まったく新しい世界: AI が顧客サポートで生み出すエキサイティングな新しい役割

顧客サービス分野で AI を活用する新しいエキサイティングな方法が見つかるにつれ、サポート チームを構成する役割、責任、キャリア パスが再形成されています。

Intercom では、AI によって顧客サービスがより充実した、影響力のある、機会に満ちたキャリアに変わると強く信じています。 AI ボット Fin が、チームの 1 日を埋める繰り返しのクエリをより多く処理し始めると、CS 担当者は顧客の複雑な問題に集中できる時間が増えます。 これにより、彼らは問題解決スキルや人間関係構築スキルを応用して発展させ、お客様が必要なときに相談できる対象分野の専門家になることができます。

「将来のカスタマー サービスの役割の多くは、人間と AI のパートナーシップを最大限に高めることに重点が置かれることになります。つまり、カスタマー サービスはもはや別のキャリアへのステップではなく、最もエキサイティングなキャリアの 1 つになるでしょう。」

それだけでなく、チームの AI ツールがサポート チームと並行して可能な限り効果的に機能するようにすることに焦点を当て、カスタマー サービスにおける AI を中心にまったく新しいカテゴリの役割と責任が生まれ始めています。すべてのお客様に可能な限り最高の体験を。

つまり、将来のカスタマー サービスの役割の多くは、人間と AI のパートナーシップを最大限に高めるために連携することになります。つまり、カスタマー サービスは、もは​​や別のキャリアへのステップではなく、最もエキサイティングなキャリアの 1 つになることを意味します。 ここでは、顧客サービスが AI を採用するにつれて、すでに登場しているまったく新しい役割のほんの一部を紹介します。

ナレッジマネージャー

古いことわざにあるように、AI ボットの良さは、AI ボットにフィードするコンテンツの良さによって決まります。 AI ボットの成功には高品質のサポート コンテンツが不可欠であるため、AI ファーストの世界ではナレッジ ベースの管理を優先することが必須です。

サポート チームは、ギャップを発見し、不正確さを特定し、サポート コンテンツの流れを改善するために理想的に配置されています。 サポート チーム内のナレッジ マネジメントは新しいものではありませんが、伝統的にチーム全体に分散されており、特定の所有者がなく、具体的なプロセスもほとんどなく、チームメイトからチームメイトへと引き継がれる組織的な知識に大きく依存していました。

この役割に関連する責任のほんの一部を次に示します。

• コンテンツ作成:サポート コンテンツで特定されたギャップを埋め、既存の記事を最新の状態に保ち、製品の発売や機能のリリースに合わせて新しいコンテンツを作成します。
• ヘルプ センターの管理:ヘルプ センター全体のコンテンツの正確性を監視し、更新、置換、削除が必要な記事にフラグを立て、各コンテンツの閲覧数に注意を払ってその価値を評価します。
• 会話分析: AI ボットが提供するコンテンツが顧客の質問に本当に答えているかどうか、ナレッジ ベースの更新が必要かどうかを評価します。
• ボットのパフォーマンス分析:ボットのパフォーマンスを潜在的なコンテンツの改善に結び付け、顧客のニーズをより適切に満たすことができます。

ナレッジ マネージャーは全社にわたるナレッジ マネージメントの取り組みの専任コーディネーターになりますが、ナレッジ マネージメントはサポート チームの全員の権限内にあるべきであり、多くの場合すでにすでにそうなっています。 サポート チームが小規模で、専任のナレッジ マネージャーを雇用する立場にない場合は、AI の世界に備えるために、既存のチーム内でナレッジ マネジメント機能を構築し始めるために実行できる小さな手順があります。支援サポート:

1. チームと協力して、AI ボットが回答できるようにする必要がある質問を特定し、それらの回答をサポートするコンテンツが最新で正確で理解しやすいものであることを確認します。 よくある質問トップ 10 に焦点を当てて、小規模から始めることができます。
2. AI ボットが回答できなかった質問、または顧客が人間の担当者との会話を求めることが頻繁にある質問を追跡するようサポート担当者に奨励します。 単純なコンテンツ更新で問題は解決しますか?
3. サポート チームのメンバーで、コンテンツの作成に特に優れている、またはコンテンツの作成に興味を示しているメンバーはいますか? チームの残りのメンバーが指摘しているギャップや機会に対処するために毎週数時間を確保できるようにします。
   やりながら学べます！ 作業の結果を監視し、必要に応じてサポート コンテンツの更新と追加を続けます。

顧客が質問し、サポート担当者がそれに答えるという同じスタイルのカスタマー サポートが何十年も続いた後、この新しいアプローチには若干の文化の変化が必要になります。 しかし、これにより、チームと顧客の両方のエクスペリエンスが向上し、サポート担当者の知識が最大限に活用されて、これまで以上に顧客に利益がもたらされると私たちは信じています。 理想的には、AI ボットは将来再度質問されたときにいつでも同じ質問に答えることができるため、最初に質問に答えるのが最後になります。

「受信トレイが溢れていることに悩んでいると、会話をチェックリストの項目としてチェックしてしまいがちですが、実際には、顧客との会話は顧客のより大きな旅の 1 ステップにすぎません。」

私たちは、インターコム サポート チームでスニペット機能を使用して、まさにこの文化の変化を実現しています。 スニペットを使用すると、チームは AI ボット専用のコンテンツをすばやく追加でき、回答の質と範囲が向上しますが、一般向けのサポート コンテンツ内では利用できません。 これにより、サポート チームはカスタマー ジャーニーとその過程で遭遇する可能性のある課題について考えるようになり、高品質で役立つサポート コンテンツを提供してそれらの課題を先取りできるようになります。

AI ボットのナレッジ ベースを最適化するためのヒントをさらに見つける

会話デザイナー

あふれる受信トレイに困っているときは、会話をチェックリストの項目としてチェックしてしまいがちです。顧客が質問し、チームがそれに答えればそれで終わりです。 しかし実際には、顧客との会話は顧客のより大きな旅の 1 つのステップにすぎません。

そこで会話デザイナーの出番です。その役割は、ボット、自動化、人間によるカスタマー サービスにまたがる顧客向けのエンドツーエンドのサポート エクスペリエンスを最適化し、シームレスなカスタマー サポートの障害を見つけることです。 この役割の出現は、カスタマー サポートとカスタマー サクセスの間のつながりが増大していることを示しています。 カスタマー ジャーニーに焦点を当てることで、より伝統的で事後対応型のカスタマー サポートではなく、カスタマー エクスペリエンスに対するより包括的で積極的なアプローチが促進されます。

この役割に関連する責任のほんの一部を次に示します。

• UX マッピング:カスタマー ジャーニーを真にシームレスにするためには、ユーザー エクスペリエンスがスムーズで直感的である必要があります。
• 顧客フィードバックの収集と解釈: 会話デザイナーは、顧客エクスペリエンスを向上させるために、顧客の行動や好みについて収集できるすべての情報 (それが顧客調査、会話、使用状況メトリクス、またはその他のソースからのものであるかどうか) に依存します。
• 問題解決:顧客が旅行の途中で直面する障害を特定したら、それを回避する方法を見つけるには問題解決スキルが必要です。
• ワークフローの作成:顧客の問い合わせを解決するための最善の方法を見つけ出します。 これには、ユーザー エクスペリエンス、企業プロセス、サポート プラットフォームの機能に関する深い知識が必要です。

既存のチーム内でこの機能を促進するにはどうすればよいですか:

1. サポート チームメイトを指名して、顧客が製品をより効果的に使用できるよう積極的に支援する機会を AI ボットが見逃している領域を特定します。 たとえば、ボットは、代替案を提案せずに、特定の機能がニーズに対して不十分であることを顧客に伝えていませんか?
2. チームの作業負荷をさらに軽減するワークフローを実装する機会を特定します。 顧客が返金を要求した場合は、手順を記載した記事を提供する代わりに、自動化されたワークフローを設定して、チャット内でその場でリクエストを送信できるようにします。
3. 顧客の活動のあらゆるパターンに注目し、自動化と AI によってエクスペリエンスを向上できる方法を提案するようチームを奨励します。
4. チーム内にこの分野に特に興味のある人がいる場合は、その人を AI ツールとその機能の専門家として指名してください。 AI ボットはまだ非常に新しく、新しい機能が常に追加されています。 顧客ができるだけ早くメリットを実感できるように、ボットの機能について最新の情報を入手してください。

Intercom では、顧客のエンドツーエンド エクスペリエンスを管理するために、会話デザイナーの Fred Walton を雇用しました。 顧客サービスの役割の開発についての彼の考えは次のとおりです。

会話アナリスト

AI ボットの驚異は、人間らしい自然な会話ができることです。 私たちのユーザー調査によると、AI ボットは、特に堅固なロボット型の前任者と比較した場合、すでに顧客の期待を上回っています。

AI がビジネスの改善に役立つ唯一の方法はこれだけではありません。 AI を使用して顧客の会話を分析することで、顧客との日常の会話で生じる言い回し、口調、微妙な製品用語について深い洞察を得ることができます。 しかし、これらの洞察を解釈し、潜在的な改善点を特定し、サポート チームやビジネス全体にわたる変化を推進するには、会話アナリストが必要になります。

「AI を活用した分析を使用することで、会話アナリストは社内のすべてのチームに影響を与える主要な顧客フィードバックを明らかにすることができます。」

カスタマージャーニー全体を総合的に見る会話デザイナーとは対照的に、会話アナリストは、AI ツールが顧客の発言をどのように解釈し、その応答をどのように改善できるかに焦点を当てます。 会話アナリストは、AI を活用した分析を使用して、社内のすべてのチームに影響を与える主要な顧客フィードバックを明らかにできます。

この役割に関連する責任のほんの一部を次に示します。

• データ分析:会話アナリストは、数値を超えてその意味を解釈し、顧客が問題を伝える方法と、問題を解決するために必要な答えについて貴重な洞察を導き出す必要があります。
• 自然言語処理 (NLP) についての理解: NLP は大規模言語モデル (LLM) の中心です。 AI ボットが質問に答える方法を理解するために、会話アナリストは、それらの答えをまとめる方法について深く理解する必要があります。
• レポート作成:会話アナリストによって収集された洞察は、サポート チームだけでなく、ビジネス全体のチームにとっても非常に貴重であり、製品、マーケティング、販売などにわたる意思決定に役立ちます。 これらの調査結果を明確かつ実用的な方法で報告することは、会話アナリストにとって重要なスキルです。
• チーム間のコラボレーション:会話アナリストは、コミュニケーションをオープンに保ち、主要な改善に取り組むために、ビジネス全体のチームと定期的かつ効果的に連携できなければなりません。

既存のチーム内でこの機能を促進するにはどうすればよいですか:

1. チームが顧客との会話の中で気づいた興味深い問題やパターンを共有し、AI ボット レポートからの洞察とアクション ポイントについて話し合うために、毎週時間を割いてください。
2. 他の人よりもデータの分析と解釈に特化している人もいます。 チーム内にカスタマー サポートのこちら側に興味のあるメンバーがいる場合、AI ボットの会話を分析することは、その役割を拡大する素晴らしい機会になる可能性があります。 これらのチームメイトが、AI ボットの会話の小さなサンプルの分析を開始するために必要な時間を捻出して、実現可能な改善についての意見を共有できるようにします。

プロンプトエンジニア/問題構築エンジニア

私たちは皆、どんなにぎこちない質問の言い方であっても、私たちが尋ねていることを理解する ChatGPT の能力に驚いたことがあるでしょう。 AI ボットは、箱から出してすぐに「すごい」エクスペリエンスを提供できますが、企業固有の顧客のクエリに関しては、チャットボットが最高水準のパフォーマンスを発揮していることを確認することが重要です。 そこで、即時エンジニア、つまり問題形成エンジニアの出番です。

プロンプトエンジニア

OpenAI 創設者のサム アルトマン氏が「驚くほど高レバレッジのスキル」と名付けたプロンプト エンジニアリングには、AI ボットが質問に答える方法を深く理解し、最適化されたプロンプトを作成し、最良の結果を達成するためにボットの応答を調整することが含まれます。 基本的に、彼らは最適な結果を生み出すために戦略的な質問をし、それらのテンプレートを使用して今後の対応を知らせます。

カスタマー サービスの世界では、これは、会社固有の用語や、有用な回答、場合によってはフォローアップ情報を提供するための顧客の質問の表現方法を考慮して、毎回正しい回答を提供するようにボットをトレーニングすることを意味します。 。

プロンプト エンジニアリングの役割は長くは続かないと言う人もいます。将来の AI モデルは最適化されたプロンプトに対してトレーニングされるため、これらの役割は時代遅れになる可能性があります。あるいは、ガーディアン紙が次のように述べています。スプレッドシート管理や検索エンジンの最適化など、さまざまな役割で求められるスキルであり、採用担当者によって履歴書の追加要素として高く評価されています。」

問題策定エンジニア

プロンプト エンジニアリングでは、特定の AI ツールの動作と、それを操作して最良の結果を生み出す方法に焦点を当てますが、問題定式化エンジニアリングでは、顧客に存在するより広範な問題領域に取り組みます。

この役割には、問題領域の特定と理解、分析、焦点、範囲、境界の定義が含まれます。 問題領域を深く理解すると、ボット調整プロセスがより効果的になり、最終的にはより良い顧客エクスペリエンスが実現します。 顧客が直面している問題を深く理解するために問題形成エンジニアによって訓練されたボットは、貴社のビジネスにとって非常に貴重な資産となるでしょう。彼らは、差し迫った問題に対する短期的な解決策だけでなく、社内のエクスペリエンスを向上させる関連改善を提案することができます。あなたの製品。

これらの役割に関連する責任のほんの一部を以下に示します。

• AI ツールを理解する: AI ツールは、ツールを強化する LLM と抽出元のソース コンテンツに応じて、さまざまな方法でプロンプトに応答します。 最適なプロンプトを確立するには、使用している AI ツールと、AI ツールが顧客の質問に答える方法についての深い知識が必要です。
• 顧客の最も差し迫った問題とその伝え方を理解する:サポート チームは、最も一般的な問題領域と顧客の質問の表現方法を完全に理解しています。 プロンプト/問題策定エンジニアとして、このエクスペリエンスを AI ボットに転送する方法を見つける必要があります。
• テストと最適化:アプローチをテストし、顧客からのフィードバックを監視し、プロンプトや問題の定式化を最適化するために調整する際に、実験がこの役割の主要な部分を占めます。
• ユーザー調査:定量的および定性的なユーザー調査は、上記の実験に情報を提供し、実行することを選択したテストに方向性を与えます。

既存のチーム内でこの機能を促進するにはどうすればよいですか:

1. AI ツールを使用するだけでなく、AI ツールがどのように機能するか、サポート コンテンツをどのように処理するか、質問された質問をどのように解釈するかについて包括的に理解するようチームに奨励します。
2. 顧客が必要な答えを得ることができない事例をメモし、ボットのチューニングによって解決できる可能性のあるパターンにフラグを付けるようチームに依頼してください。
3. Coursera や Udemy などの企業から、オンラインで即時にエンジニアリングを学習および開発できる機会が数多く提供されています。 チームメイトがその分野に興味があり、会社に学習と能力開発の予算がある場合は、スキルアップのためのこれらの機会をさらに検討してください。

サポートデザインストラテジスト

この役割には、サポート エクスペリエンス全体を俯瞰し、カスタマー ジャーニーの各段階で AI と人間がどこに最適であるかを判断することが含まれます。

あなたがサポートリーダーであれば、おそらく「私はすでにそれを行っている」と考えているでしょう、そしてあなたは完全に正しいです。 この作業はしばらくはサポート リーダーの権限に属すると思われますが、AI が業界標準になれば、企業は人間と AI の最適なパートナーシップによって調整されたサービス提供のシームレスさによって差別化されるようになるでしょう。 このとき、専任のサポート設計ストラテジストの必要性が生じます。

この役割に関連する責任のほんの一部を次に示します。

1. プロセスの分析と改善: AI ボットがサポート チームと完全に統合されると、サポート設計ストラテジストは、急速に高まる顧客の期待に応えるために、レガシー プロセスを常に監視、更新、徹底的に見直す必要があります。
2. 戦略と計画: AI が仕事の世界を変革する中、事前の計画を立てるのは大変な作業のように思えるかもしれませんが、サポート チームが AI と連携して作業することに慣れてくると、サポート設計ストラテジストは、何がうまくいっていて、何がうまくいっていないのか、そしてチームがどのような目標を達成すべきかを把握するようになります。到達するために努力すること。
3. リソース管理:最適な人間と AI のサポート戦略を作成するには、リソースの適切なバランスが必要です。 つまり、時間、チームメンバー、ツール、予算です。
4. 会話デザイナーなど、他の主要な役割とのコラボレーション:サポート デザイン ストラテジストは、真に総合的なサポート戦略を作成するために、サポート チーム全体からの洞察を必要とします。

総合的なサポート設計戦略の開発に向けて実行できる最善の最初のステップは、この大きな移行を通じてチームを導きながら、チームからできるだけ多くのことを学ぶことです。

既存のチーム内でこの機能を促進するにはどうすればよいですか:

1. チームの役割に関する決定にチームを参加させ、更新、変更、実験について完全に話し合う時間を作ります。
2. 自分の役割の安全性について心配しているチーム メンバーを安心させるには、AI がもたらす新しいキャリアやスキルアップの機会に興奮しながら、その懸念を認識してもらいます。
3. コミュニケーションのラインを広く開いておき、AI のチームへの導入によってチームがどのように感じているか、日常業務にどのような影響があるかについて正直なフィードバックを提供するようチームを奨励します。 何かが機能していない場合は、変更することを恐れないでください。AI がますます多くのプロセスに組み込まれるにつれて、多くの実験が行われることになります。
4. ワークフロー効率の向上からチームプロセスの自動化まで、チームの作業のあらゆる側面に関する提案を歓迎します。
5. 人間と AI のサポートの世界でチームのパフォーマンスがどのように測定されるかを考えてみましょう。 これまで多くの時間を費やしていた反復的なクエリを AI ボットが処理することで、より影響力のある作業に注意を向けることができ、受信トレイの外でより多くの時間を費やすことができます。 これは、目標、キャリア目標、業績評価にどのように反映されますか?

カスタマー サービスにおけるキャリアの未来はこれまで以上に明るく、ここで説明した役割はほんの始まりにすぎません。 AI が顧客サービス分野やその他の分野での仕事の性質を変えるにつれて、顧客サービスの役割がますます望まれるようになるのを見て、私たちは興奮しています。

AI の時代の先を行くサポート リーダー向けのヒント、コツ、ニュースをお探しですか? Intercom ニュースレターに登録して、隔週の洞察を入手してください