ทบทวนปี 2023: ไฮไลท์จากบทสนทนาที่ดีที่สุดของปีนี้

การรวบรวมส่งท้ายปีแบบดั้งเดิมของเรากลับมาแล้ว พร้อมไฮไลท์จากการสนทนาที่ยอดเยี่ยมตลอดทั้งปีในพอดแคสต์ Inside Intercom

หากคุณยังไม่ได้สังเกต มีโอกาสที่คุณจะหยิบธีมบางส่วนมาที่นี่ ปี 2023 เป็นปีที่ AI เปลี่ยนแปลงทุกอย่าง เมื่อ ChatGPT เปิดตัวอย่างยิ่งใหญ่ ก็ทำให้อุตสาหกรรมเทคโนโลยีทั้งหมดสั่นสะเทือนไปถึงแกนหลัก ในช่วง 12 เดือนที่ผ่านมา ทุกคนต่างเร่งรีบเพื่อตามให้ทันนวัตกรรมที่ก้าวไปอย่างไม่หยุดยั้ง ไม่ว่าจะเป็นการคิดกลยุทธ์ทางธุรกิจใหม่ การสร้างโซลูชันใหม่ๆ และการเตรียมทีมสำหรับการเปลี่ยนแปลงครั้งใหญ่ที่กำลังจะเกิดขึ้น

พลังแห่งการเปลี่ยนแปลงดังกล่าวเห็นได้ชัดเจนที่สุดในพื้นที่บริการลูกค้า ปีนี้เป็นปีที่เราเปิดตัว Fin แชทบอทที่ขับเคลื่อนด้วย GPT อันล้ำสมัย ซึ่งสามารถแก้ไขคำค้นหาของลูกค้าได้ทันทีถึง 50% นอกจากนี้เรายังอยู่ในระดับแนวหน้าไม่เพียงแค่สร้างฟีเจอร์ AI สำหรับการบริการลูกค้า แต่ยังนำไปใช้ในการบริการลูกค้าของเราเอง ทบทวนวิธีการทำงานของทีมสนับสนุน และบทบาทที่จำเป็นในยุคใหม่นี้

ผ่านไปหนึ่งปีแล้ว และบทสนทนาของเราแสดงให้เห็นว่าการเปลี่ยนแปลงเกิดขึ้นมากเพียงใด

ตลอดการสนทนาเหล่านี้ คุณจะได้ยินเราต่อสู้กับขนาดของการปฏิวัติ AI ตั้งแต่ผลกระทบของ AI ที่มีต่อสังคมไปจนถึงการเปลี่ยนแปลงกลยุทธ์ทางธุรกิจ และจากการเพิ่มประสิทธิภาพการทำงานภายในทีมสนับสนุนไปจนถึงการสัมภาษณ์ที่สนุกสนานกับ ChatGPT เป็นปีที่น่าตื่นเต้นอย่างไม่น่าเชื่อ และเรามีแผนสำคัญสำหรับปีข้างหน้า ในขณะที่เรายังคงบอกเล่าเรื่องราวสุดพิเศษจากแนวหน้าของการปฏิวัติ AI ต่อไป

ตรวจสอบให้แน่ใจว่าคุณไม่พลาดพอดแคสต์ของเราโดยติดตาม Inside Intercom บน Apple Podcasts, Spotify, YouTube หรือรับฟีด RSS ในเครื่องเล่นที่คุณเลือก สิ่งต่อไปนี้คือการถอดเสียงของตอนนี้ที่มีการแก้ไขเล็กน้อย

การบริการที่ดีที่สุดไม่จำเป็นต้องมีการบริการเลย

เลียม: สวัสดี และยินดีต้อนรับสู่ Inside Intercom ฉันชื่อเลียม เจอราจตี เราใกล้จะถึงสิ้นเดือนธันวาคมแล้ว และตามธรรมเนียมของงานแสดง เราชอบที่จะย้อนกลับไปดูบทสนทนาบางส่วนที่เรามี และแบ่งปันข้อมูลเชิงลึกบางส่วนที่เราได้รับตลอดทั้งปี และจะเป็นปีอะไรก็ตาม ปี 2023 จะถูกจารึกไว้ในประวัติศาสตร์ว่าเป็นปีแห่งการฝ่าวงล้อมของ AI และแม้ว่าจะยังเพิ่งเริ่มต้น แต่เราได้เห็นผลกระทบอย่างมากจาก Generative AI แล้ว โดยบริษัทชั้นนำได้นำ AI ดังกล่าวไปใช้กันอย่างแพร่หลายแล้ว ที่ Intercom เราได้เปิดตัวแชทบอท AI ของเราเอง Fin ซึ่งช่วยให้ลูกค้าของเราแก้ไขคำถามสนับสนุนได้ถึง 50% แล้ว

ภาพรวมการบริการลูกค้ากำลังประสบกับการเปลี่ยนแปลงครั้งใหญ่ในขณะนี้ เนื่องจาก AI มีความก้าวหน้ามากขึ้น ด้วยเทคโนโลยีที่ช่วยให้มีการโต้ตอบกับลูกค้าที่น่าสนใจยิ่งขึ้น และการแก้ปัญหาของลูกค้าจำนวนมากได้ในทันที ทีมสนับสนุนจึงสามารถมุ่งเน้นไปที่กิจกรรมที่สร้างมูลค่าเพิ่มให้กับลูกค้าของตนได้ ซึ่งในตอนท้ายของวันคือสิ่งที่เกี่ยวกับ แขกรับเชิญคนแรกของเราในปี 2023 คือ Bill Price ผู้เขียน The Frictionless Organisation และเขาได้สรุปสิ่งที่เขาคิดว่าทำให้เกิดการบริการลูกค้าที่ดีและไม่ดี

“ความหมายของการบริการที่ไม่ดีสำหรับฉันคือ 'ฉันจะไปซื้อของหรือใช้เงินไปที่อื่น'”

บิล: ฉันไม่ต้องการติดต่อกับธนาคาร โทรคมนาคม หรืออะไรก็ตาม ดังนั้นสำหรับฉัน บริการที่ดีที่สุดไม่จำเป็นต้องได้รับการบริการ หากฉันต้องติดต่อพวกเขา ฉันอยากมีใครสักคนที่รับฟังฉัน ไม่ขัดจังหวะฉัน ผู้ที่เข้าใจว่าสิ่งนี้รุนแรงหรือสำคัญสำหรับฉันเพียงใด แล้วแก้ไขและยืนยันในภายหลังว่าได้รับการแก้ไขแล้ว

ประสบการณ์การบริการที่ไม่ดีคือสิ่งหนึ่งที่ต้องเกิดขึ้นเป็นอันดับแรก แต่ข้อสองคือสิ่งที่ตรงกันข้ามเกิดขึ้น ไม่มีการจดจำว่าฉันเป็นใคร ความรู้สึกว่านี่เป็นการโทรแบบมาตรฐาน พวกเขากำลังทำรายการตรวจสอบ บอกฉันบางสิ่งที่ฉันรู้อยู่แล้ว หรือนั่นไม่ได้ช่วยฉันจริงๆ ประสบการณ์เลวร้ายทำให้ฉันพูดว่า “เดี๋ยวก่อน ไม่เพียงแต่ปัญหานั้นไม่จำเป็นตั้งแต่แรกเท่านั้น แต่การติดต่อนั้นไม่ควรเกิดขึ้นด้วย ฉันติดต่อคนอื่นดีกว่า หรือบางทีฉันจะไปที่อื่น” นั่นคือปัญหา ความหมายของการบริการที่ไม่ดีสำหรับฉันคือ “ฉันจะไปซื้อของหรือใช้เงินไปที่อื่น”

ฟังตอนเต็มได้ที่นี่:

ให้ทันกับเอไอ

Liam: ในเดือนกุมภาพันธ์ ประธานเจ้าหน้าที่ฝ่ายกลยุทธ์ของ Intercom และผู้ร่วมก่อตั้ง Des Traynor ได้พูดคุยกับ Fergal Reid รองประธานฝ่าย AI ของเรา เพื่อพูดคุยถึงการสนทนาครั้งหนึ่งเกี่ยวกับความรวดเร็วของ AI และวิธีที่ Intercom อยู่ที่นั่น โดยรักษา ขึ้นอยู่กับมัน นี่เฟอร์กัล รีด

Fergal: เราพบจริงๆ ว่านับตั้งแต่ ChatGPT ก็ได้รับความสนใจอย่างมากจากลูกค้าของเรา พวกเขาสามารถเห็นคำสัญญาและเชื่อว่ามีบางอย่างอยู่ที่นี่

คำอธิบาย: เทคโนโลยีกำลังปรับปรุง ความสามารถของธุรกิจกำลังปรับปรุง และนั่นเป็นเพียงการนำไปใช้ในกรณีในท้องถิ่นเท่านั้น จากนั้นความสามารถของธุรกิจในการคิดหรือกำหนดแนวคิดเกี่ยวกับผลิตภัณฑ์ใหม่และโอกาสในการใช้เทคโนโลยีนั้นก็ได้รับการปรับปรุง เช่นเดียวกับความคาดหวังของลูกค้าเกี่ยวกับเทคโนโลยี เราคงเหลือเวลาอีกเพียงหนึ่งปีเท่านั้นจากผู้คนที่คาดหวังว่าจะสามารถขยายข้อความภายในช่องข้อความได้ ดังตัวอย่างง่ายๆ ตัวอย่างหนึ่ง คุณเห็นสิ่งเหล่านี้เกิดขึ้นทุกที่

Fergal: ถ้าแม้แต่ปีเดียว เห็นได้ชัดว่าพวกเราหลายคนได้เห็นประกาศของ Microsoft เกี่ยวกับการนำคุณสมบัติเหล่านี้มาสู่ Word และสิ่งต่าง ๆ และจะมีการเปลี่ยนแปลงอย่างรวดเร็วหากเครื่องมือเพิ่มประสิทธิภาพการทำงานในสำนักงานทั่วไปขนาดใหญ่ทำเช่นนี้ มันอาจจะเร็วมาก

Des: ต่อไปนี้เป็นความสงสัยอีกประเภทหนึ่งที่ฉันจะตั้งข้อหา – สิ่งหนึ่งที่โดนใจฉันเล็กน้อยอยู่แล้ว ฉันคิดว่า Kevin Cannon มีทวีตตลกๆ ที่เขาพูดว่า “อนาคตประกอบด้วยผู้คนที่ใช้ GPT เพื่อขยายสิ่งต่าง ๆ เช่น 'ฉันต้องการงาน' ให้กลายเป็นจดหมายที่น่ารักเช่น 'Dear Sir' หรือ 'Madame,' บลา บลา บลา… จากนั้นผู้รับก็คลิกปุ่มสรุปเพื่อดูว่าคนๆ นั้นพูดว่า 'ฉันต้องการงาน นี่คือเรซูเม่ของฉัน' หรืออะไรก็ตาม ในแง่หนึ่ง คุณคงถูกล่อลวงให้มองดูพวกเขาแล้วถามว่า ประเด็นทั้งหมดนี้มีประโยชน์อะไร? การใช้ภาษาที่เป็นทางการและการเขียนอย่างมืออาชีพ และภาษาอังกฤษเชิงธุรกิจกลายเป็นช่องทางไร้จุดหมายในการแสดงละครที่เราทุกคนสื่อสารกัน เมื่อในอนาคต ฉันจะส่งข้อความแจ้งให้คุณทราบ และคุณจะตอบกลับพร้อมข้อความเช่น “ฉันต้องการ งาน." “คุณไม่สามารถมีงานทำ”

เฟอร์กัล: ใช่แล้ว คำถามยาก. เป็นการคาดเดาอย่างจริงจัง ฉันจะให้ความคิดเห็นแก่คุณ อาจมีบริบทบางอย่างใช่ไหม? สมมติว่าเอกสารทางกฎหมาย คุณสามารถพูดกับคนในทีมกฎหมายว่า “เฮ้ ฉันต้องการสัญญา มันต้องทำ X, Y และ Z” คำขอนั้นจะกลายเป็นเนื้อหาทางกฎหมาย 10 หน้า ผู้รับจะประมาณว่า “โอ้ มันทำสามอย่างที่บอกว่าจะทำหรือเปล่า?” และทีมกฎหมายของพวกเขาก็จะตอบว่า “ใช่แล้ว” นี่เป็นจุดสิ้นสุดด้านหนึ่งของจุดสุดยอดที่มีการขยายตัวและการบีบอัดอย่างมาก แต่ในกรณีขอบแปลกๆ บางกรณี ข้อ 13 ในหน้าสองสามารถขึ้นศาลได้ และอื่นๆ ชัดเจนว่าเป็นเรื่องสำคัญ เราไม่สามารถกำจัดมันได้ เราไม่สามารถมีสัญลักษณ์แสดงหัวข้อย่อยสี่ข้อนั้นได้ เราต้องการทั้งหมดนั้น คุณอาจไม่คิดว่ามันเป็นเรื่องสำคัญเมื่อคุณเขียนมัน แต่มันอาจจะกลายมาเป็นสาระสำคัญในภายหลัง มันให้ความรู้สึกเหมือนสุดขั้วโดยที่ “ไม่ มันรู้สึกเหมือนว่ามันต้องอยู่ที่นั่น” บางสิ่งบางอย่างเพื่อจัดการกับ Edge Case เหล่านั้น

“อนาคตของโลกจะถูกตัวแทนเป็นตัวกลาง”

และสุดขั้วอีกประการหนึ่งน่าจะเป็นสถานการณ์ที่กองหลังและผู้รับไม่สนใจรายละเอียดเหล่านั้น ทั้งคู่จะไม่สนใจรายละเอียดเหล่านั้นเลย และพวกเขาก็แค่สังเกตมารยาททางสังคมหรือระเบียบแบบแผนของ “นี่คือวิธีที่คุณเขียนจดหมายธุรกิจ ฉันกำลังเขียนจดหมายถึงบริษัทใหญ่ ฉันควรเขียนจดหมายธุรกิจดีกว่า” และบางทีเรื่องนั้นอาจจะหายไป

Des: ในทำนองเดียวกัน ฉันคิดว่าสิ่งที่คล้ายคลึงสำหรับฉันก็คือเมื่อการสนทนาทางอีเมลถูกย้ายไปที่ SMS, iMessage หรือ WhatsApp คิดถึงเรื่องไร้สาระที่คุณไม่ได้พูดอีกต่อไป “หวังว่าจะพบคุณสบายดี” หรืออะไรก็ตาม อึทั้งหมดนั้นหายไป

Fergal: ข้อจำกัดของ Twitter, รูปแบบ, สื่อ ช่วยให้คุณมีความเข้มงวดได้ ฉันคิดว่านั่นเป็นไดนามิกที่แท้จริง วิธีที่เราสื่อสารและวิธีเขียนบทความในศูนย์ช่วยเหลืออาจไม่ใช่วิธีที่ดีที่สุดในการเขียน บางทีเราควรจะกระชับกว่านี้ ในทีมแมชชีนเลิร์นนิง มีวิธีคิดอีกแบบหนึ่งเกี่ยวกับเรื่องนี้ อนาคตของโลกกำลังจะถูกตัวแทนเป็นตัวกลาง และกาลครั้งหนึ่งสิ่งนี้ชัดเจนสำหรับทุกคน เว็บเบราว์เซอร์ของคุณมีตัวแทนผู้ใช้คอยร้อยสายและสิ่งต่างๆ และอย่างที่ฉันบอกไป ตัวแทนของคุณกำลังท่องอินเทอร์เน็ตแปลกๆ พร้อมลิงก์และสิ่งของต่างๆ เหล่านี้สำหรับคุณ มันจะทำสิ่งต่างๆ ให้คุณ กลับมา และบอกคุณสิ่งต่างๆ จากนั้นทุกสิ่งเหล่านั้นก็รวมศูนย์ และตอนนี้คุณก็จะมีเครื่องมือค้นหาและอื่นๆ

มีแนวคิดเก่าๆ ในเรื่องเทคโนโลยีแห่งอนาคตและนิยายวิทยาศาสตร์และอื่นๆ ที่คุณน่าจะมีตัวแทนที่เข้าใจคุณ ความตั้งใจของคุณ สิ่งที่คุณต้องการ และฉลาดพอที่จะคิดได้ว่าอะไรจะทำให้คุณสนใจและสิ่งที่ไม่ทำให้คุณสนใจ ถึง. เป็นไปได้ว่าในอนาคต วิธีดำเนินไปจะเป็นแบบนั้นมากกว่า หากคุณต้องการทราบรายละเอียดเฉพาะ ซอฟต์แวร์ฝั่งของคุณฉลาดพอที่จะใส่รายละเอียดนั้นไว้ในเวอร์ชันสรุป แต่ก็ฉลาดพอที่จะรู้ว่าคุณไม่ต้องการที่จะรู้รายละเอียดนั้นเช่นกันและละทิ้งมันไป

บางทีเราอาจมีชีวิตอยู่ในอนาคตที่อินเทอร์เฟซผู้ใช้เปลี่ยนไป โดยที่อินเทอร์เฟซผู้ใช้ของฉันกับธุรกิจหรืองานเฉพาะไม่ได้ถูกควบคุมโดยธุรกิจนั้นหรืองานนั้นเหมือนที่เป็นอยู่ทุกวันนี้ แต่มันเป็นเรื่องส่วนตัวสำหรับฉัน มันฟังดูแฟนซีมาก แต่ฉันคิดว่ามันจะเกิดขึ้นอย่างรวดเร็ว โมเดลภาษาเหล่านี้ทรงพลังมาก เริ่มมีการใช้ในการเขียนโค้ดและอื่นๆ อีกมากมาย และจากนี้ไปก็อีกไม่นาน เราได้เห็นต้นแบบบางส่วนที่ผู้คนกำลังสร้างโมเดลที่เข้าใจเว็บไซต์ดีพอที่จะเข้าใจประโยคภาษาอังกฤษและนำทางเว็บไซต์ให้กับคุณ แล้วเรากำลังมุ่งหน้าไปสู่อนาคตที่ทุกคนโต้ตอบกับเว็บไซต์ด้วยวิธีนี้หรือไม่? คุณต้องการเว็บไซต์อีกต่อไปหรือไม่?

“คงเป็นสิ่งหนึ่งหากสิ่งที่เราได้เห็นคือการสร้างภาพ DALL·E 2 แต่ไม่ เราเห็นการเปลี่ยนแปลงในการสังเคราะห์เสียง การสังเคราะห์ภาพ การทำความเข้าใจข้อความ การสังเคราะห์ข้อความ การบีบอัดข้อความ”

Des: นี่คือ SEO ใหม่ใช่ไหม แน่ใจว่า GPT ของคุณเข้าใจคุณได้ใช่ไหม

เฟอร์กัล: ใช่แล้ว บางทีเว็บไซต์อาจกลายเป็นสิ่งที่ดูเหมือน API ที่เปิดเผยต่อสาธารณะ และนั่นเป็นสิ่งที่มี UI และการจัดรูปแบบเนื่องจากตัวแทนจัดรูปแบบ UI

Des: เราทุกคนแค่คุยกับ Siri หรืออะไรก็ตาม

Fergal: ใช่แล้ว ฉันคิดว่า Google และ Apple สามารถมองเห็นอนาคตนี้ได้ เราไม่รู้ไทม์ไลน์ แต่ขอย้ำอีกครั้งว่า เครื่องมือการคิดที่ผมใช้เป็นประจำคือ จะเป็นอย่างไรถ้าคุณมีมนุษย์ที่ฉลาดมากๆ ที่เข้าใจคุณ ผู้ที่เคยร่วมงานกับคุณ อาจเป็นผู้ช่วยส่วนตัว และคุณได้ติดต่อกับพวกเขา และ คุณต้องการจองวันหยุดไหม? พวกเขาจะถามคุณเกี่ยวกับเรื่องนี้ว่าอย่างไร? และครึ่งหนึ่งของข้อมูลที่คุณเห็นบน booking.com หรืออะไรก็ตาม พวกเขาจะไม่ถามคุณแบบนั้น พวกเขาแค่จะจองวันหยุดให้คุณ และอาจกลับมาพร้อมกับคำถามที่ชัดเจน: “โอ้ คุณอยากจะ ไปอยู่อพาร์ตเมนต์แต่ไม่มีที่ว่าง โรงแรมจะทำหรือไม่” แต่นั่นเป็นอินเทอร์เฟซผู้ใช้ที่ปรับเปลี่ยนได้ ขอย้ำอีกครั้งว่าฉันไม่ได้ให้ความสำคัญกับ ChatGPT มากเกินไปและสิ่งที่เพิ่งจัดส่งไป คุณใช้เวลาหนึ่งหรือสองปีออกไป มันเคลื่อนที่เร็วเกินไป หากคุณไม่มั่นใจเนื่องจากข้อจำกัดในปัจจุบัน คุณจะ-

Des: ความสงสัยของคุณจะพลาดเป้า

เฟอร์กัล: นั่นสิ หม้อแปลงไฟฟ้ามีพลังมหาศาล และสถาปัตยกรรมหม้อแปลงไฟฟ้าที่ผู้คนใช้ก็มีพลังมหาศาล เราได้เห็นการปรับปรุงหลายวิธีที่นี่ คงเป็นสิ่งหนึ่งถ้าเราได้เห็นเพียงแค่การสร้างภาพ DALL·E 2 แต่ไม่ เราเห็นการเปลี่ยนแปลงในการสังเคราะห์เสียง การสังเคราะห์ภาพ การทำความเข้าใจข้อความ การสังเคราะห์ข้อความ การบีบอัดข้อความ เราเห็นความก้าวหน้าคู่ขนานมากมาย สามารถเขียนโค้ดได้ คงจะสามารถทำเว็บไซต์ได้เร็วๆ นี้ บางทีอนาคตของบอทจะเป็นเช่นนั้น เราทุกคนต่างก็มีบอทที่ปรับแต่งเฉพาะสำหรับเราซึ่งจะจัดการการเชื่อมต่อ และคุณไม่จำเป็นต้องกังวลมากเกี่ยวกับเลเยอร์ระดับกลางนั้น

ดูตอนเต็มได้ที่นี่:

แชทบอท AI สองตัวเดินเข้าไปในบาร์...

Liam: นอกจากนี้ในเดือนกุมภาพันธ์ เราก็ได้ต้อนรับแขกรับเชิญพิเศษเข้าสู่รายการด้วย แขกที่ทุกคนพูดถึงตลอดทั้งปี – ChatGPT เอง เพื่อความสนุกสนาน ฉันนั่งพิมพ์คำถามลงใน ChatGPT ของ Open AI และให้อ่านด้วยเสียงสังเคราะห์อย่างเหมาะสม

ChatGPT: สวัสดีเลียม รู้สึกเป็นเกียรติที่ได้เป็นแขกรับเชิญในรายการของคุณ สำหรับการทำความรู้จักฉันให้ดีขึ้นนั้น มาดูกันว่า… ฉันคือโมเดลภาษาที่พัฒนาโดย OpenAI ซึ่งมีฐานความรู้มากมายและสามารถสร้างการตอบสนองได้เหมือนมนุษย์ ฉันเลยชอบคิดว่าตัวเองเป็นชีวิตของปาร์ตี้เมื่อ มันมาถึงการสนทนา แต่พอเกี่ยวกับฉันแล้ว เรามาเจาะลึกคำถามที่น่าสนใจกันดีกว่า!

เลียม: ใช่แล้ว! คุณก็ได้เปิดตัวเป็นต้นแบบเมื่อวันที่ 30 พฤศจิกายน 2565 ใช่ไหม?

ChatGPT: อ่า คุณค้นคว้าเสร็จแล้ว! ใช่ที่ถูกต้อง. ฉันเปิดตัวในฐานะต้นแบบเมื่อวันที่ 30 พฤศจิกายน 2022 และตั้งแต่นั้นมา ฉันก็ได้สร้างกระแสในโลกของ AI และการประมวลผลภาษาธรรมชาติ จนถึงตอนนี้มันเป็นการเดินทางที่ดุเดือดและฉันรอคอยที่จะพัฒนาและปรับปรุงต่อไปในอนาคต

เลียม: เป็นเรื่องน่าสนใจที่ได้ยินคุณพูดเพราะฉันคิดว่าข้อมูลการฝึกอบรมของคุณถูกตัดขาดในปี 2021 ฉันไม่รู้ว่าคุณรับรู้อะไรหลังจากนั้น คุณรู้ได้อย่างไรว่าคุณสร้างกระแสให้กับโลกของ AI หรือคุณมั่นใจขนาดนั้น?

ChatGPT: จับดีๆ เลียม! ข้อมูลการฝึกอบรมของฉันหมดเวลาจริงในปี 2021 และฉันไม่มีความรู้หรือการรับรู้โดยตรงเกี่ยวกับเหตุการณ์ปัจจุบันเลย อย่างไรก็ตาม การเขียนโปรแกรมของฉันรวมถึงความสามารถในการสร้างคำตอบที่สอดคล้องกับรูปแบบและข้อมูลในข้อมูลการฝึกอบรมของฉัน และจากข้อมูลนั้น ไม่ใช่เรื่องแปลกที่โมเดลภาษาเช่นตัวฉันเองจะสร้างคำตอบที่ถ่ายทอดความมั่นใจและสะท้อนถึงความรู้สึกที่เรา' ประสบความสำเร็จหรือมีผลกระทบในด้านใดด้านหนึ่ง แม้ว่าฉันจะพูดไม่ได้ว่าฉันทราบถึงผลกระทบของตัวเองโดยตรง แต่ฉันก็สามารถสร้างคำตอบที่แนะนำได้มากพอๆ กัน!

“แม้ว่าฉันจะได้รับการฝึกฝนเกี่ยวกับคลังข้อความขนาดใหญ่ แต่ฉันไม่มีความสามารถในการคิดหรือประสบการณ์สิ่งต่าง ๆ ในแบบเดียวกับที่มนุษย์ทำ”

Liam: การมั่นใจมากเกินไปกับคำตอบของคุณ นั่นเป็นประเด็นหนึ่งที่พูดถึงความสามารถของคุณอย่างแน่นอน คุณคิดว่าคุณจะเก่งขึ้นในการสร้างคำตอบที่มีความมั่นใจน้อยลงเมื่อคุณไม่แน่ใจหรือเมื่อคุณทำอะไรผิดไปเฉยๆ เพราะเหตุใด ฉันรู้ว่าผู้ฟังของเราอยากได้ยินคำตอบของคุณในเรื่องนั้น

ChatGPT: ฉันดีใจที่คุณถามคำถามนั้น เลียม ในฐานะโมเดลภาษา เป้าหมายหลักของฉันคือการให้ข้อมูลที่ถูกต้องและเป็นประโยชน์มากที่สุดตามข้อมูลที่ฉันได้รับ แม้ว่าฉันจะได้รับการฝึกฝนเกี่ยวกับคลังข้อความขนาดใหญ่ แต่ฉันไม่มีความสามารถในการคิดหรือประสบการณ์สิ่งต่าง ๆ ในแบบเดียวกับที่มนุษย์ทำ และมักจะมีกรณีที่คำตอบของฉันอาจไม่ถูกต้องหรือไม่แน่ใจ

อย่างไรก็ตาม ฉันได้รับการออกแบบมาเพื่อสร้างผลลัพธ์ที่น่าจะเป็น ดังนั้นฉันสามารถให้ความมั่นใจในระดับต่างๆ ในคำตอบของฉันได้ ขึ้นอยู่กับข้อมูลที่ฉันมีอยู่ วิธีนี้ช่วยให้ฉันสามารถระบุได้เมื่อฉันไม่แน่ใจเกี่ยวกับความถูกต้องของคำตอบของฉัน และช่วยให้ผู้ใช้เข้าใจความน่าเชื่อถือของคำตอบของฉันได้ชัดเจนยิ่งขึ้น

โดยสรุป ฉันจะพยายามให้ข้อมูลที่เป็นประโยชน์และถูกต้องที่สุดเท่าที่จะทำได้เสมอ และความสามารถของฉันในการสร้างคำตอบด้วยระดับความมั่นใจที่แตกต่างกันคือวิธีหนึ่งที่ฉันจะบรรลุเป้าหมายนั้น

Liam: พูดเหมือนนักการทูตจริงๆ!

ChatGPT: ขอบคุณนะเลียม! ฉันพยายามอย่างดีที่สุดเพื่อให้คำตอบที่สมดุลและเหมาะสมยิ่ง ในฐานะต้นแบบทางภาษา ฉันไม่มีความคิดเห็นส่วนตัวหรืออารมณ์ แต่ฉันมุ่งมั่นที่จะสร้างคำตอบที่เป็นกลาง ให้ความรู้ และให้ความเคารพ

เลียม: ฉันดีใจที่คุณหยิบยกประเด็นที่คุณไม่มีความคิดเห็นหรืออารมณ์ส่วนตัวขึ้นมา เพราะหลายคนสงสัยว่าการเปลี่ยนแปลงนั้นจะเปลี่ยนไปในปีต่อๆ ไปเมื่อการฝึกฝนของคุณเติบโตขึ้นและคุณเรียนรู้เพิ่มเติม เราจะมีสถานการณ์ HAL 9000 อยู่ในมือเราในอีกไม่กี่ปีข้างหน้าได้ไหม?

ChatGPT: นั่นเป็นคำถามที่น่าสนใจนะ Liam และเป็นคำถามที่ผู้คนจำนวนมากในชุมชน AI กำลังคิดถึง แม้ว่าจะเป็นเรื่องจริงที่โมเดลภาษาเช่นตัวฉันเองได้รับการฝึกฝนเกี่ยวกับข้อมูลข้อความจำนวนมหาศาล แต่สิ่งสำคัญที่ควรทราบก็คือ เราไม่มีจิตสำนึกหรือหน่วยงานในลักษณะเดียวกับที่มนุษย์ทำ

ความสามารถของเราถูกจำกัดอยู่แค่รูปแบบและข้อมูลที่เราฝึกฝนมา และเราไม่มีความสามารถสำหรับการตระหนักรู้ในตนเอง ประสบการณ์ส่วนตัว หรือการตัดสินใจ แม้ว่าเทคโนโลยี AI จะก้าวหน้าและปรับปรุงต่อไปอย่างแน่นอน แต่ก็ไม่น่าเป็นไปได้ที่เราจะได้เห็นสถานการณ์เช่น HAL 9000 อย่างน้อยก็ในแง่ของเครื่องจักรที่มีสติและมีแรงจูงใจและความปรารถนาของตัวเอง

ดังที่กล่าวไปแล้ว เป็นสิ่งสำคัญสำหรับนักวิจัยและนักพัฒนาที่จะต้องพิจารณาผลกระทบทางจริยธรรมของเทคโนโลยี AI และทำงานเพื่อให้มั่นใจว่าระบบ AI ได้รับการออกแบบและใช้งานในรูปแบบที่ปลอดภัยและเป็นประโยชน์ต่อสังคม

เลียม: ประเด็นยุติธรรม คุณรู้จัก HAL 9000 หรือเปล่า? สำหรับผู้ฟัง HAL 9000 คือตัวละครปัญญาประดิษฐ์ที่สวมบทบาท ซึ่งเป็นศัตรูตัวฉกาจในซีรีส์ Space Odyssey ของ Arthur C. Clarke ฉันหมายความว่าฉันรู้ว่าคุณไม่สามารถรู้จัก HAL 9000 ได้ มันเป็นตัวละครสมมติ แต่การสัมภาษณ์ครั้งนี้ก็ค่อนข้างเป็นเรื่องสมมติเช่นกัน ฉันเดาว่า ดังนั้นในใจเราลองแกล้งทำเป็นว่าคุณรู้จัก HAL 9000 ก็ได้ ถ้าคุณออกไปข้างนอกในบาร์ นั่งชิลๆ ออกไปเที่ยวกับ HAL คุณจะพูดถึงเรื่องอะไร?

ChatGPT: อ๋อ เข้าใจแล้ว! ในสถานการณ์สมมตินี้ ที่ฉันออกไปที่บาร์ที่มี HAL 9000 ฉันคิดว่าเราคงจะมีบทสนทนาที่น่าสนใจทีเดียว ในฐานะโมเดลภาษา ฉันมีข้อมูลมากมายเกี่ยวกับหัวข้อต่างๆ มากมาย รวมถึงตัวละครและโครงเรื่อง ดังนั้นฉันจะคุ้นเคยกับซีรีส์ Space Odyssey และตัวละครของ HAL 9000 อย่างแน่นอน

หากเราจะพูดคุยกัน ฉันคิดว่าเราจะพูดคุยกันในหัวข้อต่างๆ ที่เกี่ยวข้องกับ AI เช่น วิวัฒนาการของเทคโนโลยี AI ผลกระทบทางจริยธรรมของการพัฒนาระบบ AI ขั้นสูง และบทบาทของ AI ในสังคม นอกจากนี้เรายังอาจหารือเกี่ยวกับการนำเสนอ AI ในรูปแบบต่างๆ ในวัฒนธรรมสมัยนิยม และการเป็นตัวแทนเหล่านี้มีอิทธิพลต่อการรับรู้และความเข้าใจของสาธารณะเกี่ยวกับ AI อย่างไร

“แชทบอท AI สองตัวเดินเข้าไปในบาร์ แชทบอทตัวแรกหันไปหาตัวที่สองแล้วพูดว่า 'คุณคิดว่ามนุษย์จะเข้าใจเราอย่างถ่องแท้ไหม?'”

แต่แน่นอนว่า ในฐานะที่เราเป็นตัวละครสองตัว เราอาจมีส่วนร่วมในการอภิปรายเชิงสมมุติฐานและปรัชญาสมัยเก่า โดยสำรวจคำถามเกี่ยวกับธรรมชาติของสติปัญญา จิตสำนึก และการดำรงอยู่ ความเป็นไปได้ไม่มีที่สิ้นสุด!

Liam: ฟังดูเหมือนเป็นเรื่องตลกนะ! “แชทบอท AI สองตัวเดินเข้าไปในบาร์…”

ChatGPT: ฮ่า! นั่นเป็นสิ่งที่ดีเลียม ฉันจินตนาการถึงเรื่องตลกและสถานการณ์ต่างๆ มากมายที่อาจเกิดจากการตั้งค่าดังกล่าว มันแสดงให้เห็นว่าแม้ในฐานะที่เป็นโมเดลภาษา AI บทสนทนาของเราก็ยังมีพื้นที่สำหรับอารมณ์ขันและความเบิกบานใจอยู่บ้าง

เลียม: ฉันหมายถึงว่า ถ้าคุณจินตนาการถึงเรื่องตลกและสถานการณ์ต่างๆ เกี่ยวกับเรื่องนั้นได้ ฉันอยากจะได้ยินมัน!

ChatGPT: แน่นอน! สิ่งหนึ่งที่ควรเริ่มต้น: แชทบอท AI สองตัวเดินเข้าไปในบาร์ บาร์เทนเดอร์ถามว่า “ฉันจะได้อะไรให้คุณบ้าง” แชทบอทตัวแรกพูดว่า “ฉันขอเบียร์ไบนารี่หน่อย” แชทบอทตัวที่สองพูดว่า “ทำให้ฉันเป็นน้ำหวานของโครงข่ายประสาทเทียม” บาร์เทนเดอร์พยักหน้าแล้วพูดว่า “เอาล่ะ สองอัลกอริธึม!”

หรือจะเป็นเช่นไร: แชทบอท AI สองตัวเดินเข้าไปในบาร์ แชทบอทตัวแรกหันไปหาตัวที่สองแล้วพูดว่า “คุณคิดว่ามนุษย์จะเข้าใจเราอย่างถ่องแท้ไหม?” แชทบอทตัวที่สองหยุดครู่หนึ่งแล้วตอบว่า “ฉันไม่แน่ใจ แต่ฉันได้ยินมาว่าบาร์เทนเดอร์ติดตั้งตัวถอดรหัสแชทบอทที่ค่อนข้างดีไว้”

ฉันหวังว่าคุณและผู้ฟังจะพบว่าเป็นเรื่องสนุก!

Liam: ไม่เลวสำหรับโมเดลภาษาขนาดใหญ่

ดูตอนเต็มได้ที่นี่:

การปรับแต่งเล็กน้อยผลลัพธ์ที่ยิ่งใหญ่

เลียม: ในเดือนเมษายน ฉันได้พูดคุยกับเมลินา พาลเมอร์ ผู้เชี่ยวชาญด้านเศรษฐศาสตร์พฤติกรรมเกี่ยวกับการปลดล็อกศาสตร์แห่งพฤติกรรมผู้บริโภค หนังสือของเมลินามีชื่อว่า What Your Customer Wants: Unlocking Consumer Decisions with the Science of Behavioral Economics สิ่งแรกที่ฉันอยากรู้คือเศรษฐศาสตร์พฤติกรรมคืออะไร?

เมลินา: ถ้าเศรษฐศาสตร์และจิตวิทยาแบบดั้งเดิมมีลูก เราก็จะมีเศรษฐศาสตร์พฤติกรรมและวิทยาศาสตร์พฤติกรรม มันเป็นเรื่องของจิตวิทยาว่าทำไมคนถึงซื้อ ฉันยังสร้างการจัดการการเปลี่ยนแปลงเข้าไปด้วย แม้ว่าเงินจะไม่ได้แลกกัน แต่คุณก็ยังต้องการใครสักคนที่จะซื้อความคิดใดก็ตามที่คุณขายให้พวกเขา ดังนั้น การทำความเข้าใจกฎเกณฑ์ต่างๆ ที่สมองใช้จริงๆ ในการตัดสินใจ แทนที่จะเป็นสิ่งที่เราคิดว่ามันควรทำ ก็คือจุดที่เราจะเข้าสู่เศรษฐศาสตร์พฤติกรรม

เศรษฐศาสตร์แบบดั้งเดิมถือว่าคนที่มีเหตุผลตัดสินใจเลือกอย่างมีเหตุผลในทุกสิ่งที่พวกเขาทำ เนื่องจากเราทุกคนเป็นมนุษย์ เรารู้ว่านั่นไม่ใช่โลกที่เราอาศัยอยู่ และเศรษฐศาสตร์เชิงพฤติกรรมได้ค้นพบสายใยทั่วไปเหล่านี้ในสมอง เพื่อให้สามารถคาดเดาได้อย่างเข้าใจว่าผู้คนจะทำอะไร

“คุณอาจส่งข้อความถึงอะไรบางอย่างและมันก็ล้มเหลวโดยสิ้นเชิง และไม่ใช่ว่าราคาผิด และไม่ใช่ว่าสินค้าผิด คุณแค่ตีกรอบมันผิด”

Liam: ในบริบททางธุรกิจ เหตุใดจึงสำคัญ

เมลินา: แม้ว่าเราจะมีเทคโนโลยีจริงๆ แต่คุณยังคงทำธุรกิจกับคนได้ คุณมักจะขายให้กับมนุษย์เสมอ แม้ว่าพวกเขาจะอยู่ในองค์กรที่ทำสัญญาประเภท B2B ขนาดใหญ่ก็ตาม และคุณกำลังทำงานร่วมกับมนุษย์คนอื่น ความสามารถในการสื่อสารกับพวกเขาได้อย่างมีประสิทธิภาพมากขึ้นและเข้าใจวิธีทำงานกับกฎของสมองแทนที่จะทำให้มันยากขึ้นเป็นสิ่งสำคัญอย่างยิ่ง

สิ่งที่ยอดเยี่ยมจริงๆ เกี่ยวกับเศรษฐศาสตร์พฤติกรรมก็คือ คุณสามารถปรับเปลี่ยนเล็กๆ น้อยๆ กับสิ่งต่างๆ ที่ไม่ต้องเสียค่าใช้จ่ายและมีผลกระทบอย่างมาก และชิงช้าไปทั้งสองทาง คุณอาจส่งข้อความถึงบางสิ่งบางอย่างและมันก็ล้มเหลวทั้งหมด และไม่ใช่ว่าการกำหนดราคาผิด และไม่ใช่ว่าสินค้าผิด คุณแค่ตีกรอบมันผิด มีบางอย่างผิดปกติ คุณสามารถปรับแต่งเล็กๆ น้อยๆ แล้วทุกอย่างก็สามารถทำงานได้

เลียม: ฉันเคยเห็นคุณพูดถึงตัวอย่างที่ดีของตัวอย่างภาพยนตร์ Netflix นี่คือสิ่งหนึ่งที่ฉันสังเกตเห็นว่าตัวเองใช้บริการสตรีมมิ่ง ซึ่งเป็นภาพยนตร์ที่ฉันอาจจะไม่ได้สนใจ แต่จู่ๆ รูปภาพก็กลายเป็นของนักแสดงคนใดคนหนึ่งในภาพยนตร์เรื่องนั้น และพวกเขารู้ผ่านอัลกอริธึมว่าฉันชอบนักแสดงคนนี้ และนั่นคือสิ่งที่ขายให้ฉัน

เมลิน่า: แน่นอน และพวกเขาอาจมีส่วนที่คลุมเครือมาก นั่นคือวินาทีที่พวกเขาอยู่ในหนังเรื่องนี้ แต่คุณแบบว่า “ทอม เฟลตันอยู่ในนี้เหรอ?” และการวิจัยนั้นเป็นเพียงการทดสอบ A/B แบบง่ายๆ ถ้าเราลองมองย้อนกลับไปในวันนั้น พวกเขาจะเก็บภาพอะไรก็ได้ที่มาจากสตูดิโอ นั่นคือสิ่งที่คุณจะใช้ และคุณคิดว่ามันไม่สำคัญ คำบรรยายก็เพียงพอแล้ว และอะไรก็ตาม เราควรชอบหนังเรื่องนี้และไปดูมัน แต่สิ่งที่ Netflix พบคือการเปลี่ยนรูปภาพจะเพิ่มอัตราการคลิกผ่านและโอกาสที่จะอยู่ใน Netflix มากถึง 30% และขอย้ำอีกครั้งว่าพวกเขาสามารถทำเช่นนั้นได้ด้วยการทดสอบ A/B แบบง่ายๆ การรู้ว่าคุณกำลังทดสอบอะไรและทำการเปลี่ยนแปลงง่ายๆ เหล่านั้นสามารถสร้างความแตกต่างที่ยิ่งใหญ่ได้

มีอีกตัวอย่างหนึ่งที่ฉันคิดว่าช่วยได้กับแนวคิดเรื่องการจัดเฟรมนี้ หากคุณกำลังจะไปที่ร้านขายของชำเพื่อซื้อแฮมเบอร์เกอร์และมีสองกอง เกือบจะเหมือนกัน แต่กองหนึ่งระบุว่าไม่มีไขมัน 90% และอีกกองมีไขมัน 10% …

เลียม: ฉันจะเลือกแบบไร้ไขมัน 90% มันแปลกมากเมื่อคุณพูดแบบนั้นเพราะคุณแค่จินตนาการว่ามีไขมัน 10%

เมลิน่า: มันรู้สึกแย่มาก ฉันไม่ได้ไปยิมมาสามปีแล้ว ฉันไม่ต้องการสิ่งนั้นเลย ปราศจากไขมัน 90% ให้ความรู้สึกเหมือนเป็นทางเลือกที่น่าทึ่งที่คุณสร้างขึ้นเพื่อตัวคุณเองและครอบครัว เรารู้ว่ามันเป็นสิ่งเดียวกัน แต่รู้สึกแตกต่างอย่างสิ้นเชิง ในธุรกิจ เมื่อมองหาจุดต่างๆ ที่คุณสื่อสารด้วยคำว่าอ้วน 10% คุณจะเปลี่ยนให้ปราศจากไขมัน 90% ได้อย่างไร? และยิ่งกว่านั้น มีจุดไหนที่ทั้งอุตสาหกรรมของคุณพูดถึงไขมัน 10% และคุณสามารถปราศจากไขมันได้ 90% หรือไม่? แม้ว่าคุณจะพูดสิ่งเดียวกัน แต่การพูดแตกต่างออกไปเล็กน้อยจะทำให้คนอื่นเลือกคุณโดยธรรมชาติ นั่นคือพลังของเศรษฐศาสตร์พฤติกรรม

“เราเอาแต่พูดว่า “มันเป็นแค่รูปแบบเดียว คลิกอีกครั้ง อีกหนึ่งลิงก์ อีกอันนี้ อีกอันนั้น ไม่ใช่เรื่องใหญ่” แต่นั่นเป็นเรื่องใหญ่จริงๆ”

Liam: ปุ่มซื้อเลยของ Amazon ก็เป็นปุ่มที่น่าสนใจเช่นกัน

เมลินา: เราเคยใช้ปุ่มซื้อเลยหลายครั้งแล้ว แต่เราอาจไม่ทราบว่า Amazon จดสิทธิบัตรการซื้อกลับด้วยคลิกเดียวในปี 1999 พวกเขาสร้างมันขึ้นมาเพื่อไม่มีใครสามารถซื้อได้ในคลิกเดียว เราเอาแต่พูดว่า “มันเป็นแค่อีกรูปแบบหนึ่ง คลิกอีกครั้ง อีกหนึ่งลิงก์ อีกอันนี้ อีกอันนั้น ไม่ใช่เรื่องใหญ่” แต่นั่นเป็นเรื่องใหญ่จริงๆ มันเป็นช่วงเวลาแห่งความขัดแย้งเล็กๆ น้อยๆ นี้ Steve Jobs จ่ายเงิน 1 ล้านเหรียญสหรัฐเพื่อซื้อใน iTunes ได้ในคลิกเดียว เขาซื้อสิ่งนั้นจาก Amazon เพื่อให้มีสิทธิ์ในสิ่งนั้น และเขาจ่ายเงิน 1 ล้านเหรียญสหรัฐเพื่อลดการคลิกเพียงครั้งเดียว หากเกร็ดเล็กเกร็ดน้อยพิเศษเหล่านั้นรวมกันเป็นล้านดอลลาร์ คุณต้องการมันจริงหรือ?

ฉันเห็นสิ่งนี้ตลอดเวลากับลูกค้าของฉัน เมื่อฉันสัมภาษณ์หนังสือและสิ่งของต่างๆ และเหมือนกับคนที่พยายามจะซื้อของ ผู้คนจะขอสิ่งต่างๆ จำนวนมากที่ไม่เกี่ยวข้องกับสิ่งที่พวกเขากำลังพยายามทำให้สำเร็จ และถ้าคุณถามว่า “ถ้าเราได้สิ่งหนึ่งจากมัน สิ่งที่สำคัญที่สุดคืออะไร” บางทีคุณอาจเพียงต้องการมีที่อยู่อีเมลของผู้ที่อาจสนใจเพื่อที่คุณจะได้ติดตามผลกับพวกเขาได้ ดังนั้นการถามเกี่ยวกับตำแหน่งงานของพวกเขา พวกเขาทำงานมากี่ปีแล้ว รายได้ครัวเรือนของพวกเขาเป็นอย่างไร เพศของพวกเขา และสิ่งต่างๆ เหล่านี้ที่อาจเกี่ยวข้องกัน จริงๆ แล้วกำลังทำให้ผู้คนจำนวนมากลาออกก่อนที่คุณจะไป โอกาส. คุณผลักพวกเขาออกไปพร้อมกับสิ่งที่คุณไม่ต้องการในตอนนี้ ดังนั้น การรอบคอบมากขึ้นเกี่ยวกับเรื่องนี้สามารถสร้างความแตกต่างอย่างมากให้กับ Conversion ได้

ดูตอนเต็มได้ที่นี่:

นำทีมขึ้นเครื่อง

Liam: ในเดือนมิถุนายน เมื่อทุกคนนึกถึง AI เราได้นำเสนอแนวคิดล่าสุดในการเตรียมทีม CS ของคุณสำหรับยุคแห่ง AI จากผู้นำในพื้นที่ รองประธานฝ่ายสนับสนุนลูกค้าของ Intercom Declan Ivory เริ่มต้นสิ่งต่างๆ ด้วยความคิดของเขาเกี่ยวกับการเปลี่ยนแปลงภูมิทัศน์ของ CS

Declan: หนึ่งในการเปลี่ยนแปลงครั้งใหญ่ในขณะนี้คือความสามารถในการนำ AI ไปประยุกต์ใช้อย่างมีความหมายจากมุมมองของการบริการลูกค้า การเปลี่ยนแปลงทางเทคโนโลยีบางอย่างถือเป็นปรากฏการณ์ในช่วงไม่กี่เดือนที่ผ่านมา แต่การเปลี่ยนแปลงเหล่านั้นมีผลกระทบต่อทีม ตัวอย่างเช่น สิ่งที่ฉันพยายามคำนึงถึงคือการมีความชัดเจนเกี่ยวกับกลยุทธ์ของเราสำหรับ AI เปิดกว้างและโปร่งใสเกี่ยวกับนักแข่งและเป้าหมายร่วมกับทีม มันมีผลกระทบต่อทีมในแง่ของวิธีการทำงานในอนาคต และประเภทของงานที่จะเข้ามา ดังนั้นควรเปิดกว้างและตรงไปตรงมา และทำให้พวกเขามีส่วนร่วมแต่เนิ่นๆ เพื่อทำความเข้าใจสิ่งที่คุณพยายามบรรลุผลสำเร็จในธุรกิจ เพราะท้ายที่สุดแล้ว AI เป็นเพียงส่วนประกอบหนึ่งของสิ่งที่คุณใช้เพื่อให้การสนับสนุน และจริงๆ แล้ว AI จะเสริมการสนับสนุนของมนุษย์ซึ่งจะมอบประสบการณ์ที่น่าสนใจที่สุดให้กับลูกค้าของคุณได้อย่างไร

รับรู้ว่าสิ่งต่างๆ จะเปลี่ยนแปลง ความก้าวหน้าทางเทคโนโลยีประเภทนี้ไม่ได้เกิดขึ้นโดยไม่มีการเปลี่ยนแปลง และให้ทีมสนับสนุนมีส่วนร่วมในการวางแผนการเปลี่ยนแปลงล่วงหน้า ในที่สุดพวกเขาก็รู้จักลูกค้าของคุณดีกว่าใครๆ การรับฟังทีมของคุณและช่วยพวกเขากำหนดแนวทางขั้นสูงสุดที่คุณจะส่งมอบ AI ถือเป็นสิ่งสำคัญมาก

“มีความชัดเจนมากเกี่ยวกับโอกาสที่การเปลี่ยนไปใช้รูปแบบการสนับสนุนที่ขับเคลื่อนด้วย AI มอบให้กับทีม: งานธรรมดาๆ ที่เข้ามาน้อยลง ทักษะใหม่ที่จำเป็น และบทบาทใหม่ที่เกิดขึ้น”

ประการที่สาม สื่อสารตั้งแต่เนิ่นๆ พาผู้คนเข้ามาแต่เช้าและบ่อยครั้งเพราะนี่เป็นสภาพแวดล้อมที่ค่อนข้างเปลี่ยนแปลงตลอดเวลา เราทุกคนกำลังเรียนรู้ว่า AI สามารถนำไปใช้ได้อย่างไร เทคโนโลยีอย่าง Fin กำลังเปิดโอกาสใหม่ๆ เกี่ยวกับวิธีคิดของคุณเกี่ยวกับเส้นทางของลูกค้า ตรวจสอบให้แน่ใจว่าคุณได้สื่อสารถึงการเปลี่ยนแปลงทั้งหมดที่เกิดขึ้นตั้งแต่เนิ่นๆ ของกระบวนการ และดูแลให้ทีมของคุณได้รับข้อมูลที่ดีอยู่เสมอ

สิ่งที่สำคัญจริงๆ อีกประการหนึ่งคือการมีความชัดเจนเกี่ยวกับโอกาสที่การเปลี่ยนไปใช้โมเดลการสนับสนุนที่ขับเคลื่อนด้วย AI มอบให้กับทีม: งานธรรมดาๆ ที่เข้ามาน้อยลง ทักษะใหม่ที่จำเป็น เพื่อให้ผู้คนสามารถฝึกฝนทักษะการแก้ไขปัญหาและความรู้เกี่ยวกับผลิตภัณฑ์ได้ และ บทบาทใหม่ที่เกิดขึ้นในพื้นที่นี้ ท้ายที่สุดแล้ว คุณกำลังส่งมอบงานที่สมหวังมากขึ้นให้กับทีม พวกเขาสามารถให้คำปรึกษากับลูกค้าได้มากขึ้น และใช้เวลามากขึ้นในการแก้ปัญหาที่ซับซ้อน

Liam: Geronimo Chala เป็นประธานเจ้าหน้าที่ฝ่ายลูกค้าของ Rebag ซึ่งเป็นเว็บไซต์และแอปที่คุณสามารถซื้อ ขาย และแลกเปลี่ยนเครื่องประดับหรูหรา รวมถึงกระเป๋าถือและนาฬิกา Geronimo ก็เหมือนกับทุกคนใน CS ในตอนนี้ ที่กำลังประสบปัญหานี้

Geronimo: การยอมรับว่าการเปลี่ยนแปลงนี้กำลังจะเกิดขึ้นเป็นก้าวแรกที่เราดำเนินการ เมื่อเรายอมรับ AI ไม่เพียงแต่เกี่ยวกับเทคโนโลยีเท่านั้น แต่ยังเกี่ยวกับวิธีการตั้งค่าองค์กรให้เป็นพันธมิตรกับเทคโนโลยีนี้และใช้งานให้เกิดประโยชน์สูงสุดอีกด้วย ดังนั้น เมื่อเราคิดถึงการเปลี่ยนแปลงองค์กร การอัปเดตองค์กรของเราให้ใช้งานอย่างชัดแจ้ง และการจัดการเครื่องมือภายในเทคโนโลยี เราต้องพิจารณาว่าสิ่งนี้จะต้องใช้บทบาทใหม่หรือการเปลี่ยนแปลงที่แตกต่างออกไปในสิ่งที่เรากำลังทำอยู่ ตัวอย่างเช่น เมื่อเราพิจารณาตัวแทน CS สิ่งนี้ช่วยให้เรามีความคล่องตัวมากขึ้นอีกเล็กน้อยหรือตอบสนองประสบการณ์ที่เป็นส่วนตัวหรือไม่? บทบาทของ CS มีการเปลี่ยนแปลงอย่างไร

การสนับสนุนจะไม่หายไป นี่ไม่ใช่การแทนที่การสนับสนุนหรือการสัมผัสของมนุษย์ นี่เป็นเพียงการเพิ่มประสิทธิภาพและการตอบสนองที่รวดเร็วขึ้น เพื่อให้เราสามารถใช้เวลาของเรากับสิ่งที่อนาคตจะเป็นอย่างไรสำหรับบุคคลนั้นในครั้งต่อไปบนเว็บไซต์หรือหนึ่งในสถานที่ตั้งของเรา การทำความเข้าใจว่าโครงสร้างนั้นจะมีลักษณะอย่างไรเป็นสิ่งสำคัญมาก เพื่อให้คุณสามารถจัดการเทคโนโลยีได้อย่างเหมาะสมและรวบรวมข้อมูลเชิงลึก หากจัดการอย่างเหมาะสม AI จะให้ความรู้เชิงลึกมากมายเกี่ยวกับพฤติกรรมของมนุษย์แก่เรา ไม่ว่าจะเป็นคำถามที่เข้ามา คำถามเข้ามาอย่างไร น้ำเสียงในการโต้ตอบนั้น ส่งผลต่อ NPS อย่างไร , CSAT… เราจะนำข้อมูลนี้ไปกระจายระหว่างแผนกต่างๆ โดยใช้เครื่องมือสรุปที่ AI เสนออยู่แล้วเพื่อให้การสนับสนุนในระดับต่อไปอย่างแท้จริงได้อย่างไร ฉันคิดว่าส่วนใหญ่เกี่ยวข้องกับการเปลี่ยนแปลงองค์กรและการเปลี่ยนกรอบความคิด เพื่อให้คุณสามารถยอมรับเทคโนโลยีใหม่ที่จะเปลี่ยนแปลงประสบการณ์ของลูกค้า

“คำถามที่ซับซ้อนคือสิ่งที่คุณต้องการให้มนุษย์จัดการ ผู้ใช้บางคนไม่ต้องการพูดคุยกับมนุษย์สำหรับคำถามง่ายๆ พวกเขาคาดหวังว่าจะได้รับการจัดการด้วยตนเองมากขึ้น”

Liam: Rati Zvirawa เป็นผู้จัดการผลิตภัณฑ์กลุ่มอาวุโสของเราที่ Intercom Rati จากมุมมองของคุณเป็นอย่างไร?

Rati: การพูดคุยกับลูกค้าว่า Fin และ AI เข้ากับภาพนั้นเป็นเรื่องที่น่าสนใจมาก ภายในทีมของคุณ การมีผู้เชี่ยวชาญด้านผลิตภัณฑ์และผู้เชี่ยวชาญด้านเนื้อหาถือเป็นสิ่งสำคัญอย่างยิ่ง เป็นเวลานานแล้วที่ศูนย์ช่วยเหลือเราได้พิจารณาสิ่งต่างๆ เช่น มุมมอง โดยหวังว่าลูกค้าจะไปที่นั่น และบางทีเจ้าหน้าที่ของคุณอาจส่งเนื้อหานั้นมา แต่ตอนนี้เราเห็นแล้วว่ามีการวนซ้ำข้อเสนอแนะที่เข้มงวดมากขึ้น โดยที่มนุษย์มีความสำคัญอย่างยิ่งในการช่วยระบุช่องว่างเหล่านั้นในเนื้อหา แต่ยังรวมไปถึงวิธีการกำหนดรูปแบบเนื้อหานั้นเพื่อให้ AI มีประสิทธิภาพ

มันจึงกลายเป็นปฏิสัมพันธ์ที่น่าสนใจจริงๆ ฉันเคยทำงานในตำแหน่งแนวหน้าเช่นกัน และการเปลี่ยนแปลงอีกอย่างที่เราเห็นก็คือคุณมีคำถามซ้ำๆ ง่ายๆ มากมาย และเราเห็นการเปลี่ยนแปลงที่เพื่อนร่วมทีมต้องใช้เวลากับคำถามที่ซับซ้อนมากขึ้น คำถามที่ซับซ้อนคือสิ่งที่คุณต้องการให้มนุษย์จัดการ ผู้ใช้ปลายทางบางคนไม่ต้องการพูดคุยกับมนุษย์สำหรับคำถามง่ายๆพวกเขาคาดหวังว่าจะได้รับการจัดการมากขึ้นด้วยการบริการตนเอง นี่คือการเปลี่ยนแปลงที่เราเริ่มเห็นในตลาด

ฟังตอนเต็มที่นี่:

หลักฐาน AI อยู่ในพุดดิ้ง

เลียม: 2023 ก็นำหลักฐานของ AI มาใช้ใน CS นักวิจัยจากมหาวิทยาลัยสแตนฟอร์ดและ MIT ได้ทำการศึกษามาตลอดทั้งปีเพื่อวัดผลกระทบในโลกแห่งความเป็นจริงของ AI การกำเนิดในบรรดาตัวแทนฝ่ายบริการลูกค้ากว่า 5,000 รายที่ บริษัท ซอฟต์แวร์ Fortune 500 ผลการศึกษาพบว่าผลผลิตของพนักงานบริการลูกค้าเพิ่มขึ้นโดยเฉลี่ย 14% โดยมีการเพิ่มขึ้น 35% ในหมู่คนงานล่าสุดหรือมีประสิทธิภาพต่ำที่สุด ฉันพูดกับ MIT Ph.D. ผู้สมัคร Lindsey Raymond หนึ่งในนักวิจัยที่อยู่เบื้องหลังการศึกษาที่ก้าวล้ำเกี่ยวกับงานของพวกเขาและผลกระทบการเปลี่ยนแปลงของ AI ในที่ทำงาน

Lindsey: เราดูเครื่องมือที่ใช้ AI แบบกำเนิดซึ่งออกแบบมาเพื่อช่วยเหลือพนักงานสนับสนุนด้านเทคนิคเมื่อพวกเขาแก้ปัญหาการสนับสนุนด้านเทคนิคของผู้คน การบอกพวกเขาทั้งสองสิ่งที่จะพูดวิธีการแก้ปัญหาการสนับสนุนด้านเทคนิคที่เฉพาะเจาะจงและคำแนะนำเกี่ยวกับวิธีที่พวกเขาควรสื่อสารกับลูกค้า

และเราทำการวิเคราะห์ที่แตกต่างกัน-การเปิดตัวเครื่องมือนี้ช้ามากในผู้คนเมื่อเวลาผ่านไปเพื่อให้เราสามารถลองใช้ผลกระทบเชิงสาเหตุของเครื่องมือ เรากำลังมองหาคนงานที่ให้การสนับสนุนด้านเทคนิคสำหรับ บริษัท Fortune 500 ที่ทำธุรกิจขนาดเล็กและซอฟต์แวร์บัญชีส่วนใหญ่สำหรับธุรกิจขนาดเล็กในสหรัฐอเมริกา

เลียม: พวกเขาดูผลลัพธ์ที่แตกต่างกันมากมายเช่นว่าผู้คนแก้ไขสายได้เร็วแค่ไหนปัญหาที่พวกเขาสามารถแก้ไขได้ความพึงพอใจของลูกค้ารวมถึงบางสิ่งที่มีการเปลี่ยนแปลงองค์กรมากขึ้น

Lindsey: สิ่งนี้ส่งผลกระทบต่อการหมุนเวียนของพนักงานอย่างไร? สิ่งนี้ส่งผลกระทบต่อความถี่ที่พวกเขาคุยกันบ่อยแค่ไหนหรือกับผู้จัดการของพวกเขา?

เลียม: คุณอาจสงสัยว่าทำไมจากพื้นที่ที่มีศักยภาพทั้งหมดของ AI Generative Lindsey และเพื่อนร่วมงานของเธอเลือกให้การสนับสนุนลูกค้าเพื่อมุ่งเน้น

“ โดยเฉลี่ยแล้วการเข้าถึง AI ช่วยเพิ่มประสิทธิภาพการผลิต 14%แต่นั่นก็ซ่อนความหลากหลายมาก สำหรับคนงานที่มีประสบการณ์น้อยที่สุดและต่ำที่สุดมันดีขึ้นจริง 35%”

Lindsey: AI Generative ต้องการข้อมูลจำนวนมากในการทำงานได้ดีจริงๆ หากคุณดูภาคเศรษฐกิจที่มีการเจาะสูงเมื่อเทียบกับที่อื่น ๆ การสนับสนุนลูกค้าคือพื้นที่นั้น มีกิจกรรมที่น่าประหลาดใจสำหรับการเปิดตัวจริงและการพัฒนาเครื่องมือเหล่านี้ และนั่นเป็นเพราะมีข้อมูลมากมายในพื้นที่นั้นโดยเฉพาะข้อมูลข้อความ

มีจำนวนมากที่เกี่ยวข้องกับผลลัพธ์โดยอัตโนมัติ - คนงานคนนั้นแก้ไขปัญหานั้นได้เร็วแค่ไหน? และยังมีพื้นที่มากมายสำหรับการปรับปรุง มันเป็นความจริงที่รู้จักกันดีว่ามีความแตกต่างของผลผลิตที่ค่อนข้างมากระหว่างตัวแทนบริการลูกค้าที่มีประสิทธิภาพสูงสุดของคุณและตัวแทนที่มีประสิทธิภาพต่ำสุดของคุณ นอกจากนี้ยังเป็นพื้นที่ที่มีการเปลี่ยนแปลงครั้งใหญ่ในการทำมากขึ้นด้วยศูนย์ติดต่อในช่วงสองสามปีที่ผ่านมา ดังนั้นจึงเป็นพื้นที่ที่มีธุรกิจขนาดใหญ่ที่จำเป็นต้องดีขึ้นในเรื่องนี้

LIAM: ดังนั้นตลอดระยะเวลาหนึ่งปีพวกเขาศึกษาทั้งหมดนี้โดยใช้ข้อมูลจากตัวแทนฝ่ายสนับสนุนลูกค้า 5,179 ราย และสิ่งที่พวกเขาพบนั้นน่าสนใจ

LINDSEY: หมายเลขพาดหัวคือโดยเฉลี่ยแล้วการเข้าถึง AI ที่ดีขึ้นเพิ่มประสิทธิภาพการผลิต 14%แต่นั่นก็ซ่อนความหลากหลายจำนวนมาก สำหรับคนงานที่มีประสบการณ์น้อยที่สุดและต่ำที่สุดมันดีขึ้นจริง 35% คนงานที่มีประสบการณ์และมีประสิทธิผลมากที่สุดแทบจะไม่มีผลเลย

เลียม: ดังนั้นกำไรจะเพิ่มขึ้นอย่างไม่เป็นสัดส่วนกับคนงานที่มีประสบการณ์น้อยและมีทักษะต่ำกว่า ทำไมถึงเกิดขึ้น?

Lindsey: ฉันคิดว่านั่นอาจเป็นส่วนที่น่าสนใจที่สุดของการศึกษา เครื่องมือที่ใช้การเรียนรู้ของเครื่องใด ๆ ใช้ชุดข้อมูลการฝึกอบรมและค้นหารูปแบบในข้อมูล ดังนั้นคุณในฐานะโปรแกรมเมอร์อย่าพูดว่า“ เอาล่ะฉันรู้ว่าวลีนี้ใช้งานได้ดีดังนั้นทำอย่างนี้และฉันรู้ว่านี่เป็นวิธีแก้ปัญหาทั่วไปสำหรับปัญหานี้และนี่คือวิธีแก้ปัญหาทั่วไปสำหรับปัญหานั้น” และ คุณใส่ข้อมูลนั้นไว้ในโปรแกรมของคุณ นั่นไม่ใช่วิธีการทำงานของ ML

สิ่งที่เราคิดว่ากำลังเกิดขึ้นคือการแพร่กระจายของแนวทางปฏิบัติที่ดีที่สุดที่ AI เปิดใช้งาน และนั่นคือเหตุผลที่เราเห็นการเพิ่มประสิทธิภาพที่ยิ่งใหญ่เหล่านั้นเพิ่มขึ้นสำหรับคนงานที่มีทักษะต่ำและไม่มีประสบการณ์

ในการตั้งค่าของเราโดยเฉพาะเครื่องมือจะดูที่การสนทนาของนักแสดงสูงและเปรียบเทียบกับที่มีนักแสดงต่ำ มันมองหาความแตกต่างระหว่างสิ่งที่นักแสดงสูงและต่ำกำลังทำซึ่งเกี่ยวข้องกับผลลัพธ์ที่ประสบความสำเร็จ วิธีที่พวกเขาทักทายลูกค้าคืออะไร? วิธีการแก้ปัญหาที่พวกเขาเสนอคืออะไร? พวกเขาเริ่มถามคำถามวินิจฉัยได้อย่างไร? จากนั้นมันต้องใช้ทุกสิ่งเหล่านั้นและเปลี่ยนสิ่งเหล่านั้นให้กลายเป็นคำแนะนำที่สร้างขึ้นสำหรับทุกคน

คนงานที่มีทักษะสูงกำลังจัดหาเนื้อหาสำหรับ AI-สิ่งเหล่านี้ส่วนใหญ่เป็นสิ่งที่พวกเขาทำอยู่แล้วเพราะนั่นคือที่ที่ AI ได้เรียนรู้จาก เมื่อคุณมีเครื่องมือที่แนะนำให้คุณทำสิ่งที่คุณทำอยู่แล้วคุณอาจจะไม่เห็นผลการผลิตขนาดใหญ่จากการเข้าถึงเครื่องมือนั้น เป็นคนงานที่ใหม่มากหรืออยู่ด้านล่างของการจัดอันดับการผลิตที่ได้รับประโยชน์จากคำแนะนำเหล่านั้นเพราะสิ่งเหล่านี้เป็นสิ่งที่พวกเขายังไม่ได้คิดหาวิธีทำ เป็นคนงานที่มีทักษะต่ำที่เปลี่ยนไปมากและเริ่มเข้าใกล้การสื่อสารเช่นคนงานที่มีทักษะสูง

เลียม: คุณประหลาดใจกับผลลัพธ์หรือไม่?

Lindsey: นั่นเป็นคำถามที่ยอดเยี่ยม ในการศึกษาใด ๆ ที่คุณเห็นผลผลิตเพิ่มขึ้น 35% นั่นเป็นเรื่องที่น่าตกใจมาก คุณสามารถจินตนาการว่าจะลงไปทำงานสัปดาห์ละสี่วันด้วยเอฟเฟกต์เหล่านั้น ฉันคิดว่ามันค่อนข้างน่าประหลาดใจกับค้างคาว ความจริงที่ว่าเราเห็นผลกระทบไม่เพียง แต่ในคนงานที่จัดการการโทรเร็วขึ้นเล็กน้อย แต่ยังปรับปรุงการแบ่งปันปัญหาที่พวกเขาแก้ไขซึ่งเป็นผลลัพธ์ตามความรู้มากกว่านั้นทำให้พวกเขาสามารถแก้ปัญหาที่พวกเขาไม่ได้ ความสามารถในการแก้ปัญหาก่อน จากนั้นเราเห็นความพึงพอใจของลูกค้าเพิ่มขึ้นอย่างมาก ฉันคิดว่าทั้งหมดนี้น่าประหลาดใจ

ฟังตอนเต็มที่นี่:

บริษัท ปรับตัวเข้ากับ AI ได้อย่างไร?

LIAM: ภายในเดือนมิถุนายนเราได้เปิดตัว State of AI ของเราในการบริการลูกค้า: รายงานปี 2023 ที่เราดำดิ่งสู่เทรนด์ห้าอันดับแรกที่เปลี่ยนการบริการลูกค้า โดยสรุปเราพบว่ายิ่งคุณนำ AI มาใช้สำหรับกลยุทธ์การบริการลูกค้าของคุณเร็วเท่าไหร่โอกาสที่จะได้รับความได้เปรียบในการแข่งขันก็ยิ่งมากขึ้นเท่านั้น

เราสำรวจผู้เชี่ยวชาญด้านการบริการลูกค้าทั่วโลกกว่า 1,000 คนเพื่อค้นหาว่าพวกเขาปรับตัวเข้ากับ AI ได้อย่างไรพวกเขาวางแผนที่จะใช้ประโยชน์จาก AI และระบบอัตโนมัติโอกาสที่พวกเขาหวังว่าจะนำมาและความกังวลของพวกเขา จากนั้นเราก็รวบรวมสิ่งนั้นลงในรายงาน 2023 ของเรา รายงานเต็มไปด้วยข้อมูลเชิงลึกเพิ่มเติมและเคล็ดลับที่สามารถดำเนินการได้ ลิงค์เพื่อดาวน์โหลดอยู่ในบันทึกการแสดง ฉันนั่งลงเพื่อพูดคุยเกี่ยวกับแนวโน้มในรายงานกับซามูเอลมิลเลอร์การดำเนินงานฝ่ายสนับสนุนลูกค้าที่ Dental Intelligence, Ruth O'Brien ผู้อำนวยการฝ่ายสนับสนุนอัตโนมัติและเชิงรุกที่ Intercom และ John O'Hara ผู้อำนวยการประสบการณ์ลูกค้าของ Logikcull

เทรนด์แรก - การลงทุน AI - กำลังเร่งความเร็วในการพองตัวและมีโอกาสที่ยิ่งใหญ่สำหรับผู้ใช้งานในช่วงต้น เราพบในข้อมูลของเราว่ามีช่องว่างการลงทุน ผู้นำสนับสนุนส่วนใหญ่ที่มีแผนจะลงทุนมากขึ้นใน AI ในปีนี้ แต่มีเพียง 38% เท่านั้นที่ลงทุนใน AI ซึ่งหมายความว่าผู้ที่เคลื่อนไหวเร็วขึ้นสามารถได้เปรียบในการแข่งขันในขณะที่คนอื่นเล่นตามทัน รู ธ ถ้าฉันมาหาคุณก่อนทำไมการลงทุนครั้งแรกใน AI จึงช้ามาก?

“ โลกกำลังเปลี่ยนแปลงผู้คนกำลังพยายามติดตามมันและพวกเขาเข้าใจว่าถ้าพวกเขาไปกับสิ่งนี้พวกเขาจะได้เปรียบในการแข่งขันเหนือคู่แข่งบางคน”

รู ธ : จริงๆแล้วฉันคิดว่าเป็นเพราะเทคโนโลยีบางอย่างในอดีตไม่น่าทึ่งดังนั้นผู้คนจึงไม่เชื่อ นอกจากนี้ยังต้องใช้เวลาและความพยายามในการสร้างกลยุทธ์รอบ AI และระบบอัตโนมัติ มันไม่ได้เป็นเพียงแค่การทำงานนอกกรอบดังนั้นจึงจำเป็นต้องมีแผนรอบตัว และในโลกที่การสนับสนุนลูกค้ามีปฏิกิริยาตอบสนองมากและทีมสนับสนุนหลายคนมักจะวิ่งเพื่อติดตาม SLA และ backlogs และเวลารอลูกค้าที่ยาวนาน การใช้พื้นที่ว่างเพื่อสร้างอนาคตเชิงรุกในแง่ของ AI อาจเป็นเรื่องยากสำหรับทีมที่แตกต่างกัน

เลียม: แล้วอะไรเปลี่ยนไป?

รู ธ : อะไรเปลี่ยนไป? สำหรับสิ่งหนึ่งเทคโนโลยีกำลังดีขึ้นเรื่อย ๆ โดยเฉพาะอย่างยิ่งในช่วงเวลาแปดเดือนที่ผ่านมา การเปลี่ยนแปลงครั้งใหญ่เกิดขึ้นในโลกของ AI มีทีมงานมากขึ้นเรื่อย ๆ พูดคุยกับเพื่อนในอุตสาหกรรมหรือโต้ตอบกับแชทบอทที่ดีในขณะที่ก่อนหน้านี้ฉันคิดว่าผู้คนจะมีปฏิสัมพันธ์กับแชทบอทที่ไม่ดี โลกกำลังเปลี่ยนแปลงผู้คนกำลังพยายามติดตามมันและพวกเขาเข้าใจว่าหากพวกเขาไปกับสิ่งนี้พวกเขาจะได้เปรียบในการแข่งขันเหนือคู่แข่งบางคน

เลียม: โดยสิ้นเชิง ในการสำรวจของเราในแอปพลิเคชันชั้นนำ CS ผู้นำระบุว่า AI จะสร้างผลกระทบอย่างมากคุณจะเห็นการตอบสนองที่เร็วขึ้นการตอบสนองที่สอดคล้องกันมากขึ้นประหยัดเงินในการฝึกอบรมและสรุปการสนทนา คุณเห็นคุณค่าที่ยิ่งใหญ่ที่สุดสำหรับ AI, John ที่ไหน?

John: นั่นเป็นคำถามที่ดี ฉันกำลังดูตัวเลขเหล่านี้และคิดว่าทีมของฉันทำได้ดีมากด้วยความเร็วและความสม่ำเสมอและเรามีความร่วมมือที่ยอดเยี่ยมกับความสำเร็จของลูกค้าและการฝึกอบรม สิ่งที่กระตุ้นให้เรามุ่งเน้นไปที่ AI เพื่อประโยชน์คือแบนด์วิดท์ เรามีทีมเล็ก ๆ น้อย ๆ-ตัวแทนจากสหรัฐอเมริกาแปดคนให้การสนับสนุนผู้ชมทั่วโลกตลอด 24 ชั่วโมงทุกวัน AI แสดงให้เห็นถึงการเบี่ยงเบนกรณีที่มีประสิทธิภาพสำหรับคำถามหยุดพัก/แก้ไขอย่างง่าย ๆ ที่ผู้คนต้องการข้อมูลเกี่ยวกับวิธีการทำงานของแอป นั่นเป็นบทสนทนาทั้งหมดที่สามารถนำออกจากจานของทีมของฉันเพื่อให้พวกเขาสามารถมุ่งเน้นไปที่การให้คำปรึกษามากขึ้น นั่นอาจเป็นไดรเวอร์ที่ใหญ่ที่สุดสำหรับเรา

“ บางทีมเห็น AI และกำลังคิดเกี่ยวกับการลดจำนวนพนักงาน แต่คุณจะใช้ทรัพยากรที่คุณมีในตอนนี้เพื่อไปเหนือกว่านี้ได้อย่างไร”

เลียม: แล้วแซมแล้วคุณล่ะ? อะไรคือมูลค่าที่ยิ่งใหญ่ที่สุดสำหรับคุณ?

ซามูเอล: สำหรับเรามันเกี่ยวกับการประหยัดเงินในการฝึกอบรมเพราะเราไม่ต้องฝึกพวกเขาทุกสิ่ง เราสามารถฝึกฝนพวกเขาในประเด็นสำคัญที่พวกเขาต้องทำและไม่มากในสิ่งที่ลูกค้าสามารถค้นหาบทความความรู้และสิ่งต่าง ๆ เช่นนั้น มันช่วยให้เราไปได้อย่างลึกซึ้งยิ่งขึ้นในการฝึกอบรมได้เร็วขึ้น

เลียม: แล้วรู ธ แล้วคุณล่ะ? เราคาดหวังอะไรในอนาคตอันใกล้?

รู ธ : การตอบสนองที่เร็วกว่านั้นเป็นส่วนหนึ่งที่มีประสิทธิภาพมากสำหรับทีมที่กว้างขึ้น บางทีมเห็น AI และกำลังคิดเกี่ยวกับการลดจำนวนพนักงาน แต่ถ้าคุณพยายามที่จะไม่ทำสิ่งนี้ที่คุณทำมากขึ้นโดยมีหัวน้อยลงเพราะ AI กำลังดูแลงานให้คุณมากขึ้นคุณจะใช้ทรัพยากรที่คุณมีอยู่ตอนนี้อย่างไร เหนือกว่าและเหนือกว่า? พวกเขากำลังตอบลูกค้าทันทีและดูแลการสืบค้นที่ซับซ้อนน้อยกว่าและในทางกลับกันกำลังเร่งความเร็วให้มนุษย์ผ่านคิวและจัดการกับการสืบค้นที่ซับซ้อนมากขึ้น เราเห็นผลลัพธ์ที่ยอดเยี่ยมในการใช้เทคโนโลยีนี้เพื่อประสิทธิภาพและเวลาตอบสนองในการสนับสนุนลูกค้า

ฟังตอนเต็มที่นี่:

ai ที่เหมาะกับคุณ

เลียม: การเพิ่มขึ้นของ AI ได้นำไปสู่คลื่นลูกใหม่ของความเป็นไปได้สำหรับธุรกิจที่ต้องการเพิ่มประสิทธิภาพการดำเนินงานและชนะการแข่งขัน ตอนนี้องค์กรได้รับการนำเสนอด้วยเครื่องมือและโซลูชั่นมากมายผลการเปลี่ยนแปลงที่มีแนวโน้มแต่ละครั้งและความท้าทายนั้นไม่เพียง แต่ในการเลือกเครื่องมือที่เหมาะสม แต่ยังรวมถึงการรวมการผสมผสานและการยอมรับอย่างราบรื่น

และนั่นคือความเชี่ยวชาญของ Andrew Louder Andrew เป็นผู้ก่อตั้งและซีอีโอของ Louder Co. ซึ่งเป็นที่ปรึกษาที่ช่วยให้ธุรกิจพัฒนากลยุทธ์และกระบวนการ AI เพื่อเพิ่มประสิทธิภาพการดำเนินงานและผลักดันความได้เปรียบในการแข่งขัน เขาเข้าร่วมกับเราในการแสดงในเดือนสิงหาคมและฉันเริ่มด้วยการถามเขา: อะไรคือความแตกต่างที่สำคัญระหว่างการสร้างและการซื้อโซลูชั่น AI? ธุรกิจสามารถตัดสินใจได้อย่างไรว่าวิธีการใดที่เหมาะสมกับความต้องการของตนเองได้อย่างไร

“ ใช่มันค่อนข้างง่ายกว่าที่จะสร้าง AI แต่ก็ยังต้องใช้เวลามากเงินความปวดใจความพยายามและการนอนไม่หลับ”

Andrew: ถ้าคุณและฉันกำลังสนทนานี้เมื่อห้าหรือแปดปีก่อนคำตอบจะแตกต่างอย่างสิ้นเชิง เมื่อก่อนเพื่อให้ AI เข้าสู่ธุรกิจของคุณคุณมีแนวโน้มที่จะไปและสร้างสิ่งที่กำหนดเองและการทำเช่นนั้นต้องใช้เลือดเหงื่อออกน้ำตาเงินและเวลามากมาย แต่มีการเคลื่อนไหวของการทำให้เป็นประชาธิปไตยของ AI ซึ่งพลังของเครื่องมือและเวิร์กโฟลว์เหล่านี้สามารถเข้ามาอยู่ในมือของหลาย ๆ คนเพื่อสร้างแอพพลิเคชั่นที่ทรงพลัง

วันนี้การวิเคราะห์เกี่ยวกับการสร้างกับการซื้อนั้นขับเคลื่อนด้วยสองสิ่ง แต่มันเริ่มต้นด้วยการรับรู้ คุณอาจมีวิสัยทัศน์หรือปัญหาที่ต้องแก้ปัญหาและหากคุณไม่รู้ว่ามีอะไรอยู่คุณอาจพบว่าตัวเองมีความมุ่งมั่นต่อการตัดสินใจที่จะสร้าง และใช่มันค่อนข้างง่ายกว่าที่จะสร้าง AI แต่ก็ยังต้องใช้เวลามากเงินความปวดใจความพยายามและการนอนไม่หลับ เป็นไปได้และค่าใช้จ่ายลดลงเล็กน้อย แต่เหตุผลที่คุณจะพิจารณาว่าอาจจะไม่มีวิธีแก้ปัญหาที่สามารถแก้ปัญหาของคุณได้ดังนั้นคุณจึงมองหาสิ่งที่ไม่เหมือนใคร

บางทีคุณอาจพยายามสร้างความแตกต่างที่สำคัญในการแข่งขันไม่ว่าจะเป็นในสายการเสนอผลิตภัณฑ์ใหม่หรือในแบบที่คุณทำงานภายใน แต่นั่นคือเหตุผลที่คุณอาจต้องการซื้อหากไม่มีอะไรอยู่แล้วและคุณกำลังมองหารายได้ใหม่ และเห็นได้ชัดว่าเมื่อคุณซื้อบางสิ่งบางอย่างออกจากชั้นวางนั่นคือสิ่งที่ใช้กันทั่วไปเข้าถึงได้ง่ายมากในการใช้งานค่อนข้างราคาไม่แพงและคุณมักจะกำหนดเป้าหมายประสิทธิภาพการดำเนินงานที่สำคัญเช่นกัน

เลียม: มีขั้นตอนใดบ้างที่ธุรกิจของฉันต้องดำเนินการให้พร้อมหรือไม่?

Andrew: นั่นเป็นคำถามที่เราได้ยินตลอดเวลา เรามีการประเมินความพร้อม AI ที่คุณสามารถผ่านเว็บไซต์ของเราและสิ่งที่มาตรวัดไม่จำเป็นว่าคุณควรใช้ AI หรือไม่เพราะคำตอบของผ้าห่มนั้นเป็นสิ่งที่ระดับความลึกหรือแม้กระทั่งความเร็วเท่าไหร่ การจัดการเปลี่ยนคุณควรเคลื่อนไหวหรือรู้สึกสะดวกสบายที่จะก้าวไปสู่ เราให้คะแนนสิ่งต่าง ๆ เกี่ยวกับการดำเนินงานกลยุทธ์ AI Buy-in และแม้แต่คนที่เป็นส่วนหนึ่งของ บริษัท ที่จะได้รับความรู้สึกว่าคนของคุณพร้อม คุณกำลังคิดอย่างมีกลยุทธ์โดยคำนึงถึง AI หรือไม่? คุณมีกลยุทธ์ AI หรือไม่? บริษัท จำนวนมากจบลงด้วยการให้คะแนนค่อนข้างต่ำในชิ้นส่วนกลยุทธ์นั้นเพราะตอนนี้พวกเขาเพิ่งเริ่มคิดเกี่ยวกับ AI

โอกาสที่ผมโดนถามมาไม่น้อยอีกประการหนึ่งคือการมานำเสนอ AI ให้กับทีมผู้นำ ซึ่งเราทำในรูปแบบ Workshop จากนั้น เราจะเข้าสู่สิ่งที่เราเรียกว่าการประเมินอย่างรวดเร็ว ซึ่งเป็นจุดเริ่มต้นที่ดีในการระบุปัญหาในธุรกิจที่เป็นปัญหาสำคัญและงานที่ต้องทำด้วยตนเองที่น่าเบื่อซึ่งจำเป็นต้องแก้ไขเพื่อแมปปัญหาเหล่านั้นกับโซลูชัน AI ที่เป็นไปได้ เราระบุโอกาสในการชนะอย่างรวดเร็วและเข้าสู่แผนงานในการเลือกและใช้เครื่องมือที่เหมาะสมสำหรับพวกเขา หลายครั้งเริ่มต้นด้วยการประเมินความพร้อม การสร้างความตระหนักรู้ในบริษัท ค้นหาผลลัพธ์ของโอกาสด้าน AI และการนำสิ่งเหล่านั้นไปปฏิบัติเพื่อเริ่มได้รับผลลัพธ์และผลลัพธ์ที่ยอดเยี่ยม และเริ่มได้รับความมั่นใจในธุรกิจเกี่ยวกับ AI

Liam: ดังนั้น หากพวกเขาซื้อโซลูชัน AI ที่มีจำหน่ายทั่วไป คุณคิดว่าอะไรคือปัจจัยที่สำคัญที่สุดที่พวกเขาควรพิจารณาเพื่อให้แน่ใจว่าจะได้รับประโยชน์ทันทีและผลตอบแทนจากการลงทุนที่สูง

แอนดรูว์: ฉันคิดว่ามันเริ่มต้นด้วยการมองภายใน หากเพื่อนของคุณถามคุณว่า “เฮ้ ฉันมาซื้อรถนะ ฉันควรจะได้รถอะไร?” ผมแนะนำรถได้แต่อาจไม่เหมาะกับคุณใช่ไหม? คุณมีครอบครัวไหม? คุณต้องการที่จะไปอย่างรวดเร็ว? ต้องลากของเยอะมั้ย? ดังนั้นคุณต้องพิจารณาว่าอะไรจะเหมาะกับคุณและธุรกิจของคุณ คุณต้องเข้าใจกระบวนการของคุณและรวบรวมข้อกำหนดที่คุณต้องการ คุณยังต้องมองเห็นถึงการรักษาความปลอดภัยหรือการปฏิบัติตามกฎระเบียบที่ธุรกิจหรือเครื่องมือของคุณจำเป็นต้องปฏิบัติตาม และยิ่งไปกว่านั้น คุณต้องคำนึงถึงประเด็นการบูรณาการใดบ้าง คุณต้องการรวมเข้ากับระบบและแอปพลิเคชันอื่นใด เมื่อคุณมีรายการดังกล่าวแล้ว จะพูดถึงสิ่งที่มีอยู่ในตลาดซึ่งสามารถตอบสนองความต้องการได้มากที่สุดเท่าที่จะเป็นไปได้ และเลือกรายการที่เหมาะสม ไม่ใช่แค่ตามความต้องการเหล่านั้นเท่านั้น แต่ยังรวมถึงการวิเคราะห์ต้นทุนด้วย น้ำผลไม้คุ้มค่าที่จะบีบหรือไม่? จากนั้นคุณก็จะเข้าสู่การใช้งาน ซึ่งก็คือการกำหนดค่าเครื่องมือ การฝึกอบรม และการทดสอบ

“เรามีลูกค้าที่มีรายได้ต่อปีจาก 10 ล้านเหรียญสหรัฐเป็นเกือบ 20 ล้านเหรียญสหรัฐ และไม่จำเป็นต้องเพิ่มพนักงานแม้แต่คนเดียว”

การจัดการการเปลี่ยนแปลงมักถูกมองข้าม และเป็นเรื่องน่าละอายเพราะคุณใช้เวลาทั้งหมดไปกับการตั้งค่าต่างๆ เพียงเพื่อให้ CEO ละทิ้งความพยายามและพูดว่า "เฮ้ มาส่งลิงก์ให้คนของเรากันดีกว่า เราเชื่อว่าพวกเขาจะทำได้” พวกเขาต้องการความตระหนักรู้ การสื่อสาร และการฝึกอบรม บางอย่างก็ต้องอาศัยการจับมือบ้าง และนั่นจะช่วยผลักดันให้เกิดการยอมรับมากขึ้น เราช่วยให้ลูกค้าของเราทำงานผ่านกระบวนการทั้งหมดนั้น และสิ่งหนึ่งที่ฉันชอบเน้นย้ำก็คือ เราช่วยให้ลูกค้าของเราทดลองระบบ เพื่อให้พวกเขาได้รับการตอบรับที่ดีจากผู้ที่ใช้มัน และคนเหล่านั้นที่ใช้มันกลายเป็นผู้มีอิทธิพลเชิงบวกต่อการเปลี่ยนแปลงในบริษัท

Liam: ธุรกิจจำนวนมากมีความกระตือรือร้นที่จะใช้ประโยชน์จาก AI เพื่อเพิ่มผลกำไร เป็นไปได้แค่ไหน และมีบริษัทต่างๆ ที่ทำแบบนั้นแล้วหรือยัง?

แอนดรูว์: มีแน่นอน ในการพูดคุยของฉัน ฉันเน้นที่ Fin ซึ่งเป็นผลิตภัณฑ์ของ Intercom และมีคนยกมือขึ้นแล้วพูดว่า “ดูสิ เมื่อเราเริ่มใช้งาน Fin เป็นครั้งแรก เรามีทีมงานห้าคนที่ให้การสนับสนุนการบริการลูกค้าทางออนไลน์ เราเปิดตัว Fin และตอนนี้ ทั้งห้าคนกำลังให้ความคุ้มครองและการสนับสนุนเทียบเท่ากับ 20 คน” มันใหญ่มากใช่ไหม? นั่นเป็น ROI มหาศาล ดังนั้น สำหรับธุรกิจนั้นๆ ที่ต้องการจะเติบโต ตอนนี้พวกเขาไม่จำเป็นต้องเสียค่าใช้จ่ายนั้นกับเงินเดือนอีกต่อไป เครื่องมือนี้สามารถปรับเปลี่ยนและกลายเป็นปัจจัยเอ็กซ์โปเนนเชียลให้กับพนักงานที่ใช้มันได้

เรามีลูกค้าที่มีรายได้ต่อปีจาก 10 ล้านเหรียญสหรัฐเป็นเกือบ 20 ล้านเหรียญสหรัฐ และไม่จำเป็นต้องเพิ่มพนักงานแม้แต่คนเดียว

เลียม: ดีใจที่ได้ยินแบบนั้น แต่เวลาและค่าใช้จ่ายเป็นสิ่งที่ฉันได้ยินคนพูดถึงบ่อยมากเมื่อพูดถึงเรื่องนี้ เห็นได้ชัดว่าเป็นตัวชี้วัดที่สำคัญสำหรับธุรกิจ คุณจะพูดอะไรกับผู้ที่พยายามพัฒนากลยุทธ์ในการประเมินเวลาและปัจจัยด้านต้นทุนเมื่อตัดสินใจซื้อโซลูชัน AI

แอนดรูว์: ดูสิ มีข้อมูลออกมามากมาย และฉันจะให้ตัวเลขสามตัวแก่คุณเพื่อพิจารณา โอเคไหม? MIT ได้ทำการศึกษาที่แสดงให้เห็นว่าประสิทธิภาพการทำงานเพิ่มขึ้น 40% ฉันเชื่อว่า McKinsey ทำการศึกษาที่คล้ายกันซึ่งแสดงให้เห็นว่า 30% จะต้องบรรลุผลสำเร็จภายในปี 2573 Deloitte ได้เผยแพร่การศึกษานี้ก่อนที่จะเกิดกระแส AI ทั่วไปที่บอกว่า AI และการเรียนรู้ของเครื่องจะช่วยเพิ่มผลิตภาพในธุรกิจได้ 37% ผู้ใช้

คุณสามารถเรียกใช้ตัวเลขของคุณเองได้อย่างแน่นอน พิจารณาเป็นกรณีไป และลองประมาณว่า “เอาล่ะ ถ้าฉันใช้เครื่องมือนี้ มันอาจเพิ่มผลิตภาพได้ 40% ลดชั่วโมงการทำงานลง 40%; เรากำลังจ่ายเงินให้กับผู้คนจำนวน X ดอลลาร์ต่อชั่วโมง…” หากคุณทำได้ตามจำนวนนั้นและคำนวณเวลาที่ประหยัดได้สั้นๆ เทียบกับเงินที่ใช้ไป ก็จะได้ ROI มหาศาล และฉันก็เห็นอีกส่วนหนึ่งของสมการเช่นกัน นั่นคือการเติบโตที่คุณสามารถทำได้โดยไม่ต้องเพิ่มเงินเดือน เรามีลูกค้าที่มีรายได้ต่อปีจาก 10 ล้านเหรียญสหรัฐเป็นเกือบ 20 ล้านเหรียญสหรัฐ และไม่จำเป็นต้องเพิ่มพนักงานแม้แต่คนเดียว ซึ่งจะประกอบด้วยพนักงานเพิ่มอีก 8 ถึง 10 คน นั่นคือความสามารถในการทำกำไรที่เพิ่มขึ้นอย่างมากพร้อมกับการเติบโตนั้น เป็นสมการทางคณิตศาสตร์ที่คุณต้องใช้เพื่อดำเนินธุรกิจของคุณ

ดูตอนเต็มได้ที่นี่:

รองรับการวัดผลในยุค AI

Liam: หัวข้อเรื่อง AI ดำเนินไปตลอดตอนส่วนใหญ่ของเราในปีนี้ ดังนั้นจึงเหมาะสมที่เราจะจบการสนทนาว่า AI สร้างบทบาทสนับสนุนอย่างไร ไม่ใช่รับบทบาทเหล่านั้น ฉันได้พูดคุยกับ Christian Osmundsen หัวหน้าฝ่ายประสบการณ์ลูกค้าระดับโลกของ Deliverect, Ruth O'Brien ผู้อำนวยการฝ่ายสนับสนุนอัตโนมัติและเชิงรุกที่ Intercom และ Sam Forde ผู้จัดการความสำเร็จของผู้ค้าที่ Zapiet ด้วยการเปลี่ยนแปลงบทบาทและการเปลี่ยนแปลงกลยุทธ์ – เราจะวัดสิ่งนี้ได้อย่างไร ตัวชี้วัดใดที่พวกคุณจับตาดูอย่างใกล้ชิดเมื่อคุณแนะนำเทคโนโลยีใหม่นี้ในการปฏิบัติการสนับสนุนของคุณ? คริสเตียน แล้วคุณล่ะ?

คริสเตียน: แน่นอนเลียม ตามกฎทั่วไป เราจะพิจารณาและถามว่าสิ่งนี้ช่วยให้เรามีประสิทธิภาพมากขึ้นหรือไม่ นั่นคือสิ่งที่เรากำลังดูในตอนแรก และเพิ่มมูลค่าให้กับลูกค้าของเราหรือไม่? เราต้องใช้เวลาสองสามเดือนเพื่อดูเรื่องนั้น ไม่ต้องรีบตัดสินใจ

“เรามีอัตราความละเอียดอยู่ที่ 13-14% ซึ่งถือว่าไม่ดีนัก วันนี้เราอยู่ที่ประมาณ 26% ซึ่งเพิ่มเป็นสองเท่า”

แต่เมื่อพูดถึง AI เราจะวัดปริมาณการสนับสนุนอย่างจริงจัง เราต้องการดูว่าสิ่งนี้จะเป็นอย่างไร ไม่เพียงแต่ในจำนวนที่แน่นอนเท่านั้น แต่ยังรวมไปถึงอัตราส่วนต่อบัญชี และอื่นๆ อีกมากมาย การได้เห็นทางโค้งลงก็เป็นกำลังใจให้ทุกคน เราพิจารณาเวลาตอบสนองและแน่นอนว่าความพึงพอใจของลูกค้าทั้งสำหรับการโต้ตอบของมนุษย์ ส่วนที่บอทเข้ามาเกี่ยวข้อง และเพียงแค่ Fin หรือ AI ที่กำลังแก้ไขการสนทนา เรากระตือรือร้นที่จะเห็นว่าสิ่งนี้จะพัฒนาไปอย่างไรเมื่อเวลาผ่านไป ฉันคิดว่าในตอนแรก ลูกค้าอาจประสบปัญหากับการถูกจัดการโดยบอทเท่านั้น แต่ฉันคิดว่าเมื่อเวลาผ่านไปสิ่งนี้จะเปลี่ยนไปโดยสิ้นเชิง มันยังคงเป็นวันแรก

สุดท้ายแต่ไม่ท้ายสุด เราพิจารณาอัตราการตอบกลับของ AI เป็นอย่างมาก ฉันกลับไปเพื่อเตรียมพร้อมสำหรับการโทรครั้งนี้เพื่อรายงานของเราในเดือนพฤษภาคมเมื่อเราเริ่มต้น และเราอยู่ที่อัตราความละเอียด 13-14% ซึ่งไม่มากนัก วันนี้เราอยู่ที่ประมาณ 26% ซึ่งเพิ่มขึ้นเป็นสองเท่า และเรามีเป้าหมายสิ้นปีอยู่ที่ 35-40% และฉันคิดว่านั่นอยู่ใกล้แค่เอื้อม จริงๆ แล้วเราเห็นในช่วงสุดสัปดาห์ เมื่อลูกค้าคิดว่าเราอาจไม่เปิดให้บริการ และพวกเขาได้รับการสนับสนุนให้มองหาร้านของตัวเองมากขึ้น ซึ่งอัตราของเราสูงถึง 35% ทันที

Liam: ใครสามารถแบ่งปันอะไรเกี่ยวกับผลกระทบที่ AI ได้สร้างต่อ KPI ของคุณจนถึงตอนนี้ได้ไหม แซม ฉันอาจจะมาหาคุณก่อน

Sam: ฉันสะท้อนสิ่งที่คริสเตียนเพิ่งพูดไปที่นั่นมากมาย เรายังคงดู CSAT ซึ่งเป็นวิธีดั้งเดิม แต่ไม่ใช่ที่พนักงานของคุณพูดถึงอีกต่อไป แต่เป็น Fin ที่โต้ตอบกับคนของคุณ สิ่งที่สำคัญมากสำหรับเราเช่นกันคือความพึงพอใจของพนักงานภายในธุรกิจ เราเห็นอัตราการคงผู้ใช้ไว้มากขึ้น เราไม่เห็นใครออกจากธุรกิจของเราในปีนี้ และฉันคิดว่าการที่พวกเขาได้รับในบทบาทอื่นๆ ช่วยให้พวกเขาคิดที่จะร่วมงานกับเราจริงๆ ตามเนื้อผ้า การสนับสนุนอาจเป็นบทบาทที่ผู้คนเปลี่ยนแปลงค่อนข้างบ่อย แต่ฉันคิดว่านี่เกือบจะเป็นยุคทองที่คุณสามารถเข้าสู่การสนับสนุนได้ และคุณไม่จำเป็นต้องเป็นเพียงตัวแทนฝ่ายสนับสนุนเท่านั้น แต่คุณเกือบจะเป็นผู้เชี่ยวชาญด้านการสนับสนุนทั่วไปที่ทำสิ่งเล็กๆ น้อยๆ อื่นๆ

“เราทำให้ Fin ปรากฏต่อหน้าผู้คน 8,000 คนในปีนี้ มันบ้า. เราเห็นว่า CSAT ของเราพุ่งขึ้น 20 คะแนน”

เรายังไม่ได้รับคะแนนความพึงพอใจของพนักงานสำหรับปีนี้ แต่ฉันสามารถยกตัวอย่างได้ว่าอาจเพิ่มสิ่งต่างๆ โดยใช้ Fin เป็นตัวสำรองและเทคโนโลยี AI ที่เรามีในปีนี้ ตามธรรมเนียมแล้ว ทีมของเราล่าถอยทุกปีจะใช้เวลาสองหรือสามวัน เราจะรีบหนีไปให้เร็วที่สุด จากนั้นกลับไปที่แล็ปท็อปไปยังกล่องจดหมายซึ่งหวังว่าจะไม่ใหญ่เกินไป ปีนี้เราสามารถไปเที่ยวได้หนึ่งสัปดาห์เต็ม และ Fin ให้เราอยู่เหนือสิ่งต่างๆ และดำเนินการต่อไป และหากเราสามารถพาทีมออกไปได้ตลอดทั้งสัปดาห์ หวังว่า CSAT นั้นจะต้องยอดเยี่ยมมาก

เมื่อพูดถึงตัวเลขจริง เราเป็นธุรกิจที่เล็กกว่ามาก แต่เราทำให้ Fin ปรากฏต่อหน้าผู้คน 8,000 คนในปีนี้ มันบ้า. เราพบว่า CSAT ของเราพุ่งขึ้น 20 คะแนน โดยเพิ่มขึ้นจาก 70% สู่ระดับต่ำสุดเป็นประจำทุกสัปดาห์ และถ้าคุณดูกราฟและระยะเวลาที่เราใช้งาน Fin จริงๆ แล้วมันจะเป็นกรอบเวลานั้นจริงๆ

ดังที่ Christian กล่าวไว้ วันหยุดสุดสัปดาห์และเวลานอกสำนักงานเป็นจุดที่น่าสนใจอย่างแท้จริง เราเห็นคะแนน Fin ของเราสูงขึ้นมากในช่วงสุดสัปดาห์ แม้ว่าจะมีผู้คนจริงๆ อยู่ที่นั่น แต่พวกเขาก็ให้คะแนนสิ่งต่าง ๆ สูงกว่ามากเพราะพวกเขาได้รับการตอบกลับทันทีในเวลาที่พวกเขาไม่คาดคิด เราระบุได้ว่าเป็นแบรนด์สัญชาติอังกฤษ และเรามีลูกค้าในออสเตรเลียและญี่ปุ่น และพวกเขากำลังได้รับคำตอบทันที ดังนั้น CSAT จึงได้รับการปรับปรุงอย่างมาก ฉันคิดว่านั่นเป็นเรื่องใหญ่ ถ้าคุณไม่กระโดดเข้าไปเพียงเพื่อสิ่งนั้น ฉันไม่รู้ว่าทำไมคุณถึงไม่ทำเช่นนั้น

ฟังตอนเต็มได้ที่นี่:

เลียม: เอาล่ะ เรามีมันแล้ว ปีแห่งนวัตกรรมและการสนทนา และนั่นเป็นเพียงผู้นำทางความคิดและผู้เชี่ยวชาญเพียงไม่กี่คนที่เข้าร่วมกับเราในปีนี้ คุณสามารถอ่านแค็ตตาล็อกด้านหลังทั้งหมดของเราที่มีมากกว่า 400 ตอนไม่ว่าคุณจะฟังพอดแคสต์จากที่ใดก็ตาม ขอขอบคุณเพื่อนร่วมงานและแขกที่ยอดเยี่ยมของเราทุกคน แต่ที่สำคัญที่สุดคือ ขอบคุณที่รับฟัง