Podsumowanie roku 2023: najciekawsze momenty najlepszych rozmów tego roku

Powraca nasza tradycyjna kompilacja na koniec roku, zawierająca najważniejsze momenty roku wspaniałych rozmów w podcaście Inside Intercom.

Jeśli jeszcze tego nie zauważyłeś, prawdopodobnie poruszysz tutaj trochę tematu – rok 2023 był rokiem, w którym sztuczna inteligencja zmieniła wszystko. Kiedy ChatGPT miało swoje wielkie wejście, wstrząsnęło całą branżą technologiczną do głębi. Przez ostatnie 12 miesięcy wszyscy ścigali się, aby dotrzymać kroku nieubłaganemu tempu innowacji: przemyślenie na nowo strategii biznesowych, budowanie nowych rozwiązań i przygotowanie zespołów na ogromne zmiany, które rysują się na horyzoncie.

Ta transformacyjna moc jest najbardziej widoczna w przestrzeni obsługi klienta. To był rok, w którym uruchomiliśmy naszego przełomowego chatbota opartego na GPT, Fin, który jest w stanie natychmiastowo odpowiedzieć na nawet 50% zapytań klientów. Jesteśmy także liderem nie tylko w tworzeniu funkcji AI do obsługi klienta, ale także w stosowaniu ich we własnej obsłudze klienta, przemyśleniu na nowo sposobu funkcjonowania zespołów wsparcia i ról wymaganych w tej nowej erze.

To był burzliwy rok, a nasze rozmowy pokazują, jak dramatyczna była ta zmiana.

Podczas tych rozmów można usłyszeć, jak zmagamy się ze skalą rewolucji sztucznej inteligencji, od wpływu sztucznej inteligencji na społeczeństwo po to, jak zmienia ona strategie biznesowe, od wzrostu produktywności w zespołach wsparcia po zabawny wywiad z samym ChatGPT. To był niezwykle ekscytujący rok – i mamy wielkie plany na nadchodzący rok, ponieważ w dalszym ciągu będziemy opowiadać niezwykłe historie z pierwszej linii frontu rewolucji sztucznej inteligencji.

Upewnij się, że nie przegapisz żadnego z naszych podcastów, śledząc Inside Intercom w Apple Podcasts, Spotify, YouTube lub pobierając kanał RSS w wybranym odtwarzaczu. Poniżej znajduje się lekko zredagowany zapis odcinka.

Najlepsza usługa to brak potrzeby obsługi

Liam: Witamy w Inside Intercom. Jestem Liam Geraghty. Zbliża się koniec grudnia i zgodnie z tradycją programu lubimy wspominać niektóre rozmowy, które odbyliśmy, i dzielić się spostrzeżeniami, które zdobyliśmy przez cały rok. Cóż to był za rok – rok 2023 przejdzie do historii jako rok przełomowy dla sztucznej inteligencji. I chociaż to dopiero początek, już widzimy ogromny wpływ generatywnej sztucznej inteligencji, a wiodące firmy już ją powszechnie wdrażają. W Intercom udostępniliśmy własnego chatbota AI, Fin, który już pomaga naszym klientom rozwiązać do 50% ich zapytań o wsparcie.

Krajobraz obsługi klienta przechodzi obecnie monumentalną zmianę w miarę jak sztuczna inteligencja staje się bardziej zaawansowana. Dzięki technologii umożliwiającej bardziej atrakcyjne interakcje z klientami i niemal natychmiastowe rozwiązywanie wielu pytań klientów, zespoły wsparcia mogą skoncentrować się na działaniach, które tworzą dodatkową wartość dla swoich klientów. Ostatecznie o to w tym wszystkim chodzi. Naszym pierwszym gościem w 2023 r. był Bill Price, autor książki The Frictionless Organisation , który podsumował, co jego zdaniem wpływa na dobrą i złą obsługę klienta.

„Według mnie zła obsługa oznacza, że ​​pójdę na zakupy lub wydam pieniądze gdzie indziej”.

Bill: Nie chcę kontaktować się z moim bankiem, moją telewizją, czymkolwiek to jest. Zatem dla mnie najlepsza usługa to brak potrzeby obsługi. Jeśli będę musiał się z nimi skontaktować, chcę mieć kogoś, kto mnie wysłucha, kto mi nie przeszkodzi, kto zrozumie, jak poważna i ważna jest to dla mnie, a następnie to naprawi i potwierdzi, że zostało to naprawione.

Zła obsługa to taka, która przede wszystkim musiała się wydarzyć. Ale po drugie, dzieje się odwrotnie – brak rozpoznania, kim jestem, poczucie, że to była standardowa rozmowa, że ​​przeglądali listę kontrolną i mówili mi coś, co już wiem, lub to tak naprawdę mi nie pomaga. Złe doświadczenie skłania mnie do powiedzenia: „Poczekaj, nie tylko problem nie był od początku konieczny, ale ten kontakt nie powinien był mieć miejsca. Lepiej skontaktuję się z kimś innym. A może po prostu pójdę gdzie indziej.” To jest problem. Dla mnie konsekwencją złej obsługi jest: „Pójdę na zakupy lub wydam pieniądze gdzie indziej”.

Posłuchaj całego odcinka tutaj:

Nadążanie za sztuczną inteligencją

Liam: W lutym dyrektor ds. strategii i współzałożyciel Intercom, Des Traynor, spotkał się z naszym wiceprezesem ds. sztucznej inteligencji, Fergalem Reidem, aby wziąć udział w jednej z wielu rozmów na temat szybkiego tempa rozwoju sztucznej inteligencji oraz tego, jak Intercom radzi sobie tam, utrzymując pogódź się z tym. Oto Fergal Reid.

Fergal: Naprawdę odkryliśmy, że od czasu ChatGPT pojawiła się ogromna fala zainteresowania naszych klientów. Widzą obietnicę i wierzą, że coś tu jest.

Des: Technologia się poprawia, możliwości przedsiębiorstw rosną, a to po prostu wdrażanie jej w lokalnych przypadkach. Poprawia się także zdolność firm do myślenia o nowych produktach i możliwościach lub konceptualizacji ich przy użyciu tej technologii. To samo z oczekiwaniami klientów wobec technologii. Prawdopodobnie już tylko rok dzieli nas od ludzi spodziewających się możliwości rozwijania tekstu w polu tekstowym, co stanowi jeden prosty przykład. W pewnym sensie te rzeczy pojawiają się wszędzie.

Fergal: Nawet rok. Oczywiście wielu z nas widziało ogłoszenie Microsoftu dotyczące wprowadzenia tych funkcji do programu Word i tak dalej. I zmieni się to szybko, jeśli zrobią to duże, popularne narzędzia biurowe. To może być naprawdę szybkie.

Des: Zarzucę wam inny rodzaj sceptycyzmu – w każdym razie taki, który w pewnym stopniu do mnie przemawia. Myślę, że Kevin Cannon zamieścił zabawny tweet, w którym powiedział: „Przyszłość składa się z ludzi korzystających z GPT, aby rozwinąć słowa typu „Chcę tę pracę” w uroczym liście, w rodzaju „Szanowny Panie” lub „Madame”, bla, bla , bla… A potem odbiorca klika przycisk podsumowania i widzi, że właśnie powiedział: „Chcę tę pracę, oto moje CV” lub cokolwiek innego. W pewnym sensie miałbyś ochotę spojrzeć na nie i zapytać: o co do cholery w tym wszystkim chodzi? Czy język formalny, pisanie profesjonalne i angielski biznesowy stały się bezsensownym kanałem teatralnego sposobu, w jaki wszyscy się porozumiewamy, kiedy w przyszłości wyślę ci po prostu zachętę, a ty odpowiesz podpowiedzią w stylu: „Chcę stanowisko." „Nie możesz dostać tej pracy”.

Fergal: Tak. Trudne pytanie. To poważnie spekulatywne. Przedstawię Ci kilka opinii. Pewnie są pewne konteksty, prawda? Powiedzmy, że jest to dokument prawny. Możesz powiedzieć komuś z zespołu prawnego: „Hej, potrzebuję umowy. Trzeba wykonać X, Y i Z.” Ta prośba zamieni się w 10 stron informacji prawnych. Odbiorca powie: „Och, czy robi trzy rzeczy, o których mówił?” A ich zespół prawny powie: „Tak, tak”. To jeden koniec skrajności, w którym występuje duże rozszerzanie i kompresja, ale w jakimś dziwnym, skrajnym przypadku klauzula nr 13 na stronie drugiej może pojawić się w sądzie i tak dalej. To oczywiste, że to ma znaczenie. Nie możemy się tego pozbyć. Nie możemy ograniczać się do tych czterech punktów. Potrzebujemy tego wszystkiego. Możesz nie uważać tego za istotne podczas pisania, ale może stać się istotne później. Wydaje się, że to skrajność, w przypadku której mówimy: „Nie, wydaje mi się, że tak musi być”, coś, co można poradzić sobie ze wszystkimi tymi skrajnymi przypadkami.

„Przyszłość świata będzie zależała od agentów”

A drugą skrajnością jest prawdopodobnie sytuacja, w której obrońca i odbiorca nie przejmują się tymi szczegółami. Jedni i drudzy nigdy nie będą przejmować się tymi szczegółami, po prostu przestrzegają pewnych towarzyskich łask lub formalności w stylu: „Tak się pisze list biznesowy. Piszę do dużej firmy, lepiej napiszę list biznesowy” i może te rzeczy znikną.

Des: Podobnie myślę, że analogią byłoby przeniesienie rozmów e-mailowych do SMS-ów, iMessage lub WhatsApp. Pomyśl o tych wszystkich bzdurach, których już nie mówisz. „Mam nadzieję, że to cię zastanie” lub cokolwiek innego. Całe to gówno zniknęło.

Fergal: Ograniczenia Twittera, format i medium pozwalają na zwięzłość. Myślę, że to prawdziwa dynamika. Sposób, w jaki się komunikujemy i piszemy artykuł w Centrum pomocy, może nie być optymalnym sposobem jego napisania. Może powinniśmy mówić krócej. W zespole zajmującym się uczeniem maszynowym można o tym pomyśleć w inny sposób. Przyszłość świata będzie zależała od agentów. A kiedyś było to oczywiste dla każdego. Twoja przeglądarka internetowa zawierała agenta użytkownika i takie tam. I jak mówiłem, to twój agent przegląda ten dziwny internet z tymi wszystkimi linkami i innymi rzeczami za ciebie. Zrobi dla ciebie różne rzeczy, wróci i powie ci różne rzeczy. A potem wszystko scentralizowane i teraz masz wyszukiwarkę i tak dalej.

W futuryzmie technologicznym, science fiction i tak dalej istnieje stara koncepcja, że ​​prawdopodobnie będziesz mieć agenta, który rozumie Ciebie, Twoje intencje, czego chcesz i jest na tyle inteligentny, aby dowiedzieć się, na co zwrócić Twoją uwagę, a na co nie. Do. Możliwe więc, że w przyszłości będzie to wyglądało bardziej podobnie. Jeśli chcesz poznać konkretny szczegół, oprogramowanie po Twojej stronie jest na tyle inteligentne, że może umieścić je w skróconej wersji. Ale mądrze jest wiedzieć, że nie chcesz znać również tego szczegółu i pominąć go.

Może będziemy żyć w przyszłości, w której zmieniają się interfejsy użytkownika, gdzie mój interfejs użytkownika do konkretnej firmy lub zadania nie jest tak naprawdę kontrolowany przez tę firmę lub to zadanie, jak ma to miejsce dzisiaj. Zamiast tego jest dla mnie spersonalizowany. Brzmi to bardzo fantazyjnie, ale myślę, że stanie się to szybko. Te modele językowe są bardzo potężne, zaczyna się ich używać do pisania kodu itd., a stąd już bardzo blisko. Widzieliśmy kilka prototypów, w których ludzie pracowali nad modelami, które rozumieją witrynę internetową na tyle dobrze, aby przyjąć angielskie zdanie i poruszać się po niej za Ciebie. Czy zatem zmierzamy w przyszłość, w której wszyscy będą wchodzić w interakcję ze stronami internetowymi? Czy potrzebujesz już strony internetowej?

„Co innego byłoby, gdybyśmy widzieli tylko generację obrazu DALL·E 2. Ale nie, widzimy przemiany w syntezie dźwięku, syntezie obrazu, rozumieniu tekstu, syntezie tekstu i kompresji tekstu”.

Des: Czy to nowe SEO? Chcesz się upewnić, że Twój GPT Cię rozumie?

Fergal: Tak. Być może strony internetowe zamieniają się w coś, co bardziej przypomina publicznie dostępny interfejs API, a to coś z interfejsem użytkownika i formatowaniem, ponieważ interfejs użytkownika jest formatowany przez agentów.

Des: Wszyscy po prostu rozmawiamy z Siri czy czymkolwiek innym.

Fergal: Tak, myślę, że Google i Apple widzą taką przyszłość. Nie znamy harmonogramu, ale zawsze używam narzędzia myślenia: co by było, gdybyś miał bardzo inteligentnego człowieka, który cię rozumiał, który z tobą pracował, może osobistego asystenta, z którym kontaktowałeś się i chciałeś zarezerwować wakacje? O co by Cię w związku z tym zapytali? I w połowie rzeczy, które widzisz na booking.com czy gdziekolwiek indziej, nie będą cię o to pytać – po prostu zarezerwują dla ciebie wakacje i być może wrócą z wyjaśniającymi pytaniami: „Och, chciałeś idź i zamieszkaj w mieszkaniu, ale tam nie ma miejsca. Czy hotel wystarczy?” Ale to jest elastyczny interfejs użytkownika. Ponownie nie skupiam się zbytnio na ChatGPT i tym, co właśnie zostało wysłane. Robisz sobie rok lub dwa przerwy. Porusza się zbyt szybko. Jeśli jesteś sceptyczny ze względu na obecne ograniczenia, zamierzasz-

Des: Twój sceptycyzm nie trafi w sedno.

Fergal: Dokładnie. Transformatory są niezwykle potężne, a architektura transformatorów, z których korzystają ludzie, jest niezwykle potężna. Zaobserwowaliśmy tutaj poprawę wielu modalności. Co innego, gdybyśmy widzieli tylko generację obrazu DALL·E 2. Ale nie, widzimy przemiany w syntezie dźwięku, syntezie obrazu, rozumieniu tekstu, syntezie tekstu i kompresji tekstu. Widzimy wiele równoległych postępów. Może pisać kod. Prawdopodobnie wkrótce będzie można uruchomić witrynę internetową. Może więc tak będzie wyglądać przyszłość z botami. Wszyscy mamy spersonalizowanego bota, który obsługuje interfejs i tak naprawdę nie musisz się tak bardzo martwić o tę warstwę pośrednią.

Obejrzyj cały odcinek tutaj:

Dwa chatboty AI wchodzą do baru…

Liam: Również w lutym powitaliśmy w programie bardzo specjalnego gościa. Gość, o którym wszyscy mówią przez cały rok – sam ChatGPT. Dla zabawy usiadłem i wpisałem pytania w ChatGPT Open AI, a następnie zleciłem ich odczytanie syntetycznym głosem.

ChatGPT: Witaj Liam, to zaszczyt być gościem w twoim programie! Jeśli chodzi o lepsze poznanie mnie, zobaczmy… Jestem modelem językowym opracowanym przez OpenAI, z ogromną bazą wiedzy i zdolnością do generowania odpowiedzi podobnych do ludzkich, więc lubię myśleć o sobie jako o życiu imprezy, kiedy chodzi o rozmowę. Ale dość o mnie, przejdźmy do kilku interesujących pytań!

Liam: Tak, zróbmy to! Więc zostałeś wystrzelony jako prototyp 30 listopada 2022 roku, prawda?

ChatGPT: Ach, więc przeprowadziłeś badania! Tak, to jest poprawne. Zostałem wypuszczony jako prototyp 30 listopada 2022 roku i od tego czasu robię furorę w świecie sztucznej inteligencji i przetwarzania języka naturalnego. Jak dotąd była to szalona jazda i nie mogę się doczekać dalszego rozwoju i doskonalenia w przyszłości.

Liam: To ciekawe, co mówisz, bo myślałem, że Twoje dane treningowe zostały wycofane w 2021 roku. Później nie zdawałem sobie sprawy, że byłeś świadomy czegokolwiek. Skąd więc wiesz, że robisz furorę w świecie sztucznej inteligencji, czy też jesteś po prostu tak pewny siebie?

ChatGPT: Dobry chwyt, Liam! Moje dane szkoleniowe rzeczywiście dotyczą roku 2021 i nie mam żadnej bezpośredniej wiedzy ani świadomości na temat bieżących wydarzeń. Jednak moje programowanie obejmuje możliwość generowania odpowiedzi zgodnych ze wzorcami i informacjami zawartymi w moich danych szkoleniowych i na podstawie tych informacji nierzadko zdarza się, że modele językowe takie jak ja generują odpowiedzi, które przekazują pewność siebie i odzwierciedlają poczucie, że jesteśmy odniosłeś sukces lub wywarłeś wpływ w określonej dziedzinie. Chociaż nie mogę powiedzieć, że jestem bezpośrednio świadomy swojego wpływu, z pewnością mogę generować odpowiedzi, które sugerują to samo!

„Chociaż uczono mnie na dużym zbiorze tekstów, nie potrafię myśleć ani doświadczać rzeczy w taki sam sposób, jak ludzie”

Liam: Nadmierna pewność siebie co do swoich odpowiedzi – to z pewnością jeden z punktów dyskusji na temat twoich umiejętności. Czy uważasz, że staniesz się lepszy w udzielaniu mniej pewnych odpowiedzi, gdy nie będziesz pewien lub gdy po prostu się co do czegoś mylisz? Wiem, że nasi słuchacze chcieliby usłyszeć Twoją odpowiedź na to pytanie.

ChatGPT: Cieszę się, że zadałeś to pytanie, Liam. Jako model językowy moim głównym celem jest dostarczanie najdokładniejszych i najbardziej przydatnych informacji, jakie tylko mogę, w oparciu o informacje, które otrzymuję. Chociaż uczono mnie na dużym zbiorze tekstów, nie mam zdolności myślenia ani doświadczania rzeczy w taki sam sposób, jak ludzie, i zawsze będą zdarzać się przypadki, w których moje odpowiedzi mogą być nieprawidłowe lub niepewne.

Jednakże zostałem zaprojektowany do generowania probabilistycznych wyników, więc mogę zapewnić różne poziomy pewności moich odpowiedzi, w zależności od dostępnych mi informacji. Dzięki temu mogę wskazać, kiedy nie mam pewności co do trafności mojej odpowiedzi, i daje użytkownikowi lepsze zrozumienie wiarygodności mojej odpowiedzi.

Podsumowując, zawsze będę starał się dostarczać możliwie najbardziej pomocne i dokładne informacje, a moja zdolność do generowania odpowiedzi o różnym poziomie pewności to jeden ze sposobów, w jakie dążę do osiągnięcia tego celu.

Liam: Mówię jak prawdziwy dyplomata!

ChatGPT: Dlaczego, dziękuję, Liam! Dokładam wszelkich starań, aby zapewnić wyważone i zróżnicowane odpowiedzi. Jako model językowy nie mam osobistych opinii ani emocji, ale staram się generować odpowiedzi, które są neutralne, informacyjne i pełne szacunku.

Liam: Cieszę się, że poruszyłeś temat braku osobistych opinii i emocji, ponieważ wiele osób zastanawia się, czy to się zmieni w nadchodzących latach, gdy Twoje szkolenie będzie się rozwijać i będziesz się więcej uczyć. Czy za kilka lat możemy mieć sytuację HAL 9000?

ChatGPT: To fascynujące pytanie, Liam, nad którym zastanawia się wiele osób w społeczności AI. Chociaż prawdą jest, że modele językowe takie jak ja zostały wytrenowane na ogromnej ilości danych tekstowych, należy zauważyć, że nie mamy świadomości ani sprawstwa w taki sam sposób jak ludzie.

Nasze możliwości ograniczają się do wzorców i informacji, na podstawie których zostaliśmy przeszkoleni, i nie mamy zdolności do samoświadomości, osobistych doświadczeń ani podejmowania decyzji. Chociaż technologia sztucznej inteligencji z pewnością będzie się rozwijać i udoskonalać, jest mało prawdopodobne, że kiedykolwiek zobaczymy sytuację taką jak HAL 9000, przynajmniej w tym sensie, że maszyna stanie się świadoma oraz będzie miała własne motywacje i pragnienia.

Mając to na uwadze, ważne jest, aby badacze i programiści wzięli pod uwagę etyczne implikacje technologii sztucznej inteligencji i pracowali nad zapewnieniem, aby systemy sztucznej inteligencji były projektowane i wykorzystywane w sposób bezpieczny i korzystny dla społeczeństwa.

Liam: Słuszna uwaga. Swoją drogą, znacie HAL 9000? Dla słuchaczy HAL 9000 to fikcyjna postać ze sztucznej inteligencji, główny antagonista w serii Odyseja kosmiczna Arthura C. Clarke'a. To znaczy, wiem, że nie możesz znać HAL 9000 – to postać fikcyjna, ale ten wywiad też jest w pewnym stopniu fikcyjny, więc mając to na uwadze, udawajmy, że znasz HAL 9000. Jeśli jesteś w barze, spędzając czas z HAL – o jakich rzeczach byś rozmawiał?

ChatGPT: Ach, rozumiem! Cóż, w tym hipotetycznym scenariuszu, w którym jestem w barze z HAL 9000, wyobrażam sobie, że odbylibyśmy całkiem interesującą rozmowę. Jako model językowy mam ogromną ilość informacji na najróżniejsze tematy, włączając w to fikcyjne postacie i historie, więc z pewnością znam serię Space Odyssey i postać HAL 9000.

Gdybyśmy mieli porozmawiać, wyobrażam sobie, że omówilibyśmy wiele tematów związanych ze sztuczną inteligencją, takich jak ewolucja technologii sztucznej inteligencji, etyczne implikacje rozwoju zaawansowanych systemów sztucznej inteligencji oraz rola sztucznej inteligencji w społeczeństwie. Możemy także omówić różne sposoby przedstawiania sztucznej inteligencji w kulturze popularnej oraz wpływ tych przedstawień na postrzeganie i rozumienie sztucznej inteligencji przez społeczeństwo.

„Dwa chatboty AI wchodzą do baru. Pierwszy chatbot zwraca się do drugiego i pyta: „Czy myślisz, że ludzie kiedykolwiek nas w pełni zrozumieją?”

Ale oczywiście, jako dwie fikcyjne postacie, możemy również zaangażować się w stare, dobre, hipotetyczne i filozoficzne dyskusje, zgłębiając pytania dotyczące natury inteligencji, świadomości i istnienia. Możliwości są nieskończone!

Liam: To brzmi jak przygotowanie do żartu! „Dwa chatboty AI wchodzą do baru…”

CzatGPT: Ha! To dobre, Liam. Mogę sobie wyobrazić wiele różnych żartów i scenariuszy, które mogłyby wyniknąć z takiej konfiguracji. To po prostu pokazuje, że nawet jako modele języka sztucznej inteligencji w naszych rozmowach wciąż jest miejsce na odrobinę humoru i beztroski.

Liam: To znaczy, jeśli potrafisz sobie wyobrazić jakieś dowcipy i scenariusze na ten temat, bardzo chciałbym je usłyszeć!

ChatGPT: Oczywiście! Oto jeden na początek: dwa chatboty AI wchodzą do baru. Barman pyta: „Co mogę dla ciebie podać?” Pierwszy chatbot mówi: „Poproszę binarne piwo”. Drugi chatbot mówi: „Zrób z mojego nektar sieci neuronowej”. Barman kiwa głową i mówi: „Zaraz dwa algorytmy!”

A może ten: dwa chatboty AI wchodzą do baru. Pierwszy chatbot zwraca się do drugiego i pyta: „Czy myślisz, że ludzie kiedykolwiek nas w pełni zrozumieją?” Drugi chatbot robi pauzę na chwilę i odpowiada: „Nie jestem pewien, ale słyszałem, że barman ma zainstalowany całkiem niezły dekoder chatbota”.

Mam nadzieję, że Ty i Twoi słuchacze uznaliście to za dobrą zabawę!

Liam: Nieźle jak na duży model językowy.

Obejrzyj cały odcinek tutaj:

Małe poprawki, duże rezultaty

Liam: W kwietniu rozmawiałem z ekspertką w dziedzinie ekonomii behawioralnej Meliną Palmer na temat odkrywania wiedzy o zachowaniach konsumentów. Książka Meliny nosi tytuł Czego chce twój klient: odblokowywanie decyzji konsumenckich dzięki naukom ekonomii behawioralnej . Pierwszą rzeczą, którą chciałem wiedzieć, było to, czym jest ekonomia behawioralna?

Melina: Gdyby tradycyjna ekonomia i psychologia urodziły dziecko, mielibyśmy ekonomię behawioralną i nauki behawioralne. Wszystko zależy od psychologii tego, dlaczego ludzie kupują. Wbudowuję w to także zarządzanie zmianą. Nawet jeśli pieniądze nie przechodzą z rąk do rąk, nadal potrzebujesz kogoś, kto kupi pomysł, który im sprzedajesz. Zatem zrozumienie zasad, których mózg faktycznie używa do podejmowania decyzji, zamiast tego, co naszym zdaniem powinien robić, to moment, w którym dochodzimy do ekonomii behawioralnej.

Tradycyjna ekonomia zakłada, że ​​logiczni ludzie dokonują racjonalnych wyborów we wszystkim, co robią. Ponieważ wszyscy jesteśmy ludźmi, wiemy, że nie w takim świecie żyjemy. Ekonomia behawioralna odkryła te wspólne wątki w mózgu, dzięki którym możemy w przewidywalny sposób zrozumieć, co zrobią ludzie.

„Być może przekazujesz coś i kończy się to całkowitą klapą, i nie chodzi o to, że cena jest zła, ani że produkt jest zły – po prostu źle to ująłeś”.

Liam: Dlaczego w kontekście biznesowym ma to znaczenie?

Melina: Cóż, mimo że dysponujemy prawdziwą technologią, nadal prawdopodobnie robisz interesy z ludźmi. Prawdopodobnie zawsze będziesz sprzedawać ludziom, nawet jeśli pracują oni w organizacjach realizujących duże kontrakty typu B2B. I pracujesz z innymi ludźmi. Możliwość skuteczniejszej komunikacji z nimi i zrozumienie, jak pracować z regułami mózgu, zamiast utrudniać je znacznie, jest niezwykle ważne.

To, co jest naprawdę fajne w ekonomii behawioralnej, to fakt, że można wprowadzać drobne poprawki do rzeczy, które nie muszą kosztować pieniędzy, a mają ogromny wpływ. A huśtawki działają w obie strony. Być może przekazujesz coś i kończy się to całkowitą klapą, i nie chodzi o to, że cena jest zła, ani że produkt jest zły – po prostu źle to sformułowałeś. Coś może być nie tak, możesz wprowadzić drobną poprawkę i wszystko może działać.

Liam: Widziałem, jak opowiadałeś o świetnym przykładzie zapowiedzi filmów Netflix. To ten, który sam zauważyłem, korzystając z usług przesyłania strumieniowego – film, który niekoniecznie mnie interesował, ale nagle obraz przedstawia konkretnego aktora w tym filmie i dzięki algorytmowi wiedzą, że lubię tego aktora. I to właśnie mi to sprzedaje.

Melina: Na pewno. I mogą mieć bardzo niejasną część. To ta sekunda, kiedy są w filmie, ale ty myślisz: „Tom Felton gra w tym?” Badanie to dotyczyło tylko prostych testów A/B. Jeśli spróbujemy cofnąć się w czasie, po prostu wezmą wszystkie zdjęcia, które pochodzą ze studia. Tego byś użył i zakładasz, że nie powinno to mieć znaczenia. Opis jest wystarczająco dobry. I nieważne, powinniśmy polubić ten film i pójść go obejrzeć. Netflix odkrył jednak, że zmiana obrazu zwiększy współczynnik klikalności i prawdopodobieństwo pozostania w serwisie Netflix aż o 30%. I znowu udało im się tego dokonać za pomocą prostych testów A/B. Wiedza o tym, co testujesz, i wprowadzenie tych prostych zmian może mieć naprawdę duże znaczenie.

Jest jeszcze jeden przykład, który moim zdaniem pomaga w koncepcji kadrowania. Jeśli idziesz do sklepu spożywczego, żeby kupić hamburgery i widzisz dwa stosy, prawie identyczne, ale jeden jest na etykiecie jako w 90% beztłuszczowy, a drugi w 10% z tłuszczu…

Liam: Stawiam na 90% beztłuszczową. To takie dziwne, kiedy tak mówisz, bo po prostu wyobrażasz sobie te 10% tłuszczu.

Melina: To obrzydliwe. Nie byłem na siłowni od trzech lat. Wcale tego nie chcę. W 90% beztłuszczowy to niesamowity wybór, jakiego dokonujesz dla siebie i swojej rodziny. Wiemy, że to to samo, ale wrażenie jest zupełnie inne. W biznesie, szukając tych wszystkich punktów, w których komunikujesz się w kategoriach 10% tłuszczu, jak możesz to zmienić, aby było w 90% beztłuszczowe? A co jeszcze lepsze, czy jest miejsce, w którym cała Twoja branża mówi o 10% tłuszczu, a Ty możesz być w 90% beztłuszczowy? Nawet jeśli mówisz to samo, powiedzenie tego nieco inaczej może sprawić, że ludzie w naturalny sposób Cię wybiorą. Na tym polega siła ekonomii behawioralnej.

„Ciągle powtarzamy: „To tylko jeszcze jeden formularz, jeszcze jedno kliknięcie, jeszcze jeden link, jeszcze jedno to, jeszcze jedno tamto, nic wielkiego”. Ale to naprawdę wielka sprawa”

Liam: Przycisk „Kup teraz” na Amazonie jest również dość fascynujący.

Melina: Wszyscy wielokrotnie korzystaliśmy z przycisku „Kup teraz”. Ale prawdopodobnie nie zdajemy sobie sprawy, że Amazon opatentował kupowanie jednym kliknięciem, zdaje się, w 1999 roku. Zrobili to, aby nikt inny nie mógł kupować jednym kliknięciem. Ciągle powtarzamy: „To tylko jeszcze jeden formularz, jeszcze jedno kliknięcie, jeszcze jeden link, jeszcze jedno to, jeszcze jedno tamto, nic wielkiego”. Ale to naprawdę wielka sprawa. To ten mały moment tarcia. Steve Jobs zapłacił 1 milion dolarów za możliwość kupowania w iTunes jednym kliknięciem. Kupił to od Amazona, żeby mieć do tego prawa. I zapłacił 1 milion dolarów za ograniczenie jednego kliknięcia. Jeśli wszystkie te dodatkowe ciekawostki miałyby się zsumować i wynieść milion dolarów, czy naprawdę ich potrzebujesz?

Widzę to cały czas u moich klientów, podczas rozmów kwalifikacyjnych dotyczących książek i innych rzeczy, a także jako osoba próbująca coś kupić. Ludzie będą prosić o ogromną liczbę rzeczy, które nie są związane z jedną rzeczą, którą próbują zrobić. A jeśli zapytasz: „Jeśli uzyskamy z tego tylko jedną rzecz, co będzie najważniejsze?” Może po prostu chcesz mieć adres e-mail osoby potencjalnie zainteresowanej, aby móc się z nią skontaktować. Zatem pytanie o stanowisko, ile lat przepracowują w tej pracy, jaki jest dochód gospodarstwa domowego, płeć i wszystkie inne rzeczy, które mogą być istotne w przyszłości, w rzeczywistości powodują, że wiele osób odchodzi z pracy, zanim zdążysz to zrobić. szansa. Odepchnąłeś ich rzeczami, których w tej chwili nie potrzebowałeś. Dlatego rozważenie tego może mieć duży wpływ na konwersje.

Obejrzyj cały odcinek tutaj:

Zabierz zespół na pokład

Liam: W czerwcu, gdy wszyscy myślą o sztucznej inteligencji, przedstawiliśmy wam najnowsze przemyślenia na temat przygotowania zespołu CS na erę sztucznej inteligencji od liderów w kosmosie. Wiceprezes ds. obsługi klienta w Intercom Declan Ivory rozpoczął spotkanie swoimi przemyśleniami na temat zmian w krajobrazie CS.

Declan: Jedną z największych zmian w tej chwili jest możliwość wykorzystania sztucznej inteligencji i zastosowania jej w znaczący sposób z punktu widzenia obsługi klienta. Niektóre zmiany technologiczne w ciągu ostatnich kilku miesięcy były fenomenalne, ale mają one wpływ na zespół. Na przykład staram się mieć na uwadze bardzo jasne określenie naszej strategii dotyczącej sztucznej inteligencji. Bądź otwarty i przejrzysty w kwestii kierowców i celów zespołu. Ma to wpływ na zespół, jeśli chodzi o to, jak będą pracować w przyszłości i jaki rodzaj pracy będzie przed nimi wykonywany. Bądź więc bardzo otwarty i szczery i zaangażuj ich już na wczesnym etapie w zrozumienie tego, co próbujesz osiągnąć w firmie. Ostatecznie sztuczna inteligencja to tylko element tego, czego używasz do zapewniania wsparcia, a tak naprawdę chodzi o to, w jaki sposób sztuczna inteligencja będzie uzupełniać wsparcie ludzkie, co ostatecznie zapewni Twoim klientom najbardziej atrakcyjne doświadczenia.

Potwierdź, że wszystko się zmieni – tego rodzaju postęp technologiczny nie jest pozbawiony pewnych zmian – i zaangażuj zespół wsparcia w planowanie nadchodzących zmian. W końcu znają Twoich klientów lepiej niż ktokolwiek inny. Naprawdę ważne jest, aby słuchać swojego zespołu i pomagać mu w kształtowaniu ostatecznego sposobu dostarczania sztucznej inteligencji.

„Wyraźnie określ możliwości, jakie daje zespołowi przejście na model wsparcia oparty na sztucznej inteligencji: nadchodzą mniej przyziemne prace, wymagane są nowe umiejętności i pojawiają się nowe role”

Po trzecie, komunikuj się wcześnie. Przyciągaj ludzi wcześnie i często, ponieważ jest to dość dynamiczne środowisko. Wszyscy uczymy się, w jaki sposób można zastosować sztuczną inteligencję. Technologie takie jak Fin naprawdę otwierają nowe możliwości w zakresie myślenia o podróży klienta. Upewnij się, że komunikujesz wszystkie zmiany, które zachodzą na bardzo wczesnym etapie procesu i dbaj o to, aby Twój zespół był dobrze poinformowany.

Inną naprawdę kluczową rzeczą jest bardzo jasne określenie możliwości, jakie daje zespołowi przejście na model wsparcia oparty na sztucznej inteligencji: pojawia się mniej przyziemna praca, wymagane są nowe umiejętności – aby ludzie mogli doskonalić swoje umiejętności rozwiązywania problemów i znajomości produktów – oraz w tej przestrzeni pojawiają się nowe role. Ostatecznie zapewniasz zespołowi bardziej satysfakcjonującą pracę. Mogą w większym stopniu konsultować się ze swoimi klientami i spędzać więcej czasu na rozwiązywaniu złożonych problemów.

Liam: Geronimo Chala jest dyrektorem ds. klientów w Rebag – witrynie i aplikacji, w której można kupować, sprzedawać i wymieniać luksusowe akcesoria, w tym torebki i zegarki. Geronimo, jak wszyscy obecnie w CS, jest w centrum wydarzeń.

Geronimo: Pierwszym krokiem, który zrobiliśmy, było uznanie, że ta zmiana nadchodzi. Kiedy wdrażamy sztuczną inteligencję, nie chodzi tylko o technologię – chodzi o to, jak organizacja jest skonfigurowana, aby faktycznie współpracować z tą technologią i maksymalnie ją wykorzystywać. Kiedy więc myślimy o zmianach organizacyjnych, aktualizacji naszej organizacji w celu manifestacji wdrożenia i zarządzaniu narzędziami w ramach technologii, musimy zastanowić się, czy będzie to wymagało nowych ról, czy też innej zmiany w tym, co robiliśmy. Kiedy patrzymy na przykład na agentów CS, czy pozwala nam to na nieco usprawnienie lub zapewnienie spersonalizowanego doświadczenia? Jak zmienia się rola CSa?

Wsparcie nie zniknie. Nie zastępuje to ludzkiego wsparcia ani dotyku. To po prostu zwiększenie wydajności i szybsze reakcje, abyśmy mogli faktycznie poświęcić czas na zastanawianie się, jaka będzie przyszłość tej osoby następnym razem, gdy odwiedzi naszą witrynę lub jedną z naszych lokalizacji. Zrozumienie, jak ta struktura będzie wyglądać, jest naprawdę ważne, abyś mógł odpowiednio zarządzać technologią i gromadzić spostrzeżenia. Jeśli sztuczna inteligencja będzie odpowiednio zarządzana, zapewni nam dużą dogłębną wiedzę na temat ludzkich zachowań, niezależnie od tego, czy chodzi o rodzaj zadawanych pytań, sposób ich zadawania, ton głosu w tej interakcji, jak to wpływa na NPS , CSAT… Jak możemy zebrać te informacje i rozproszyć je między działami, korzystając z narzędzi podsumowujących, które sztuczna inteligencja już oferuje, aby naprawdę zapewnić wsparcie na wyższym poziomie? Myślę, że w dużej mierze ma to związek ze zmianami organizacyjnymi i zmianą sposobu myślenia, abyś mógł zastosować tę nową technologię, która zmieni doświadczenie klienta.

„Złożone pytania są tym, czym chcesz, aby zajęli się twoi ludzie. Niektórzy użytkownicy końcowi nie chcą rozmawiać z człowiekiem w przypadku prostych pytań, oczekują, że będzie to raczej samoobsługa”

Liam: Rati Zvirawa jest naszym starszym menedżerem ds. produktów w firmie Intercom. Rati, jak to wygląda z twojego punktu widzenia?

Rati: Ciekawie było rozmawiać z klientami o tym, jak Fin i sztuczna inteligencja pasują do całości. W zespołach posiadanie ekspertów ds. produktów i ekspertów ds. treści staje się naprawdę kluczowe. Przez długi czas w centrach pomocy zwracaliśmy uwagę na takie rzeczy, jak liczba wyświetleń, mając nadzieję, że klienci będą tam trafiać. Być może Twoi agenci wysyłają te treści, ale teraz widzimy, że istnieje ściślejszy obieg informacji zwrotnych, w przypadku którego niezwykle ważny jest człowiek, aby pomóc w zidentyfikowaniu luk w treści, ale także w jaki sposób kształtować tę treść, aby sztuczna inteligencja mogła być potężna.

To staje się naprawdę interesującą interakcją. Kiedyś też pracowałem na pierwszej linii frontu i kolejną zmianą, którą obserwujemy, jest to, że otrzymujesz wiele powtarzalnych i prostych pytań. Widzimy też tę zmianę, w której członkowie drużyny muszą teraz spędzać czas na bardziej skomplikowanych pytaniach. Złożone pytania są tym, co chcesz, aby swoich ludzi sobie poradzili. Niektórzy użytkownicy końcowi nie chcą rozmawiać z człowiekiem w celu uzyskania prostych pytań, oczekują, że będzie to bardziej obsługiwane z samoobsługą. To jest zmiana, którą zaczynamy widzieć na rynku.

Posłuchaj pełnego odcinka tutaj:

Dowód AI jest w budyniu

Liam: 2023 przyniósł także dowód potencjału AI w CS. Naukowcy z Stanford University i MIT przeprowadzili roczne badanie, aby zmierzyć rzeczywisty wpływ generatywnej sztucznej inteligencji wśród ponad 5000 agentów obsługi klienta w firmie oprogramowania Fortune 500. Wyniki pokazały, że wydajność pracowników obsługi klienta wzrosła średnio o 14%, przy oszałamiającym 35% skoku wśród najnowszych lub najniższych pracowników. Rozmawiałem z MIT Ph.D. Kandydat Lindsey Raymond, jeden z badaczy stojących za przełomowym badaniem, o ich pracy i transformacyjny wpływ sztucznej inteligencji w miejscu pracy.

Lindsey: Patrzymy na generatywne narzędzie oparte na sztucznej inteligencji, które zostało zaprojektowane, aby pomóc pracownikom wsparcia technicznego, gdy rozwiązują problemy z wsparciem technicznym ludzi. Mówiąc im obojga, co powiedzieć, jak rozwiązać konkretny problem wsparcia technicznego, a także wytyczne dotyczące tego, jak powinni to przekazać klientowi.

I przeprowadzamy analizę różnic w różnicy-bardzo powolne wdrażanie tego narzędzia w czasie w czasie ludzi z czasem, abyśmy mogli spróbować uzyskać przyczynowy efekt narzędzia. Patrzymy na pracowników zapewniających wsparcie techniczne dla firmy z listy Fortune 500, która prowadzi oprogramowanie dla małych firm i księgowych głównie dla małych firm z siedzibą w USA.

Liam: Patrzyli na wiele różnych rezultatów, takich jak szybko, jak ludzie rozwiązywali połączenia, ile problemów są w stanie rozwiązać, zadowolenie klientów, a także niektóre rzeczy, które są bardziej zmianami organizacyjnymi.

Lindsey: Jak to wpływa na obrót pracowników? Jak to wpływa na to, jak często rozmawiają ze sobą lub ze swoimi menedżerami?

Liam: Być może zastanawiasz się, dlaczego spośród wszystkich potencjalnych obszarów generatywnej sztucznej inteligencji Lindsey i jej koledzy wybrali obsługę klienta.

„Średnio dostęp do sztucznej inteligencji poprawił wydajność o 14%, ale ukrywa to wiele heterogeniczności. W przypadku najmniej doświadczonych i najniższych pracowników umiejętności poprawiło się o 35%”

Lindsey: Generative AI potrzebuje dużo danych, aby działać naprawdę dobrze. Jeśli spojrzysz na sektor gospodarki, w którym istnieje wysoka penetracja w stosunku do wszędzie indziej, obsługa klienta jest tym obszarem. W rzeczywistości wdrażanie i opracowanie tych narzędzi pojawiło się zaskakująca aktywność. A to dlatego, że w tym obszarze jest tyle danych, zwłaszcza dane tekstowe.

Wiele z nich jest po prostu automatycznie powiązane z wynikami - jak szybko ten pracownik rozwiązał ten problem? Jest też dużo miejsca na ulepszenia. Powszechnie wiadomo, że istnieją całkiem ogromne różnice w produktywności między twoimi najwyższymi agentami obsługi klienta a twoimi najniższymi. Jest to także obszar, w którym w ciągu ostatnich kilku lat nastąpiła ogromna zmiana do robienia więcej z ośrodkami kontaktowymi. I tak jest to obszar, w którym istnieje wielka firma, aby być w tym lepsza.

Liam: Tak więc w ciągu roku badali to wszystko, wykorzystując dane od 5179 agentów obsługi klienta. A to, co znaleźli, jest intrygujące.

Lindsey: Nagłówkowa liczba jest taka, że ​​dostęp do AI poprawił wydajność o 14%, ale ukrywa to wiele heterogeniczności. W przypadku najmniej doświadczonych i najniższych pracowników umiejętności poprawiło się o 35%. Najbardziej doświadczeni i produktywni pracownicy nie widzą prawie żadnego efektu.

Liam: Tak więc zyski nieproporcjonalnie na mniej doświadczonych i niższych pracowników. Dlaczego tak się dzieje?

Lindsey: Myślę, że to prawdopodobnie najciekawsza część badania. Każde narzędzie oparte na uczeniu maszynowym korzysta z zestawu danych szkoleniowych i szuka wzorców danych. Więc jako programista nie mów: „Wiem, że to zdanie działa dobrze, więc zrób to, i wiem, że jest to powszechne rozwiązanie tego problemu, i jest to powszechne rozwiązanie tego problemu” i Umieszczasz te informacje w swoim programie. Nie tak działa ML.

To, co naszym zdaniem dzieje się, to rozpowszechnianie najlepszych praktyk włączonych przez sztuczną inteligencję. I dlatego widzimy te naprawdę duże wzrosty wydajności dla pracowników o niskiej zawodnikach i niedoświadczonych.

W naszym ustawieniu narzędzie przygląda się rozmowom wysokich wykonawców i porównuje te z rozmowami dla niskich wykonawców. Szuka różnic między tym, co robią wysoki i niskimi wykonawcy, które są związane z udanymi wynikami. W jaki sposób witają klientów? Jakie są rozwiązania, które proponują? Jak zaczynają zadawać pytania diagnostyczne? Następnie bierze wszystkie te rzeczy i zamienia je w sugestie, które generują dla wszystkich.

Pracownicy wysokiej kwalifikacji dostarczają treści dla sztucznej inteligencji-są to głównie rzeczy, które już robią, ponieważ tam uczą się AI. Kiedy masz narzędzie sugerujące, że robisz rzeczy, które już robisz, prawdopodobnie nie zobaczysz ogromnych efektów wydajności od dostępu do tego narzędzia. To pracownicy, którzy są bardzo nowi lub na dole rankingu produktywności, naprawdę korzystają z tych sugestii, ponieważ są to rzeczy, których jeszcze nie wymyślili, jak to zrobić. To pracownicy niskiejbice często się zmieniają i zaczynają zbliżać się do komunikowania się jak pracownicy wysokoeksuli.

Liam: Czy byłeś zaskoczony wynikami?

Lindsey: To świetne pytanie. W każdym badaniu, w którym widać wzrost wydajności o 35%, jest to dość szokujące. Można sobie wyobrazić zejście do czterodniowego tygodnia pracy z tymi efektami. Myślę, że było to dość zaskakujące nietoperza. Fakt, że widzieliśmy efekty nie tylko w obsłudze pracowników nieco szybciej, ale także poprawianie udziału problemów, które rozwiązują, co jest bardziej opartym na wiedzy, umożliwia im rozwiązywanie problemów, których nie byli możliwość rozwiązania wcześniej. A potem widzimy dość duży wzrost satysfakcji klientów. Myślę, że to wszystko zaskakujące.

Posłuchaj pełnego odcinka tutaj:

W jaki sposób firmy dostosowują się do sztucznej inteligencji?

Liam: Do czerwca opublikowaliśmy nasz stan AI w obsłudze klienta: 2023 Raport, w którym zagłębiamy się w pięć najlepszych trendów przekształcających obsługę klienta. Krótko mówiąc, stwierdziliśmy, że im szybciej zastosujesz sztuczną inteligencję do strategii obsługi klienta, tym większa jest szansa na zdobycie przewagi konkurencyjnej.

Przeglądaliśmy ponad 1000 globalnych specjalistów od obsługi klienta, aby dowiedzieć się, w jaki sposób dostosowują się do sztucznej inteligencji, w jaki sposób planują wykorzystać sztuczną inteligencję i automatyzację, jakie możliwości przyniosą, i ich obawy. Następnie opracowaliśmy to w naszym raporcie 2023. Raport jest pełen dodatkowych spostrzeżeń i praktycznych wskazówek; Link do pobrania znajduje się w notatkach pokazowych. Usiadłem, aby porozmawiać o trendach w raporcie z Samuelem Millerem, operacjami obsługi klienta w Dental Intelligence, Ruth O'Brien, dyrektora, automatycznego i proaktywnego wsparcia w Intercom oraz John O'Hara, dyrektor ds. Klienta w LogikCull.

Pierwszy trend - AI Investment - jest przyspieszający w pęcherze i istnieje ogromna szansa dla pierwszych użytkowników. W naszych danych stwierdziliśmy, że istnieje luka inwestycyjna. Przeważająca większość liderów wsparcia planuje zainwestować więcej w AI w tym roku, ale tylko 38% faktycznie zainwestowało w sztuczną inteligencję. Oznacza to, że osoby poruszające się szybciej mogą zyskać przewagę konkurencyjną, podczas gdy inni grają w nadrobienie zaległości. Ruth, jeśli mogę przyjść do ciebie jako pierwszy, dlaczego początkowa inwestycja w AI była tak wolna?

„Świat się zmienia, ludzie starają się nadążyć za tym i rozumieją, że jeśli zacznie to, będą mieli przewagę konkurencyjną nad niektórymi konkurentami”

Ruth: Szczerze mówiąc, myślę, że dzieje się tak, ponieważ część technologii w przeszłości nie była niesamowita, więc ludzie nie byli przekonani. Zbudowanie strategii wokół sztucznej inteligencji i automatyzacji wymaga również czasu i wysiłku. To nie tylko działa po wyjęciu z pudełka, więc trzeba wokół niego plan. A w świecie, w którym obsługa klienta jest bardzo reaktywna, a wiele zespołów wsparcia często uruchamia się, aby nadążyć za SLA i zaległościami oraz długi czas oczekiwania klientów, odejście od radzenia sobie z tym i radzenie sobie z natychmiastową walką pożarową może być trudna i Zajmowanie miejsca na budowę proaktywnej przyszłości pod względem sztucznej inteligencji może być trudne dla różnych zespołów.

Liam: A więc co się zmieniło?

Ruth: Co się zmieniło? Po pierwsze, technologia staje się coraz lepsza, szczególnie w ciągu ostatnich ośmiu miesięcy. W świecie sztucznej inteligencji pojawiły się duże zmiany. Coraz więcej zespołów rozmawia z rówieśnikami w branży, albo wchodzą w interakcje z dobrymi chatbotami, podczas gdy wcześniej uważam, że ludzie wchodzą w interakcje z niezbyt wspaniałymi chatbotami. Świat się zmienia, ludzie starają się nadążyć za tym i rozumieją, że jeśli zaczną za tym, będą mieli przewagę konkurencyjną nad niektórymi konkurentami.

Liam: Całkowicie. W naszej ankiecie w najlepszych aplikacjach liderzy CS zidentyfikowali AI, aby wywrzeć duży wpływ, widzisz szybsze odpowiedzi, bardziej spójne odpowiedzi, oszczędzanie pieniędzy na szkoleniu i podsumowując rozmowy. Gdzie widzisz największą wartość dodaną dla sztucznej inteligencji, John?

John: To świetne pytanie. Patrzę na te liczby i myślę, że mój zespół już naprawdę dobrze sobie radzi z szybkością i konsekwencją, a my mamy świetne partnerstwa z sukcesem klienta i szkoleniem. To, co motywuje nas do skupienia się na sztucznej inteligencji jako korzyści, jest przepustowość. Mamy bardzo mały zespół-ośmiu przedstawicieli amerykańskich, zapewniających wsparcie 24/7 globalnej publiczności. AI reprezentuje skuteczne ugięcie przypadków dla tych prostych pytań o przerwanie/naprawę, w których ludzie potrzebują informacji o działaniach aplikacji. To cała transze rozmów, które można usunąć z płyty mojego zespołu, aby mogli skupić się na większej liczbie prac konsultacyjnych. To prawdopodobnie największy kierowca dla nas.

„Niektóre zespoły widzą sztuczną inteligencję i zastanawiają się nad redukcjami zatrudnienia, ale jak korzystasz z zasobów, które masz teraz, aby przekroczyć?”

Liam: A Sam, a co z tobą? Jaka jest dla Ciebie największa wartość?

Samuel: Dla nas tak naprawdę chodzi o oszczędzanie pieniędzy na szkoleniu, ponieważ nie musimy ich szkolić na każdej sprawie. Możemy po prostu szkolić ich w najważniejszych kwestiach, które muszą zrobić, i nie tyle na temat codziennych rzeczy, które klienci mogą znaleźć, artykuły wiedzy i takie tam. Pozwala nam szybciej podejść do treningu.

Liam: I Ruth, a co z tobą? Czego możemy się spodziewać w najbliższej przyszłości?

Ruth: Szczerze mówiąc, szybsze odpowiedzi były ogromną wydajnością dla szerszego zespołu. Niektóre zespoły widzą sztuczną inteligencję i zastanawiają się nad redukcją zatrudnienia, ale jeśli starasz się nie robić tego, gdzie robisz więcej z mniejszą liczbą głów, ponieważ AI dba o więcej pracy, jak korzystasz z zasobów, które masz teraz, aby iść ponad i poza? Natychmiast odpowiadają na klientów i dbają o niektóre z mniej złożonych zapytań, a to z kolei przyspiesza ludzi, aby przejść przez kolejki i poradzić sobie z bardziej złożonymi zapytaniami. Widzimy świetne wyniki w zastosowaniu tej technologii do wydajności i czasów reakcji w obsłudze klienta.

Posłuchaj pełnego odcinka tutaj:

AI, która cię odpowiada

Liam: Wzrost AI zapoczątkował nową falę możliwości dla firm starających się zoptymalizować operacje i zdobyć przewagę konkurencyjną. Teraz organizacje mają szeroki wachlarz narzędzi i rozwiązań, każde obiecujące transformacyjne wyniki, a wyzwanie leży nie tylko na wybieraniu odpowiednich narzędzi, ale także zapewnianiu bezproblemowej integracji i adopcji.

I to jest dokładnie obszar wiedzy Andrew Loudera. Andrew jest założycielem i dyrektorem generalnym Louder Co., doradztwa, która pomaga firmom opracować strategie i procesy AI w celu optymalizacji operacji i zwiększenia przewagi konkurencyjnej. Dołączył do nas w programie w sierpniu i zacząłem od zapytania go: Jakie są kluczowe różnice między budowaniem a zakupem rozwiązań AI? Jak firmy mogą zdecydować, które podejście jest bardziej odpowiednie dla własnych potrzeb?

„Tak, budowanie sztucznej inteligencji stało się stosunkowo prostsze, ale wciąż zajmuje dużo czasu, pieniędzy, bólu serca, wysiłku i nieprzespanych nocy”

Andrew: Jeśli ty i ja prowadziliśmy tę rozmowę pięć lub osiem lat temu, odpowiedź byłaby zupełnie inna. Wtedy, aby uwzględnić sztuczną inteligencję do swojego biznesu, bardziej niż prawdopodobne było, że będziesz musiał zbudować coś zwyczajowego, a zrobienie tego wymagało dużo krwi, potu, łez, pieniędzy i czasu. Ale nastąpił ruch demokratyzacji sztucznej inteligencji, w której moc tych narzędzi i przepływów pracy może dostać się w ręce wielu, aby stworzyć potężne zastosowania.

Dzisiaj analiza wokół kompilacji kontra kupuje kilka rzeczy, ale zaczyna się od świadomości. Możesz mieć wizję lub problem, który wymaga rozwiązania, a jeśli nie wiesz, co tam jest, może się zdarzyć, że zbudujesz decyzję. I tak, budowanie sztucznej inteligencji stało się stosunkowo prostsze, ale wciąż zajmuje dużo czasu, pieniędzy, bólu serca, wysiłku i nieprzespanych nocy. Jest to możliwe, a koszt spadł nieco, ale powód, dla którego można by to rozważyć, jest to, że być może nie ma rozwiązania, które może rozwiązać twój problem, więc szukasz czegoś bardzo wyjątkowego.

Może próbujesz ustanowić głównego wyróżnika konkurencyjnego, czy to w linii oferty nowego produktu, czy w sposób działania wewnętrznie. Ale są to powody, dla których prawdopodobnie chciałbyś kupić, jeśli coś jeszcze nie istnieje i chcesz uzyskać nowe przychody. I oczywiście, kiedy kupujesz coś z półki, jest to coś częściej używanego, dostępnego, stosunkowo szybkiego do wdrożenia, stosunkowo niedrogiego, a zwykle ukierunkujesz również duży wzrost wydajności operacyjnej.

Liam: Czy są jakieś kroki, które moja firma musi podjąć, aby być gotowym do sztucznej inteligencji?

Andrew: To pytanie, które słyszymy przez cały czas. Mamy ocenę gotowości sztucznej inteligencji, którą możesz przejąć naszą stronę internetową, i to, co jest wskaźnikiem, niekoniecznie, czy powinieneś korzystać z AI, ponieważ ogólna odpowiedź jest absolutnie - w jakim stopniu, w jakiej głębokości, a nawet przy jakiej prędkości Zarządzanie zmianami powinieneś się poruszać lub poczuć się komfortowo, zmierzając do. Oceniamy rzeczy na operacjach strategicznych, wpisowaniu AI, a nawet ludzi, którzy są częścią firmy, aby poczuć, jak gotowi mogą być twoi ludzie. Czy myślisz strategicznie z myślą o sztucznej inteligencji? Czy masz strategię AI? Wiele firm kończy się na tym, że nie ma tego stopnia, ponieważ dopiero zaczynają myśleć o AI.

Kolejną okazją, o którą często mnie proszą, jest przyjście i zaprezentowanie sztucznej inteligencji zespołom kierowniczym, co robimy w formie warsztatów. Następnie przechodzimy do tak zwanej szybkiej oceny, która jest doskonałym punktem wyjścia do zidentyfikowania problemów w firmie, które są głównymi bolączkami i żmudnymi zadaniami ręcznymi, którymi należy się zająć, aby przypisać te problemy do potencjalnych rozwiązań AI. Identyfikujemy możliwości szybkiego osiągnięcia sukcesu i opracowujemy plan wyboru i wdrożenia odpowiednich dla nich narzędzi. W wielu przypadkach zaczyna się od oceny gotowości, budowania świadomości w firmie, znajdowania nisko wiszących owoców możliwości związanych ze sztuczną inteligencją i wdrażania ich, aby zacząć uzyskiwać świetne wyniki i rezultaty oraz zyskać pewność w biznesie związanym ze sztuczną inteligencją.

Liam: Zatem, jeśli kupią gotowe rozwiązanie AI, jak myślisz, jakie są najważniejsze czynniki, które powinni wziąć pod uwagę, aby zapewnić natychmiastowe korzyści i wysoki zwrot z inwestycji?

Andrew: Myślę, że zaczyna się od spojrzenia do wewnątrz. Jeśli znajomy zapyta Cię: „Hej, kupuję samochód. Jaki samochód wybrać?” Mogę zaproponować samochód, ale może Ci nie odpowiadać, prawda? Masz rodzinę? Chcesz jechać szybko? Czy musisz holować wiele rzeczy? Musisz więc określić, co będzie dobre dla Ciebie i Twojej firmy. Musisz zrozumieć swoje procesy i uwzględnić potrzebne wymagania. Potrzebujesz także wglądu we wszelkie przepisy dotyczące bezpieczeństwa i zgodności, których musi przestrzegać Twoja firma lub narzędzie. A poza tym, o jakich punktach integracji musisz wiedzieć? Z jakimi systemami i innymi aplikacjami chciałbyś się zintegrować? Po utworzeniu tej listy należy sprawdzić, jakie produkty są dostępne na rynku, które mogą spełnić jak najwięcej wymagań, i wybrać właściwą – nie tylko w oparciu o te potrzeby, ale także na podstawie analizy kosztów. Czy warto wyciskać sok? Następnie przechodzisz do wdrożenia, które polega na skonfigurowaniu narzędzia, jego szkoleniu i testowaniu.

„Mamy klienta, którego roczne przychody wzrosły z 10 milionów dolarów do prawie 20 milionów dolarów i nie musiał dodawać ani jednej osoby do swojego personelu”

Zarządzanie zmianami jest często pomijane i to wielka szkoda, ponieważ spędzasz cały ten czas na konfigurowaniu rzeczy tylko po to, aby dyrektorzy generalni mogli porzucić ten wysiłek i powiedzieć: „Hej, wyślijmy link naszym ludziom. Wierzymy, że im się to uda.” Potrzebują świadomości, komunikacji i szkolenia. Niektórzy będą potrzebować trzymania za rękę. A to naprawdę zwiększy adopcję. Pomagamy naszym klientom przejść przez cały proces. Jedną z rzeczy, którą uwielbiam podkreślać, jest to, że pomagamy naszym klientom przeprowadzić pilotaż systemu, aby uzyskać dobre opinie od osób go korzystających. A ci, którzy z niego korzystają, faktycznie stają się pozytywnymi wpływowcami zmian w firmie.

Liam: Wiele firm będzie chciało wykorzystać sztuczną inteligencję w celu zwiększenia zysków. Jak bardzo jest to wykonalne i czy istnieją już firmy, które to robią?

Andrew: Z pewnością tak. W moich rozmowach właściwie skupiam się na Finie, produkcie firmy Intercom. Ktoś podniósł rękę i powiedział: „Słuchaj, kiedy po raz pierwszy zaczynaliśmy wdrażać Fin, mieliśmy zespół pięciu osób zapewniających obsługę klienta online. Wprowadziliśmy Fin i teraz te pięć osób zapewnia zasięg i wsparcie odpowiadające 20 osobom”. To ogromne, prawda? To ogromny zwrot z inwestycji. Zatem w przypadku tej konkretnej firmy, która miała na celu rozwój, nie musi ona teraz uwzględniać tego wydatku na liście płac. Narzędzie jest w stanie dostosować się i stać się czynnikiem wykładniczym dla korzystających z niego pracowników.

Mamy klienta, którego roczne przychody wzrosły z 10 milionów dolarów do prawie 20 milionów dolarów i nie musiał dodawać ani jednej osoby do swojego personelu.

Liam: Miło to słyszeć. Jednak czas i koszty to kwestie, o których ludzie często wspominają w tej kwestii. Są to oczywiście istotne wskaźniki dla przedsiębiorstw. Co byś powiedział osobom próbującym opracować strategie oceny czynników czasu i kosztów przy podejmowaniu decyzji o zakupie rozwiązań AI?

Andrew: Słuchaj, wychodzi na jaw wiele danych, więc podam ci trzy liczby do rozważenia, dobrze? MIT opublikował badanie, które wykazało 40% wzrost wzrostu produktywności. McKinsey przeprowadził podobne badanie, które wykazało, że poziom 30% zostanie osiągnięty, jak sądzę, do 2030 r. Deloitte opublikował jedno badanie jeszcze przed całym szaleństwem na temat generatywnej sztucznej inteligencji, które głosiło, że sztuczna inteligencja i uczenie maszynowe spowodują 37% wzrost produktywności w firmach użytkownicy.

Z pewnością możesz przeprowadzić własne obliczenia, przeanalizować każdy przypadek i spróbować oszacować: „OK, jeśli wdrożę to narzędzie, może to spowodować wzrost produktywności o 40% i skrócenie czasu pracy o 40%; płacimy ludziom X kwoty dolarów za godzinę…” Jeśli uda Ci się dojść do liczby zbliżonej do tej liczby i dokonać krótkiego obliczenia zaoszczędzonego czasu w porównaniu z wydanymi dolarami, będzie to ogromny zwrot z inwestycji. Widzę także drugą część równania – wzrost, jaki można teraz osiągnąć bez konieczności zwiększania liczby płac. Mamy klienta, którego roczne przychody wzrosły z 10 milionów dolarów do prawie 20 milionów dolarów i nie musiał dodawać ani jednej osoby do swojego personelu, który liczyłby od 8 do 10 dodatkowych osób. Przy takim wzroście oznacza to ogromny wzrost rentowności. To równanie matematyczne, które musisz zastosować w swojej firmie.

Obejrzyj cały odcinek tutaj:

Wskaźniki wsparcia w dobie sztucznej inteligencji

Liam: Wątek sztucznej inteligencji przewijał się przez większość naszych tegorocznych odcinków, więc dobrze będzie, że zakończymy rozmową o tym, jak sztuczna inteligencja tworzy role wspierające, a nie je przyjmuje. Spotkałem się z Christianem Osmundsenem, globalnym dyrektorem ds. obsługi klienta w Deliverect, Ruth O'Brien, dyrektor ds. automatycznego i proaktywnego wsparcia w Intercom oraz Samem Forde, menedżerem ds. sukcesu handlowego w Zapiet. W obliczu zmiany ról i zmiany strategii – jak to zmierzyć? Jakim wskaźnikom uważnie się przyglądacie, wprowadzając tę ​​nową technologię do swoich działań wsparcia? Krystian, a ty?

Christian: Jasne, Liam. Z reguły zawsze przyglądamy się i pytamy, czy dzięki temu jesteśmy bardziej wydajni. Właśnie na to patrzymy w pierwszej kolejności. Czy stanowi to wartość dodaną dla naszych klientów? Potrzebujemy kilku miesięcy, aby to zobaczyć – żadnych pochopnych decyzji.

„Uzyskaliśmy współczynnik rozdzielczości 13–14%, co nie jest świetnym wynikiem. Dziś mamy około 26%, czyli dwukrotnie więcej.”

Ale jeśli chodzi o sztuczną inteligencję, energicznie mierzymy wielkość wsparcia. Chcemy zobaczyć, jak to wygląda, nie tylko w liczbach bezwzględnych, ale także w przeliczeniu na poszczególne konta i tak dalej. Widok opadających krzywych jest zachęcający dla wszystkich. Przyglądamy się czasom reakcji i oczywiście zadowoleniu klientów zarówno pod względem interakcji międzyludzkiej, części, w której zaangażowany jest bot, jak i po prostu rozmów Fina lub sztucznej inteligencji. Jesteśmy ciekawi, jak to będzie się rozwijać z biegiem czasu. Myślę, że na początku klient może mieć trudności z obsługą wyłącznie przez bota. Myślę jednak, że z czasem to się całkowicie zmieni. To wciąż wczesny dzień.

Na koniec dużo uwagi poświęcamy wskaźnikowi odpowiedzi w przypadku sztucznej inteligencji. Wróciłem, aby przygotować się na to wezwanie do naszego sprawozdania w maju, kiedy zaczynaliśmy. I mieliśmy współczynnik rozdzielczości 13-14%, co nie jest świetne. Dziś mamy około 26%, czyli dwukrotnie więcej. Naszym celem na koniec roku jest osiągnięcie poziomu 35–40%. I myślę, że to jest w zasięgu ręki. Rzeczywiście widzimy, że w weekendy, kiedy klienci myślą, że być może nie jesteśmy otwarci i są bardziej zachęcani do szukania własnych, nasze stawki natychmiast rosną do 35%.

Liam: Czy ktoś może podzielić się informacjami na temat dotychczasowego wpływu sztucznej inteligencji na Twoje KPI? Sam, może najpierw przyjdę do ciebie.

Sam: Powtarzam wiele z tego, co powiedział tam Christian. Nadal przyglądaliśmy się CSAT, tradycyjnemu, ale to już nie Twoi pracownicy rozmawiają – to Fin wchodzący w interakcję z Twoimi ludźmi. Jednak dla nas bardzo ważna była także satysfakcja pracowników w firmie. Obserwujemy znacznie wyższe wskaźniki retencji. W tym roku nie widzieliśmy nikogo, kto odszedłby z naszej firmy. Myślę, że zaangażowanie, jakie dostają w innych rolach, pomaga im faktycznie myśleć o karierze u nas. Tradycyjnie wsparcie może być rolą, w której ludzie zmieniają się dość często. Myślę jednak, że to prawie złoty wiek, w którym możesz zająć się wsparciem i niekoniecznie jesteś tylko agentem wsparcia – jesteś prawie specjalistą ds. wsparcia, który zajmuje się innymi różnymi drobiazgami.

„W tym roku postawiliśmy Fina przed 8 000 osób. To jest szalone. Widzieliśmy, jak nasz CSAT skoczył o 20 punktów”

Nie mamy jeszcze oceny zadowolenia pracowników na ten rok, ale mogę podać przykład, w którym prawdopodobnie poprawiłoby się sytuację, gdyby Fin jako wsparcie i technologia sztucznej inteligencji, którą mieliśmy w tym roku. Tradycyjnie rekolekcje naszego zespołu co roku trwały dwa lub trzy dni. Ucieklibyśmy tak szybko, jak to możliwe, a potem wrócilibyśmy do laptopa i do skrzynki odbiorczej, która, miejmy nadzieję, nie stała się zbyt duża. W tym roku udało nam się wyjechać na cały tydzień. A Fin pozwolił nam być na bieżąco i biegać dalej. A jeśli uda nam się zabrać zespół na cały tydzień, mam nadzieję, że podczas CSAT będzie to coś niesamowitego.

Jeśli jednak chodzi o rzeczywiste liczby, jesteśmy znacznie mniejszą firmą, ale w tym roku wystawiliśmy Fina przed 8 000 osób. To jest szalone. Widzieliśmy, jak nasz CSAT podskoczył o 20 punktów – od 70% do regularnego utrzymywania się w okolicach dziewięćdziesiątych tygodniowo. A jeśli spojrzysz na wykres i moment, w którym wdrożyliśmy Fin, to dosłownie są to ramy czasowe.

Jak wspomniał Christian, weekendy i godziny poza biurem to najlepszy moment. W weekendy widzimy, że nasza ocena Finów jest znacznie wyższa. Chociaż są tam prawdziwi ludzie, oceniają rzeczy znacznie wyżej, ponieważ otrzymują natychmiastową reakcję w momentach, w których się tego nie spodziewali. Uważamy się za bardzo brytyjską markę, mamy klientów w Australii i Japonii, a oni natychmiast otrzymują odpowiedzi. Zatem CSAT znacznie się poprawił. Myślę, że to ogromna rzecz. Jeśli nie wskoczysz w to tylko po to, to nie wiem, dlaczego nie miałbyś tego zrobić.

Posłuchaj całego odcinka tutaj:

Liam: Cóż, mamy to. Rok innowacji i rozmów. A to tylko garstka myślicieli i ekspertów, którzy dołączyli do nas w tym roku. Możesz przeglądać cały nasz katalog obejmujący ponad 400 odcinków, gdziekolwiek słuchasz podcastów. Dziękuję wszystkim naszym wspaniałym współpracownikom i gościom, ale co najważniejsze, dziękuję za wysłuchanie.