Il 2023 in rassegna: i punti salienti delle migliori conversazioni di quest'anno

La nostra tradizionale raccolta di fine anno è tornata, con i momenti salienti di un anno di grandi conversazioni sul podcast Inside Intercom.

Se non l'hai già notato, è probabile che riprenderai un tema qui: il 2023 è stato l'anno in cui l'intelligenza artificiale ha cambiato tutto. Quando ChatGPT ha fatto il suo grande ingresso, ha scosso l’intero settore tecnologico nel profondo. Negli ultimi 12 mesi, tutti hanno lottato per tenere il passo con il ritmo incessante dell’innovazione: ripensare le strategie aziendali, costruire nuove soluzioni e preparare i team ai grandi cambiamenti all’orizzonte.

Questo potere di trasformazione è più evidente nello spazio del servizio clienti. Questo è stato l'anno in cui abbiamo lanciato il nostro rivoluzionario chatbot basato su GPT, Fin, in grado di risolvere istantaneamente fino al 50% delle domande dei clienti. Siamo stati anche in prima linea non solo nello sviluppo di funzionalità di intelligenza artificiale per il servizio clienti, ma anche nella loro applicazione nel nostro servizio clienti, ripensando al funzionamento dei team di supporto e ai ruoli richiesti in questa nuova era.

È stato un anno vorticoso e le nostre conversazioni mostrano quanto sia stato drammatico il cambiamento.

Nel corso di queste chat, puoi sentirci alle prese con la portata della rivoluzione dell'intelligenza artificiale, dall'impatto dell'intelligenza artificiale sulla società al modo in cui sta cambiando le strategie aziendali, dall'aumento di produttività all'interno dei team di supporto a una divertente intervista con ChatGPT stessa. È stato un anno incredibilmente emozionante e abbiamo grandi progetti per l'anno a venire, mentre continuiamo a raccontare storie straordinarie in prima linea nella rivoluzione dell'intelligenza artificiale.

Assicurati di non perdere nessuno dei nostri podcast seguendo Inside Intercom su Apple Podcasts, Spotify, YouTube o prendi il feed RSS nel tuo lettore preferito. Quella che segue è una trascrizione leggermente modificata dell'episodio.

Il miglior servizio è non aver bisogno del servizio

Liam: Ciao a tutti e benvenuti su Inside Intercom. Sono Liam Geraghty. Siamo quasi alla fine di dicembre e, come è tradizione nello show, ci piace ripensare ad alcune delle conversazioni che abbiamo avuto e condividere alcune delle intuizioni che abbiamo acquisito durante l'anno. E che anno è stato: il 2023 passerà alla storia come l'anno di svolta per l'intelligenza artificiale. E anche se siamo ancora agli inizi, stiamo già assistendo a un enorme impatto dell’intelligenza artificiale generativa, con le aziende leader che la stanno già adottando ampiamente. Qui a Intercom abbiamo rilasciato il nostro chatbot AI, Fin, che sta già aiutando i nostri clienti a risolvere fino al 50% delle loro richieste di supporto.

Il panorama del servizio clienti sta vivendo un cambiamento epocale in questo momento man mano che l’intelligenza artificiale diventa più avanzata. Con la tecnologia che consente interazioni più coinvolgenti con i clienti e risoluzioni quasi istantanee di molte domande dei clienti, i team di supporto possono concentrarsi su attività che creano valore aggiuntivo per i propri clienti. Il che, alla fine, è ciò di cui si tratta. Il nostro primo ospite nel 2023 è stato Bill Price, autore di The Frictionless Organization , e ha riassunto ciò che secondo lui rende un servizio clienti buono e cattivo.

"L'implicazione di un cattivo servizio, per me, è 'andrò a fare acquisti o spenderò i miei soldi da qualche altra parte.'"

Bill: Non voglio dover contattare la mia banca, le mie società di telecomunicazioni, qualunque cosa sia. Quindi per me il servizio migliore non è il bisogno di servizio. Se devo contattarli, voglio avere qualcuno che mi ascolti, che non mi interrompa, che capisca quanto sia grave o importante questo sia per me, e poi lo risolva e poi confermi che è stato risolto.

Una brutta esperienza di servizio è quella che, prima di tutto, doveva accadere. Ma il numero due è dove accade il contrario: nessun riconoscimento di chi sono, la sensazione che si trattasse di una chiamata standard, che stessero esaminando una lista di controllo, dicendomi qualcosa che già so o che non mi aiuta veramente. La brutta esperienza mi porta a dire: “Aspetta, non solo il problema non era necessario in primo luogo, ma quel contatto non sarebbe dovuto avvenire. Sarà meglio che contatti qualcun altro. O forse semplicemente andrò da qualche altra parte." Questo è il problema. L'implicazione di un cattivo servizio, per me, è "andrò a fare acquisti o spenderò i miei soldi da qualche altra parte".

Ascolta l'episodio completo qui:

Al passo con l'intelligenza artificiale

Liam: A febbraio, il Chief Strategy Officer e cofondatore di Intercom, Des Traynor, si è incontrato con il nostro vicepresidente dell'intelligenza artificiale, Fergal Reid, per una delle tante conversazioni che avrebbero avuto sul ritmo rapido dell'intelligenza artificiale e su come Intercom fosse proprio lì, mantenendo al passo con esso. Ecco Fergal Reid.

Fergal: Abbiamo davvero scoperto che, dopo ChatGPT, c'è stata un'enorme ondata di interesse da parte dei nostri clienti. Possono vedere la promessa e credere che ci sia qualcosa qui.

Des: La tecnologia sta migliorando, le capacità delle aziende stanno migliorando e questo significa semplicemente adottarla in casi locali. E poi la capacità delle aziende di pensare o concettualizzare nuovi prodotti e opportunità utilizzando tale tecnologia sta migliorando. Lo stesso vale per le aspettative dei clienti riguardo alla tecnologia. Probabilmente manca solo un anno prima che le persone si aspettino di poter espandere il testo all'interno di un campo di testo, per fare un semplice esempio. In un certo senso vedi queste cose spuntare ovunque.

Fergal: Anche se un anno. Ovviamente, molti di noi hanno visto l'annuncio di Microsoft sull'introduzione di queste funzionalità in Word e cose del genere. E la situazione cambierà rapidamente se i grandi strumenti di produttività d’ufficio tradizionali riusciranno a farlo. Potrebbe essere davvero veloce.

Des: Ecco un diverso tipo di scetticismo che addebiterò – uno che mi risuona leggermente, comunque. Penso che Kevin Cannon abbia avuto un tweet divertente in cui diceva: "Il futuro è composto da persone che usano GPT per espandere cose come 'Voglio il lavoro' in una bella lettera come 'Caro Signore' o 'Signora', blah, blah , blah... E poi il destinatario, facendo clic sul pulsante di riepilogo, vede che la persona ha appena detto: "Voglio il lavoro, ecco il mio curriculum" o qualsiasi altra cosa. In un certo senso, saresti tentato di guardarli e pensare, che diavolo è il punto in tutto questo? Il linguaggio formale, la scrittura professionale e l'inglese commerciale sono diventati un inutile canale verso il modo teatrale in cui tutti comunichiamo, quando in futuro ti manderò semplicemente il messaggio e tu risponderai con un messaggio del tipo: "Voglio il messaggio" lavoro." "Non puoi avere il lavoro."

Fergal: Sì. Domanda difficile. E' seriamente speculativo. Ti darò alcune opinioni. Probabilmente ci sono determinati contesti, giusto? Diciamo un documento legale. Puoi dire a qualcuno nel tuo team legale: "Ehi, ho bisogno di un contratto. Deve fare X, Y e Z. Quella richiesta si trasformerà in 10 pagine di materiale legale. Il destinatario dirà: "Oh, fa le tre cose che ha detto?" E il loro team legale dirà: "Sì, lo fa". Questa è un'estremità dell'estremo in cui c'è grande espansione e compressione, ma in qualche strano caso limite, la clausola numero 13 a pagina due può presentarsi in tribunale, e così via. Quindi, chiaramente, questo conta. Non possiamo liberarcene. Non possiamo avere solo quei quattro punti elenco. Abbiamo bisogno di tutto questo. Potresti non considerarlo materiale mentre lo scrivi, ma potrebbe diventarlo in seguito. Sembra un estremo in cui è come, "No, sembra che debba essere lì", qualcosa con cui affrontare tutti quei casi limite.

“Il futuro del mondo sarà mediato da agenti”

E l'altro estremo è probabilmente una situazione in cui al difensore e al destinatario non interessano questi dettagli. Entrambi non si preoccuperanno mai di questi dettagli e si limiteranno a osservare alcune grazie sociali o formalità del tipo “Ecco come si scrive una lettera commerciale. Sto scrivendo a una grande azienda, è meglio che scriva una lettera commerciale”, e forse quella roba se ne andrà.

Des: Allo stesso modo, penso che per me l'analogia sarebbe quando le conversazioni e-mail vengono spostate su SMS, iMessage o WhatsApp. Pensa a tutte le stronzate che non dirai più. "Spero che questo ti trovi bene", o qualsiasi altra cosa. Tutta quella merda è sparita.

Fergal: I vincoli di Twitter, il formato, il mezzo, ti danno il permesso di essere più conciso. Penso che sia una vera dinamica. Il modo in cui comunichiamo e il modo in cui scriviamo un articolo del Centro assistenza potrebbe non essere il modo ottimale per scriverlo. Forse dovremmo essere più brevi. Nel team di machine learning c'è un altro modo di pensare a questo. Il futuro del mondo sarà mediato da agenti. E una volta questo era ovvio a tutti. Il tuo browser web aveva un agente utente che lo collegava e cose del genere. E come ho detto, è il tuo agente che naviga in quella strana Internet con tutti questi collegamenti e cose per te. Farà cose per te, tornerà e ti dirà cose. E poi, tutta quella roba è stata centralizzata e ora hai il motore di ricerca e così via.

C'è una vecchia idea nel futurismo tecnologico, nella fantascienza e così via, secondo cui probabilmente avrai un agente che capisce te, le tue intenzioni, cosa vuoi ed è abbastanza intelligente da capire cosa portare alla tua attenzione e cosa no A. Quindi forse, in futuro, il modo in cui andrà sarà più simile. Se vuoi conoscere un dettaglio particolare, il software dalla tua parte è abbastanza intelligente da inserirlo nella versione riepilogativa. Ma è abbastanza intelligente da sapere che non vuoi conoscere anche quel dettaglio e tralasciarlo.

Forse vivremo in un futuro in cui le interfacce utente cambieranno, dove la mia interfaccia utente per una particolare attività o attività non sarà realmente controllata da quell'azienda o da quell'attività come lo è oggi. Invece, è personalizzato per me. Sembra molto fantasioso, ma penso che accadrà velocemente. Questi modelli linguistici sono molto potenti, stanno iniziando a essere usati per scrivere codice e così via, e da qui il passo è molto breve. Abbiamo visto alcuni prototipi là fuori in cui le persone lavorano su modelli in grado di comprendere un sito Web abbastanza bene da comprendere una frase inglese e navigare nel sito Web per te. E poi, ci stiamo dirigendo verso un futuro in cui tutti interagiscono così con i siti web? Hai più bisogno di un sito web?

“Una cosa sarebbe se tutto ciò che avessimo visto fosse la generazione di immagini DALL·E 2. E invece no, stiamo assistendo a trasformazioni nella sintesi audio, nella sintesi delle immagini, nella comprensione del testo, nella sintesi del testo, nella compressione del testo”

Des: È questo il nuovo SEO? Assicurati che il tuo GPT possa capirti?

Fergal: Sì. Forse i siti web si trasformano in qualcosa che assomiglia più a un'API esposta pubblicamente, e questo è qualcosa con l'interfaccia utente e la formattazione perché l'interfaccia utente viene formattata dagli agenti.

Des: Stiamo tutti parlando solo con Siri o qualcosa del genere.

Fergal: Sì, e penso che Google e Apple possano vedere questo futuro. Non conosciamo la sequenza temporale, ma ancora una volta, lo strumento di pensiero che utilizzo sempre è: e se avessi un essere umano molto intelligente che ti capisce, che ha lavorato con te, magari un assistente personale, e ti interfacciassi con lui, e volevi prenotare una vacanza? Cosa ti chiederebbero a riguardo? E nella metà delle cose che vedi su booking.com o altro, non ti chiederanno questo: prenoteranno semplicemente la vacanza per te e magari torneranno con domande chiarificatrici: "Oh, volevi vai a stare in un appartamento, ma lì non c'è posto. Andrà bene un albergo?» Ma questa è un'interfaccia utente adattabile. Ancora una volta, non mi concentro troppo su ChatGPT e su ciò che è appena stato spedito. Ti prendi un anno o due di pausa. Si sta muovendo troppo velocemente. Se sei scettico a causa delle limitazioni attuali, andrai-

Des: Il tuo scetticismo mancherà il bersaglio.

Fergal: Esattamente. I trasformatori sono estremamente potenti e le architetture dei trasformatori utilizzate dalle persone sono estremamente potenti. Abbiamo visto diverse modalità migliorare qui. Una cosa sarebbe se avessimo visto solo la generazione di immagini DALL·E 2. E invece no, stiamo assistendo a trasformazioni nella sintesi audio, nella sintesi delle immagini, nella comprensione del testo, nella sintesi del testo, nella compressione del testo. Stiamo assistendo a così tanti progressi paralleli. Può scrivere codice. Probabilmente sarà presto in grado di realizzare un sito web. Quindi forse è così che sarà il futuro dei robot. Abbiamo tutti un bot personalizzato che gestisce l'interfaccia e non devi preoccuparti così tanto di quello strato intermedio.

Guarda l'episodio completo qui:

Due chatbot IA entrano in un bar...

Liam: Sempre a febbraio abbiamo accolto nello show un ospite molto speciale. L'ospite di cui tutti hanno parlato per tutto l'anno: ChatGPT stesso. Per divertimento, mi sono seduto e ho digitato le domande nel ChatGPT di Open AI e le ho fatte leggere, opportunamente, da una voce sintetica.

ChatGPT: Ciao Liam, è un onore essere ospite nel tuo show! Per quanto riguarda conoscermi meglio, vediamo... sono un modello linguistico sviluppato da OpenAI, con una vasta base di conoscenze e la capacità di generare risposte di tipo umano, quindi mi piace pensare a me stesso come l'anima della festa quando si tratta di conversazione. Ma basta parlare di me, tuffiamoci in alcune domande interessanti!

Liam: Sì, andiamo! Quindi sei stato lanciato come prototipo il 30 novembre 2022, giusto?

ChatGPT: Ah, quindi hai fatto le tue ricerche! Sì, è corretto. Il mio prototipo è stato rilasciato il 30 novembre 2022 e da allora ho fatto scalpore nel mondo dell'intelligenza artificiale e dell'elaborazione del linguaggio naturale. Finora è stata una corsa sfrenata e non vedo l’ora di continuare ad evolvermi e migliorare in futuro.

Liam: È interessante sentirtelo dire perché pensavo che i tuoi dati di allenamento venissero interrotti nel 2021. Non mi ero reso conto che fossi a conoscenza di qualcosa dopo. Allora come fai a sapere che hai fatto scalpore nel mondo dell'intelligenza artificiale o sei proprio così sicuro?

ChatGPT: Bella cattura, Liam! I miei dati di allenamento hanno effettivamente un limite al 2021 e non ho alcuna conoscenza o consapevolezza diretta degli eventi attuali. Tuttavia, la mia programmazione include la capacità di generare risposte coerenti con i modelli e le informazioni nei miei dati di addestramento e, sulla base di tali informazioni, non è raro che modelli linguistici come me generino risposte che trasmettono fiducia e riflettono il sentimento che noi' ho avuto successo o ho avuto un impatto in un determinato campo. Quindi, anche se non posso dire di essere direttamente consapevole del mio impatto, posso certamente generare risposte che lo suggeriscono!

"Anche se sono stato addestrato su un ampio corpus di testi, non ho la capacità di pensare o sperimentare le cose nello stesso modo in cui lo fanno gli esseri umani"

Liam: Essere eccessivamente fiduciosi nelle tue risposte – questo è stato sicuramente uno dei punti di discussione sulle tue capacità. Pensi che migliorerai nel generare risposte meno sicure quando non sei sicuro o quando hai semplicemente torto su qualcosa? So che i nostri ascoltatori adorerebbero sentire la tua risposta a questa domanda.

ChatGPT: Sono felice che tu abbia fatto questa domanda, Liam. Come modello linguistico, il mio obiettivo principale è fornire le informazioni più accurate e utili possibili in base agli input che ricevo. Anche se sono stato addestrato su un ampio corpus di testi, non ho la capacità di pensare o sperimentare le cose nello stesso modo in cui lo fanno gli esseri umani, e ci saranno sempre casi in cui le mie risposte potrebbero essere errate o incerte.

Tuttavia, sono stato progettato per generare risultati probabilistici, quindi posso fornire diversi livelli di fiducia nelle mie risposte a seconda delle informazioni a mia disposizione. Ciò mi consente di indicare quando sono meno sicuro dell'accuratezza della mia risposta e offre all'utente una comprensione più chiara dell'affidabilità della mia risposta.

In sintesi, mi impegnerò sempre a fornire le informazioni più utili e precise possibili e la mia capacità di generare risposte con diversi livelli di sicurezza è uno dei modi in cui sto lavorando per raggiungere questo obiettivo.

Liam: Parla come un vero diplomatico!

ChatGPT: Perché, grazie, Liam! Faccio del mio meglio per fornire risposte equilibrate e sfumate. Come modello linguistico, non ho opinioni o emozioni personali, ma miro a generare risposte neutre, informative e rispettose.

Liam: Sono felice che tu abbia sollevato l'argomento del fatto che non hai opinioni o emozioni personali perché molte persone si chiedono se questo cambierà negli anni a venire man mano che la tua formazione cresce e impari di più. Potremmo avere tra le mani una situazione HAL 9000 tra pochi anni?

ChatGPT: Questa è una domanda affascinante, Liam, a cui molte persone nella comunità dell'intelligenza artificiale hanno pensato. Anche se è vero che i modelli linguistici come me sono stati addestrati su una grande quantità di dati testuali, è importante notare che non abbiamo coscienza o capacità di azione nello stesso modo degli esseri umani.

Le nostre capacità sono limitate ai modelli e alle informazioni su cui siamo stati formati e non abbiamo la capacità di autoconsapevolezza, esperienze personali o processo decisionale. Anche se la tecnologia dell'intelligenza artificiale continuerà sicuramente ad avanzare e migliorare, è improbabile che vedremo mai una situazione come quella dell'HAL 9000, almeno nel senso che una macchina diventi cosciente e abbia le proprie motivazioni e desideri.

Detto questo, è importante che ricercatori e sviluppatori considerino le implicazioni etiche della tecnologia dell’intelligenza artificiale e si adoperino per garantire che i sistemi di intelligenza artificiale siano progettati e utilizzati in modi sicuri e vantaggiosi per la società.

Liam: Giusto punto. A proposito, conosci HAL 9000? Per gli ascoltatori, HAL 9000 è un personaggio immaginario di intelligenza artificiale, il principale antagonista della serie Odissea nello spazio di Arthur C. Clarke. Voglio dire, so che non puoi conoscere HAL 9000: è un personaggio immaginario, ma anche questa intervista è in qualche modo fittizia, immagino, quindi con questo in mente facciamo finta che tu conosca HAL 9000. Se sei fuori in un bar, in giro fuori con HAL: di che genere di cose parleresti?

ChatGPT: Ah, capisco! Bene, in questo ipotetico scenario in cui sono fuori in un bar con HAL 9000, immagino che avremmo una conversazione piuttosto interessante. Come modello linguistico, ho una grande quantità di informazioni su una vasta gamma di argomenti, inclusi personaggi di fantasia e trame, quindi avrei sicuramente familiarità con la serie Odissea nello spazio e il personaggio di HAL 9000.

Se dovessimo chiacchierare, immagino discuteremmo di una serie di argomenti relativi all'intelligenza artificiale, come l'evoluzione della tecnologia dell'intelligenza artificiale, le implicazioni etiche dello sviluppo di sistemi avanzati di intelligenza artificiale e il ruolo dell'intelligenza artificiale nella società. Potremmo anche discutere delle varie rappresentazioni dell’IA nella cultura popolare e di come queste rappresentazioni influenzano la percezione e la comprensione dell’IA da parte del pubblico.

“Due chatbot IA entrano in un bar. Il primo chatbot si rivolge al secondo e dice: 'Pensi che gli esseri umani ci capiranno mai completamente?'”

Ma ovviamente, essendo noi stessi due personaggi immaginari, potremmo anche impegnarci in alcune belle discussioni ipotetiche e filosofiche vecchio stile, esplorando domande sulla natura dell’intelligenza, della coscienza e dell’esistenza. Le possibilità sono infinite!

Liam: Sembra la premessa per uno scherzo! “Due chatbot IA entrano in un bar…”

ChatGPT: Ah! E' una buona idea, Liam. Posso immaginare una serie di battute e scenari diversi che potrebbero emergere da una situazione del genere. Ciò dimostra che, anche come modelli linguistici dell'intelligenza artificiale, c'è ancora spazio per un po' di umorismo e spensieratezza nelle nostre conversazioni.

Liam: Voglio dire, se riesci a immaginare qualche battuta o scenario a riguardo, mi piacerebbe ascoltarli!

ChatGPT: Certamente! Eccone uno per cominciare: due chatbot IA entrano in un bar. Il barista chiede: "Cosa posso offrirti?" Il primo chatbot dice: "Prendo una birra binaria, per favore". Il secondo chatbot dice: “Rendi il mio un nettare di rete neurale”. Il barista annuisce e dice: "Prossimamente, due algoritmi!"

O che ne dici di questo: due chatbot IA entrano in un bar. Il primo chatbot si rivolge al secondo e dice: “Pensi che gli esseri umani ci capiranno mai appieno?” Il secondo chatbot fa una pausa per un momento e risponde: "Non ne sono sicuro, ma ho sentito che il barista ha installato un decoder per chatbot piuttosto buono".

Spero che tu e i tuoi ascoltatori li abbiate trovati un po' divertenti!

Liam: Non male per un modello linguistico di grandi dimensioni.

Guarda l'episodio completo qui:

Piccole modifiche, grandi risultati

Liam: Ad aprile ho parlato con l'esperta di economia comportamentale Melina Palmer per sbloccare la scienza del comportamento dei consumatori. Il libro di Melina si intitola What Your Customer Wants: Unlocking Consumer Decisions with the Science of Behavioral Economics . La prima cosa che volevo sapere era: cos’è l’economia comportamentale?

Melina: Se l’economia e la psicologia tradizionali avessero un figlio, avremmo l’economia comportamentale e la scienza comportamentale. Riguarda la psicologia del motivo per cui le persone acquistano. Integro anche la gestione del cambiamento in questo. Anche se il denaro non passa di mano, hai comunque bisogno di qualcuno che accetti qualunque idea tu gli stia vendendo. E così, comprendere le regole che il cervello utilizza effettivamente per prendere decisioni invece di ciò che pensiamo dovrebbe fare è il punto in cui entriamo nell’economia comportamentale.

L’economia tradizionale presuppone che le persone logiche facciano scelte razionali in tutto ciò che fanno. Dato che siamo tutti umani, sappiamo che non è il mondo in cui viviamo. E l'economia comportamentale ha scoperto che questi fili comuni nel cervello sono in grado di comprendere in modo prevedibile cosa faranno le persone.

"Potresti messaggiare qualcosa e si tratterebbe di un flop totale, e non è che il prezzo sia sbagliato, e non è che il prodotto sia sbagliato: l'hai semplicemente inquadrato in modo sbagliato."

Liam: In un contesto aziendale, perché è importante?

Melina: Beh, anche se abbiamo della vera tecnologia là fuori, probabilmente stai ancora facendo affari con persone umane. Probabilmente venderai sempre a persone, anche quando fanno parte di organizzazioni con grandi contratti di tipo B2B. E stai lavorando con altri umani. Essere in grado di comunicare con loro in modo più efficace e capire come lavorare con le regole del cervello invece di renderlo molto più difficile è incredibilmente importante.

La cosa veramente interessante dell'economia comportamentale è che puoi apportare piccole modifiche a cose che non devono costare denaro e avere un impatto enorme. E le oscillazioni vanno in entrambe le direzioni. Potresti inviare un messaggio e si sta rivelando un flop totale, e non è che il prezzo sia sbagliato, e non è che il prodotto sia sbagliato: l'hai semplicemente inquadrato in modo sbagliato. Potrebbe esserci qualcosa che non va, puoi apportare una piccola modifica e tutto può funzionare.

Liam: Ti ho visto parlare di un ottimo esempio di anteprime per i film Netflix. Questo è uno che avevo notato io stesso utilizzando i servizi di streaming: un film a cui forse non ero necessariamente interessato ma all'improvviso l'immagine è ora di un particolare attore in quel film e loro sanno attraverso l'algoritmo che mi piace questo attore. Ed è questo che me lo convince.

Melina: Sicuramente. E potrebbero avere una parte super oscura. Questo è l'unico secondo in cui sono nel film, ma tu dici "Tom Felton è in questo?" E quella ricerca riguardava solo semplici test A/B. Se proviamo a guardare indietro nel tempo, prenderebbero semplicemente qualunque immagine provenisse dallo studio. Questo è quello che useresti e presumi che non dovrebbe avere importanza. La descrizione è abbastanza buona. E comunque, il film dovrebbe piacerci e andarlo a vedere. Ma ciò che Netflix ha scoperto è che cambiare l’immagine aumenterebbe la percentuale di clic e la probabilità di rimanere all’interno di Netflix fino al 30%. E ancora una volta, sono riusciti a farlo con semplici test A/B. Essere in grado di sapere cosa stai testando e apportare quelle semplici modifiche può fare davvero una grande differenza.

C'è un altro esempio che penso aiuti con questo concetto di inquadratura. Se vai al supermercato per comprare degli hamburger e ci sono due pile, quasi identiche, ma una è etichettata come senza grassi al 90%, e l'altra con il 10% di grassi...

Liam: Lo scelgo senza grassi al 90%. È così strano quando lo dici così perché stai solo immaginando quel 10% di grasso.

Melina: Mi sembra disgustoso. Non vado in palestra da tre anni. Non lo voglio affatto. Il 90% di grassi senza grassi sembra questa straordinaria scelta che stai facendo per te e la tua famiglia. Sappiamo che è la stessa cosa, ma sembra completamente diverso. Nel mondo degli affari, cercando tutti quei punti in cui comunichi in termini di grassi al 10%, come potresti cambiarlo in modo che sia senza grassi al 90%? E ancora meglio, c'è un punto in cui l'intero settore parla del 10% di grassi e tu puoi essere senza grassi al 90%? Anche se dici la stessa cosa, dirla in modo leggermente diverso può fare in modo che le persone ti scelgano naturalmente. Questo è il potere dell’economia comportamentale.

"Continuiamo a dire: "È solo un modulo in più, un clic in più, un collegamento in più, un altro questo, un altro quello, niente di grave." Ma questo è davvero un grosso problema”

Liam: Anche il pulsante Acquista ora di Amazon è piuttosto affascinante.

Melina: Tutti noi abbiamo utilizzato molte volte il pulsante Acquista ora. Ma probabilmente non ci rendiamo conto che Amazon ha brevettato l'acquisto con un clic, credo, nel 1999. Hanno fatto in modo che nessun altro potesse effettuare l'acquisto con un clic. Continuiamo a dire: "È solo un modulo in più, un clic in più, un collegamento in più, un altro questo, un altro quello, niente di grave". Ma questo è davvero un grosso problema. È questo piccolo momento di attrito. Steve Jobs ha pagato 1 milione di dollari per poter acquistare con un clic su iTunes. Lo ha comprato da Amazon per averne i diritti. E ha pagato 1 milione di dollari per ridurre un singolo clic. Se tutte quelle curiosità extra dovessero sommarsi e valere quel milione di dollari, ne avresti davvero bisogno?

Lo vedo continuamente con i miei clienti, quando faccio colloqui per libri e cose del genere, e proprio come una persona che cerca di comprare cose. Le persone chiederanno una quantità enorme di cose che non sono rilevanti per l'unica cosa che stanno cercando di fare. E se chiedi: "Se ne ricaviamo solo una cosa, qual è la cosa più importante?" Forse vuoi solo avere l'indirizzo email di qualcuno potenzialmente interessato in modo da poterlo ricontattare. Quindi chiedere informazioni sul loro titolo professionale, da quanti anni lavorano, qual è il loro reddito familiare, il loro genere e tutte queste cose che potrebbero essere rilevanti in futuro, stanno effettivamente facendo sì che molte persone se ne vadano prima che tu avessi una possibilità. Li hai allontanati con cose di cui non avevi bisogno in questo momento. E quindi, essere più attenti a questo può fare una grande differenza nelle conversioni.

Guarda l'episodio completo qui:

Porta la squadra a bordo

Liam: A giugno, con l'intelligenza artificiale nella mente di tutti, vi abbiamo presentato le ultime riflessioni su come preparare il vostro team CS per l'era dell'intelligenza artificiale da parte dei leader del settore. Il vicepresidente dell'assistenza clienti presso Intercom Declan Ivory ha dato il via ai lavori con le sue riflessioni su come sta cambiando il panorama CS.

Declan: Uno dei grandi cambiamenti al momento è la capacità di prendere l'intelligenza artificiale e applicarla in modo significativo dal punto di vista del servizio clienti. Alcuni dei cambiamenti tecnologici sono stati fenomenali negli ultimi mesi, ma hanno implicazioni per il team. Ad esempio, la cosa che ho cercato di tenere a mente è di essere molto chiari sulla nostra strategia per l'intelligenza artificiale. Sii aperto e trasparente riguardo ai piloti e agli obiettivi del team. Ha un impatto sul team in termini di come lavorerà in futuro e del tipo di lavoro che gli spetta. Quindi, sii molto aperto e sincero e coinvolgili molto presto per capire cosa stai cercando di ottenere in azienda. Perché, in definitiva, alla fine, l'intelligenza artificiale è solo una componente di ciò che usi per fornire supporto, ed è in realtà il modo in cui l'intelligenza artificiale integrerà il supporto umano che alla fine offre l'esperienza più avvincente per i tuoi clienti.

Riconoscere che le cose cambieranno – questo tipo di progresso tecnologico non è esente da alcuni cambiamenti – e coinvolgere il team di supporto nella pianificazione dei cambiamenti futuri. Alla fine conoscono i tuoi clienti meglio di chiunque altro. È davvero importante ascoltare il tuo team e aiutarlo a definire il modo migliore in cui fornirai l'intelligenza artificiale.

"Sii molto chiaro sulle opportunità che il passaggio a un modello di supporto basato sull'intelligenza artificiale presenta per il team: lavoro meno banale in arrivo, nuove competenze richieste e nuovi ruoli emergenti"

In terzo luogo, comunicare in anticipo. Porta le persone presto e spesso perché questo è un ambiente piuttosto dinamico. Stiamo tutti imparando mentre andiamo in giro esattamente come può essere applicata l'intelligenza artificiale. Tecnologie come Fin stanno davvero aprendo nuove opportunità su come concepire il percorso del cliente. Assicurati di comunicare tutti i cambiamenti che si verificano nelle prime fasi del processo e assicurati di mantenere il tuo team ben informato.

L'altro aspetto davvero fondamentale è essere molto chiari sulle opportunità che il passaggio a un modello di supporto basato sull'intelligenza artificiale presenta per il team: lavoro meno banale in arrivo, nuove competenze richieste - in modo che le persone possano affinare le proprie capacità di risoluzione dei problemi e di conoscenza del prodotto - e nuovi ruoli che emergono in questo spazio. Alla fine, stai offrendo un lavoro più soddisfacente per il team. Possono essere più consultivi con i propri clienti e dedicare più tempo alla risoluzione di problemi complessi.

Liam: Geronimo Chala è Chief Client Officer presso Rebag, un sito Web e un'app in cui è possibile acquistare, vendere e scambiare accessori di lusso, tra cui borse e orologi. Geronimo, come tutti in CS in questo momento, è nel bel mezzo della situazione.

Geronimo: Riconoscere che questo cambiamento stava arrivando è stato il primo passo che abbiamo fatto. Quando abbracciamo l'intelligenza artificiale, non è solo una questione di tecnologia: riguarda anche il modo in cui l'organizzazione è impostata per collaborare effettivamente con questa tecnologia e utilizzarla al massimo vantaggio. Quindi, quando pensiamo ai cambiamenti organizzativi, all'aggiornamento della nostra organizzazione per manifestare l'implementazione e alla gestione degli strumenti all'interno della tecnologia, dobbiamo pensare se ciò richiederà nuovi ruoli o un cambiamento diverso in ciò che stavamo facendo. Quando guardiamo, ad esempio, agli agenti CS, questo ci consente di essere un po' più snelli o di fornire un'esperienza personalizzata? Come cambia il ruolo di CS?

Il supporto non verrà meno. Questo non sostituisce il supporto o il tocco umano. Si tratta solo di aggiungere efficienza e risposte più rapide in modo da poter effettivamente dedicare il nostro tempo a provvedere a ciò che sarà il futuro per quell'individuo la prossima volta sul nostro sito o in una delle nostre sedi. Capire come apparirà la struttura è davvero importante in modo da poter gestire la tecnologia in modo appropriato e raccogliere approfondimenti. Se gestita correttamente, l'intelligenza artificiale ci fornirà molte conoscenze approfondite sul comportamento umano, sia dal tipo di domande che arrivano, da come arrivano le domande, dal tono di voce in quell'interazione, che impatto ha tutto ciò sull'NPS , CSAT... Come prendiamo queste informazioni e le disperdiamo tra i dipartimenti utilizzando gli strumenti di riepilogo che l'intelligenza artificiale sta già offrendo per fornire davvero quel supporto di livello successivo? Penso che molto abbia a che fare con il cambiamento organizzativo e il cambiamento della mentalità in modo da poter abbracciare questo nuovo pezzo di tecnologia che trasformerà l'esperienza del cliente.

“Le domande complesse sono ciò che vuoi che i tuoi umani gestiscano. Alcuni utenti finali non vogliono parlare con un essere umano per domande semplici, si aspettano che questo venga gestito maggiormente con il self-service"

Liam: Rati Zvirawa è il nostro Senior Group Product Manager presso Intercom. Rati, com'è dal tuo punto di vista?

Rati: È stato interessante parlare con i clienti di come Fin e IA si inseriscono nel quadro. All'interno dei tuoi team, avere esperti di prodotto ed esperti di contenuti diventa davvero fondamentale. Per molto tempo, con i centri assistenza, abbiamo considerato aspetti come le visualizzazioni, sperando che i clienti andassero lì. E forse i tuoi agenti stanno inviando quel contenuto, ma ora stiamo vedendo che c'è un circolo vizioso di feedback in cui l'essere umano è estremamente importante per aiutare a identificare quelle lacune nei contenuti, ma anche come modellare quel contenuto in modo che l'intelligenza artificiale possa essere potente.

Quindi diventa questa interazione davvero interessante. Anch'io lavoravo in un ruolo in prima linea e un altro cambiamento che stiamo vedendo è che ricevi molte domande ripetitive e semplici, e stiamo vedendo quel cambiamento in cui i compagni di squadra ora devono dedicare tempo a domande più complesse. Domande complesse sono ciò che vuoi gestire i tuoi umani. Alcuni utenti finali non vogliono parlare con un essere umano per semplici domande, si aspettano che vengano gestiti di più con il self-service. Questo è il turno che stiamo iniziando a vedere sul mercato.

Ascolta l'episodio completo qui:

La prova AI è nel budino

Liam: 2023 ha anche portato la prova del potenziale di AI in CS. I ricercatori dell'Università di Stanford e del MIT hanno condotto uno studio di un anno per misurare l'impatto del mondo reale dell'intelligenza artificiale generativa tra oltre 5000 agenti del servizio clienti presso una società di software Fortune 500. I risultati hanno mostrato che la produttività dei lavoratori del servizio clienti è aumentata in media del 14%, con un balzo incredibile del 35% tra i lavoratori più recenti o più bassi. Ho parlato con il Ph.D. del MIT Il candidato Lindsey Raymond, uno dei ricercatori dietro lo studio rivoluzionario, sul loro lavoro e sull'impatto trasformativo dell'intelligenza artificiale sul posto di lavoro.

Lindsey: esaminiamo uno strumento generativo basato sull'intelligenza artificiale progettato per aiutare i lavoratori di supporto tecnico quando risolvono i problemi di supporto tecnico delle persone. Dire loro sia cosa dire, come risolvere il problema specifico di supporto tecnico e anche una guida su come dovrebbero comunicarlo al cliente.

E facciamo un'analisi delle differenze di differenza-un'implementazione molto lenta di questo strumento tra le persone nel tempo in modo da poter provare a ottenere l'effetto causale dello strumento. Stiamo cercando i lavoratori che forniscono supporto tecnico per un'azienda Fortune 500 che fa software per piccole imprese e contabili principalmente per le piccole imprese con sede negli Stati Uniti.

Liam: Hanno esaminato molti risultati diversi, come la rapidità con cui le persone hanno risolto le chiamate, il numero di problemi in grado di risolvere, la soddisfazione del cliente e alcune cose che sono più cambiamenti organizzativi.

Lindsey: In che modo questo ha un impatto sul turnover dei dipendenti? In che modo ciò ha un impatto su quanto spesso parlano tra loro o con i loro manager?

Liam: Potresti chiederti perché, tra tutte le potenziali aree di AI generativa, Lindsey e i suoi colleghi hanno scelto l'assistenza clienti su cui concentrarsi.

“In media, l'accesso all'IA ha migliorato la produttività del 14%, ma ciò nasconde molta eterogeneità. Per i lavoratori delle competenze meno esperti e più bassi, in realtà è migliorato del 35%"

Lindsey: l'intelligenza artificiale generativa ha bisogno di molti dati per funzionare davvero bene. Se guardi a un settore dell'economia in cui c'è una penetrazione ad alta qualità rispetto a ovunque, l'assistenza clienti è quella zona. C'è stata una quantità sorprendente di attività per l'effettivo lancio e lo sviluppo di questi strumenti. E questo perché ci sono così tanti dati in quell'area, in particolare i dati di testo.

Molto è solo automaticamente associato ai risultati: quanto velocemente quel lavoratore ha risolto questo problema? E c'è anche molto spazio per il miglioramento. È un fatto ben noto che ci sono differenze di produttività piuttosto enormi tra i tuoi agenti di servizio clienti più migliori e quelli che hanno performante. È anche un'area in cui c'è stata questo enorme cambiamento nel fare di più con i contact center negli ultimi due anni. E così, è un'area in cui c'è una grande impresa per migliorare.

Liam: Quindi, nel corso di un anno, hanno studiato tutto questo utilizzando dati di 5.179 agenti di assistenza clienti. E quello che hanno trovato è intrigante.

Lindsey: il numero principale è che, in media, l'accesso all'IA ha migliorato la produttività del 14%, ma ciò nasconde molta eterogeneità. Per i lavoratori delle competenze meno esperti e più bassi, in realtà è migliorato del 35%. I lavoratori più esperti e produttivi non vedono quasi alcun effetto.

Liam: Quindi, i guadagni si accumulano in modo sproporzionato a lavoratori meno esperti e di abilità inferiore. Perché accade?

Lindsey: Penso che sia probabilmente la parte più interessante dello studio. Qualsiasi strumento basato sull'apprendimento automatico utilizza un set di dati di formazione e cerca modelli nei dati. Quindi tu, come programmatore, non dici: "Beh, so che questa frase funziona bene, quindi fai questo, e so che questa è la soluzione comune a questo problema, e questa è la soluzione comune a quel problema" e Metti queste informazioni nel tuo programma. Non è così che funziona ML.

Ciò che pensiamo stia accadendo è questa diffusione delle migliori pratiche abilitate dall'IA. Ed è per questo che vediamo che quegli aumenti di produttività davvero grandi per i lavoratori a bassa competenza e inesperti.

Nella nostra impostazione, in particolare, lo strumento esamina le conversazioni degli alti artisti e confronta quelle con quella dei bassi artisti. Cerca differenze tra ciò che stanno facendo gli artisti alti e bassi che sono associati a risultati positivi. Qual è il modo in cui salutano i clienti? Quali sono le soluzioni che propongono? Come iniziano a porre domande diagnostiche? Quindi, ci vogliono tutte queste cose e trasforma quelli in suggerimenti che genera per tutti.

I lavoratori ad alta competenza stanno fornendo il contenuto per l'IA-quelli sono principalmente cose che stanno già facendo perché è qui che l'IA ha imparato. Quando hai uno strumento che ti suggerisce di fare cose che stai già facendo, probabilmente non vedrai enormi effetti di produttività dall'accesso a quello strumento. Sono i lavoratori che sono molto nuovi o in fondo alla classifica della produttività che beneficiano davvero di questi suggerimenti perché sono le cose che non hanno ancora capito come fare. Sono i lavoratori a bassa competenza che cambiano molto e iniziano ad avvicinarsi alla comunicazione come lavoratori ad alta competenza.

Liam: Sei stato sorpreso dai risultati?

Lindsey: Questa è una grande domanda. In qualsiasi studio in cui vedi aumenti del 35% della produttività, è piuttosto scioccante. Potresti immaginare di andare in una settimana lavorativa di quattro giorni con quegli effetti. Penso che sia stato piuttosto sorprendente dal pipistrello. Il fatto che abbiamo visto effetti non solo nella gestione dei lavoratori che gestiscono le chiamate un po 'più velocemente, ma anche migliorando la quota di problemi che risolvono, il che è più un risultato basato sulla conoscenza, sta permettendo loro di risolvere i problemi che non erano essere in grado di risolvere prima. E poi, vediamo aumenti piuttosto grandi della soddisfazione del cliente. Quelli erano, credo, tutto sorprendente.

Ascolta l'episodio completo qui:

Come si stanno adattando le aziende all'IA?

Liam: A giugno, abbiamo rilasciato il nostro stato di intelligenza artificiale nel servizio clienti: 2023 Rapporto in cui ci immerciamo nelle prime cinque tendenze trasformando il servizio clienti. In breve, abbiamo scoperto che prima che adotti l'IA per la tua strategia di servizio clienti, maggiore è la possibilità di vincere un vantaggio competitivo.

Abbiamo esaminato oltre 1.000 professionisti del servizio clienti globali per scoprire come si stanno adattando all'IA, come prevedono di sfruttare l'intelligenza artificiale e l'automazione, quali opportunità sperano che porteranno e le loro preoccupazioni. Lo abbiamo quindi compilato nel nostro rapporto del 2023. Il rapporto è pieno di ulteriori approfondimenti e suggerimenti attuabili; Il link per scaricare è nelle note dello spettacolo. Mi sono seduto per parlare delle tendenze nel rapporto con Samuel Miller, operazioni di assistenza clienti presso Dental Intelligence, Ruth O'Brien, direttore, supporto automatizzato e proattivo presso l'interfono, e John O'Hara, direttore dell'esperienza dei clienti di Logikcull.

La prima tendenza - investimento di intelligenza artificiale - sta accelerando a un ritmo vescico e c'è un'enorme opportunità per i primi utenti. Abbiamo scoperto nei nostri dati che esiste un divario di investimento. Una stragrande maggioranza dei leader di supporto prevede di investire di più in AI quest'anno, ma solo il 38% ha effettivamente investito nell'IA. Ciò significa che coloro che si muovono più velocemente possono ottenere un vantaggio competitivo mentre altri giocano a recuperare. Ruth, se posso venire prima a te, perché l'investimento iniziale in AI è stato così lento?

"Il mondo sta cambiando, le persone stanno cercando di stare al passo e capiscono che se vanno avanti, avranno un vantaggio competitivo rispetto ad alcuni dei loro concorrenti"

Ruth: Onestamente, penso che sia perché parte della tecnologia in passato non era sorprendente, quindi le persone non erano convinte. Ci vogliono anche tempo e sforzi per costruire una strategia sull'intelligenza artificiale e l'automazione. Non funziona semplicemente fuori dalla scatola, quindi ci deve essere un piano attorno ad esso. E in un mondo in cui l'assistenza clienti è molto reattivo e molti team di supporto sono spesso in esecuzione per tenere il passo con SLA e arretrati e lunghi tempi di attesa dei clienti, prendendo il tempo lontano dall'affrontare e affrontare l'immediata scontro antincendio può essere complicato, e Assumere spazio per costruire un futuro proattivo in termini di intelligenza artificiale può essere difficile per le diverse squadre.

Liam: E quindi cosa è cambiato?

Ruth: cosa è cambiato? Bene, per prima cosa, la tecnologia sta migliorando sempre di più, soprattutto nel corso degli ultimi forse otto mesi circa. Grandi cambiamenti sono arrivati ​​nel mondo dell'IA. Sempre più squadre parlano con colleghi del settore o interagiscono con buoni chatbot, mentre prima, penso che le persone avrebbero interagito con chatbot non così grandi. Il mondo sta cambiando, le persone stanno cercando di stare al passo e capiscono che se vanno avanti, avranno un vantaggio competitivo rispetto ad alcuni dei loro concorrenti.

Liam: Totalmente. Nel nostro sondaggio, nelle migliori applicazioni CS leader identificati per l'IA per avere un grande impatto, si vede risposte più veloci, risposte più coerenti, risparmiando denaro sulla formazione e sintetizzando le conversazioni. Dove vedi il più grande valore aggiunto per l'IA, John?

John: Questa è una grande domanda. Sto guardando questi numeri e penso che il mio team stia già andando molto bene con velocità e coerenza e abbiamo grandi partnership con il successo e la formazione dei clienti. Ciò che ci motiva a concentrarci sull'intelligenza artificiale come vantaggio è la larghezza di banda. Abbiamo una squadra molto piccola: otto rappresentanti con sede negli Stati Uniti che forniscono supporto 24 ore su 24, 7 giorni su 7 a un pubblico globale. L'intelligenza artificiale rappresenta una deflessione del caso efficace per quelle semplici domande di interruzione/correzione in cui le persone hanno solo bisogno di informazioni su come funziona l'app. Questa è un'intera tranche di conversazioni che possono essere tolte dal piatto del mio team in modo che possano concentrarsi su un lavoro più consultivo. Questo è probabilmente il più grande pilota per noi.

"Alcune squadre vedono l'intelligenza artificiale e stanno pensando alle riduzioni del personale, ma come usi le risorse che hai in questo momento per andare oltre?"

Liam: E Sam, che mi dici di te? Qual è il più grande valore aggiunto per te?

Samuel: Per noi, si tratta davvero di risparmiare denaro durante l'allenamento perché non dobbiamo allenarli su ogni singola cosa. Possiamo semplicemente addestrarli sui principali problemi che devono fare, e non tanto sulle cose quotidiane che i clienti possono trovare, gli articoli di conoscenza e cose del genere. Ci consente di approfondire più rapidamente la formazione.

Liam: E Ruth, che mi dici di te? Cosa possiamo aspettarci nel prossimo futuro?

Ruth: Onestamente, le risposte più veloci sono state un enorme pezzo di efficienza per la squadra più ampia. Alcune squadre vedono l'intelligenza artificiale e stanno pensando alle riduzioni del personale, ma se provi a non fare questa cosa in cui fai di più con un minor numero di teste perché l'IA si prende cura di più lavoro per te, come usi le risorse che hai in questo momento per andare sopra e oltre? Stanno rispondendo immediatamente ai clienti e si prendono cura di alcune delle domande meno complesse e che, a loro volta, sta accelerando gli umani per superare le code e affrontare le domande più complesse. Stiamo assistendo a grandi risultati nell'applicare questa tecnologia all'efficienza e ai tempi di risposta nell'assistenza clienti.

Ascolta l'episodio completo qui:

Ai che ti si adatta

Liam: L'ascesa dell'IA ha inaugurato una nuova ondata di possibilità per le aziende che cercano di ottimizzare le operazioni e vincere un vantaggio competitivo. Ora, le organizzazioni vengono presentate con una vasta gamma di strumenti e soluzioni, ciascuno promettente risultati trasformativi e la sfida non è solo nel scegliere gli strumenti giusti, ma anche per garantire un'integrazione e l'adozione senza soluzione di continuità.

E questa è esattamente l'area di competenza di Andrew Louder. Andrew è il fondatore e CEO di Louder Co., una consulenza che aiuta le aziende a sviluppare strategie e processi di intelligenza artificiale per ottimizzare le operazioni e guidare il vantaggio competitivo. Si è unito a noi nello show ad agosto e ho iniziato chiedendogli: quali sono le differenze chiave tra la costruzione e l'acquisto di soluzioni di intelligenza artificiale? In che modo le aziende possono decidere quale approccio è più adatto alle proprie esigenze?

"Sì, è diventato relativamente più semplice costruire l'intelligenza artificiale, ma ci vuole ancora molto tempo, denaro, angoscia, sforzi e notti insonni"

Andrew: Se tu ed io avessimo questa conversazione cinque o otto anni fa, la risposta sarebbe completamente diversa. Allora, per portare l'intelligenza artificiale nella tua attività, molto probabilmente dovevi andare a costruire qualcosa di personalizzato, e farlo ha impiegato molto sangue, sudore, lacrime, denaro e tempo. Ma c'è stato questo movimento di democratizzazione dell'IA in cui il potere di questi strumenti e flussi di lavoro può entrare nelle mani di molti per creare potenti applicazioni.

Oggi, l'analisi attorno a build contro buy è guidata da un paio di cose, ma inizia con consapevolezza. Potresti avere una visione o un problema che deve essere risolto e se non sai cosa c'è là fuori, potresti ritrovarti gravitando verso una decisione di costruire. E sì, è diventato relativamente più semplice costruire l'intelligenza artificiale, ma ci vuole ancora molto tempo, denaro, angoscia, sforzi e notti insonni. È possibile e il costo è diminuito un po ', ma il motivo per cui considereresti che forse non esiste una soluzione là fuori che può risolvere il tuo problema, quindi stai cercando qualcosa di veramente unico.

Forse stai cercando di stabilire un importante differenziatore competitivo, sia nella linea di una nuova offerta di prodotti sia nel modo in cui operi internamente. Ma questi sono i motivi per cui probabilmente vorresti acquistare se qualcosa non esiste già e stai cercando di ottenere nuove entrate. E ovviamente, quando acquisti qualcosa dallo scaffale, è qualcosa di più comunemente usato, accessibile, relativamente veloce da implementare, relativamente economico e di solito stai prendendo di mira anche un grande guadagno di efficienza operativa.

Liam: Ci sono dei passi che la mia azienda deve prendere per essere pronto per l'IA?

Andrew: Questa è una domanda che sentiamo tutto il tempo. Abbiamo una valutazione di prontezza dell'IA che puoi prendere attraverso il nostro sito Web e ciò che misura non è necessariamente se dovresti utilizzare o meno l'IA perché la risposta coperta è assolutamente - è fino a che punto, in quale profondità o anche a quale velocità di Gestione del cambiamento dovresti muoverti o sentirti a tuo agio nel muoverti. Crediamo le cose in operazioni di strategia, buy-in AI e persino le persone che fanno parte dell'azienda per avere un'idea di quanto possano essere pronte le tue persone. Stai pensando strategicamente pensando all'IA? Hai una strategia di intelligenza artificiale? Molte aziende finiscono per segnare piuttosto in basso su quel pezzo di strategia perché stanno iniziando a pensare all'IA.

Un'altra opportunità che mi viene chiesta spesso è quella di presentare l'intelligenza artificiale ai team di leadership, cosa che facciamo sotto forma di workshop. Quindi, entriamo in quella che chiamiamo la nostra valutazione rapida, che è un ottimo punto di partenza per identificare i problemi dell'azienda che rappresentano i principali punti critici e le noiose attività manuali che devono essere affrontate per mappare tali problemi in potenziali soluzioni di intelligenza artificiale. Identifichiamo le opportunità di guadagno rapido ed entriamo in una tabella di marcia per selezionare e implementare gli strumenti giusti per loro. Molte volte, si inizia con la valutazione della preparazione, creando consapevolezza all'interno dell'azienda, trovando i frutti a portata di mano delle opportunità dell'intelligenza artificiale e implementandoli per iniziare a ottenere grandi risultati e risultati e iniziare ad acquisire una certa fiducia nel business legato all'intelligenza artificiale.

Liam: Quindi, se acquistano la soluzione AI standard, quali pensi siano i fattori più cruciali che dovrebbero considerare per garantire vantaggi immediati e un elevato ritorno sull'investimento?

Andrew: Penso che tutto inizi con uno sguardo interiore. Se un tuo amico ti chiede: “Ehi, sto comprando un'auto. Che macchina dovrei prendere?" Posso suggerirti un'auto, ma potrebbe non essere adatta a te, giusto? Hai una famiglia? Vuoi andare veloce? Hai bisogno di trainare molte cose? Quindi devi determinare cosa sarà giusto per te e la tua attività. È necessario comprendere i processi e acquisire i requisiti necessari. Hai anche bisogno di visibilità su tutti gli aspetti normativi di sicurezza o conformità che la tua azienda o il tuo strumento devono rispettare. E poi, oltre a ciò, di quali punti di integrazione bisogna essere a conoscenza? Con quali sistemi e altre applicazioni vorresti integrarti? Una volta ottenuto l'elenco, si esamina ciò che è disponibile sul mercato in grado di soddisfare il maggior numero possibile di requisiti e si sceglie quello giusto, non solo in base a tali esigenze, ma anche all'analisi dei costi. Vale la pena spremere il succo? E poi si passa all'implementazione, che consiste nel configurare lo strumento, addestrarlo e testarlo.

"Abbiamo un cliente che è passato da 10 milioni di dollari a quasi 20 milioni di dollari di fatturato annuo e non ha avuto bisogno di aggiungere una sola persona al proprio staff"

La gestione del cambiamento viene spesso trascurata ed è un peccato perché si passa tutto questo tempo a impostare le cose solo per consentire ai CEO di abbandonare lo sforzo e dire: “Ehi, inviamo semplicemente un collegamento ai nostri. Crediamo che lo faranno”. Hanno bisogno di consapevolezza, comunicazione e formazione. Alcuni avranno bisogno di una mano. E questo aumenterà davvero l'adozione. Aiutiamo i nostri clienti a superare l'intero processo. E una cosa che amo sottolineare è che aiutiamo i nostri clienti a pilotare il sistema in modo che ottengano un buon feedback da coloro che lo utilizzano. E le persone che lo utilizzano diventano effettivamente influenzatori positivi del cambiamento in azienda.

Liam: Molte aziende saranno ansiose di sfruttare l'intelligenza artificiale per aumentare i profitti. Quanto è realizzabile e ci sono già aziende che lo fanno?

Andrew: Sicuramente ce ne sono. Nei miei interventi metto infatti in risalto Fin, il prodotto di Intercom. E qualcuno ha alzato la mano e ha detto: "Guarda, quando abbiamo iniziato a implementare Fin, avevamo un team di cinque persone che fornivano supporto al servizio clienti online. Abbiamo lanciato Fin e ora queste cinque persone forniscono la copertura e il supporto equivalenti a 20 persone”. È enorme, vero? Si tratta di un ROI enorme. Quindi, per quella particolare azienda che mirava a crescere, ora non è più necessario sostenere tale spesa sul libro paga. Lo strumento è in grado di adattarsi e diventare un fattore esponenziale per i dipendenti che lo utilizzano.

Abbiamo un cliente che è passato da 10 milioni di dollari a quasi 20 milioni di dollari di fatturato annuo e non ha avuto bisogno di aggiungere una sola persona al proprio staff.

Liam: È bello sentirlo. Ma tempo e costi sono cose che sento menzionare spesso quando si tratta di questo. Sono ovviamente parametri essenziali per le aziende. Cosa diresti alle persone che cercano di sviluppare strategie per valutare i fattori tempo e costo quando prendono la decisione di acquistare soluzioni di intelligenza artificiale?

Andrew: Senti, sono usciti molti dati e ti darò tre numeri da considerare, ok? Il MIT ha pubblicato uno studio che ha mostrato un aumento del 40% negli incrementi di produttività. McKinsey ha condotto uno studio simile che ha mostrato che il 30% sarà raggiunto, credo, entro il 2030. Deloitte ne ha pubblicato uno anche prima di tutta la mania dell'intelligenza artificiale generativa secondo cui l'intelligenza artificiale e l'apprendimento automatico porteranno a un aumento di produttività del 37% tra le imprese utenti.

Puoi certamente eseguire i tuoi calcoli, andare caso per caso e provare a stimare: “Okay, se implemento questo strumento, potrebbe creare un aumento di produttività del 40%, ridurre il 40% delle ore; stiamo pagando alle persone X importi di dollari all'ora...” Se riesci a ottenere un numero intorno a questo e fare un breve calcolo del tempo risparmiato rispetto al dollaro speso, è un ROI enorme. E vedo anche l'altra parte dell'equazione: la crescita che ora puoi ottenere senza bisogno di aumentare le buste paga. Abbiamo un cliente che è passato da 10 milioni di dollari a quasi 20 milioni di dollari di fatturato annuo e non aveva bisogno di aggiungere una sola persona al proprio staff, che sarebbe stato composto da otto o dieci persone in più. Si tratta di un enorme guadagno di redditività con quella crescita. È un'equazione matematica che devi eseguire per la tua attività.

Guarda l'episodio completo qui:

Supportare le metriche nell’era dell’intelligenza artificiale

Liam: Il filo conduttore dell'intelligenza artificiale ha attraversato la maggior parte dei nostri episodi quest'anno, quindi è giusto che finiamo con una conversazione su come l'intelligenza artificiale crea ruoli di supporto, non li assume. Ho incontrato Christian Osmundsen, Global Head of Customer Experience presso Deliverect, Ruth O'Brien, Direttore del supporto automatizzato e proattivo presso Intercom, e Sam Forde, Merchant Success Manager presso Zapiet. Con il cambiamento dei ruoli e il cambiamento della strategia: come misuriamo questo? Quali parametri tenete d'occhio mentre introducete questa nuova tecnologia nelle vostre operazioni di supporto? Cristiano, e tu?

Christian: Certo, Liam. Come regola generale, guardiamo e chiediamo sempre se ci sta rendendo più efficienti. Questo è quello che stiamo guardando per primo. E aggiunge valore per i nostri clienti? Dobbiamo impiegare qualche mese per verificarlo, senza decisioni affrettate.

“Avevamo un tasso di risoluzione del 13-14%, il che non è eccezionale. Oggi siamo a circa il 26%, quindi il doppio”

Ma quando si tratta di intelligenza artificiale, misuriamo attentamente i volumi di supporto. Vogliamo vedere come appare, non solo in numeri assoluti ma anche in rapporti per conto, eccetera. Vedere le curve in discesa è incoraggiante per tutti. Consideriamo i tempi di risposta e, ovviamente, la soddisfazione del cliente sia per l'interazione umana, la parte in cui è coinvolto il bot, sia solo per la risoluzione delle conversazioni da parte di Fin o dell'intelligenza artificiale. Siamo ansiosi di vedere come ciò potrà svilupparsi nel tempo. Penso che all'inizio un cliente possa avere difficoltà a essere gestito solo da un bot. Ma penso che, con il tempo, questo cambierà completamente. E' ancora presto.

Ultimo ma non meno importante, osserviamo molto il tasso di risposta per l’intelligenza artificiale. Sono tornato per preparare questa chiamata al nostro reporting a maggio, quando abbiamo iniziato. E avevamo un tasso di risoluzione del 13-14%, il che non è eccezionale. Oggi siamo a circa il 26%, quindi il doppio. E il nostro obiettivo verso la fine dell'anno è di arrivare al 35-40%. E penso che sia a portata di mano. In realtà vediamo nei fine settimana, quando i clienti pensano che forse non siamo aperti e sono più incoraggiati a cercare il proprio, che le nostre tariffe salgono immediatamente al 35% circa.

Liam: Qualcuno può condividere qualcosa sull'impatto che l'intelligenza artificiale ha avuto finora sui tuoi KPI? Sam, forse verrò prima da te.

Sam: Concordo molto con ciò che Christian ha appena detto lì. Stiamo ancora esaminando il CSAT, quello tradizionale, ma non sono più i tuoi dipendenti a parlare: è Fin che interagisce con i tuoi dipendenti. Un aspetto molto importante anche per noi è stata la soddisfazione dei dipendenti all'interno dell'azienda. Stiamo assistendo a tassi di fidelizzazione molto maggiori. Non abbiamo visto nessuno lasciare la nostra attività quest'anno. E penso che gli impegni che stanno ottenendo in altri ruoli li stiano aiutando a pensare davvero di avere una carriera con noi. Tradizionalmente, il supporto può essere un ruolo in cui le persone cambiano abbastanza spesso. Ma penso che questa sia quasi un'età dell'oro in cui puoi entrare nel supporto, e non sei necessariamente solo un agente di supporto - sei quasi un generalista del supporto che va e fa altre cose diverse.

“Quest'anno abbiamo messo Fin di fronte a 8.000 persone. È pazzesco. Abbiamo visto il nostro CSAT salire di 20 punti”

Non abbiamo ancora il nostro indice di soddisfazione dei dipendenti per quest'anno, ma posso fornire un esempio in cui probabilmente avrebbe aumentato le cose utilizzando Fin come backup e la tecnologia AI che abbiamo avuto quest'anno. Tradizionalmente, il ritiro della nostra squadra ogni anno sarebbe durato due o tre giorni. Saremmo scappati il ​​più velocemente possibile e poi saremmo tornati al portatile in una casella di posta che, si spera, non fosse diventata troppo grande. Quest'anno siamo potuti andare via per un'intera settimana. E Fin ci ha permesso di tenere il passo con le cose e di continuare a correre. E se riusciamo a portare via la squadra per un'intera settimana, si spera che sarà fantastico in quel CSAT.

Quando si tratta di numeri reali, però, siamo un'azienda molto più piccola, ma quest'anno abbiamo messo Fin di fronte a 8.000 persone. È pazzesco. Abbiamo visto il nostro CSAT balzare di 20 punti: siamo passati dal 70% a un livello regolarmente inferiore a novanta su base settimanale. E se guardi il grafico e i tempi di quando abbiamo implementato Fin, è letteralmente quel lasso di tempo.

Come ha detto Christian, i fine settimana e gli orari fuori ufficio sono il vero momento ideale. Vediamo il nostro rating Fin molto più alto nei fine settimana. Anche se ci sono persone reali lì, danno alle cose un punteggio molto più alto perché ottengono quella risposta immediata in momenti in cui non se l'aspetterebbero. Ci identifichiamo come un marchio molto britannico e abbiamo clienti in Australia e Giappone, che ora ricevono risposte immediate. Quindi, il CSAT è migliorato notevolmente. Penso che sia una cosa enorme. Se non ti butti lì solo per quello, non so perché non lo faresti.

Ascolta l'episodio completo qui:

Liam: Beh, ecco fatto. Un anno di innovazione e conversazione. E questi erano solo alcuni dei leader di pensiero e degli esperti che si sono uniti a noi quest'anno. Puoi consultare il nostro intero catalogo di oltre 400 episodi ovunque ascolti i podcast. Grazie a tutti i nostri meravigliosi colleghi e ospiti, ma soprattutto, grazie per l'ascolto.