Dunia yang benar-benar baru: Peran baru yang menarik yang diciptakan AI dalam dukungan pelanggan

Ketika ruang layanan pelanggan menemukan cara-cara baru dan menarik untuk bekerja dengan AI, peran, tanggung jawab, dan jalur karier yang membentuk tim dukungan sedang diubah.

Di Intercom, kami sangat yakin bahwa AI akan mengubah layanan pelanggan menjadi karier yang lebih memuaskan, berdampak, dan penuh peluang. Saat bot AI kami, Fin, mulai menangani lebih banyak pertanyaan berulang yang memenuhi keseharian tim kami, perwakilan CS kami memiliki lebih banyak waktu untuk fokus pada masalah pelanggan yang kompleks. Hal ini memungkinkan mereka untuk menerapkan dan mengembangkan keterampilan pemecahan masalah dan membangun hubungan, menjadi ahli di bidangnya yang dapat dikonsultasikan oleh pelanggan kami saat mereka membutuhkannya.

“Banyak peran layanan pelanggan di masa depan akan berfokus pada memaksimalkan kemitraan manusia-AI – yang berarti layanan pelanggan tidak lagi menjadi sebuah langkah menuju karier yang berbeda, namun salah satu karier yang paling menarik di luar sana”

Tidak hanya itu, kami sudah mulai melihat kategori peran dan tanggung jawab baru bermunculan seputar AI dalam layanan pelanggan, dengan fokus untuk memastikan bahwa alat AI tim bekerja seefektif mungkin bersama tim pendukung, dan menawarkan setiap pelanggan pengalaman terbaik.

Singkatnya, banyak peran layanan pelanggan di masa depan akan bekerja sama untuk memaksimalkan kemitraan manusia-AI – yang berarti layanan pelanggan tidak lagi menjadi langkah menuju karier yang berbeda, namun salah satu karier paling menarik di luar sana. Berikut adalah beberapa peran baru yang telah muncul seiring dengan penerapan AI dalam layanan pelanggan.

Manajer Pengetahuan

Seperti kata pepatah lama, bot AI hanya akan bagus jika konten yang Anda berikan padanya. Konten dukungan berkualitas tinggi sangat penting bagi keberhasilan bot AI, jadi memprioritaskan pengelolaan basis pengetahuan Anda adalah suatu keharusan di dunia yang mengutamakan AI.

Tim dukungan ditempatkan secara ideal untuk menemukan kesenjangan, mengidentifikasi ketidakakuratan, dan meningkatkan aliran konten dukungan Anda. Manajemen pengetahuan dalam tim pendukung bukanlah hal baru, namun secara tradisional telah tersebar ke seluruh tim – tanpa pemilik spesifik dan sedikit proses konkrit – dan sangat bergantung pada pengetahuan institusional yang diwariskan dari satu tim ke tim lainnya.

Berikut adalah beberapa tanggung jawab yang akan dikaitkan dengan peran tersebut:

• Pembuatan konten: Mengisi kesenjangan yang teridentifikasi dalam konten pendukung, memperbarui artikel yang ada, dan membuat konten baru bersamaan dengan peluncuran produk atau rilis fitur.
• Manajemen pusat bantuan: Memantau keakuratan konten di seluruh pusat bantuan, menandai artikel yang perlu diperbarui, diganti, atau dihapus, dan memperhatikan jumlah penayangan yang diperoleh setiap konten untuk menilai nilainya.
• Analisis percakapan: Menilai apakah konten yang disediakan bot AI benar-benar menjawab pertanyaan yang diajukan pelanggan, dan apakah pembaruan diperlukan pada basis pengetahuan.
• Analisis kinerja bot: Menghubungkan kinerja bot dengan potensi peningkatan konten untuk memenuhi kebutuhan pelanggan dengan lebih baik.

Meskipun manajer pengetahuan akan menjadi koordinator khusus upaya manajemen pengetahuan di seluruh perusahaan, manajemen pengetahuan harus, dan sering kali sudah, berada dalam kewenangan semua orang di tim pendukung. Jika Anda adalah tim pendukung kecil dan tidak dalam posisi untuk mempekerjakan manajer pengetahuan yang berdedikasi, ada beberapa langkah kecil yang dapat Anda ambil untuk mulai membangun fungsi manajemen pengetahuan dalam tim Anda yang sudah ada untuk bersiap menghadapi dunia AI- dukungan bantuan:

1. Bekerjalah dengan tim Anda untuk mengidentifikasi pertanyaan yang perlu dijawab oleh bot AI Anda, dan pastikan konten untuk mendukung jawaban tersebut mutakhir, akurat, dan mudah dipahami. Anda dapat memulai dari yang kecil dengan berfokus pada 10 FAQ teratas Anda.
2. Dorong perwakilan dukungan untuk melacak pertanyaan yang tidak dapat dijawab oleh bot AI Anda, atau yang sering kali mengakibatkan pelanggan meminta untuk berbicara dengan perwakilan manusia. Apakah pembaruan konten sederhana akan menyelesaikan masalah ini?
3. Apakah ada anggota tim dukungan Anda yang sangat ahli, atau menunjukkan minat, dalam membuat konten? Izinkan mereka meluangkan waktu beberapa jam setiap minggunya untuk mengatasi kesenjangan dan peluang yang telah ditandai oleh anggota tim lainnya.
   Belajar sambil jalan! Pantau hasil pekerjaan Anda, dan terus perbarui serta tambahkan konten dukungan Anda sesuai kebutuhan.

Setelah puluhan tahun menerapkan gaya dukungan pelanggan yang sama, di mana pelanggan mengajukan pertanyaan dan perwakilan dukungan menjawabnya, pendekatan baru ini memerlukan sedikit perubahan budaya. Namun kami yakin ini akan meningkatkan pengalaman tim dan pelanggan Anda, memaksimalkan pengetahuan perwakilan dukungan Anda untuk memberi manfaat lebih bagi pelanggan daripada sebelumnya. Idealnya, kali pertama Anda menjawab pertanyaan adalah yang terakhir kali, karena bot AI Anda akan dapat menjawab pertanyaan yang sama kapan pun pertanyaan tersebut ditanyakan lagi di masa mendatang.

“Saat Anda kesulitan dengan kotak masuk yang meluap, mudah untuk melihat percakapan sebagai item dalam daftar periksa yang harus dicentang… namun kenyataannya adalah percakapan pelanggan hanyalah satu langkah dalam perjalanan pelanggan yang lebih besar”

Kami mengaktifkan perubahan budaya ini di tim Dukungan Interkom menggunakan fitur Cuplikan kami. Cuplikan memungkinkan tim kami dengan cepat menambahkan konten khusus untuk bot AI kami yang meningkatkan kualitas jawaban dan cakupannya, namun tidak tersedia dalam konten dukungan publik Anda. Hal ini mendorong tim Dukungan kami untuk memikirkan perjalanan pelanggan dan tantangan yang mungkin mereka hadapi selama ini, dan memungkinkan mereka untuk mengatasi tantangan tersebut dengan konten dukungan yang berkualitas tinggi dan bermanfaat.

Temukan tips lainnya tentang mengoptimalkan basis pengetahuan Anda untuk bot AI

Desainer Percakapan

Saat Anda kesulitan dengan kotak masuk yang meluap, mudah untuk melihat percakapan sebagai item dalam daftar periksa yang harus dicentang – pelanggan mengajukan pertanyaan, tim Anda menjawabnya, dan hanya itu. Namun kenyataannya adalah percakapan pelanggan hanyalah satu langkah dalam perjalanan pelanggan yang lebih besar.

Di sinilah peran perancang percakapan – peran mereka adalah mengoptimalkan pengalaman dukungan menyeluruh untuk pelanggan Anda, mencakup bot, otomatisasi, dan layanan pelanggan manusia, serta menemukan hambatan dalam mendapatkan dukungan pelanggan yang lancar. Munculnya peran ini menunjukkan semakin besarnya hubungan antara dukungan pelanggan dan kesuksesan pelanggan. Berfokus pada perjalanan pelanggan mendorong pendekatan yang lebih holistik dan proaktif terhadap pengalaman pelanggan, dibandingkan dengan jenis dukungan pelanggan yang lebih tradisional dan reaktif.

Berikut adalah beberapa tanggung jawab yang akan dikaitkan dengan peran tersebut:

• Pemetaan UX: Agar perjalanan pelanggan Anda benar-benar lancar, pengalaman pengguna harus lancar dan intuitif.
• Mengumpulkan dan menafsirkan umpan balik pelanggan: Perancang percakapan akan mengandalkan setiap dan semua informasi yang dapat mereka kumpulkan tentang perilaku dan preferensi pelanggan – baik itu berasal dari survei pelanggan, percakapan, metrik penggunaan, atau sumber lainnya – untuk meningkatkan pengalaman pelanggan.
• Pemecahan masalah: Setelah Anda mengidentifikasi hambatan yang dihadapi pelanggan dalam perjalanan mereka, diperlukan keterampilan pemecahan masalah untuk menemukan cara mengatasinya.
• Pembuatan alur kerja: Mencari tahu cara terbaik untuk membawa pelanggan ke jalur yang akan menyelesaikan pertanyaan mereka. Hal ini memerlukan pengetahuan mendalam tentang pengalaman pengguna, proses perusahaan, dan kemampuan platform dukungan Anda.

Bagaimana Anda dapat mulai mengembangkan fungsi ini dalam tim Anda yang sudah ada:

1. Nominasikan rekan satu tim dukungan untuk menemukan area di mana bot AI Anda kehilangan peluang untuk secara proaktif membantu pelanggan menggunakan produk Anda dengan lebih efektif. Misalnya, apakah bot Anda memberi tahu pelanggan bahwa fitur tertentu tidak mencukupi kebutuhan mereka tanpa menyarankan alternatif lain?
2. Identifikasi peluang untuk menerapkan alur kerja yang semakin mengurangi beban kerja tim. Jika pelanggan meminta pengembalian dana, alih-alih memberikan artikel berisi petunjuk, siapkan alur kerja otomatis untuk memungkinkan mereka mengirimkan permintaan langsung di obrolan.
3. Dorong tim Anda untuk mencatat pola apa pun dalam aktivitas pelanggan, dan sarankan cara agar otomatisasi dan AI dapat meningkatkan pengalaman.
4. Jika ada seseorang di tim Anda yang sangat tertarik dengan bidang ini, nominasikan mereka untuk menjadi ahli dalam alat AI Anda dan kemampuannya. Bot AI masih sangat baru, dan selalu ada fitur dan kemampuan baru yang ditambahkan. Ikuti perkembangan terkini tentang apa yang dapat dilakukan bot Anda sehingga pelanggan Anda dapat melihat manfaatnya sesegera mungkin.

Di Intercom, kami baru saja mempekerjakan seorang desainer percakapan, Fred Walton, untuk mengelola pengalaman pelanggan kami secara menyeluruh. Berikut pemikirannya tentang pengembangan peran layanan pelanggan:

Analis Percakapan

Keajaiban bot AI adalah kemampuannya berkomunikasi secara alami dan manusiawi. Riset pengguna kami menunjukkan bahwa bot AI telah melampaui ekspektasi pelanggan, terutama jika dibandingkan dengan robot robot pendahulunya.

Dan itu bukan satu-satunya cara AI dapat membantu Anda mendorong peningkatan bisnis. Dengan menggunakan AI untuk menganalisis percakapan pelanggan, Anda bisa mendapatkan wawasan mendalam tentang frasa, nada, dan nuansa terminologi produk yang muncul dalam percakapan pelanggan sehari-hari. Namun ketika menafsirkan wawasan ini, mengidentifikasi potensi peningkatan, dan mendorong perubahan di seluruh tim dukungan dan bisnis yang lebih luas, Anda memerlukan analis percakapan.

“Dengan menggunakan analisis yang didukung AI, analis percakapan dapat memunculkan masukan penting dari pelanggan yang akan berdampak pada setiap tim di perusahaan Anda”

Berbeda dengan perancang percakapan, yang mengambil pandangan holistik dari keseluruhan perjalanan pelanggan, analis percakapan berfokus pada bagaimana alat AI Anda menafsirkan apa yang dikatakan pelanggan Anda dan bagaimana tanggapannya dapat ditingkatkan. Dengan menggunakan analisis yang didukung AI, analis percakapan dapat memunculkan masukan penting dari pelanggan yang akan berdampak pada setiap tim di perusahaan Anda.

Berikut adalah beberapa tanggung jawab yang akan dikaitkan dengan peran tersebut:

• Analisis data: Analis percakapan perlu melampaui angka-angka untuk menafsirkan apa yang dimaksud dan mendapatkan wawasan berharga tentang cara pelanggan menyampaikan masalah mereka, dan jawaban yang mereka perlukan untuk menyelesaikan masalah mereka.
• Pemahaman tentang pemrosesan bahasa alami (NLP): NLP adalah jantung dari model bahasa besar (LLM). Untuk memahami cara bot AI menjawab pertanyaan, analis percakapan perlu mengembangkan pemahaman mendalam tentang cara mereka menggabungkan jawaban tersebut.
• Pelaporan: Wawasan yang dikumpulkan oleh analis percakapan sangat berharga, tidak hanya bagi tim dukungan, tetapi juga bagi tim di seluruh bisnis, yang menjadi dasar pengambilan keputusan di bidang produk, pemasaran, penjualan, dan banyak lagi. Melaporkan temuan ini dengan jelas dan dapat ditindaklanjuti adalah keterampilan utama seorang analis percakapan.
• Kolaborasi lintas tim: Seorang analis percakapan harus dapat bekerja secara teratur dan efektif dengan tim di seluruh bisnis, untuk memastikan komunikasi tetap terbuka dan perbaikan penting dapat dilakukan.

Bagaimana Anda dapat mulai mengembangkan fungsi ini dalam tim Anda yang sudah ada:

1. Dedikasikan waktu setiap minggu bagi tim Anda untuk berbagi masalah atau pola menarik yang mereka perhatikan dalam percakapan pelanggan, dan untuk mendiskusikan wawasan dan poin tindakan dari laporan bot AI.
2. Beberapa orang lebih tertarik pada analisis dan interpretasi data dibandingkan yang lain. Jika ada anggota tim Anda yang tertarik pada sisi dukungan pelanggan ini, menganalisis percakapan bot AI mungkin merupakan peluang menarik untuk memperluas peran mereka. Memungkinkan rekan satu tim ini meluangkan waktu untuk mulai menganalisis sampel kecil percakapan bot AI, dan menyumbangkan pemikiran mereka tentang perbaikan yang dapat dilakukan.

Insinyur Cepat/Insinyur Perumusan Masalah

Kita semua kagum dengan kemampuan ChatGPT untuk memahami apa yang kita tanyakan, tidak peduli betapa canggungnya kita mengutarakan pertanyaan kita. Bot AI dapat memberikan pengalaman “wow” secara langsung, namun ketika menyangkut pertanyaan pelanggan khusus perusahaan, penting untuk memastikan chatbot Anda berkinerja dengan standar tertinggi. Di sinilah peran insinyur yang cepat, atau insinyur perumusan masalah.

Insinyur Cepat

Diberi label sebagai “keterampilan dengan leverage yang sangat tinggi” oleh pendiri OpenAI Sam Altman, rekayasa cepat melibatkan pemahaman mendalam tentang cara bot AI menjawab pertanyaan, membuat perintah yang dioptimalkan, dan menyempurnakan respons bot untuk mencapai hasil terbaik. Pada dasarnya, mereka mengajukan pertanyaan-pertanyaan strategis untuk menghasilkan hasil yang optimal – kemudian menggunakan template tersebut untuk menginformasikan tanggapan di masa depan.

Dalam dunia layanan pelanggan, ini berarti melatih bot untuk memberikan jawaban yang benar setiap saat, dengan mempertimbangkan terminologi spesifik perusahaan Anda, dan cara pelanggan Anda mengutarakan pertanyaan mereka untuk memberikan jawaban yang berguna, dan bahkan mungkin beberapa informasi tindak lanjut. .

Ada yang mengatakan bahwa peran rekayasa cepat tidak akan bertahan lama – karena model AI di masa depan dilatih berdasarkan permintaan yang dioptimalkan, peran ini mungkin akan menjadi usang, atau, seperti yang dikatakan oleh The Guardian: “Di pasar kerja yang lebih luas, rekayasa cepat mungkin akan menggantikan peran tersebut. cara manajemen spreadsheet atau optimasi mesin pencari – keterampilan yang dibutuhkan dalam berbagai peran dan dihargai oleh manajer perekrutan sebagai pelengkap CV Anda.”

Insinyur Perumusan Masalah

Meskipun rekayasa cepat berfokus pada cara kerja alat AI tertentu dan bagaimana Anda dapat memanipulasinya untuk menghasilkan hasil terbaik, rekayasa formulasi masalah menangani area masalah yang lebih luas yang ada pada pelanggan Anda.

Peran ini melibatkan identifikasi dan pemahaman bidang masalah, menganalisisnya, dan menentukan fokus, ruang lingkup, dan batasannya. Mengembangkan pemahaman mendalam tentang domain masalah membuat proses penyesuaian bot menjadi lebih efektif, dan pada akhirnya, memberikan pengalaman pelanggan yang lebih baik. Bot yang dilatih oleh insinyur perumusan masalah untuk memahami secara mendalam masalah yang dialami pelanggan akan menjadi aset yang sangat berharga bagi bisnis Anda – mereka tidak hanya dapat menyarankan solusi jangka pendek terhadap masalah yang mendesak tersebut, namun juga perbaikan terkait yang dapat meningkatkan pengalaman mereka dalam jangka panjang. produk Anda.

Berikut adalah beberapa tanggung jawab yang akan dikaitkan dengan peran-peran ini:

• Memahami alat AI Anda: Alat AI akan merespons perintah dengan cara yang berbeda, bergantung pada LLM yang mendukungnya dan konten sumber yang digunakannya. Menetapkan perintah yang paling sesuai memerlukan pengetahuan mendalam tentang alat AI yang Anda gunakan, dan caranya menjawab pertanyaan pelanggan Anda.
• Memahami masalah pelanggan Anda yang paling mendesak dan cara mereka mengkomunikasikannya: Tim dukungan Anda akan memiliki pemahaman menyeluruh tentang area masalah paling umum dan cara pelanggan menyampaikan pertanyaan mereka. Sebagai insinyur perumusan masalah/cepat, Anda perlu menemukan cara untuk mentransfer pengalaman ini ke bot AI.
• Menguji dan mengoptimalkan: Eksperimen akan menjadi bagian utama dari peran ini saat Anda menguji suatu pendekatan, memantau umpan balik pelanggan, dan menyesuaikan untuk mengoptimalkan rumusan masalah atau cepat.
• Riset pengguna: Riset pengguna kuantitatif dan kualitatif akan menginformasikan eksperimen yang disebutkan di atas, memberikan arahan pada pengujian yang Anda pilih untuk dijalankan.

Bagaimana Anda dapat mulai mengembangkan fungsi ini dalam tim Anda yang sudah ada:

1. Dorong tim Anda untuk tidak hanya menggunakan alat AI Anda, namun mendapatkan pemahaman komprehensif tentang cara kerjanya, cara alat tersebut memproses konten dukungan Anda, dan cara alat tersebut menafsirkan pertanyaan yang diajukan.
2. Minta tim Anda untuk mencatat setiap kejadian di mana pelanggan tidak mendapatkan jawaban yang mereka butuhkan, dan tandai pola apa pun yang mungkin dapat diselesaikan dengan beberapa penyesuaian bot.
3. Ada banyak peluang pembelajaran dan pengembangan teknik online yang tersedia dari perusahaan seperti Coursera dan Udemy. Jika ada rekan satu tim yang tertarik dengan bidang tersebut, dan perusahaan Anda memiliki anggaran pembelajaran dan pengembangan, lihat lebih jauh peluang untuk meningkatkan keterampilan ini.

Dukungan Ahli Strategi Desain

Peran ini melibatkan pandangan menyeluruh terhadap keseluruhan pengalaman dukungan dan memutuskan mana AI dan manusia yang paling cocok di setiap tahap perjalanan pelanggan.

Jika Anda seorang pemimpin dukungan, Anda mungkin berpikir, “Saya sudah melakukan itu,” dan Anda benar sekali. Pekerjaan ini mungkin akan berada di bawah tanggung jawab pemimpin dukungan untuk beberapa waktu mendatang, namun ketika AI menjadi standar industri, perusahaan akan membedakan diri mereka dengan kelancaran penyampaian layanan mereka, yang dikoordinasikan oleh kemitraan manusia-AI yang optimal. Saat itulah muncul kebutuhan akan ahli strategi desain dukungan khusus.

Berikut adalah beberapa tanggung jawab yang akan dikaitkan dengan peran tersebut:

1. Analisis dan peningkatan proses: Saat bot AI terintegrasi sepenuhnya dengan tim dukungan, ahli strategi desain dukungan harus terus memantau, memperbarui, dan merombak proses lama untuk memenuhi ekspektasi pelanggan yang meningkat pesat.
2. Strategi dan perencanaan: Perencanaan ke depan mungkin tampak seperti tugas yang berat karena AI mengubah dunia kerja, namun ketika tim pendukung terbiasa bekerja bersama AI, ahli strategi desain dukungan akan mencari tahu apa yang berhasil, apa yang tidak, dan apa tujuan yang harus dicapai tim. berusaha untuk mencapainya.
3. Manajemen sumber daya: Menciptakan strategi dukungan manusia-AI yang optimal memerlukan keseimbangan sumber daya yang tepat; yaitu waktu, anggota tim, alat, dan anggaran.
4. Kolaborasi dengan peran penting lainnya, seperti perancang percakapan: Ahli strategi desain dukungan akan memerlukan wawasan dari seluruh tim dukungan untuk menciptakan strategi dukungan yang benar-benar holistik.

Langkah pertama terbaik yang dapat Anda ambil untuk mengembangkan strategi desain dukungan holistik adalah belajar sebanyak mungkin dari tim Anda saat Anda membimbing mereka melalui transisi besar ini.

Bagaimana Anda dapat mulai mengembangkan fungsi ini dalam tim Anda yang sudah ada:

1. Libatkan tim dalam pengambilan keputusan mengenai peran mereka, dan luangkan waktu untuk mendiskusikan pembaruan, perubahan, dan eksperimen secara penuh.
2. Yakinkan anggota tim yang mengkhawatirkan keamanan peran mereka dengan mengakui kekhawatiran mereka sekaligus membuat mereka bersemangat tentang karier baru dan peluang peningkatan keterampilan yang akan diberikan oleh AI.
3. Jaga jalur komunikasi tetap terbuka lebar dan dorong tim Anda untuk memberikan umpan balik yang jujur ​​tentang perasaan mereka dan bagaimana pekerjaan sehari-hari mereka terpengaruh oleh diperkenalkannya AI ke dalam tim. Jika ada yang tidak berfungsi, jangan takut untuk mengubahnya – akan ada banyak eksperimen seiring dengan semakin banyaknya proses yang melibatkan AI.
4. Menerima saran mengenai semua aspek kerja tim Anda, mulai dari meningkatkan efisiensi alur kerja hingga otomatisasi proses tim.
5. Pikirkan tentang bagaimana kinerja tim Anda akan diukur dalam dunia dukungan manusia-AI. Dengan bot AI yang menangani pertanyaan berulang yang biasanya menyita banyak waktu, mereka dapat mengalihkan perhatian ke pekerjaan yang lebih berdampak dan menghabiskan lebih banyak waktu di luar kotak masuk. Bagaimana hal ini akan tercermin dalam tujuan, sasaran karier, dan tinjauan kinerja mereka?

Masa depan karir di bidang layanan pelanggan lebih cerah dari sebelumnya, dan peran yang telah kita bahas di sini hanyalah permulaan. Kami sangat senang melihat peran layanan pelanggan menjadi semakin diminati karena AI mengubah sifat pekerjaan di bidang layanan pelanggan dan seterusnya.

Mencari lebih banyak tips, trik, dan berita untuk para pemimpin dukungan yang berupaya untuk tetap menjadi yang terdepan dalam kurva AI? Mendaftarlah ke buletin Interkom untuk mendapatkan wawasan dua minggu sekali