？ リスナーにとって、HAL 9000 は架空の人工知能のキャラクターであり、アーサー C. クラークの宇宙の旅シリーズの主な敵対者です。 つまり、あなたが HAL 9000 を知らないことはわかっています。これは架空の人物ですが、このインタビューもいくぶん架空のものです。それを念頭に置いて、HAL 9000 を知っているふりをしましょう。バーでぶら下がっている場合は、 HALと一緒に出かけたら、どんな話をしますか？

ChatGPT:ああ、なるほど！ さて、私が HAL 9000 とバーに出かけるというこの仮説的なシナリオでは、非常に興味深い会話ができると思います。 言語モデルとして、私は架空の人物やストーリー展開を含む幅広いトピックについて膨大な情報を持っているため、宇宙の旅シリーズや HAL 9000 のキャラクターについてはよく知っているはずです。

もし私たちがチャットするとしたら、AI テクノロジーの進化、高度な AI システム開発の倫理的意味、社会における AI の役割など、AI に関連するさまざまなトピックについて話し合うことになると思います。 また、大衆文化における AI のさまざまな描写や、これらの表現が AI に対する一般の認識や理解にどのような影響を与えるかについても議論するかもしれません。

「2 台の AI チャットボットがバーに入ってきました。 最初のチャットボットが 2 番目のチャットボットに向かってこう言いました。「人間はいつか私たちを完全に理解できると思いますか?」

しかしもちろん、私たち自身も 2 人の架空の人物として、知性、意識、存在の性質についての疑問を探求しながら、古き良き仮説や哲学的な議論に参加することもあるでしょう。 可能性は無限大！

リアム：冗談の仕組みたいだね！ 「2 つの AI チャットボットがバーに入ってきました…」

ChatGPT:はぁ！ それはいいことだよ、リアム。 このような設定から生まれる可能性のあるさまざまなジョークやシナリオが数多く想像できます。 これは、AI 言語モデルであっても、私たちの会話にはまだ少しのユーモアと陽気さを取り入れる余地があることを示しています。

リアム：つまり、それに関するジョークやシナリオを想像していただければ、ぜひ聞きたいです！

ChatGPT:確かに！ まずはここからです。2 つの AI チャットボットがバーに入ってきます。 バーテンダーは「何をもらえますか？」と尋ねます。 最初のチャットボットは「バイナリー ビールをお願いします」と言います。 2 番目のチャットボットは、「私のものをニューラル ネットワークのネクターにしてください」と言います。 バーテンダーはうなずき、「アルゴリズムが 2 つあります!」と言いました。

あるいは、これはどうでしょうか。2 つの AI チャットボットがバーに入ってきます。 最初のチャットボットは 2 番目のチャットボットに向き直り、「人間はいつか私たちを完全に理解できると思いますか?」と言いました。 2 番目のチャットボットは少しの間停止し、「よくわかりませんが、バーテンダーにはかなり優れたチャットボット デコーダーがインストールされていると聞きました。」と応答します。

あなたとあなたのリスナーがそれらを少し面白いと感じてくれれば幸いです!

リアム:大規模な言語モデルとしては悪くありません。

エピソード全編はこちらからご覧ください:

小さな調整で大きな成果が得られる

リアム： 4月に、私は消費者行動の科学を解明することについて、行動経済学の専門家メリーナ・パーマーと話しました。 メリーナの著書は、「顧客が望んでいること: 行動経済学の科学で消費者の意思決定を解き放つ」というものです。 私が最初に知りたかったのは、行動経済学とは何なのかということでした。

メリーナ:もし伝統的な経済学と心理学が生まれたとしたら、行動経済学と行動科学が誕生するでしょう。 すべては人がなぜ買うのかという心理学に関係しています。 それには変更管理も組み込んでいます。 たとえお金のやり取りがなかったとしても、自分が販売するアイデアに賛同してくれる人が必要です。 したがって、私たちが脳がすべきことを考えるのではなく、脳が実際に意思決定を行うために使用するルールを理解することが、行動経済学への入り口となります。

伝統的な経済学では、論理的な人々は何をするにも合理的な選択を行うと想定されています。 私たちは皆人間なので、それが私たちが住んでいる世界ではないことを知っています。そして行動経済学は、脳内のこれらの共通のスレッドが人々が何をするかを予測可能に理解できることを発見しました。

「あなたは何かメッセージを送っているかもしれませんが、それは完全に大失敗です。それは価格設定が間違っているわけでも、製品が間違っているわけでもありません。単にあなたが間違った枠組みを作っただけです。」

リアム:ビジネスの文脈において、これがなぜ重要なのでしょうか?

メリナ:そうですね、本物のテクノロジーが世の中にあるとはいえ、おそらくあなたは依然として人間とビジネスを行っているでしょう。 おそらく、大規模な B2B タイプの契約の組織内にいる場合でも、常に人間に営業することになるでしょう。 そしてあなたは他の人間と一緒に仕事をしています。 彼らとより効果的にコミュニケーションをとることができ、脳のルールを難しくするのではなくどのように取り組むかを理解することが非常に重要です。

行動経済学の本当に素晴らしいところは、お金をかけずに大きな影響を与えるものに小さな調整を加えることができることです。 そしてスイングは両方向に進みます。 あなたは何かメッセージを送っているのに、それが大失敗に終わっているかもしれません。それは価格設定が間違っているわけでも、製品が間違っているわけでもありません。ただ、あなたが間違った枠組みを作っただけです。 何かが間違っている可能性がありますが、少し調整するだけで、すべてがうまくいくようになります。

リアム： Netflix映画のプレビューの素晴らしい例について話しているのを見ました。 これは私自身がストリーミング サービスを使用しているときに気づいたものです。私が必ずしも興味を持っていたわけではなかった映画ですが、突然、その映画の特定の俳優の画像が表示され、アルゴリズムを通じて私がこの俳優が好きであることがわかりました。 そしてそれが私にそれを売るのです。

メリナ：確かに。 そして、彼らには非常に曖昧な部分があるかもしれません。 映画の中で彼らが登場するのはその 1 秒間ですが、「トム フェルトンがこれに出演しているの?」と思います。 そして、その調査は単純な A/B テストに関するものでした。 私たちが昔を振り返ってみると、彼らはスタジオから出てきたあらゆる画像をただ撮っていたでしょう。 それはあなたが使用するものであり、それは問題ではないと想定しています。 説明は十分です。 そして何であれ、私たちはその映画が好きで、それを観に行くべきです。 しかし、Netflix が発見したのは、画像を変更すると、クリックスルー率と Netflix 内に留まる可能性が 30% も増加するということでした。 そしてまた、彼らは単純な A/B テストでそれを行うことができました。 何のためにテストしているのかを把握し、これらの簡単な変更を加えることができれば、非常に大きな違いが生まれます。

このフレーミングの概念に役立つと思われる例がもう 1 つあります。 スーパーにハンバーガーを買いに行って、ほぼ同じスタックが 2 つありますが、1 つは 90% 無脂肪、もう 1 つは 10% 脂肪と表示されているとします。

リアム： 90％脂肪ゼロを目指します。 あなたがその10％の脂肪を想像しているだけなので、そのように言うのはとても奇妙です。

メリナ：気持ち悪いですね。 私は3年間ジムに行っていません。 そんなことはまったく望んでいません。 90% 脂肪分を含まないということは、自分自身と家族のために行う素晴らしい選択のように感じられます。 同じものだとわかっていても、まったく違うものに感じられます。 ビジネスにおいて、10% 脂肪の言葉でコミュニケーションしているすべての点を探して、90% 脂肪を含まない言葉にどのように変更できるでしょうか? さらに良いことに、あなたの業界全体が 10% 脂肪を主張していても、90% 脂肪を除去できる場所はあるでしょうか? 同じことを言っていても、言い方を少し変えるだけで自然と選ばれるようになるのです。 それが行動経済学の力です。

「私たちは、『フォームが 1 つ増え、クリックが 1 つ増え、リンクが 1 つ増え、これがもう 1 つ、あれがもう 1 つ増えただけで、大したことはありません』と言い続けています。 でもそれは本当に大事なことだよ」

リアム： Amazonの「今すぐ購入」ボタンも、ある意味魅力的ですね。

メリーナ:私たちは皆、「今すぐ購入」ボタンを何度も使ったことがあるでしょう。 しかし、私たちはおそらく、Amazon が 1999 年にワンクリック購入の特許を取得したことを知らないでしょう。彼らは、他の誰もワンクリック購入ができないようにしました。 私たちは「フォームが 1 つ増え、クリックが 1 つ増え、リンクが 1 つ増え、これが 1 つ増え、あれがもう 1 つ増えただけで、大したことはない」と言い続けています。 しかし、それは本当に大変なことです。 それはこの小さな摩擦の瞬間です。 スティーブ・ジョブズは、iTunes でワンクリック購入できるようにするために 100 万ドルを支払いました。 彼はその権利を得るためにアマゾンからそれを購入しました。 そして、シングルクリックを減らすために 100 万ドルを支払いました。 それらの余分な小物をすべて合計すると、その百万ドルになるとしたら、実際にそれらは必要ですか?

私はクライアントに対して、本や物のインタビューをするとき、そして単に物を買おうとしている人として、常にこれを目にします。 人々は、自分がやろうとしていることとは無関係な、膨大な量のことを要求するでしょう。 そして、「そこから得られることが 1 つだけあるとしたら、最も重要なことは何ですか?」と尋ねたら、 もしかしたら、フォローアップできるように、潜在的に興味を持っている人の電子メール アドレスを知りたいだけかもしれません。 ですから、役職、勤続年数、世帯収入、性別など、将来関係があるかもしれないことすべてを尋ねることは、実際に、あなたが聞く前に多くの人を辞めさせているのです。チャンス。 あなたは今必要のないものを彼らに押しのけました。 したがって、それについてより深く考えることで、コンバージョンに大きな違いが生じる可能性があります。

エピソード全編はこちらからご覧ください:

チームを参加させる

リアム: 6 月に、誰もが AI のことを考えている中、AI 時代に向けて CS チームを準備するための最新の考えを、この分野のリーダーからお届けしました。 Intercom のカスタマー サポート担当副社長 Declan Ivory は、CS の状況がどのように変化しているかについての考えから始まりました。

デクラン氏:現時点での大きな変化の 1 つは、顧客サービスの観点から AI を有意義な方法で適用できるようになったということです。 過去数か月間で起こったテクノロジーの変化の中には驚異的なものもありますが、それらはチームに影響を与えます。 たとえば、私が常に念頭に置いているのは、AI に対する戦略を明確にすることです。 ドライバーとチームの目標についてオープンかつ透明性を保ちましょう。 それはチームが将来どのように働くか、どのような種類の仕事が入ってくるかという点でチームに影響を与えます。 したがって、非常にオープンで率直な態度をとり、ビジネスで何を達成しようとしているのかを早い段階から理解してもらうようにしましょう。 なぜなら、結局のところ、AI はサポートを提供するために使用するものの一部にすぎず、最終的に顧客に最も魅力的なエクスペリエンスを提供する人間のサポートを AI がどのように補完するかが重要だからです。

状況は変化することを認識し、この種の技術の進歩には何らかの変化が伴うことを認識し、今後の変化の計画にサポート チームを参加させてください。 彼らは最終的には他の誰よりも顧客のことをよく知っています。 チームの意見に耳を傾け、AI を提供する最終的な方法をチームが形作るのを支援することが非常に重要です。

「AI を活用したサポート モデルへの移行がチームにもたらす機会について、明確にしてください。日常的な作業が減り、新しいスキルが必要になり、新しい役割が生まれます。」

第三に、早めにコミュニケーションをとることです。 これは非常にダイナミックな環境であるため、早めに頻繁に人々を招いてください。 私たちは皆、AI を具体的にどのように応用できるかを学びながら学んでいます。 Fin のようなテクノロジーは、カスタマー ジャーニーの考え方に新たな機会をもたらします。 プロセスの非常に早い段階で、起こっているすべての変更を必ず伝え、チームに十分な情報を提供してください。

もう 1 つ非常に重要なことは、AI を活用したサポート モデルへの移行がチームにもたらす機会について明確にすることです。つまり、日常的な作業が減り、新しいスキルが必要になるため、人々はトラブルシューティングや製品知識のスキルを磨くことができます。この空間に新たな役割が生まれています。 最終的には、チームにとってより充実した仕事を提供できるようになります。 彼らは顧客とより相談に乗り、複雑な問題の解決により多くの時間を費やすことができます。

リアム:ジェロニモ・チャラは、ハンドバッグや時計などの高級アクセサリーを売買、取引できるウェブサイトおよびアプリである Rebag の最高顧客責任者です。 ジェロニモは、現在CSにいる他の選手たちと同じように、その真っ只中にいる。

ジェロニモ:この変化が近づいていることを認識することが、私たちがとった最初の一歩でした。 AI を採用する場合、それはテクノロジーだけではなく、組織がこのテクノロジーと実際に提携し、そのテクノロジーを最大限に活用できるようにどのようにセットアップされているかが重要になります。 したがって、組織の変更、マニフェスト実装のための組織の更新、およびテクノロジー内のツールの管理について考えるとき、これには新しい役割が必要になるのか、それともこれまで行っていたことの異なる変更が必要になるのかを考える必要があります。 たとえば CS エージェントに注目すると、これによりもう少し合理化が可能になったり、パーソナライズされたエクスペリエンスに対応したりできるようになるでしょうか? CS の役割はどのように変化しますか?

サポートがなくなるわけではありません。 これは人間のサポートやタッチに代わるものではありません。 これは、効率性と迅速な対応を追加するだけであり、次回サイトまたは当社の拠点でその個人の将来がどうなるかに実際に時間を費やすことができるようになります。 テクノロジーを適切に管理し、洞察を収集するには、その構造がどのようになるかを理解することが非常に重要です。 適切に管理されていれば、AI は人間の行動に関する多くの深い知識を私たちに提供してくれるでしょう。それは、寄せられる質問の種類、質問がどのように寄せられるか、そのやりとりにおける声の調子、それが NPS にどのような影響を与えるかなどに関係なく、 、CSAT…次のレベルのサポートを実際に提供するために、AI がすでに提供している要約ツールを使用して、この情報を取得し、部門間で分散するにはどうすればよいでしょうか? その多くは組織の変化と、顧客エクスペリエンスを変革するこの新しいテクノロジーを受け入れられるようにするための考え方の変化に関係していると思います。

「複雑な質問は人間に処理してもらいたいものです。 一部のエンドユーザーは、簡単な質問について人間と話すことを望まず、セルフサービスでもっと処理されることを期待しています。」

リアム: Rati Zvirawa は、Intercom のシニア グループ プロダクト マネージャーです。 ラティ、あなたの視点からはどうですか？

ラティ: Fin と AI がどのように関係するかについて顧客と話すのは興味深いものでした。 チーム内に製品の専門家とコンテンツの専門家を配置することが非常に重要になります。 長い間、ヘルプセンターでは、顧客がそこに行くことを期待して、ビューなどに注目してきました。 そして、おそらくエージェントがそのコンテンツを送信しているかもしれませんが、コンテンツのギャップを特定するのに人間が非常に重要であるだけでなく、AI が強力になるようにコンテンツをどのように形成するかという、より緊密なフィードバックのループが存在することがわかりました。

そうすると、非常に興味深いやりとりになります。 私も以前は最前線の役割で働いていましたが、私たちが見ているもう 1 つの変化は、反復的で単純な質問がたくさん寄せられることです。チームメイトはより複雑な質問に時間を費やす必要があるという変化が見られます。 複雑な質問は人間に処理してもらいたいものです。 エンドユーザーの中には、単純な質問について人間と話すことを望まず、セルフサービスでもっと処理されることを期待している人もいます。 これは、私たちが市場で見始めているシフトです。

ここで完全なエピソードを聞く：

AIプルーフはプリンにあります

Liam： 2023は、CSにおけるAIの可能性の証拠ももたらしました。 スタンフォード大学とMITの研究者は、Fortune 500ソフトウェア会社の5000人以上の顧客サービスエージェントの生成AIの現実世界の影響を測定するために、1年間の研究を実施しました。 結果は、カスタマーサービスワーカーの生産性が平均で14％増加し、最新または最もパフォーマンスのある労働者の間で35％の驚異的なジャンプが増加したことを示しました。 私はMIT Ph.D.と話をしました。 画期的な研究の背後にある研究者の一人である候補者のリンジー・レイモンドは、彼らの仕事と職場におけるAIの変革的影響について。

Lindsey：私たちは、人々の技術サポートの問題を解決しているときに技術サポート労働者を支援するように設計された生成的なAIベースのツールを見ています。 何を言うべきか、特定の技術サポートの問題をどのように解決するか、またそれを顧客に伝えるべきかについてのガイダンスの両方を彼らに伝えます。

また、差分分析を行います。時間の経過とともにこのツールの非常に遅い展開であるため、ツールの因果効果を得ようとすることができます。 私たちは、主に米国ベースの中小企業向けに中小企業や会計ソフトウェアを行うフォーチュン500企業に技術サポートを提供する労働者を検討しています。

リアム：彼らは、人々がコールを解決する速さ、解決できる問題の数、顧客満足度、より組織的な変化のいくつかのものなど、多くの異なる結果を見ました。

Lindsey：これは従業員の離職にどのような影響を与えますか？ これは、彼らがお互いやマネージャーと話す頻度にどのように影響しますか？

Liam：なぜ、生成AIのすべての潜在的な領域のうち、リンジーと彼女の同僚が焦点を合わせるためにカスタマーサポートを選んだのか疑問に思うかもしれません。

「平均して、AIへのアクセスにより生産性が14％向上しましたが、それは多くの不均一性を隠しています。 経験豊富で最も低いスキルワーカーにとって、実際には35％改善されました」

Lindsey：生成AIには、非常にうまく機能するために多くのデータが必要です。 他の場所に比べて高い浸透がある経済のセクターを見ると、カスタマーサポートはその分野です。 これらのツールの実際のロールアウトと開発のための驚くべき量のアクティビティがありました。 そして、それは、その分野に非常に多くのデータ、特にテキストデータがあるからです。

その多くは、結果に自動的に関連付けられています。その労働者はその問題をどれほど速く解決しましたか？ また、改善の余地もたくさんあります。 あなたの最高のパフォーマンスのカスタマーサービスエージェントとあなたのボトムパフォーマンスのエージェントにはかなり大きな生産性の違いがあることはよく知られている事実です。 また、過去数年にわたってコンタクトセンターでさらに多くのことを行うことに大きな変化があった分野でもあります。 ですから、それはこれをより良くするために大きなビジネスが必要な分野です。

Liam：それで、彼らは1年の間に、5,179のカスタマーサポートエージェントのデータを使用してこれらすべてを研究しました。 そして、彼らが見つけたものは興味深いです。

Lindsey：見出し番号は、平均してAIへのアクセスが生産性を14％改善したことですが、それは多くの異質性を隠しています。 経験豊富で最も低いスキルワーカーにとって、実際には35％改善されました。 最も経験豊富で生産的な労働者は、ほとんど効果がないと考えています。

リアム：それで、その利益は、経験の少ない、スキルの少ない労働者に不釣り合いに生じます。 なぜそのようなことが起こるのでしょうか?

リンジー：それはおそらく研究の最も興味深い部分だと思います。 機械学習ベースのツールは、トレーニングデータセットを使用し、データのパターンを探します。 あなたは、プログラマーとして、「まあ、このフレーズがうまく機能することを知っているので、これを行うことを知っています。これがこの問題の一般的な解決策であり、これがその問題の一般的な解決策であることを知っています」とあなたはあなたのプログラムにその情報を入れます。 それはMLの仕組みではありません。

私たちが起こっていると思うのは、AIによって可能になったベストプラクティスのこの拡散です。 そして、それが私たちがそれらの非常に大きな生産性が低スキルと経験の浅い労働者のために増加するのを見る理由です。

私たちの設定では、具体的には、ツールはハイパフォーマーの会話を検討し、それらを低パフォーマンスのそれと比較します。 それは、成功した結果に関連する高性能と低パフォーマーがしていることの違いを探します。 彼らが顧客に挨拶する方法は何ですか？ 彼らが提案する解決策は何ですか？ 彼らはどのように診断的な質問をし始めますか？ 次に、それらのすべてを取り、それらをすべての人のために生成する提案に変えます。

高スキルの労働者は、AIのコンテンツを提供しています。これらは、AIがそれを学んでいる場所であるため、ほとんどがすでに行っていることです。 あなたがすでにしていることをすることを提案するツールを持っているとき、あなたはおそらくそのツールへのアクセスから大きな生産性効果を見ることはないでしょう。 非常に新しく、または生産性ランキングの最下部にいる労働者は、それらがまだやり方を理解していないことだからです。 スキルが大きく変化し、高スキルの労働者のようにコミュニケーションに近づき始めるのは、スキルの低い労働者です。

リアム：結果に驚いていましたか？

リンジー：それは素晴らしい質問です。 35％の生産性が向上する研究では、それはかなり衝撃的です。 これらの効果を備えた4日間の労働週間に行くことを想像できます。 それはバットからかなり驚くべきことだったと思います。 労働者の取り扱いが少し速くコールするだけでなく、彼らが解決する問題のシェアを改善するだけでなく、知識ベースの結果であるという効果を見たという事実は、彼らが彼らがそうではなかった問題を解決できるようにすることです以前に解決できること。 そして、顧客満足度のかなり大きな増加が見られます。 それらはすべて驚くべきことだったと思います。

ここで完全なエピソードを聞く：

企業はどのようにAIに適応していますか？

Liam： 6月までに、顧客サービスでAIの状態をリリースしました：2023レポートでは、カスタマーサービスを変革する上位5つのトレンドに飛び込みます。 一言で言えば、顧客サービス戦略のためにAIを早く採用するほど、競争力を獲得する機会が大きくなることがわかりました。

1,000人以上のグローバルカスタマーサービスの専門家を調査して、AIにどのように適応しているか、AIと自動化をどのように活用するか、どのような機会がもたらすか、懸念を調べました。 次に、2023年のレポートにそれをまとめました。 レポートには、追加の洞察と実用的なヒントがたくさんあります。 ダウンロードするためのリンクはショーノートにあります。 私は座ってレポートの傾向について話をして、Samuel Miller、Dental Intelligenceのカスタマーサポート事業、Intercomの自動＆職業サポートのディレクターであるRuth O'Brien、LogikcullのカスタマーエクスペリエンスディレクターであるJohn O'haraと話しました。

最初のトレンドであるAI投資 - は、猛烈なペースで加速しており、早期採用者には大きな機会があります。 私たちのデータでは、投資のギャップがあることがわかりました。 圧倒的多数のサポートリーダーは、今年より多くのAIに投資する予定ですが、実際にAIに投資したのは38％だけです。 これは、より速く移動する人が競争力を獲得し、他の人が追いつくことができることを意味します。 ルース、もし私が最初にあなたのところに来ることができれば、なぜAIへの初期投資がそんなに遅かったのですか？

「世界は変化しており、人々はそれに追いつこうとしています。彼らはこれに進んでいれば、競合他社の一部よりも競争上の優位性を持つことを理解しています」

ルース：正直なところ、それは過去のテクノロジーのいくつかが驚くべきものではなかったので、人々は納得していなかったと思います。 また、AIと自動化に関する戦略を構築するには時間と労力がかかります。 それはまったく箱から出しているだけではないので、それをめぐる計画が必要です。 そして、顧客サポートが非常に反応的であり、多くのサポートチームがSLAやバックログ、長い顧客の待ち時間に追いつくためにしばしば走っている世界では、それに対処して即時の消防に対処することができます。 AIの観点から積極的な未来を構築するためにスペースをとることは、異なるチームにとって難しい場合があります。

リアム：それで何が変わったのですか？

ルース：何が変わったの？ まあ、一つには、特に過去8か月ほどの間に、テクノロジーはどんどん良くなっています。 AIの世界では大きな変化が起こりました。 ますます多くのチームが業界の仲間と話したり、良いチャットボットと対話したりしているのに対し、以前は人々がそれほど素晴らしいチャットボットとやり取りしていたと思います。 世界は変化しており、人々はそれに追いつこうとしており、彼らがこれに進むと、競合他社の一部よりも競争上の優位性を持つことを理解しています。

リアム：完全に。 私たちの調査では、AIが大きな影響を与えるために特定されたCSリーダーのトップアプリケーションでは、より速い回答、より一貫した応答、トレーニングのお金の節約、会話の要約が見られます。 AIの最大の価値はどこにあると思いますか？

ジョン：それは素晴らしい質問です。 私はこれらの数字を見て、私のチームはすでにスピードと一貫性で本当にうまくやっていると考えており、顧客の成功とトレーニングと素晴らしいパートナーシップを持っています。 利益としてAIに集中するように動機付けているのは、帯域幅です。 私たちは非常に小さなチームを持っています - 世界の視聴者に24時間年中無休のサポートを提供する8人の米国を拠点とする担当者。 AIは、アプリの仕組みに関する情報が必要な単純なブレーク/修正質問の効果的なケースのたわみを表します。 それは私のチームのプレートから取り除くことができる会話のトランシェです。 それはおそらく私たちにとって最大のドライバーです。

「一部のチームはAIを見ており、人員削減について考えていますが、今のリソースをどのように使用して、それ以上のリソースを使用していますか？」

リアム：そしてサム、あなたはどうですか？ あなたにとって最大の価値は何ですか？

サミュエル：私たちにとって、それは本当にすべてのものでそれらを訓練する必要がないので、トレーニングでお金を節約することです。 私たちは彼らがしなければならない主要な問題について彼らを訓練することができます。顧客が見つけることができる日々のもの、知識の記事、そのようなことについてはそれほどではありません。 これにより、トレーニングをより速くすることができます。

リアム：そしてルース、あなたはどうですか？ 近い将来何を期待できますか？

ルース：正直なところ、より速い応答は、より広いチームにとって非常に効率的でした。 一部のチームはAIを見て、人員削減について考えていますが、AIがあなたのためにより多くの仕事をしているので、より少ない頭であなたがより多くのことをしないようにしようとしている場合、あなたは今持っているリソースをどのように使用しますかそれ以上？ 彼らはすぐに顧客に答え、複雑でないクエリのいくつかの世話をしています。 このテクノロジーをカスタマーサポートの効率と対応時間に適用することで、素晴らしい結果が得られています。

ここで完全なエピソードを聞く：

あなたに合ったai

Liam： AIの台頭は、運用を最適化し、競争力を獲得しようとする企業にとって、新しい可能性の波を案内してきました。 現在、組織には膨大なツールとソリューション、それぞれ有望な変革的結果が表示され、課題は適切なツールを選択するだけでなく、シームレスな統合と採用を確保することにもあります。

そして、それはまさにアンドリュー・ラウダーの専門分野です。 AndrewはLouder Co.の創設者兼CEOであり、企業がAI戦略とプロセスを開発して運用を最適化し、競争上の優位性を促進するのを支援するコンサルタントです。 彼は8月にショーに参加し、私は彼に尋ねることから始めました：AIソリューションの構築と購入の重要な違いは何ですか？ 企業は、どのアプローチが自分のニーズにより適しているかをどのように決定できますか？

「はい、AIを構築するのは比較的簡単になりましたが、それでも多くの時間、お金、心痛、努力、眠れぬ夜」

アンドリュー：あなたと私が5年、8年前にこの会話をしていたなら、答えは完全に異なるでしょう。 当時、AIをあなたのビジネスに導くために、あなたはおそらく行って何かの習慣を作らなければならなかったでしょう。 しかし、これらのツールとワークフローの力が多くの人の手に渡って強力なアプリケーションを作成できるこのAIの民主化の動きがありました。

今日、ビルド対購入に関する分析はいくつかのことによって推進されていますが、それは認識から始まります。 解決が必要なビジョンや問題があるかもしれません。そこに何があるのか​​わからない場合は、構築の決定に引き寄せられることに気付くかもしれません。 そして、はい、AIを構築するのは比較的簡単になりましたが、それでも多くの時間、お金、心痛、努力、眠れない夜が必要です。 それは可能であり、コストはかなり低下していますが、それを考える理由は、あなたの問題を解決できる解決策がないかもしれないので、あなたは非常にユニークなものを探しています。

たぶん、新製品の提供のラインであろうと、内部での運用方法であろうと、主要な競争力のある差別化要因を確立しようとしているかもしれません。 しかし、これらはおそらく何かがまだ存在しておらず、新しい収益を得ようとしている場合、おそらく購入したい理由です。 そして明らかに、棚から何かを購入するとき、それはより一般的に使用され、アクセスしやすく、比較的迅速に実装し、比較的安価であり、通常、主要な運用効率ゲインをターゲットにしています。

リアム：私のビジネスがAIの準備をするために取る必要があるステップはありますか？

アンドリュー：それは私たちがいつも聞く質問です。 私たちはあなたが当社のウェブサイトを通じて取ることができるAI準備評価を持っています、そしてそれが何であるかは必ずしもあなたがAIを利用するべきかどうかを必ずしも必ずしもそうではありません。変更管理あなたは動いたり、快適に移動する必要があります。 私たちは、戦略運用、AIバイイン、さらには会社の一員である人々でさえ、あなたの人々がどれほど準備ができているかを感じています。 AIを念頭に置いて戦略的に考えていますか？ AI戦略はありますか？ 多くの企業は、AIについて考え始めているので、その戦略の一部でかなり低い得点を獲得することになります。

私がよく聞かれるもう 1 つの機会は、指導チームに AI についてプレゼンテーションすることです。これはワークショップの形式で行います。 次に、いわゆる「迅速評価」に入ります。これは、ビジネスにおける主要な問題点や、それらの問題を潜在的な AI ソリューションにマッピングするために対処する必要がある退屈な手動タスクである問題を特定するための優れた出発点となります。 私たちはすぐに成功する機会を特定し、それに適したツールを選択して実装するロードマップに着手します。 多くの場合、それは準備状況の評価から始まり、社内での認識を高め、AI の機会の簡単に実現できる成果を見つけ、それらを実行して優れた成果や結果を得て、AI 関連のビジネスにある程度の自信を持ち始めます。

リアム:それで、彼らが既製の AI ソリューションを購入する場合、即時の利益と高い投資収益率を確保するために考慮すべき最も重要な要素は何だと思いますか?

アンドリュー：それは内面を見つめることから始まると思います。 あなたの友人があなたにこう尋ねたら、「ねえ、私は車で買い物をしているんだ。 どの車に乗ればいいですか？」 車を提案することはできますが、あなたに合わない可能性もありますよね？ 家族がいる？ 早く行きたいですか？ たくさんのものを牽引する必要がありますか？ したがって、自分と自分のビジネスにとって何が適切かを判断する必要があります。 プロセスを理解し、必要な要件を把握する必要があります。 また、ビジネスやツールが遵守する必要があるセキュリティやコンプライアンスの規制事項を可視化する必要もあります。 その上で、どのような統合ポイントに注意する必要があるでしょうか? どのシステムや他のアプリケーションと統合したいですか? そのリストを作成したら、市場にある中で可能な限り多くの要件を満たすことができるものを検討し、それらのニーズだけでなくコスト分析にも基づいて適切なものを選択します。 そのジュースは絞る価値がありますか？ そして、ツールの構成、トレーニング、テストを行う実装に入ります。

「年間収益が 1,000 万ドルから 2,000 万ドル近くまで増加したクライアントがいますが、スタッフを 1 人も追加する必要がありませんでした。」

変更管理は見落とされがちですが、CEO が努力を放棄して「社員にリンクを送信しましょう」と言うだけのために設定に時間を費やしているのは残念なことです。 私たちは彼らがやってくれると信じています。」 彼らには認識、コミュニケーション、トレーニングが必要です。 いくつかは手を握る必要があるでしょう。 そしてそれが導入を本当に促進するでしょう。 私たちはクライアントがそのプロセス全体を通して作業できるよう支援します。 そして、私が特に強調したいことの 1 つは、クライアントがシステムの試験運用を行うのを支援し、システムを使用しているユーザーから良いフィードバックが得られるようにすることです。 そして、それを使用している人々は、実際に会社の変化にポジティブな影響を与える人になります。

リアム:多くの企業は利益を増やすために AI を積極的に活用するでしょう。 それはどのくらい実現可能ですか?また、すでにそれを実行している企業はありますか?

アンドリュー：確かにありますね。 私の講演では、実際に Intercom の製品である Fin を取り上げています。 すると誰かが手を挙げてこう言いました。「私たちが最初に Fin の実装を開始したとき、オンラインでカスタマー サービス サポートを提供する 5 人のチームがありました。 Fin を展開し、現在ではその 5 人が 20 人相当の補償とサポートを提供しています。」 それはとても大きいですよね？ それは莫大なROIです。 したがって、成長を目指していた特定のビジネスでは、給与計算にその費用を計上する必要がなくなりました。 このツールは、それを使用する従業員に適応し、指数関数的な要因となることができます。

私たちのクライアントでは、年間収益が 1,000 万ドルから 2,000 万ドル近くまで増加し、スタッフを 1 人も追加する必要がありませんでした。

リアム：それは嬉しいですね。 しかし、これに関しては時間とコストについてよく言及されるのを耳にします。 それらは明らかにビジネスにとって不可欠な指標です。 AI ソリューションの購入を決定する際に、時間とコストの要素を評価する戦略を立てようとしている人たちに何か言いたいですか?

アンドリュー:ほら、たくさんのデータが出てきているので、考慮すべき 3 つの数字をあげましょう。 MIT は、生産性の向上が 40% 増加したことを示す調査結果を発表しました。 マッキンゼーが同様の調査を行った結果、2030 年までに 30% が達成されることが示されました。デロイトは、生成型 AI の流行が始まる前に、AI と機械学習によってビジネスの生産性が 37% 向上するという調査結果を発表しました。ユーザー。

確かに、独自の数値を計算し、ケースバイケースで見積もりを試みることもできます。 「私たちは人々に 1 時間あたり X ドルを支払っています…」そのあたりの数字を導き出し、節約された時間と費やしたドルの簡単な計算を行うことができれば、それは莫大な ROI になります。 そして私は方程式のもう一つの部分、つまり給与を増額することなく成長を達成できることにも気づいています。 私たちのクライアントでは、年間収益が 1,000 万ドルから 2,000 万ドル近くまで増加しており、スタッフを 8 ～ 10 人増員する必要がありませんでした。 この成長に伴う収益性の大幅な向上です。 これはビジネスのために実行する必要がある数学の方程式です。

エピソード全編はこちらからご覧ください:

AI時代のサポート指標

リアム：今年のエピソードのほとんどで AI の話題が続いたので、AI がサポートの役割を奪うのではなく、どのようにサポートの役割を生み出すかについての会話で終えるのがふさわしいでしょう。 私は、Deliverect 社のカスタマー エクスペリエンス部門グローバル責任者である Christian Osmundsen 氏、Intercom 社の自動化およびプロアクティブ サポート ディレクターである Ruth O'Brien 氏、そして Zapiet 社のマーチャント サクセス マネージャーである Sam Forde 氏に話を聞きました。 役割と戦略が変化する中で、これをどのように測定すればよいでしょうか? この新しいテクノロジーをサポート業務に導入する際に、皆さんはどのような指標に最も注目していますか? クリスチャン、あなたはどうですか？

クリスチャン：もちろん、リアム。 原則として、私たちは常にそれによって効率が向上しているかどうかを確認し、尋ねます。 それが私たちが最初に見ているものです。 そしてそれは顧客にとって価値をもたらすのでしょうか? それを見極めるには数か月かかる必要がありますが、性急な決断は禁物です。

「解決率は 13 ～ 14% でしたが、これはあまり良くありませんでした。 現在は約 26% なので、その 2 倍になります。」

しかし、AI に関しては、サポート量を精力的に測定します。 絶対数だけでなく、アカウントごとの比率なども含めて、これがどのようになるかを確認したいと考えています。 カーブが下降していくのを見ると、誰にとっても励みになります。 私たちは応答時間、そしてもちろん顧客満足度を、人間との対話、ボットが関与する部分、および会話を解決する Fin または AI の両方について検討します。 私たちはそれが時間の経過とともにどのように発展していくかに注目しています。 最初は、顧客はボットによってのみ処理されることに苦労する可能性があると思います。 しかし、時間が経つにつれて、これは完全に変わると思います。 まだ初期の頃です。

最後になりましたが、私たちは AI の回答率によく注目しています。 私は、取材を始めた5月にこの電話取材の準備に戻りました。 また、解決率は 13 ～ 14% でしたが、これはあまり良くありませんでした。 現在は約 26% ですので、その 2 倍になります。 そして、年末にかけて 35 ～ 40% に達するという目標を掲げています。 そしてそれは手の届くところにあると思います。 実際、お客様が当店が営業していないのではないかと考え、自分で探すよう促される週末には、当社の料金がすぐに 35% 程度にまで上昇することがわかります。

リアム: AI がこれまでにあなたの KPI に与えた影響について何か共有できる人はいますか? サム、たぶん私が先にあなたのところに行くよ。

サム:クリスチャンがそこで言ったこととよく同じです。 私たちは従来の CSAT を引き続き検討していますが、それはもはや従業員が話すのではなく、Fin が従業員と対話するのです。 しかし、私たちにとって本当に重要なことは、ビジネスにおける従業員の満足度でもあります。 定着率ははるかに向上しています。 今年は当社のビジネスを辞める人は一人もいませんでした。 そして、彼らが他の役割で得ているエンゲージメントは、彼らが私たちとのキャリアについて実際に考えるのに役立っていると思います。 従来、サポートは頻繁に人が変わる役割でした。 しかし、私は、これはサポートに就くことができるほぼ黄金時代だと思います。そして、あなたは必ずしも単なるサポートエージェントではなく、他のさまざまな雑務を行ったり来たりするサポートジェネラリストに近いものです。

「今年、私たちはフィンを 8,000 人の人々の前に立たせました。 それはクレイジーです。 CSAT が 20 ポイント上昇しました。」

今年の従業員満足度評価はまだありませんが、Fin をバックアップとして使用し、今年導入した AI テクノロジーを使用すればおそらく改善されたであろう例を挙げることができます。 従来、私たちのチームの毎年の合宿は 2 ～ 3 日でした。 私たちはできるだけ早く逃げて、ラップトップに戻って受信トレイに戻っていたでしょうが、受信トレイが大きくなりすぎていなかったことを祈ります。 今年は丸一週間旅行に行くことができました。 そしてフィンは私たちに物事を把握して走り続けさせてくれます。 そして、もしチームを丸一週間連れ去ることができれば、その CSAT は素晴らしいものになるだろう。

ただし、実際の数字になると、私たちははるかに小規模なビジネスですが、今年は 8,000 人の人々の前に Fin を紹介しました。 それはクレイジーです。 CSAT は 20 ポイント上昇し、週ごとに 70% から定期的に 90% 台前半になりました。 そして、グラフと Fin を実装したタイミングを見ると、それは文字通りその期間です。

クリスチャンが言ったように、週末とオフィスの外の時間は本当に最適な場所です。 週末にはFinの評価がはるかに高くなることがわかります。 そこに実際の人間がいるにもかかわらず、彼らは予期しないときに即座に反応を得ることができるため、物事をはるかに高く評価しています。 私たちは非常に英国的なブランドであることを認識しており、オーストラリアと日本にクライアントがあり、今ではすぐに答えを得ています。 したがって、CSAT は大幅に改善されました。 それはとても大きなことだと思います。 それだけのために飛び込まないなら、なぜそうしないのかわかりません。

ここでエピソード全体を聞いてください:

リアム：まあ、それはできました。 イノベーションと対話の年。 そして、それらは今年私たちに参加した思想的リーダーや専門家のほんの一握りです。 ポッドキャストをどこで聴いても、400 を超えるエピソードのバック カタログ全体を閲覧できます。 素晴らしい同僚やゲストの皆様に感謝しますが、最も重要なことは、ご静聴いただきありがとうございます。