Scatena la produttività: scopri come l'IA aumenta la produttività del team del servizio clienti del 14%, secondo i ricercatori di Stanford e MIT

Cosa succede quando l'IA generativa incontra il posto di lavoro? In questo episodio speciale, ci immergiamo in uno studio rivoluzionario mentre gli esseri umani assistiti dall'intelligenza artificiale ridefiniscono i confini della produttività.

L'IA generativa potrebbe aver catturato una notevole attenzione da parte del pubblico, eppure, al momento, le sue implicazioni economiche nel mondo reale rimangono in gran parte inesplorate. Nonostante i segnali promettenti negli scenari di test, qualsiasi vantaggio immediato dal punto di vista del business è sembrato fuori portata, fino ad ora.

I ricercatori della Stanford University e del MIT hanno condotto uno studio durato un anno per misurare l'impatto nel mondo reale dell'IA generativa tra oltre 5000 agenti del servizio clienti presso un'azienda di software Fortune 500, e i risultati sono arrivati. La produttività dei lavoratori del servizio clienti è aumentata del 14% su media, con uno sbalorditivo balzo del 35% tra i lavoratori più nuovi o con le prestazioni più basse.

Il sistema di intelligenza artificiale, che ha combinato il modello di apprendimento linguistico GPT di OpenAI con algoritmi di apprendimento automatico, ha analizzato le conversazioni tra i migliori e le ha confrontate con quelle dei bassi. Ha quindi generato suggerimenti in tempo reale su come rispondere ai clienti, che hanno finito per ridurre il tempo di gestione della chat, aumentare i tassi di risoluzione della chat e migliorare la soddisfazione del cliente. In effetti, gli agenti del servizio clienti appena assunti potrebbero, con l'aiuto dell'IA, comportarsi altrettanto bene degli agenti con sei mesi di esperienza di lavoro senza AI.

Nella puntata di oggi, abbiamo avuto l'opportunità di parlare con il MIT Ph.D. candidato Lindsey Raymond, uno dei ricercatori dietro lo studio rivoluzionario, sul loro lavoro e sull'impatto trasformativo dell'IA sul posto di lavoro.

Poco tempo? Ecco alcuni punti chiave:

• L'intelligenza artificiale generativa prospera su dati abbondanti, che è ciò che rende l'assistenza clienti, con la sua ricchezza di dati di testo, un settore privilegiato per lo sviluppo di strumenti di intelligenza artificiale.
• Il divario di produttività tra gli agenti di supporto con le prestazioni migliori e quelle con le prestazioni inferiori, nonché la crescente dipendenza dai contact center, sono i principali fattori di miglioramento nel settore del servizio clienti.
• I lavoratori poco qualificati hanno beneficiato maggiormente dello strumento di intelligenza artificiale, in quanto li ha aiutati ad adottare le migliori pratiche che non avevano ancora capito da soli.
• I significativi guadagni di produttività consentiti dall'intelligenza artificiale, come una migliore risoluzione dei problemi e la soddisfazione del cliente, potrebbero persino supportare l'aumento della settimana lavorativa di quattro giorni.

Se ti piace la discussione, guarda altri episodi del nostro podcast. Puoi seguire su Apple Podcasts, Spotify, YouTube o prendere il feed RSS nel tuo lettore preferito. Quella che segue è una trascrizione leggermente modificata dell'episodio.

Fare scalpore nell'assistenza clienti

Liam Geraghty: Ciao e benvenuto su Inside Intercom. Sono Liam Geraghty. È un po' folle pensare che ChatGPT di Open AI sia stato lanciato solo un paio di mesi fa. La velocità con cui l'IA è diventata parte della nostra vita è qualcosa che nessuno avrebbe potuto prevedere. Sta già iniziando a trasformare il servizio clienti e lo spazio di supporto.

“Un uomo più una macchina è meglio di una macchina, che a sua volta è meglio di un essere umano. Penso che sia quello che vedo in questo mondo di supporto"

Il co-fondatore di Intercom Des Traynor ha parlato di come crede che il futuro di CS sia l'automazione e gli esseri umani, i robot e i cervelli che lavorano insieme, in un recente episodio del nostro podcast.

Des Traynor: Un uomo più una macchina è meglio di una macchina, che a sua volta è meglio di un essere umano. Penso che sia quello che vedo in questo mondo di supporto. Penso che alla fine gli umani controlleranno l'intelligenza su cui funziona l'IA.

Liam Geraghty: Molti leader dell'assistenza clienti si sono tuffati direttamente nell'IA e stanno nuotando nelle sue acque generative. Ma altri, sebbene eccitati, stanno solo immergendo la punta dei piedi, sentendosi un po 'scoraggiati.

Bene, per chiunque di voi mestoli dei piedi, potrebbe interessarvi sapere di un nuovo studio condotto da ricercatori della Stanford University e del Massachusetts Institute of Technology, tutto sull'IA generativa al lavoro, con alcuni risultati davvero interessanti. Lo studio è stato condotto da Eric Brynjolfsson, Danielle Li e Lindsey Raymond.

Approfondimenti dall'IA generativa sul posto di lavoro

Lindsey Raymond: Sono Lindsey Raymond. Sono uno studente laureato al MIT.

Liam Geraghty: Lindsey e i suoi colleghi studiano l'impatto degli strumenti di intelligenza artificiale generativa sulla produttività in un'azienda Fortune 500. È la prima volta che l'impatto di questi strumenti sul lavoro viene misurato al di fuori di un ambiente di laboratorio.

Lindsey Raymond: L'idea stessa dell'IA generativa è piuttosto nuova. In termini di ciò che le persone hanno studiato, c'è stato del lavoro su come questi strumenti si comportano su cose come l'esame di abilitazione.

Liam Geraghty: L'intelligenza artificiale ha superato l'esame di abilitazione.

Lindsey Raymond: O esami di codifica, esami molto basati sulle capacità di laboratorio. E il nostro è il primo che dice cosa succede quando studi cosa possono fare questi strumenti in un posto di lavoro reale e per un lungo periodo di tempo perché il nostro studio avviene nel corso dell'anno.

Liam Geraghty: Allora, di cosa parlava esattamente lo studio?

Lindsey Raymond: Esaminiamo uno strumento generativo basato sull'intelligenza artificiale progettato per aiutare i lavoratori del supporto tecnico quando risolvono i problemi di supporto tecnico delle persone.

Liam Geraghty: Suona familiare!

Lindey Raymond: dicendo loro cosa dire, come risolvere il problema specifico del supporto tecnico e anche indicazioni su come comunicarlo al cliente.

“L'IA generativa ha bisogno di molti dati per funzionare davvero bene. Se guardi a un settore dell'economia in cui c'è un'elevata penetrazione rispetto a qualsiasi altro, l'assistenza clienti è quell'area"

E facciamo un'analisi della differenza nella 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 esaminando lavoratori che forniscono supporto tecnico per un'azienda Fortune 500 che si occupa di piccole imprese e software di contabilità principalmente per piccole imprese con sede negli Stati Uniti.

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

Lindsey Raymond: In che modo questo influisce sul turnover dei dipendenti? In che modo questo influisce sulla frequenza con cui parlano tra loro o con i loro manager?

Liam Geraghty: Ti starai chiedendo perché, tra tutte le potenziali aree dell'IA generativa, Lindsey e i suoi colleghi abbiano scelto l'assistenza clienti su cui concentrarsi.

"Ci sono differenze di produttività piuttosto enormi tra gli agenti del servizio clienti con le migliori prestazioni e quelli con le prestazioni inferiori"

Lindsey Raymond: L'IA generativa ha bisogno di molti dati per funzionare davvero bene. Se guardi a un settore dell'economia in cui c'è una penetrazione elevata rispetto a qualsiasi altro, l'assistenza clienti è quell'area. C'è stata una quantità sorprendente di attività per l'effettivo lancio e sviluppo di questi strumenti. E questo perché ci sono così tanti dati in quell'area, in particolare dati di testo.

Molto è semplicemente associato automaticamente ai risultati: quanto velocemente quel lavoratore ha risolto quel problema? E c'è anche molto margine di miglioramento. È risaputo che ci sono differenze di produttività piuttosto enormi tra gli agenti del servizio clienti con le migliori prestazioni e quelli con le prestazioni inferiori. È anche un'area in cui negli ultimi due anni c'è stato un enorme cambiamento per fare di più con i contact center. E quindi, è un'area in cui c'è una grande necessità aziendale di migliorare in questo.

Da zero ad eroe

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

Lindsey Raymond: Il numero principale è che, in media, l'accesso all'intelligenza artificiale ha migliorato la produttività del 14%, ma questo nasconde molta eterogeneità. Per i lavoratori meno esperti e meno qualificati, è effettivamente migliorato del 35%. I lavoratori più esperti e produttivi non vedono quasi alcun effetto.

Liam Geraghty: Quindi, i guadagni maturano in modo sproporzionato per i lavoratori meno esperti e meno qualificati. Perché succede?

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

"Sono i lavoratori che sono molto nuovi o in fondo alla classifica della produttività che traggono davvero vantaggio da questi suggerimenti perché quelle sono le cose che non hanno ancora capito come fare"

Nel nostro contesto, in particolare, lo strumento esamina le conversazioni dei migliori performer e le confronta con quelle dei low performer. Cerca le differenze tra ciò che fanno gli alti e bassi che sono associate a risultati positivi. Qual è il modo in cui accolgono i clienti? Quali sono le soluzioni che propongono? Come iniziano a fare domande diagnostiche? Quindi, prende tutte queste cose e le trasforma in suggerimenti che genera per tutti. I lavoratori altamente qualificati stanno fornendo i contenuti per l'intelligenza artificiale - queste sono per lo più cose che stanno già facendo perché è da lì che l'IA ha imparato tutto questo. Quando hai uno strumento che ti suggerisce di fare cose che stai già facendo, probabilmente non vedrai enormi effetti sulla produttività dall'accesso a quello strumento. Sono i lavoratori che sono molto nuovi o in fondo alla classifica della produttività che traggono davvero vantaggio da questi suggerimenti perché quelle sono le cose che non hanno ancora capito come fare. Sono i lavoratori poco qualificati che cambiano molto e iniziano ad avvicinarsi alla comunicazione come i lavoratori altamente qualificati.

Quello che pensiamo stia accadendo è questa diffusione delle migliori pratiche abilitate dall'IA. Ed è per questo che vediamo quei grandi aumenti di produttività per i lavoratori poco qualificati e inesperti e non tanto per i lavoratori altamente qualificati. E questo, pensiamo, è solo una funzione del modo in cui funziona l'apprendimento automatico.

“In qualsiasi studio in cui si vede un aumento della produttività del 35%, è piuttosto scioccante. Potresti immaginare di passare a una settimana lavorativa di quattro giorni con quegli effetti "

Liam Geraghty: Sei rimasto sorpreso dai risultati?

Lindsey Raymond: Questa è un'ottima domanda. In qualsiasi studio in cui si vede un aumento della produttività del 35%, è piuttosto scioccante. Potresti immaginare di scendere a una settimana lavorativa di quattro giorni con quegli effetti. Penso che sia stato piuttosto sorprendente fin dall'inizio. Il fatto che abbiamo visto effetti non solo nei lavoratori che gestiscono le chiamate un po' più velocemente, ma anche nel miglioramento della quota di problemi che risolvono, che è più un risultato basato sulla conoscenza, sta consentendo loro di risolvere problemi che non erano essere in grado di risolvere prima. E poi, vediamo aumenti piuttosto grandi nella soddisfazione del cliente. Erano, credo, tutti sorprendenti.

Liam Geraghty: Pensi che l'intelligenza artificiale sarà mai in grado di entrare e fare questo tipo di studi?

Lindsey Raymond: Probabilmente, sì. Sono certo che esiste un'intelligenza artificiale generativa in grado di scrivere documenti economici meglio di quanto io possa scriverli.

Liam Geraghty: Lindsey, grazie mille per aver parlato con me oggi.

Lindsey Raymond: Sì, assolutamente. È stato un piacere.