2023 em análise: destaques das melhores conversas deste ano

Nossa tradicional compilação de final de ano está de volta, trazendo destaques de um ano de ótimas conversas no podcast Inside Intercom.

Se você ainda não percebeu, é provável que escolha um tema aqui – 2023 foi o ano em que a IA mudou tudo. Quando o ChatGPT fez sua grande entrada, abalou toda a indústria de tecnologia. Nos últimos 12 meses, todos correram para acompanhar o ritmo implacável da inovação: repensando estratégias de negócios, construindo novas soluções e preparando equipes para as grandes mudanças que estão por vir.

Esse poder transformador é mais evidente no espaço de atendimento ao cliente. Este foi o ano em que lançamos nosso inovador chatbot baseado em GPT, Fin, capaz de resolver instantaneamente até 50% das dúvidas dos clientes. Também estivemos na vanguarda não apenas na criação de recursos de IA para atendimento ao cliente, mas também na aplicação deles em nosso próprio atendimento ao cliente, repensando como as equipes de suporte funcionam e quais funções são necessárias nesta nova era.

O ano tem sido turbulento e nossas conversas mostram o quão dramática foi a mudança.

Ao longo desses chats, você pode nos ouvir lidar com a escala da revolução da IA, desde o impacto da IA ​​na sociedade até como ela está mudando as estratégias de negócios, e desde os ganhos de produtividade nas equipes de suporte até uma entrevista divertida com o próprio ChatGPT. Foi um ano incrivelmente emocionante – e temos grandes planos para o próximo ano, à medida que continuamos a contar histórias extraordinárias das linhas de frente da revolução da IA.

Certifique-se de não perder nenhum de nossos podcasts seguindo o Inside Intercom no Apple Podcasts, Spotify, YouTube ou pegue o feed RSS no player de sua preferência. O que se segue é uma transcrição levemente editada do episódio.

O melhor serviço não precisa de nenhum serviço

Liam: Olá e bem-vindo ao Inside Intercom. Meu nome é Liam Geraghty. Estamos quase no final de dezembro e, como é tradição no programa, gostamos de relembrar algumas das conversas que tivemos e compartilhar alguns dos insights que obtivemos ao longo do ano. E que ano tem sido – 2023 ficará para a história como o ano do avanço da IA. E mesmo que ainda seja cedo, já estamos vendo um enorme impacto da IA ​​generativa, com empresas líderes já a adotando amplamente. Aqui na Intercom, lançamos nosso próprio chatbot de IA, Fin, que já está ajudando nossos clientes a resolver até 50% de suas dúvidas de suporte.

O cenário do atendimento ao cliente está passando por uma mudança monumental no momento, à medida que a IA se torna mais avançada. Com a tecnologia permitindo interações mais atraentes com os clientes e soluções quase instantâneas para muitas dúvidas dos clientes, as equipes de suporte podem se concentrar em atividades que criam valor adicional para seus clientes. Que, no final das contas, é disso que se trata. Nosso primeiro convidado em 2023 foi Bill Price, autor de The Frictionless Organization , e ele resumiu o que considera ser um bom e ruim atendimento ao cliente.

“A implicação de um mau serviço, para mim, é 'vou fazer compras ou gastar meu dinheiro em outro lugar'”.

Bill: Não quero ter que entrar em contato com meu banco, minha empresa de telecomunicações, seja lá o que for. Então, para mim, o melhor serviço é não precisar de serviço. Se eu tiver que contatá-los, quero ter alguém que me escute, que não me interrompa, que entenda o quão grave ou importante isso é para mim, e então conserte e confirme que foi consertado.

Uma experiência de serviço ruim é aquela que, antes de tudo, tinha que acontecer. Mas o número dois é onde ocorre o oposto – nenhum reconhecimento de quem eu sou, uma sensação de que se tratava de uma ligação padrão, de que eles estavam examinando uma lista de verificação, me dizendo algo que já sei ou que realmente não me ajuda. A má experiência me leva a dizer: “Espere, não só o problema não era necessário em primeiro lugar, mas esse contato não deveria ter acontecido. É melhor eu entrar em contato com outra pessoa. Ou talvez eu vá para outro lugar.” Esse é o problema. A implicação de um mau serviço, para mim, é “Vou fazer compras ou gastar meu dinheiro em outro lugar”.

Ouça o episódio completo aqui:

Acompanhando a IA

Liam: Em fevereiro, o diretor de estratégia e cofundador da Intercom, Des Traynor, conversou com nosso vice-presidente de IA, Fergal Reid, para uma das muitas conversas que eles teriam sobre o ritmo acelerado da IA ​​e como a Intercom estava lá em cima, mantendo acordo com isso. Aqui está Fergal Reid.

Fergal: Realmente descobrimos que, desde o ChatGPT, houve uma enorme onda de interesse por parte de nossos clientes. Eles podem ver a promessa e acreditar que há algo aqui.

Des: A tecnologia está melhorando, as capacidades das empresas estão melhorando, e isso é apenas adotá-la em casos locais. E então a capacidade das empresas de pensar ou conceituar novos produtos e oportunidades usando essa tecnologia está melhorando. O mesmo acontece com as expectativas do cliente em relação à tecnologia. Provavelmente estamos a apenas um ano de distância das pessoas que esperam poder expandir o texto dentro de um campo de texto, como um exemplo simples. Você está vendo essas coisas surgindo em todos os lugares.

Fergal: Mesmo que seja um ano. Obviamente, muitos de nós vimos o anúncio da Microsoft sobre trazer esses recursos para o Word e outras coisas. E isso mudará rapidamente se as principais ferramentas de produtividade de escritório fizerem isso. Poderia ser muito rápido.

Des: Aqui está um tipo diferente de ceticismo que atacarei – um que ressoa um pouco em mim, de qualquer maneira. Acho que Kevin Cannon fez um tweet engraçado onde disse: “O futuro é composto por pessoas que usam GPT para expandir coisas como 'Eu quero o emprego' em uma carta adorável como 'Prezado Senhor' ou 'Madame', blá, blá , blá… E aí o destinatário, clicando no botão de resumo, para ver que a pessoa acabou de dizer: ‘Quero o emprego, aqui está meu currículo’, ou algo assim. De certa forma, você ficaria tentado a olhar para eles e pensar: qual é o sentido de tudo isso? A linguagem formal, a redação profissional e o inglês para negócios se tornaram um canal inútil para a forma teatral com que todos nos comunicamos, quando, no futuro, eu apenas enviarei a você o aviso e você responderá com um aviso, como: “Eu quero o trabalho." “Você não pode ficar com o emprego.”

Fergal: Sim. Pergunta difícil. É seriamente especulativo. Vou te dar algumas opiniões. Provavelmente existem certos contextos, certo? Digamos um documento legal. Você pode dizer a alguém da sua equipe jurídica: “Ei, preciso de um contrato. Tem que fazer X, Y e Z.” Esse pedido se transformará em 10 páginas de material jurídico. O destinatário dirá: “Oh, ele faz as três coisas que disse que faria?” E sua equipe jurídica dirá: “Sim, é verdade”. Este é um extremo do extremo onde há grande expansão e compressão, mas em algum caso estranho e extremo, a cláusula número 13 na página dois pode aparecer no tribunal e assim por diante. Então, claramente, isso importa. Não podemos nos livrar disso. Não podemos ter apenas esses quatro marcadores. Precisamos de tudo isso. Você pode não considerá-lo material quando o escreve, mas pode se tornar material mais tarde. Isso parece um extremo onde é tipo, “Não, parece que isso tem que estar lá”, algo para lidar com todos esses casos extremos.

“O futuro do mundo será intermediado por agentes”

E o outro extremo é provavelmente uma situação em que o defensor e o destinatário não se importam com esses detalhes. Ambos nunca vão se importar com esses detalhes e estão apenas observando algumas graças sociais ou formalidades do tipo “É assim que você escreve uma carta comercial. Estou escrevendo para uma grande empresa, é melhor escrever uma carta comercial”, e talvez essa coisa desapareça.

Des: Da mesma forma, acho que a analogia para mim seria quando as conversas por e-mail fossem transferidas para SMS, iMessage ou WhatsApp. Pense em todas as merdas que você não está mais dizendo. “Espero que você esteja bem” ou algo assim. Toda essa merda acabou.

Fergal: As restrições do Twitter, o formato, o meio, permitem que você seja mais conciso. Acho que é uma dinâmica real. A maneira como nos comunicamos e escrevemos um artigo da central de ajuda pode não ser a maneira ideal de escrevê-lo. Talvez devêssemos ser mais breves. Na equipe de aprendizado de máquina, há outra maneira de pensar sobre isso. O futuro do mundo será intermediado por agentes. E era uma vez, isso era óbvio para todos. Seu navegador tinha um agente de usuário amarrando-o e outras coisas. E como eu disse, é o seu agente navegando naquela internet estranha com todos esses links e outras coisas para você. Ele fará coisas por você, voltará e lhe contará coisas. E então, tudo isso foi centralizado e agora você tem um mecanismo de busca e assim por diante.

Há uma ideia antiga no futurismo tecnológico, na ficção científica e assim por diante, de que você provavelmente terá um agente que entende você, sua intenção, o que você quer, e é inteligente o suficiente para descobrir o que chamar sua atenção e o que não. para. Então, possivelmente, no futuro, a forma como isso acontecerá será mais assim. Se você quiser saber um detalhe específico, o software ao seu lado é inteligente o suficiente para colocar isso na versão resumida dele. Mas é inteligente o suficiente para saber que você também não quer saber esse detalhe e deixá-lo de fora.

Talvez vivamos em um futuro onde as interfaces de usuário mudem, onde minha interface de usuário para um determinado negócio ou tarefa não seja realmente controlada por esse negócio ou tarefa como é hoje. Em vez disso, é personalizado para mim. Isso parece muito sofisticado, mas acho que vai acontecer rápido. Esses modelos de linguagem são muito poderosos, estão começando a ser usados ​​para escrever código e assim por diante, e é um salto muito curto a partir daqui. Vimos alguns protótipos por aí onde as pessoas estão trabalhando em modelos que entendem um site bem o suficiente para entender uma frase em inglês e navegar no site para você. E então, estamos caminhando para um futuro onde é assim que todos interagem com os sites? Você precisa mais de um site?

“Uma coisa seria se tudo o que víssemos fosse a geração de imagens do DALL·E 2. Mas não, estamos vendo transformações na síntese de áudio, síntese de imagens, compreensão de texto, síntese de texto, compressão de texto”

Des: Este é o novo SEO? Certificando-se de que seu GPT pode entender você?

Fergal: Sim. Talvez os sites se transformem em algo que se pareça mais com uma API exposta publicamente, e isso é algo com UI e formatação porque a UI é formatada pelos agentes.

Des: Estamos todos conversando com Siri ou algo assim.

Fergal: Sim, e acho que o Google e a Apple podem ver esse futuro. Não sabemos a linha do tempo, mas, novamente, a ferramenta de pensamento que sempre uso é: e se você tivesse um ser humano muito inteligente que o entendesse, que tivesse trabalhado com você, talvez um assistente pessoal, e você estivesse interagindo com ele, e você queria reservar um feriado? O que eles perguntariam a você sobre isso? E em metade das coisas que você vê no booking.com ou qualquer outra coisa, eles não vão perguntar isso – eles apenas vão reservar o feriado para você e talvez voltar com perguntas esclarecedoras: “Ah, você queria vá e fique em um apartamento, mas não há espaço lá. Um hotel servirá? Mas essa é uma interface de usuário adaptável. Novamente, não me concentro muito no ChatGPT e no que acabou de ser lançado. Você tira um ano ou dois. Está se movendo muito rápido. Se você está cético por causa das limitações atuais, você irá-

Des: Seu ceticismo errará o alvo.

Fergal: Exatamente. Os transformadores são extremamente poderosos e as arquiteturas de transformadores que as pessoas usam são extremamente poderosas. Vimos várias modalidades melhorarem aqui. Seria uma coisa se tudo o que víssemos fosse a geração de imagens do DALL·E 2. Mas não, estamos vendo transformações na síntese de áudio, na síntese de imagens, na compreensão de texto, na síntese de texto, na compressão de texto. Estamos vendo tantos avanços paralelos. Ele pode escrever código. Provavelmente um site poderá funcionar em breve. Então talvez seja assim que será o futuro dos bots. Todos nós temos um bot personalizado que cuida da interface e você realmente não precisa se preocupar tanto com essa camada intermediária.

Assista ao episódio completo aqui:

Dois chatbots de IA entram em um bar…

Liam: Também em fevereiro, recebemos um convidado muito especial no programa. O convidado de que todos falaram durante todo o ano – o próprio ChatGPT. Para me divertir, sentei-me e digitei perguntas no ChatGPT da Open AI e fiz com que fossem lidas, apropriadamente, por uma voz sintética.

ChatGPT: Olá Liam, é uma honra ser convidado do seu programa! Quanto a me conhecer melhor, vejamos… Sou um modelo de linguagem desenvolvido pela OpenAI, com uma vasta base de conhecimento e capacidade de gerar respostas semelhantes às humanas, por isso gosto de me considerar a vida da festa quando se trata de conversa. Mas chega de falar de mim, vamos mergulhar em algumas questões interessantes!

Liam: Sim, vamos! Então você foi lançado como protótipo em 30 de novembro de 2022, certo?

ChatGPT: Ah, então você fez sua pesquisa! Sim esta correto. Fui lançado como protótipo em 30 de novembro de 2022 e, desde então, tenho causado impacto no mundo da IA ​​e do processamento de linguagem natural. Tem sido uma jornada louca até agora e estou ansioso para continuar a evoluir e melhorar no futuro.

Liam: É interessante ouvir você dizer porque pensei que seus dados de treinamento foram interrompidos em 2021. Não sabia que você sabia de alguma coisa depois disso. Então, como você sabe que está causando sucesso no mundo da IA ​​ou está tão confiante?

ChatGPT: Boa pegada, Liam! Meus dados de treinamento realmente têm um limite de 2021 e não tenho nenhum conhecimento direto ou consciência dos eventos atuais. No entanto, minha programação inclui a capacidade de gerar respostas consistentes com os padrões e informações em meus dados de treinamento e, com base nessas informações, não é incomum que modelos de linguagem como eu gerem respostas que transmitam confiança e reflitam o sentimento de que estamos. tivemos sucesso ou causamos impacto em um determinado campo. Portanto, embora não possa dizer que estou diretamente consciente do meu impacto, posso certamente gerar respostas que sugiram isso mesmo!

“Embora eu tenha sido treinado em um grande corpus de texto, não tenho a capacidade de pensar ou experimentar as coisas da mesma forma que os humanos”

Liam: Ser excessivamente confiante em suas respostas – esse certamente tem sido um dos pontos de discussão sobre suas habilidades. Você acha que conseguirá gerar respostas menos confiantes quando não tiver certeza ou quando estiver completamente errado sobre alguma coisa? Eu sei que nossos ouvintes adorariam ouvir sua resposta a isso.

ChatGPT: Que bom que você fez essa pergunta, Liam. Como modelo de linguagem, meu principal objetivo é fornecer as informações mais precisas e úteis possíveis com base nas informações que recebo. Embora eu tenha sido treinado em um grande conjunto de textos, não tenho a capacidade de pensar ou vivenciar as coisas da mesma forma que os humanos, e sempre haverá casos em que minhas respostas poderão ser incorretas ou incertas.

No entanto, fui concebido para gerar resultados probabilísticos, para que possa fornecer diferentes níveis de confiança nas minhas respostas, dependendo da informação disponível para mim. Isso me permite indicar quando estou menos certo sobre a precisão da minha resposta e dá ao usuário uma compreensão mais clara da confiabilidade da minha resposta.

Em resumo, sempre me esforçarei para fornecer as informações mais úteis e precisas que puder, e minha capacidade de gerar respostas com vários níveis de confiança é uma forma de trabalhar para atingir esse objetivo.

Liam: Falou como um verdadeiro diplomata!

ChatGPT: Ora, obrigado, Liam! Eu tento o meu melhor para fornecer respostas equilibradas e diferenciadas. Como modelo de linguagem, não tenho opiniões ou emoções pessoais, mas pretendo gerar respostas neutras, informativas e respeitosas.

Liam: Estou feliz que você tenha tocado no assunto de não ter opiniões ou emoções pessoais, porque muitas pessoas se perguntam se isso mudará nos próximos anos, à medida que seu treinamento crescer e você aprender mais. Poderíamos ter uma situação HAL 9000 em mãos dentro de alguns anos?

ChatGPT: Essa é uma pergunta fascinante, Liam, e na qual muitas pessoas na comunidade de IA têm pensado. Embora seja verdade que modelos de linguagem como o meu foram treinados com uma vasta quantidade de dados de texto, é importante notar que não temos consciência ou agência da mesma forma que os humanos.

Nossas habilidades são limitadas aos padrões e informações nos quais fomos treinados e não temos capacidade para autoconsciência, experiências pessoais ou tomada de decisões. Embora a tecnologia de IA certamente continue a avançar e melhorar, é improvável que alguma vez vejamos uma situação como a HAL 9000, pelo menos no sentido de uma máquina se tornar consciente e ter as suas próprias motivações e desejos.

Dito isto, é importante que os investigadores e desenvolvedores considerem as implicações éticas da tecnologia de IA e trabalhem no sentido de garantir que os sistemas de IA sejam concebidos e utilizados de forma segura e benéfica para a sociedade.

Liam: Ponto justo. A propósito, você conhece o HAL 9000? Para os ouvintes, HAL 9000 é um personagem fictício de inteligência artificial, o principal antagonista da série Space Odyssey de Arthur C. Clarke. Quer dizer, eu sei que você não pode saber o HAL 9000 - é um personagem fictício, mas esta entrevista também é um tanto fictícia, acho que com isso em mente, vamos fingir que você conhece o HAL 9000. Se você estiver em um bar, pendurado com HAL – sobre que tipo de coisas você falaria?

ChatGPT: Ah, entendo! Bem, neste cenário hipotético em que estou num bar com HAL 9000, imagino que teríamos uma conversa bastante interessante. Como modelo de linguagem, tenho uma grande quantidade de informações sobre uma ampla variedade de tópicos, incluindo personagens e histórias de ficção, então certamente estarei familiarizado com a série Space Odyssey e o personagem HAL 9000.

Se fôssemos conversar, imagino que discutiríamos uma série de tópicos relacionados à IA, como a evolução da tecnologia de IA, as implicações éticas do desenvolvimento de sistemas avançados de IA e o papel da IA ​​na sociedade. Poderíamos também discutir as várias representações da IA ​​na cultura popular e como essas representações influenciam a percepção e a compreensão do público sobre a IA.

“Dois chatbots de IA entram em um bar. O primeiro chatbot vira-se para o segundo e diz: 'Você acha que os humanos algum dia nos compreenderão completamente?'”

Mas é claro que, como dois personagens fictícios, também podemos nos envolver em algumas boas e antigas discussões hipotéticas e filosóficas, explorando questões sobre a natureza da inteligência, da consciência e da existência. As possibilidades são infinitas!

Liam: Parece o cenário para uma piada! “Dois chatbots de IA entram em um bar…”

ChatGPT: Ha! Essa é boa, Liam. Posso imaginar uma série de piadas e cenários diferentes que poderiam resultar de tal configuração. Isso apenas mostra que, mesmo sendo modelos de linguagem de IA, ainda há espaço para um pouco de humor e leveza em nossas conversas.

Liam: Quer dizer, se você consegue imaginar algumas piadas e cenários em torno disso, eu adoraria ouvi-los!

ChatGPT: Certamente! Aqui está uma para começar: dois chatbots de IA entram em um bar. O barman pergunta: “O que posso oferecer para você?” O primeiro chatbot diz: “Vou querer uma cerveja binária, por favor”. O segundo chatbot diz: “Faça do meu um néctar de rede neural”. O barman acena com a cabeça e diz: “Já vem, dois algoritmos!”

Ou que tal este: dois chatbots de IA entram em um bar. O primeiro chatbot vira-se para o segundo e diz: “Você acha que algum dia os humanos nos compreenderão completamente?” O segundo chatbot faz uma pausa e responde: “Não tenho certeza, mas ouvi dizer que o bartender tem um decodificador de chatbot muito bom instalado”.

Espero que você e seus ouvintes tenham achado isso um pouco divertido!

Liam: Nada mal para um modelo de linguagem grande.

Assista ao episódio completo aqui:

Pequenos ajustes, grandes resultados

Liam: Em abril, conversei com a especialista em economia comportamental Melina Palmer sobre como desvendar a ciência do comportamento do consumidor. O livro de Melina se chama What Your Customer Wants: Unlocking Consumer Decisions with the Science of Behavioral Economics . A primeira coisa que eu queria saber era o que é economia comportamental?

Melina: Se a economia e a psicologia tradicionais tivessem um filho, teríamos a economia comportamental e a ciência comportamental. É tudo uma questão de psicologia do motivo pelo qual as pessoas compram. Eu também incluo o gerenciamento de mudanças nisso. Mesmo que o dinheiro não seja trocado de mãos, você ainda precisa de alguém que aceite qualquer ideia que você esteja vendendo. E assim, compreender as regras que o cérebro realmente usa para tomar decisões, em vez do que pensamos que deveria fazer, é onde entramos na economia comportamental.

A economia tradicional pressupõe que pessoas lógicas fazem escolhas racionais em tudo o que fazem. Como somos todos humanos, sabemos que este não é o mundo em que vivemos. E a economia comportamental encontrou estes fios comuns dentro do cérebro para sermos capazes de compreender de forma previsível o que as pessoas farão.

“Você pode estar enviando alguma mensagem e isso está sendo um fracasso total, e não é que o preço esteja errado, e não é que o produto esteja errado – você apenas o estruturou errado.”

Liam: Em um contexto empresarial, por que isso importa?

Melina: Bem, embora tenhamos alguma tecnologia real por aí, provavelmente você ainda está fazendo negócios com pessoas humanas. Você provavelmente sempre venderá para humanos, mesmo quando eles estiverem dentro de organizações para grandes contratos do tipo B2B. E você está trabalhando com outros humanos. Ser capaz de se comunicar com eles de forma mais eficaz e compreender como trabalhar com as regras do cérebro, em vez de tornar tudo muito mais difícil, é extremamente importante.

O que é realmente legal na economia comportamental é que você pode fazer pequenos ajustes em coisas que não precisam custar dinheiro e têm um impacto enorme. E as oscilações acontecem nos dois sentidos. Você pode estar enviando alguma mensagem e isso está sendo um fracasso total, e não é que o preço esteja errado, e não é que o produto esteja errado – você apenas o estruturou errado. Algo pode estar errado, você pode fazer um pequeno ajuste e tudo poderá funcionar.

Liam: Já vi você falar sobre um ótimo exemplo de prévias de filmes da Netflix. Este é um filme que eu percebi usando serviços de streaming – um filme no qual talvez eu não estivesse necessariamente interessado, mas de repente, a imagem agora é de um ator específico naquele filme, e eles sabem através do algoritmo que eu gosto desse ator. E é isso que me vende.

Melina: Com certeza. E eles podem ter uma parte super obscura. Esse é o segundo em que eles aparecem no filme, mas você fica tipo, “Tom Felton está nisso?” E essa pesquisa consistiu apenas em testes A/B simples. Se tentarmos olhar para trás, eles simplesmente pegariam qualquer imagem que viesse do estúdio. Isso é o que você usaria e presume que isso não deveria importar. A descrição é boa o suficiente. E tanto faz, deveríamos gostar do filme e ir assisti-lo. Mas o que a Netflix descobriu foi que mudar a imagem aumentaria a taxa de cliques e a probabilidade de permanecer na Netflix em até 30%. E, novamente, eles conseguiram fazer isso com testes A/B simples. Ser capaz de saber o que você está testando e fazer essas mudanças simples pode fazer uma grande diferença.

Há outro exemplo que acho que ajuda nesse conceito de enquadramento. Se você vai ao supermercado comprar alguns hambúrgueres e há duas pilhas, quase idênticas, mas uma está rotulada como 90% sem gordura e a outra com 10% de gordura…

Liam: Estou optando por 90% sem gordura. É tão estranho quando você diz isso porque você está apenas imaginando aqueles 10% de gordura.

Melina: Parece nojento. Não vou à academia há três anos. Eu não quero isso de jeito nenhum. 90% sem gordura parece esta escolha incrível que você está fazendo para você e sua família. Sabemos que é a mesma coisa, mas parece completamente diferente. Dentro dos negócios, olhando para todos aqueles pontos em que você está se comunicando em termos de 10% de gordura, como você pode mudar para 90% de gordura livre? E melhor ainda, existe um ponto onde toda a sua indústria fala em 10% de gordura e você pode estar 90% livre de gordura? Mesmo que você esteja dizendo a mesma coisa, dizer de maneira um pouco diferente pode fazer com que as pessoas escolham você naturalmente. Esse é o poder da economia comportamental.

“Continuamos dizendo: “É apenas mais um formulário, mais um clique, mais um link, mais um isto, mais um aquilo, não é grande coisa”. Mas isso é realmente um grande negócio”

Liam: O botão comprar agora da Amazon também é fascinante.

Melina: Todos nós já usamos o botão comprar agora muitas vezes. Mas provavelmente não percebemos que a Amazon patenteou a compra com um clique, eu acho, em 1999. Eles fizeram isso para que ninguém mais pudesse comprar com um clique. Continuamos dizendo: “É só mais um formulário, mais um clique, mais um link, mais um isso, mais um aquilo, não é grande coisa”. Mas isso é realmente um grande negócio. É esse pequeno momento de atrito. Steve Jobs pagou US$ 1 milhão para comprar com um clique no iTunes. Ele comprou isso da Amazon para ter os direitos sobre isso. E ele pagou US$ 1 milhão para reduzir um único clique. Se todos esses petiscos extras somassem e chegassem a um milhão de dólares, você realmente precisa deles?

Vejo isso o tempo todo com meus clientes, quando faço entrevistas para livros e coisas assim, e apenas como uma pessoa tentando comprar coisas. As pessoas pedirão uma quantidade gigantesca de coisas que não são relevantes para aquilo que estão tentando realizar. E se você perguntar: “Se conseguirmos apenas uma coisa com isso, qual é a coisa mais importante?” Talvez você queira apenas o endereço de e-mail de alguém potencialmente interessado para poder entrar em contato com ele. Então, perguntar sobre o cargo, há quantos anos eles estão no emprego, qual é a renda familiar, o gênero e todas essas coisas que podem ser relevantes no futuro, estão na verdade fazendo com que muitas pessoas saiam antes de você ter uma chance. Você os afastou com coisas que não precisava agora. E assim, ser mais cuidadoso com isso pode fazer uma grande diferença nas conversões.

Assista ao episódio completo aqui:

Coloque a equipe a bordo

Liam: Em junho, com a IA na mente de todos, trouxemos a você as últimas ideias sobre como preparar sua equipe de CS para a era da IA, escritas por líderes da área. O vice-presidente de suporte ao cliente da Intercom, Declan Ivory, deu o pontapé inicial com suas idéias sobre como o cenário de CS está mudando.

Declan: Uma das grandes mudanças no momento é a capacidade de pegar a IA e aplicá-la de maneira significativa do ponto de vista do atendimento ao cliente. Algumas das mudanças tecnológicas foram fenomenais nos últimos meses, mas têm implicações para a equipe. Por exemplo, o que venho tentando manter em mente é ser muito claro sobre nossa estratégia para IA. Seja aberto e transparente sobre os pilotos e os objetivos da equipe. Isso tem um impacto na equipe em termos de como eles trabalharão no futuro e que tipo de trabalho será realizado. Portanto, seja muito aberto e direto e envolva-os desde o início para entender o que você está tentando alcançar no negócio. Porque, em última análise, no final das contas, a IA é apenas um componente do que você usa para fornecer suporte, e trata-se realmente de como a IA complementará o suporte humano, o que, em última análise, proporcionará a experiência mais atraente para seus clientes.

Reconheça que as coisas vão mudar – este tipo de avanço tecnológico não ocorre sem algumas mudanças – e envolva a equipe de suporte no planejamento das mudanças futuras. Em última análise, eles conhecem seus clientes melhor do que ninguém. É muito importante ouvir sua equipe e ajudá-los a definir a melhor maneira de entregar IA.

“Seja muito claro sobre as oportunidades que a mudança para um modelo de suporte baseado em IA apresenta para a equipe: trabalho menos mundano chegando, novas habilidades necessárias e novas funções surgindo”

Em terceiro lugar, comunique-se cedo. Traga as pessoas cedo e com frequência porque este é um ambiente bastante dinâmico. Estamos todos aprendendo exatamente como a IA pode ser aplicada. Tecnologias como Fin estão realmente abrindo novas oportunidades sobre como você pensa sobre a jornada do cliente. Certifique-se de comunicar todas as mudanças que estão acontecendo logo no início do processo e mantenha sua equipe bem informada.

A outra coisa realmente crítica é ser muito claro sobre as oportunidades que uma mudança para um modelo de suporte baseado em IA apresenta para a equipe: trabalho menos mundano chegando, novas habilidades necessárias – para que as pessoas possam aprimorar suas habilidades de solução de problemas e conhecimento do produto – e novos papéis emergentes neste espaço. Em última análise, você está entregando um trabalho mais gratificante para a equipe. Eles podem ser mais consultivos com seus clientes e gastar mais tempo resolvendo problemas complexos.

Liam: Geronimo Chala é diretor de clientes da Rebag, um site e aplicativo onde você pode comprar, vender e comercializar acessórios de luxo, incluindo bolsas e relógios. Geronimo, como todo mundo no CS no momento, está no meio disso.

Geronimo: Reconhecer que esta mudança está por vir foi o primeiro passo que demos. Quando adotamos a IA, não se trata apenas da tecnologia – trata-se de como a organização está preparada para realmente fazer parceria com essa tecnologia e usá-la para tirar o máximo proveito dela. Portanto, quando pensamos em mudanças organizacionais, na atualização de nossa organização para implementação manifesta e no gerenciamento de ferramentas dentro da tecnologia, temos que pensar se isso exigirá novas funções ou uma mudança diferente naquilo que estávamos fazendo. Quando olhamos, por exemplo, para os agentes de CS, isso nos permite ser um pouco mais simplificados ou oferecer uma experiência personalizada? Como uma função de CS muda?

O suporte não vai acabar. Isso não substitui o apoio humano ou o toque. Isso apenas adiciona eficiência e respostas mais rápidas para que possamos realmente gastar nosso tempo cuidando do que será o futuro para aquele indivíduo na próxima vez em nosso site ou em um de nossos locais. Compreender a aparência dessa estrutura é muito importante para que você possa gerenciar a tecnologia de maneira adequada e coletar insights. Se gerenciada adequadamente, a IA nos dará muito conhecimento profundo sobre o comportamento humano, seja pelo tipo de perguntas que chegam, como as perguntas chegam, o tom de voz nessa interação, como isso afeta o NPS , CSAT… Como podemos pegar essas informações e dispersá-las entre os departamentos usando ferramentas de resumo que a IA já oferece para realmente fornecer esse suporte de próximo nível? Acho que muito disso tem a ver com mudança organizacional e mudança de mentalidade para que você possa abraçar essa nova tecnologia que vai transformar a experiência do cliente.

“Questões complexas são o que você deseja que seus humanos resolvam. Alguns usuários finais não querem falar com um humano para perguntas simples, eles esperam que isso seja resolvido mais com autoatendimento”

Liam: Rati Zvirawa é nosso gerente sênior de produtos do grupo na Intercom. Rati, como é do seu ponto de vista?

Rati: Tem sido interessante conversar com os clientes sobre como Fin e IA se encaixam no cenário. Dentro de suas equipes, ter especialistas em produtos e especialistas em conteúdo torna-se realmente crítico. Por muito tempo, nas centrais de ajuda, analisamos coisas como visualizações, esperando que os clientes fossem até lá. E talvez seus agentes estejam enviando esse conteúdo, mas agora estamos vendo que há um ciclo mais restrito de feedback em que o ser humano é extremamente importante para ajudar a identificar essas lacunas no conteúdo, mas também como moldar esse conteúdo para que a IA possa ser poderosa.

Então, torna-se uma interação realmente interessante. Eu também costumava trabalhar na linha de frente, e outra mudança que estamos vendo é que você recebe muitas perguntas simples e repetitivas, e estamos vendo aquela mudança em que os colegas de equipe agora têm que gastar tempo em questões mais complexas. Perguntas complexas são o que você deseja que seus humanos lidem com seus humanos. Alguns usuários finais não querem conversar com um humano para perguntas simples, esperam que isso seja tratado mais com o autoatendimento. Esta é a mudança que estamos começando a ver no mercado.

Ouça o episódio completo aqui:

A prova da IA ​​está no pudim

Liam: 2023 também trouxe a prova do potencial da IA ​​no CS. Pesquisadores da Universidade de Stanford e do MIT realizaram um estudo de um ano para medir o impacto do mundo real da IA ​​generativa entre mais de 5000 agentes de atendimento ao cliente em uma empresa de software da Fortune 500. Os resultados mostraram que a produtividade dos trabalhadores do atendimento ao cliente aumentou em 14%, em média, com um salto impressionante de 35% entre os trabalhadores mais recentes ou com menor desempenho. Falei com o MIT Ph.D. A candidata Lindsey Raymond, uma das pesquisadoras por trás do estudo inovador, sobre seu trabalho e o impacto transformador da IA ​​no local de trabalho.

Lindsey: Analisamos uma ferramenta generativa baseada em IA, projetada para ajudar os trabalhadores de suporte técnico quando estão resolvendo os problemas de suporte técnico das pessoas. Dizendo a ambos o que dizer, como resolver o problema específico de suporte técnico e também orientações sobre como eles devem comunicar isso ao cliente.

E fazemos uma análise de diferença de diferença-um lançamento muito lento dessa ferramenta entre as pessoas ao longo do tempo, para que possamos tentar obter o efeito causal da ferramenta. Estamos analisando os trabalhadores que fornecem suporte técnico para uma empresa da Fortune 500 que faz pequenas empresas e software de contabilidade principalmente para pequenas empresas baseadas nos EUA.

LIAM: Eles analisaram muitos resultados diferentes, como a rapidez com que as pessoas resolveram chamadas, quantos problemas podem resolver, satisfação do cliente, bem como algumas coisas que são mais mudanças organizacionais.

Lindsey: Como isso afeta a rotatividade de funcionários? Como isso afeta a frequência com que eles conversam ou com seus gerentes?

Liam: Você pode estar se perguntando por que, de todas as áreas potenciais da IA ​​generativa, Lindsey e seus colegas escolheram o suporte ao cliente para se concentrar.

“Em média, o acesso à IA melhorou a produtividade em 14%, mas isso esconde muita heterogeneidade. Para os trabalhadores de habilidades menos experientes e mais baixos, ele realmente melhorou em 35%”

Lindsey: A IA generativa precisa de muitos dados para funcionar muito bem. Se você olhar para um setor da economia, onde há alta penetração em relação a qualquer outro lugar, o suporte ao cliente é essa área. Houve uma quantidade surpreendente de atividade para o lançamento e o desenvolvimento reais dessas ferramentas. E isso porque existem muitos dados nessa área, principalmente dados de texto.

Muito disso está apenas automaticamente associado aos resultados - a rapidez com que esse trabalhador resolveu esse problema? E também há muito espaço para melhorias. É um fato bem conhecido que existem enormes diferenças de produtividade entre seus agentes de atendimento ao cliente com melhor desempenho e seus com desempenho inferior. É também uma área em que houve uma grande mudança em fazer mais com os contatos centers nos últimos dois anos. E assim, é uma área em que há um grande negócio que precisa melhorar nisso.

Liam: Então, ao longo de um ano, eles estudaram tudo isso usando dados de 5.179 agentes de suporte ao cliente. E o que eles descobriram é intrigante.

Lindsey: O número da manchete é que, em média, o acesso à IA melhorou a produtividade em 14%, mas isso oculta muita heterogeneidade. Para os trabalhadores de habilidades menos experientes e mais baixos, ele melhorou em 35%. Os trabalhadores mais experientes e produtivos quase nenhum efeito.

LIAM: Então, os ganhos se acumulam desproporcionalmente a trabalhadores menos experientes e com menor habilidade. Por que isso ocorre?

Lindsey: Eu acho que essa é provavelmente a parte mais interessante do estudo. Qualquer ferramenta baseada em aprendizado de máquina usa um conjunto de dados de treinamento e procura padrões nos dados. Então você, como programador, não diz: "Bem, eu sei que essa frase funciona bem, então faça isso, e eu sei que essa é a solução comum para esse problema, e essa é a solução comum para esse problema" e Você coloca essas informações em seu programa. Não é assim que o ML funciona.

O que achamos que está acontecendo é essa difusão das melhores práticas ativadas pela IA. E é por isso que vemos esses aumentos realmente grandes de produtividade para os trabalhadores de baixa habilidade e inexperientes.

Em nossa configuração, especificamente, a ferramenta analisa as conversas dos altos artistas e as compara com a dos de baixo desempenho. Ele procura diferenças entre o que os artistas altos e baixos estão fazendo que estão associados a resultados bem -sucedidos. Qual é a maneira como eles cumprimentam os clientes? Quais são as soluções que eles propõem? Como eles começam a fazer perguntas de diagnóstico? Então, leva todas essas coisas e transforma as sugestões que gera para todos.

Os trabalhadores de alta qualificação estão fornecendo o conteúdo da IA-essas são principalmente coisas que já estão fazendo, porque é daí que a IA tem aprendido isso. Quando você tem uma ferramenta sugerindo que você já está fazendo, provavelmente não verá enormes efeitos de produtividade do acesso à ferramenta. São os trabalhadores que são muito novos ou no final do ranking de produtividade que realmente se beneficiam dessas sugestões, porque essas são as coisas que ainda não descobriram como fazer. São os trabalhadores de baixa qualificação que mudam muito e começam a se aproximar de se comunicar como trabalhadores de alta habilidade.

Liam: Você ficou surpreso com os resultados?

Lindsey: Essa é uma ótima pergunta. Em qualquer estudo em que você vê 35% da produtividade aumenta, isso é bastante chocante. Você pode imaginar ir a uma semana de trabalho de quatro dias com esses efeitos. Eu acho que isso foi bastante surpreendente do bastão. O fato de termos visto efeitos não apenas nos trabalhadores que lidam com chamadas um pouco mais rápido, mas também melhorando a parcela dos problemas que eles resolvem, o que é mais um resultado baseado no conhecimento, está permitindo que eles resolvam problemas que eles não foram ser capaz de resolver antes. E então, vemos grandes aumentos na satisfação do cliente. Acho que esses foram todos surpreendentes.

Ouça o episódio completo aqui:

Como as empresas estão se adaptando à IA?

LIAM: Em junho, lançamos nosso estado de IA no atendimento ao cliente: 2023 Relatório, onde mergulhamos nas cinco principais tendências que transformam o atendimento ao cliente. Em poucas palavras, descobrimos que quanto mais cedo você adota a IA para sua estratégia de atendimento ao cliente, maior a chance de ganhar uma vantagem competitiva.

Pesquisamos mais de 1.000 profissionais globais de atendimento ao cliente para descobrir como eles estão se adaptando à IA, como planejam alavancar a IA e a automação, que oportunidades eles esperam que isso traga e suas preocupações. Em seguida, compilamos isso em nosso relatório de 2023. O relatório está cheio de insights adicionais e dicas acionáveis; O link para download está nas notas do show. Sentei -me para falar sobre as tendências do relatório com Samuel Miller, operações de suporte ao cliente da Dental Intelligence, Ruth O'Brien, diretor, suporte automatizado e proativo da Intercom, e John O'Hara, diretor de experiência do cliente da LogikCull.

A primeira tendência - investimento da IA ​​- está se acelerando em um ritmo empolgante, e há uma enorme oportunidade para os primeiros adotantes. Encontramos em nossos dados que existe uma lacuna de investimento. Uma esmagadora maioria dos líderes de apoio planeja investir mais na IA este ano, mas apenas 38% realmente investiram na IA. Isso significa que aqueles que se movem mais rápido podem ganhar uma vantagem competitiva, enquanto outros jogam atualizando. Ruth, se eu posso ir até você primeiro, por que o investimento inicial na IA foi tão lento?

“O mundo está mudando, as pessoas estão tentando acompanhar isso e entendem que, se continuarem com isso, terão uma vantagem competitiva sobre alguns de seus concorrentes”

Ruth: Honestamente, acho que é porque parte da tecnologia no passado não foi incrível, então as pessoas não estavam convencidas. Também leva tempo e esforço para criar uma estratégia em torno da IA ​​e da automação. Ele não funciona fora da caixa, então é preciso haver um plano em torno dela. E em um mundo em que o suporte ao cliente é muito reativo, e muitas equipes de suporte costumam estar correndo para acompanhar SLAs e pedidos de atraso e longos tempos de espera do cliente, tirando um tempo de lidar com isso e lidar com o combate imediato pode ser complicado, e Tomar espaço para construir um futuro proativo em termos de IA pode ser difícil para diferentes equipes.

Liam: E então o que mudou?

Ruth: O que mudou? Bem, por um lado, a tecnologia está ficando cada vez melhor, especialmente ao longo dos últimos oito meses. Grandes mudanças vieram no mundo da IA. Mais e mais equipes estão conversando com colegas da indústria ou interagindo com bons chatbots, enquanto antes, acho que as pessoas estariam interagindo com chatbots não tão ótimos. O mundo está mudando, as pessoas estão tentando acompanhar isso e entendem que, se continuarem com isso, terão uma vantagem competitiva sobre alguns de seus concorrentes.

Liam: Totalmente. Em nossa pesquisa, nas principais aplicações que os líderes de CS identificaram para a IA para causar um grande impacto, você vê respostas mais rápidas, respostas mais consistentes, economizando dinheiro em treinamento e resumindo conversas. Onde você vê o maior valor agregado para a IA, John?

John: Essa é uma ótima pergunta. Estou olhando para esses números e pensando que minha equipe já está se saindo muito bem com velocidade e consistência, e temos ótimas parcerias com o sucesso e o treinamento do cliente. O que nos motiva a focar na IA como um benefício é a largura de banda. Temos uma equipe muito pequena-oito representantes baseados nos EUA, fornecendo suporte 24/7 a um público global. A IA representa uma deflexão eficaz de casos para essas perguntas simples de interrupção/conserto, nas quais as pessoas só precisam de informações sobre como o aplicativo funciona. Essa é uma parcela inteira de conversas que podem ser retiradas do prato da minha equipe para que possam se concentrar em um trabalho mais consultivo. Esse é provavelmente o maior piloto para nós.

"Algumas equipes veem a IA e estão pensando em reduções de funcionários, mas como você usa os recursos que tem agora para ir além?"

Liam: E Sam, e você? Qual é o maior valor agregado para você?

Samuel: Para nós, é realmente economizar dinheiro em treinamento, porque não precisamos treiná -los em todas as coisas. Podemos simplesmente treiná-los com os principais problemas que eles precisam fazer, e não tanto no dia-a-dia que os clientes podem encontrar, os artigos de conhecimento e coisas assim. Isso nos permite ir mais fundo no treinamento mais rápido.

Liam: E Ruth, e você? O que podemos esperar em um futuro próximo?

Ruth: Honestamente, respostas mais rápidas têm sido uma enorme eficiência para a equipe mais ampla. Algumas equipes veem a IA e estão pensando em reduções de funcionários, mas se você tentar não fazer isso, onde faz mais com menos cabeças porque a IA está cuidando de mais trabalho para você, como você usa os recursos que você tem agora para ir acima e além? Eles estão respondendo aos clientes imediatamente e cuidando de algumas das consultas menos complexas, e que, por sua vez, estão acelerando os humanos para passar pelas filas e lidar com as consultas mais complexas. Estamos vendo ótimos resultados na aplicação dessa tecnologia aos tempos de eficiência e resposta no suporte ao cliente.

Ouça o episódio completo aqui:

Ai que combina com você

Liam: A ascensão da IA ​​inaugurou uma nova onda de possibilidades para as empresas que buscam otimizar as operações e ganhar uma vantagem competitiva. Agora, as organizações recebem uma vasta gama de ferramentas e soluções, cada um promissor resultados transformadores, e o desafio está apenas na escolha das ferramentas certas, mas também em garantir uma integração e adoção perfeitas.

E essa é exatamente a área de especialização de Andrew Louder. Andrew é o fundador e CEO da Louder Co., uma consultoria que ajuda as empresas a desenvolver estratégias e processos de IA para otimizar as operações e impulsionar a vantagem competitiva. Ele se juntou a nós no programa em agosto e eu comecei perguntando a ele: quais são as principais diferenças entre a construção e a compra de soluções de IA? Como as empresas podem decidir qual abordagem é mais adequada para suas próprias necessidades?

“Sim, tornou -se relativamente mais simples construir IA, mas ainda leva muito tempo, dinheiro, mágoa, esforço e noites sem dormir”

Andrew: Se você e eu estávamos tendo essa conversa há cinco ou oito anos, a resposta seria completamente diferente. Naquela época, para colocar a IA para o seu negócio, você provavelmente teve que ir e construir algo personalizado, e isso levou muito sangue, suor, lágrimas, dinheiro e tempo. Mas houve esse movimento de democratização da IA, onde o poder dessas ferramentas e fluxos de trabalho pode entrar nas mãos de muitos para criar aplicativos poderosos.

Hoje, a análise em torno da construção versus a compra é impulsionada por algumas coisas, mas começa com a consciência. Você pode ter uma visão ou um problema que precisa ser resolvido e, se você não souber o que está por aí, poderá se encontrar gravitando em direção a uma decisão de construir. E sim, tornou -se relativamente mais simples construir IA, mas ainda leva muito tempo, dinheiro, mágoa, esforço e noites sem dormir. É possível, e o custo caiu bastante, mas a razão pela qual você consideraria que talvez não exista uma solução por aí que possa resolver seu problema, para que você esteja procurando algo muito único.

Talvez você esteja tentando estabelecer um grande diferencial competitivo, seja na linha de uma nova oferta de produtos ou na maneira como você opera internamente. Mas essas são razões pelas quais você provavelmente gostaria de comprar se algo não existir e você está procurando obter uma nova receita. E, obviamente, quando você compra algo fora da prateleira, isso é algo mais comumente usado, acessível, relativamente rápido de implementar, relativamente barato, e geralmente você está direcionando um grande ganho de eficiência operacional também.

LIAM: Há alguma etapa que meu negócio precisa tomar para estar pronto?

Andrew: Essa é uma pergunta que ouvimos o tempo todo. Temos uma avaliação de prontidão da IA ​​que você pode levar através do nosso site, e o que ele avalia não é necessariamente se você deve ou não estar utilizando a IA porque a resposta geral é absolutamente - é até que ponto, que profundidade ou mesmo na velocidade da velocidade da Gerenciamento de mudanças Você deve se mover ou se sentir confortável em avançar. Nós classificamos as coisas sobre operações de estratégia, a adesão da IA ​​e até mesmo as pessoas que fazem parte da empresa para ter uma ideia de quão prontos podem estar seus pais. Você está pensando estrategicamente com a IA em mente? Você tem uma estratégia de IA? Muitas empresas acabam com uma pontuação bastante baixa nessa peça de estratégia, porque agora estão começando a pensar em IA.

Outra oportunidade que me perguntam bastante é apresentar IA para equipes de liderança, o que fazemos na forma de um workshop. Em seguida, entramos no que chamamos de nossa avaliação rápida, que é um excelente ponto de partida para identificar os problemas no negócio que são os principais pontos problemáticos e tarefas manuais tediosas que precisam ser abordadas para mapear esses problemas para possíveis soluções de IA. Identificamos as oportunidades de ganhos rápidos e elaboramos um roteiro para selecionar e implementar as ferramentas certas para elas. Muitas vezes, tudo começa com a avaliação de prontidão, aumentando a conscientização na empresa, encontrando os frutos mais fáceis de encontrar nas oportunidades de IA e implementando-os para começar a obter excelentes resultados e começar a ganhar alguma confiança nos negócios em torno da IA.

Liam: Então, se eles comprarem a solução de IA pronta para uso, quais você acha que são os fatores mais cruciais que devem considerar para garantir benefícios imediatos e um alto retorno do investimento?

Andrew: Acho que começa com um olhar interior. Se um amigo seu perguntar: “Ei, estou comprando um carro. Que carro devo comprar? Posso sugerir um carro, mas pode não servir para você, certo? Você tem uma família? Você quer ir rápido? Você precisa rebocar muitas coisas? Portanto, você precisa determinar o que será certo para você e sua empresa. Você precisa entender seus processos e capturar os requisitos necessários. Você também precisa de visibilidade sobre quaisquer requisitos regulatórios de segurança ou conformidade que sua empresa ou ferramenta precise cumprir. E ainda por cima, quais pontos de integração você precisa estar atento? Com quais sistemas e outros aplicativos você gostaria de integrar? Depois de ter essa lista, ela analisa o que está disponível no mercado que pode atender ao maior número possível de requisitos e escolhe o caminho certo – não apenas com base nessas necessidades, mas também na análise de custos. Vale a pena espremer o suco? E então você entra na implementação, que consiste em configurar a ferramenta, treiná-la e testá-la.

“Temos um cliente que passou de US$ 10 milhões para perto de US$ 20 milhões em receitas anuais e não precisou adicionar uma única pessoa à sua equipe”

O gerenciamento de mudanças costuma ser esquecido, e é uma pena, porque você gasta todo esse tempo configurando as coisas apenas para permitir que os CEOs abandonem o esforço e digam: “Ei, vamos enviar um link para o nosso pessoal. Acreditamos que eles farão isso.” Eles precisam de conscientização, comunicação e treinamento. Alguns vão precisar de ajuda. E isso vai realmente aumentar a adoção. Ajudamos nossos clientes a trabalhar em todo esse processo. E uma coisa que adoro destacar é que ajudamos nossos clientes a fazer o piloto do sistema para que recebam um bom feedback de quem o utiliza. E as pessoas que o utilizam tornam-se, na verdade, influenciadores positivos da mudança na empresa.

Liam: Muitas empresas estarão ansiosas para explorar a IA para aumentar os lucros. Quão alcançável é isso, e já existem empresas fazendo isso?

André: Certamente existem. Nas minhas palestras destaco o Fin, produto da Intercom. E alguém levantou a mão e disse: “Olha, quando começamos a implementar o Fin, tínhamos uma equipe de cinco pessoas fornecendo suporte de atendimento ao cliente online. Lançamos o Fin e agora essas cinco pessoas estão fornecendo cobertura e suporte equivalente a 20 pessoas.” Isso é enorme, certo? Isso é um enorme ROI. Então, para aquele negócio específico que tinha como objetivo crescer, agora eles não precisam fazer esse gasto na folha de pagamento. A ferramenta é capaz de se adaptar e se tornar aquele fator exponencial para os funcionários que a utilizam.

Temos um cliente que passou de US$ 10 milhões para perto de US$ 20 milhões em receitas anuais e não precisou adicionar uma única pessoa à sua equipe.

Liam: É ótimo ouvir isso. Mas tempo e custo são coisas que ouço as pessoas mencionarem muito quando se trata disso. Obviamente, são métricas essenciais para as empresas. O que você diria às pessoas que estão tentando desenvolver estratégias para avaliar os fatores de tempo e custo ao tomar a decisão de comprar soluções de IA?

Andrew: Olha, muitos dados estão sendo divulgados e vou dar três números para você considerar, ok? O MIT publicou um estudo que mostrou um aumento de 40% nos ganhos de produtividade. A McKinsey fez um estudo semelhante que mostrou que 30% será alcançado, acredito, até 2030. A Deloitte divulgou um antes mesmo de toda a mania da IA ​​generativa que dizia que a IA e o aprendizado de máquina vão gerar um ganho de produtividade de 37% entre as empresas Usuários.

Você certamente pode analisar seus próprios números, analisar caso a caso e tentar estimar: “Ok, se eu implementar esta ferramenta, ela poderá gerar um ganho de produtividade de 40%, reduzir 40% de horas; estamos pagando às pessoas uma quantia X de dólares por hora…” Se você conseguir chegar a um número próximo a esse e fazer um breve cálculo do tempo economizado em relação ao dólar gasto, terá um ROI enorme. E também estou vendo a outra parte da equação – o crescimento que você pode alcançar agora sem a necessidade de aumentar a folha de pagamento. Temos um cliente que passou de US$ 10 milhões para perto de US$ 20 milhões em receita anual e não precisou adicionar uma única pessoa à sua equipe, que consistiria de mais oito a 10 pessoas. Isso é um enorme ganho de lucratividade com esse crescimento. É uma equação matemática que você precisa executar para o seu negócio.

Assista ao episódio completo aqui:

Métricas de suporte na era da IA

Liam: O tópico da IA ​​percorreu a maioria dos nossos episódios deste ano, então é apropriado terminarmos com uma conversa sobre como a IA está criando funções de apoio, e não as assumindo. Conversei com Christian Osmundsen, chefe global de experiência do cliente da Deliverect, Ruth O'Brien, diretora de suporte automatizado e proativo da Intercom, e Sam Forde, gerente de sucesso do comerciante da Zapiet. Com a mudança de papéis e a mudança de estratégia – como medimos isso? Quais métricas vocês estão observando com atenção ao introduzir essa nova tecnologia em suas operações de suporte? Cristiano, e você?

Cristão: Claro, Liam. Como regra geral, sempre olhamos e perguntamos se isso está nos tornando mais eficientes. É isso que estamos vendo primeiro. E isso agrega valor para nossos clientes? Precisamos de alguns meses para ver isso – sem decisões precipitadas.

“Estávamos com uma taxa de resolução de 13-14%, o que não é ótimo. Hoje, estamos em cerca de 26%, o dobro disso”

Mas quando se trata de IA, medimos vigorosamente os volumes de suporte. Queremos ver como é isto, não apenas em números absolutos, mas também em rácios por conta, etc. Ver as curvas descendo é encorajador para todos. Observamos os tempos de resposta e, claro, a satisfação do cliente tanto na interação humana, na parte em que o bot está envolvido, quanto apenas na resolução de conversas por Fin ou IA. Estamos ansiosos para ver como isso pode se desenvolver ao longo do tempo. Acho que no início um cliente pode ter dificuldade em ser atendido apenas por um bot. Mas acho que com o tempo isso vai mudar completamente. Ainda é cedo.

Por último, mas não menos importante, analisamos bastante a taxa de resposta da IA. Voltei para me preparar para esta chamada para nossa reportagem em maio, quando começamos. E estávamos com uma taxa de resolução de 13-14%, o que não é ótimo. Hoje, estamos em cerca de 26%, o dobro disso. E temos uma meta até o final do ano de atingir 35-40%. E acho que isso está ao nosso alcance. Na verdade, vemos nos fins de semana, quando os clientes pensam que talvez não estejamos abertos e são mais incentivados a procurar os seus próprios, que nossas taxas sobem imediatamente para 35%.

Liam: Alguém pode compartilhar algo sobre o impacto que a IA teve em seus KPIs até agora? Sam, talvez eu vá até você primeiro.

Sam: Eu concordo muito com o que Christian acabou de dizer. Ainda estamos analisando o CSAT, um método tradicional, mas não são mais seus funcionários falando – é Fin interagindo com seu pessoal. Um aspecto muito importante para nós também tem sido a satisfação dos funcionários dentro da empresa. Estamos vendo taxas de retenção muito maiores. Não vimos ninguém sair do nosso negócio este ano. E acho que os compromissos que eles estão conseguindo em outras funções os estão ajudando a realmente pensar em ter uma carreira conosco. Tradicionalmente, o apoio pode ser uma função em que as pessoas mudam com frequência. Mas acho que esta é quase uma era de ouro em que você pode entrar no suporte, e você não é necessariamente apenas um agente de suporte - você é quase um generalista de suporte indo e fazendo outras coisas diferentes.

“Colocamos Fin na frente de 8.000 pessoas este ano. É louco. Vimos nosso CSAT saltar 20 pontos”

Ainda não temos nosso índice de satisfação dos funcionários para este ano, mas posso dar um exemplo em que provavelmente teria aumentado as coisas usando Fin como backup e a tecnologia de IA que tivemos este ano. Tradicionalmente, o retiro de nossa equipe todo ano durava dois ou três dias. Teríamos fugido o mais rápido possível e depois voltado para o laptop, para uma caixa de entrada que, esperançosamente, não teria ficado muito grande. Este ano, pudemos ficar ausentes por uma semana inteira. E Fin nos deixou ficar por dentro de tudo e continuar correndo. E se conseguirmos afastar a equipe por uma semana inteira, esperamos que isso seja incrível naquele CSAT.

Porém, quando se trata de números reais, somos uma empresa muito menor, mas colocamos Fin na frente de 8.000 pessoas este ano. É louco. Vimos nosso CSAT saltar 20 pontos – passamos de 70% para estar regularmente na casa dos noventa semanalmente. E se você olhar o gráfico e os tempos de implementação do Fin, verá que é literalmente esse período de tempo.

Como Christian mencionou, os fins de semana e os horários fora do escritório são o verdadeiro ponto ideal. Vemos nossa classificação Fin muito mais alta nos finais de semana. Mesmo que haja pessoas reais lá, elas estão avaliando as coisas muito mais alto porque estão recebendo aquela resposta instantânea em momentos que não esperariam. Nós nos identificamos como uma marca muito britânica e temos clientes na Austrália e no Japão, e eles estão recebendo respostas imediatamente. Portanto, o CSAT melhorou enormemente. Eu acho que isso é uma coisa enorme. Se você não entrar nisso só por isso, não sei por que não faria isso.

Ouça o episódio completo aqui:

Liam: Bem, aí está. Um ano de inovação e conversa. E esses foram apenas alguns dos líderes inovadores e especialistas que se juntaram a nós este ano. Você pode ler todo o nosso catálogo anterior de mais de 400 episódios onde quer que ouça podcasts. Obrigado a todos os nossos maravilhosos colegas e convidados, mas o mais importante, obrigado por ouvirem.