AI を活用しながらサポート品質を向上: Intercom と Klaus の戦略

AI は顧客サポートを変革しつつあるかもしれませんが、アプローチを成功させるには単にスイッチを押すだけでは不十分です。 最新のウェビナーでは、品質と一貫性を維持しながら AI ファーストのサポート戦略を拡張する方法について説明しました。

一般的なクエリの迅速な処理から、複雑な問題に取り組む人間のエージェントの支援まで、生成型 AI チャットボットが急速に普及し、わずか数か月でカスタマー サポートのあり方を変えました。 サポート量と応答時間が即座に削減され、エージェントは繰り返しのクエリという恐ろしいハムスターホイールから解放され、仕事の最も影響の大きい部分に集中できるようになります。 新しい AI チャットボットFin を例に挙げてみましょう。 私たちはその最初の顧客でしたが、現在では、インバウンド サポートの会話の 70% がこの AI ボット エクスペリエンスから始まり、Fin はそれらのクエリの 33% を即座に解決できます。 これは、私たちのワークロードの膨大な部分を *指を鳴らしながら*解決したものです。

「課題は、AI の効率性と顧客が重視する人間味を融合させることにあります。」

AI は、より優れたレビュー サンプルを作成し、QA プロセスを自動化し、より適切なレポートを作成することで、チームが会話の品質をレビューするのにも役立ちます。

「物事が自動的に行われるため、感情分析や文法分析などを 100% カバーできます。 AI を活用した分析とレポートにより、全体像に対するより深い洞察が得られます。」

Mervi Sepp Rei 氏、Klaus の ML およびデータ責任者

もちろん、AIが適切に実装されていればの話だが。 課題は、AI の効率性と顧客が重視する人間味を融合させることにあります。 統合が適切に実行されず、AI 応答に一貫性がない場合、不快なエクスペリエンスやフラストレーションが発生し、目的全体が台無しになる可能性があります。

それを回避するために、サポート リーダーはこれらの潜在的な問題を予測し、思慮深い実装を通じて対処する必要があります。 そのため、私たちは最近、顧客サービス品質管理ソリューションである Klaus と提携して、最新の AI ファーストの顧客サポート戦略を構築する方法に関するウェビナーを主催しました。 以下の方々にご参加いただきました。

• Bobby Stapleton 氏、Intercom カスタマー サポート ディレクター
• Diogo Costa 氏、Klaus カスタマー サクセス チーム マネージャー
• Mervi Sepp Rei 氏、 Klaus の ML およびデータ責任者
• Sean Reid 氏、Intercom カスタマー サポート マネージャー

その方法を簡単にまとめます。

1. 慎重な計画と系統的な実行

AI の導入は単なるプラグ アンド プレイではなく、ボタンをクリックするだけで準備完了というわけではありません。 最新および従来のさまざまな既存システムと統合し、ボットから人間のエージェントへのルーティングとハンドオーバーを設定し、プロセスと組織構造を変更します。 成功に向けて準備を整え、AI のメリットを享受するための良い方法は、適切な実装戦略に投資することです。 また、場合によっては、段階的な展開が必要になる場合もあります。

「私たちは一度に一歩ずつ取り組むことから始めました。 私たちは、フィンがオフィス時間外に私たちを助けてくれる可能性があることに気づきました。これは、その時点まで私たちがやっていなかったことです。 私たちはテストとしてこれに取り組み、「ここでサポートを行うための追加の腕としてフィンをどのように使用できるかを見てみましょう。」

Diogo Costa 氏、Klaus カスタマー サクセス チーム マネージャー

業務時間外などの特定のリスクの低いシナリオで AI の機能をテストすることで、組織は負担を軽減し、顧客に即座に価値を提供できます。 クラウスの場合、これはオフィス時間外のやり取りの 17% を解決することにつながり、年末までにこれを 3 分の 1 に増やす計画です。 そしてもちろん、チャットボットを監視し、継続的に改善するための反復的なアプローチがなければ、適切な実装戦略は完成しません。

2. 強力な知識ベースの作成

「最大の利点は、本当に包括的で最新かつ徹底したヘルプセンターまたはナレッジベースがあることです。 持っている情報が間違っていたり、古くなったりすると、顧客に正しい情報を提供することはできません。 (…) 私たちはすべての研究開発エンジニアにヘルプ センターの特定のセクションを見て、それらが正しいことを確認し、含めるべきだと思われる欠落がないかどうかを確認しました。」

Bobby Stapleton 氏、Intercom カスタマー サポート ディレクター

Fin のような AI チャットボットは、ナレッジ ベースやヘルプ センターの情報を利用して、顧客が求めている答えをすぐに提供します。 つまり、正確で信頼できるものにしたい場合は、ボットに答えてほしい内容をほぼすべて網羅した、よく書かれ、よく構造化されたヘルプ コンテンツが必要です。

導入する前に、ヘルプ センターを監査して、すべての情報が正確かつ最新であることを確認し、既存のコンテンツを最適化して更新し、必要に応じて新しいコンテンツを作成してください。 かなりの事前努力と継続的なメンテナンスが必要ですが、長期的には利益をもたらします。

3. 人間味を保つ

これらのボットの新しいバージョンはかなり高度ですが、まだ本当の感情を感じたり、表示したりすることはできません。 彼らは、苦しんでいる顧客に共感したり、同情的でタイムリーな割引や心からの謝罪を提供したりすることができません。

「当社のサービスについてお客様が本当に気に入っているのは、人間的な側面です。 歴史的に見て、それは常にプラスでした。 したがって、それを失うか、危険にさらすことが第一の懸念でした。」

Diogo Costa 氏、Klaus カスタマー サクセス チーム マネージャー

AI は間違いなく効率を向上させることができますが、両方の長所を提供するのは、テクノロジーと人間の専門知識や感性との調和のとれた統合です。 AI を人間のエージェントのサポート的な対応者としてアプローチすることで、企業は AI の機能の恩恵を受けながら、真の顧客関係を維持できます。 適切に実装されたボットは、サポート エージェントが最高レベルのサポートによる顧客ロイヤルティの育成に集中できるようになるだけでなく、顧客との正確なやり取りを確保するために人間による継続的な監視と介入を必要とします。

4. 最新の AI 主導サポートのための進化する QA プラクティス

「以前は、品質保証に対する従来のアプローチは基本的には人間だけに焦点を当てていました。 あなたは、製品とプロセスで作成した構造内の人物を QA し、その人物がそれに正しく従っているかどうかを確認しています。 AI を使用すると、カスタマー ジャーニー全体を QA する必要があります。」

Sean Reid 氏、Intercom カスタマー サポート マネージャー

簡単に言えば、QA 戦略全体を更新する必要があります。 結局のところ、顧客エクスペリエンスに多くの新しいダイナミックなモーションと複雑さを追加することになります。 AI の導入が進むにつれて、製品の制限、プロセスの効率性、AI から人間への引き継ぎの有効性など、カスタマー ジャーニー全体を考慮した、より包括的なアプローチに移行することが重要です。 Intercom では、これを言い換えて QA スコアカードを 3 つのセクションに分割しました。

• 人材:当社の専門家が正しいことを行っているかどうかを確認する昔ながらの方法。
• プロセス:当社が導入しているプロセスが正しいかどうかを確認します。これは、Fin から当社の専門家への引き継ぎも確認します。
• 製品:製品の顧客体験を向上させるために何ができるでしょうか?これも Fin を製品の観点から見ていきます。

すべてが可能な限りスムーズに実行されていることを確認するために、重要な要素は、それを監視し、いつどのように介入すべきかを理解することです。 結局のところ、特にコンテンツ基盤がしっかりしていない場合、AI チャットボットは絶対確実ではありません。 たとえば、フィンが介入した会話がマイナスの CSAT スコアを受け取った場合、その原因は何でしょうか? ナレッジベースの記事を更新する必要があるかもしれません。

「これは非常に賢いですが、同時に、生成ツールは不正になる可能性があります。 幻覚もある。 それを監視しなければなりません。 動作を監視し、特定の時間にどのように干渉できるか、および時間の経過とともにどのように実行されるかを理解することが、はるかに重要になります。 私たちは Fin の使用を開始することに明らかに非常に興奮していましたが、QA がこれに適応する必要があることはわかっていました。 私たちはコア データ パイプラインを完全に変更し、Fin を人間として機能するためレビューしたい生成ボットとして扱うようにしました。」

Mervi Sepp Rei 氏、Klaus の ML およびデータ責任者

AI ツール、QA チーム、人間のエージェント間のコラボレーションは非常に重要です。 さらに、サンプルの作成や品質チェックの実行などの日常的な QA タスクの自動化を採用すると、顧客とのやり取りの全領域にわたってプロセスを拡張できる可能性が得られます。

「結局のところ、彼らが何をしているのかをチェックすることになります。 それには手作業が必要ですが、量が多すぎるため、手作業でチェックするのは困難です。 したがって、品質チェックは自動的に行われます。 (…) すべての会話で、フィンが何かを言ったことがわかりますが、それは何をしたのでしょうか? そして、これがレポートで明らかになり、それがどこに関係しているのか、何をしているのかを理解することができ、より深い洞察が得られます。」

Mervi Sepp Rei 氏、Klaus の ML およびデータ責任者

5. 新しく改善された役割のためのスペースを作る

多くの人は、こうした変化によって私たちが職を失うのではないかと懸念しています。 そして、一部のサポートの役割が変更される一方で、この新しいテクノロジーが新しい仕事や役割の登場の必要性を生み出していることも私たちは見てきました。 Intercom ではここ数か月間、品質保証マネージャー、プロセス改善マネージャー、会話デザイナーを採用しました。 それを超えて、既存の役割がどのように進化しているかを私たちは見てきました。

「はい、この新しい仕事が創設されましたが、これにより現在のサポート スペシャリストも進歩し、権限が与えられます。 (…) 明らかに、彼らのパンとバターは顧客を助けていますが、それ以上に多くのことを行っています。 彼らは新製品の QA を担当し、ヘルプ センターの記事を執筆し、Intercom コミュニティで顧客と対話しています。」

Sean Reid 氏、Intercom カスタマー サポート マネージャー

ビジネスとテクノロジーが進化するにつれて、サポート戦略も進化する必要があります。 しかし、AI を活用したサポートの実装は、単に最先端のテクノロジーを採用するだけではありません。 それは、チャットボットと人間がそれぞれの独自の強みを発揮する戦略を調整することです。 AI を活用して業務を合理化し、人的つながりの信頼性を確保しながら顧客エクスペリエンスを最適化することで、サポートを新たなレベルに引き上げることができます。