HubSpot 的 Noel O'Reilly 談在客戶支援策略中採用人工智慧

在過去一年的旋風中，客戶支援發生了翻天覆地的變化，而人工智慧革命是其核心。 儘管有理由感到擔憂，但今天的客人看到了更多令人興奮的事情。

突然之間，人工智慧無所不在。 在短短幾個月內，人工智慧已經從自動執行簡單的任務（例如將正確的事情發送給正確的人）發展到預先針對各種客戶查詢提供準確的對話式回應。 在世界各地的 SaaS 公司董事會中，企業都在競相尋找將最新尖端技術融入其策略的方法。

在這轉型過程中，客戶支援團隊正在努力解決許多問題。 我們該把精力集中在哪裡？ 我們如何成功地將人工智慧整合到我們的流程中？ 我們如何利用人工智慧來促進而不是阻礙客戶體驗？

身為 HubSpot 歐洲、中東和非洲地區客戶支援總監，所有這些問題最近都在 Noel Reilly 的腦海中盤旋。 憑藉著在客戶體驗和支援方面 20 年的經驗，人工智慧直到幾年前才成為他的掌舵者。 然而，他在 HubSpot 中迅速接受了這一技術浪潮，並對未來的變化感到由衷的興奮。 畢竟，儘管不確定性帶來了不安，但我們發現自己處於一個獨特的位置，可以見證、學習和塑造人工智慧滲透和改變整個客戶支援的方式，並從而建立更有意義的聯繫。

在今天的節目中，我們採訪了 Noel O'Reilly，討論了人工智慧和自動化如何影響當今的客戶服務以及 HubSpot 未來一年的人工智慧支援策略。

以下是一些關鍵要點：

• 人工智慧與人類的夥伴關係是關鍵。 隨著人工智慧自動執行重複性任務，它為支援代表創造了專注於解決複雜問題並與客戶建立有意義的聯繫的空間。
• 隨著角色的發展，支持代表正在獲得寶貴的技能，從而開闢令人興奮的職業機會，例如幫助客戶建立和優化其自動化策略。
• 為了成功實施人工智慧，需要讓第一線員工參與其中。 他們的見解可以幫助創建強大的知識庫和更直觀的自動化流程。
• 在實施人工智慧策略時，確保保持高品質的客戶體驗並應對客戶支援角色不斷變化的性質非常重要。
• 我們可能需要新的方法來評估互動——雖然人類驅動的 CSAT 提供了對客戶代表聯繫品質的洞察，但受機器人影響的 CSAT 講述了一個更簡單的故事，可能與高績效支援團隊不太相關。
• 無論支援團隊有多小，人工智慧都有機會。 從小規模開始，根據您的文件提供機器人，並從那裡不斷迭代和構建。

如果您喜歡我們的討論，請查看我們播客的更多劇集。 您可以關注 Apple 播客、Spotify、YouTube 或在您選擇的播放器中獲取 RSS 來源。 以下是該集經過輕微編輯的文字記錄。

重新定義支持

Ruth O'Brien：您好，歡迎來到 Inside Intercom。 我叫 Ruth O'Brien，是 Intercom 自動化和主動支援總監。 今天加入我的是來自 HubSpot 的 Noel O'Reilly，他是 EMEA 集團的客戶支援總監。 歡迎，諾埃爾，很高興你能來到這裡。

諾埃爾·奧萊利：非常感謝，露絲。 我很高興來到這裡。

露絲：好的，讓我們深入討論人工智慧和自動化的所有事情。 您認為人工智慧和自動化如何影響當今的客戶服務？您對未來有何想法？

諾埃爾：是的，讓我們從大事開始。 顯然，圍繞著人工智慧正在發生一場巨大的運動，它目前可能佔據了所有會議空間的 80% 左右。 每次會議都圍繞著人工智慧，但我認為支援團隊的未來是人工智慧主導的自動化與非常深厚的人性化的結合。 現在，我知道現在很多討論都是圍繞著人工智慧取代我們、取代我們的工作之類的事情。 但老實說，我認為人情味是成功的關鍵。 人工智慧可以並且將會自動化某些任務，這非常棒。 我們大多數人不喜歡做很多重複性的任務。 但我們可以獲勝並專注於以人為主導的部分，例如複雜性、良好的對話以及透過以人為主導的互動來建立業務等領域。

「我們關注的焦點在哪裡？ 我們的精力該花在哪裡？ 我們如何成功地將人工智慧融入我們的業務中？”

我對世界各地許多不同公司發生的所有對話感到非常興奮。 我認為周圍也有很多緊張。 感覺就像我們正處於一個非常大的事情的邊緣。 我們最終會去哪裡，誰知道呢？ 但我認為這是令人興奮的部分。 我很高興我們能夠看到這一點，發表意見，發揮影響力，並在過程中學到大量知識。 我不了解你，但兩年前，我對人工智慧了解不多，而你每天都在努力提升該技能。

露絲：是的，有趣的是，正如你所說，它是如何改變的，自動化一些任務並找出某種方法將正確的事情路由給正確的人，這對我們來說可能是兩年前的自動化，而現在它是讓人工智慧預先回答如此多的客戶問題。 令人難以置信的是，距離發生最大的變化不到一年。

諾埃爾：連一年都沒有。 感覺就像每次會議和互動中，人工智慧都會發生一些新的、略有不同的事情。 也許這是挑戰的一部分。 因為發生了很多事情，所以沒關係，「我們該關注哪裡？ 我們的精力該花在哪裡？ 我們如何成功地將人工智慧融入我們的業務中？” 所以是的，一年內很多。 看看它在未來幾年會為我們帶來什麼將會很有趣。

「是的，我們可以自動化那些我們不想做的任務，也可以創造空間，在其他領域進行更深入的研究，無論是複雜性、聯繫，還是只是對話”

露絲：是的。 你所說的人們害怕人工智慧搶走工作，這很有趣。 我認為全世界可能都存在一些風險。 在開始錄製之前，我們聊了聊它所涉及的不同行業。但是對於客戶服務和客戶支援團隊來說，我確實可以看到它如此積極的應用。 在我們開始使用我們自己的產品 Fin 之前，我們非常忙碌。 我們仍然非常忙碌，但 Fin 讓我們能夠回答更多客戶問題，這有助於我們的團隊維持生計。 因此，我今天並沒有看到團隊失去許多工作崗位的想法。 可能有一些團隊擁有更多基於事務的支持，這些支持將被削減，但這將為不同類型的角色帶來新的機會。

諾埃爾：我就是這麼看的。 順便說一句，芬也很有幽默感，這真是太好了。 我喜歡人們與 Fin 的一些互動。 但是，是的，如果我們能夠自動化某些任務，它只會為人們創造更好、更深入的工作的空間。 我們的執行長 Yamini Rangan 多次談到了與客戶的聯繫。 想像一下創造一個空間來花更多時間與客戶聯繫。 這對我們來說是一個絕佳的機會，對我們的客戶來說也是一個絕佳的機會，可以與非常非常了解這套工具的人建立深厚的聯繫。 因此，我們可以自動化那些我們不想做的任務，也可以創造空間，在其他領域進行更深入的研究，無論是複雜性、聯繫，或是人們想要進行的對話。 這就是人工智慧將為我們深入參與清理空間的地方。

露絲：是的，我確信您的團隊也經歷過同樣的事情，那裡有大量的隊列，非常繁忙，支持的經典成功指標就是完成盡可能多的工作並為盡可能多的客戶提供幫助他們問過的問題。 我希望人工智慧能讓我們的支援人員放慢腳步，變得更加主動。 他們將能夠檢查“哦，您還沒有啟動此功能”或“您實際上想做什麼？” 而不是直接回答他們面前的問題。

諾埃爾：是的，我認為你說到了一個重要的點。 工具或功能的啟動部分－有時間和空間進行對話真是太棒了。 偏轉曾經是一個有點骯髒的詞，就好像我們不想照顧那個客戶一樣，但現在它發生了一些變化，因為現在我們正在偏轉那些可以而且應該偏轉的東西。 客戶非常高興我們能夠轉移他們的注意力，無論是知識庫還是其他幫助來源。 他們會說：「太棒了，這真的又快又有效率。 我已經做好了一切準備。”

“我們的支援代表目前正在幫助客戶制定整個自動化策略。 當他們在職業生涯中取得進步時能夠說出這樣的話，真是一件了不起的事情”

再說一遍，這為需要人類的更深入對話創造了空間。 我認為每個人都是贏家，因為客戶和我們的支援人員都在從事真正有意義的工作。 如果我們考慮一下這對支援代表意味著什麼，我認為他們將在未來幾年中學習和增強的技能也將幫助他們建立職業生涯。 我喜歡這個方面。 我們將創造一個讓成長成為機會的一部分的環境。

露絲：是的，這對我們的支援團隊來說真的很酷，因為我們如此積極參與人工智慧的實施，並且需要使用我們自己的工具來支援我們的客戶，這會帶來很大的壓力。 我們必須讓它看起來非常好； 我們必須盡快採用它。 因此，存在一定程度的壓力，但同時，這意味著我們處於相當尖端技術的前沿。 我們的支援代表目前正在幫助客戶制定整個自動化策略。 當他們在職業生涯中取得進步時能夠說出這樣的話，真是一件了不起的事情。 他們確實幫助了客戶，也幫助我們測試和實施了它。 幾年前，當我還是客戶支援代表時，我從未夢想過在參與軟體支援後我能說出這樣的話。 這太酷了。

諾埃爾：確實如此。 我認為未來的世界或我們在支援人員中尋找的能力可能會有所不同。 我們仍在尋找所有非常重要的軟技能。 但我真的很喜歡你剛才解釋的想法，人們從推出之初就深深嵌入其中，也許可以幫助某人設計故障排除或使其投入使用。 然後，當它在野外時，弄清楚什麼對與客戶的互動有效，什麼無效。 我認為客戶也確實願意這麼做。 他們希望幫助我們改善這些工具和資源。 這是帶著正確意圖的人們、客戶支援人員以及人工智慧可能扮演的角色的完美結合。

領養的困境

露絲：是的。 但它的採用有點緩慢。 我是許多公司的客戶，但是，當我訪問網站並打開信使時，根據信使是什麼以及機器人的設置方式，我可能會說，“不，我不”我不想和這個機器人打交道。” 我的工作就是做這些事情，但如果執行得不好，那絕對是痛苦的。 一般來說，身為客戶，我發現公司採用這一點的速度很慢。 你認為這是為什麼？

諾埃爾：我認為有很多原因。 以我個人的經驗來看，我最近在網路上與一位知名門票賣家互動，跨越兩個不同的地點網站，試圖尋求幫助，但很難找到一個人，而這正是我想要的。 我最終發現我需要的所有答案都可以透過機器人獲得。 但和你一樣，我也在挑戰自己，說：“為什麼我不走那條路呢？”

“每個人都有很棒的想法，甚至可能是最終的樣子，但中間部分，如何設計它，如何啟動和運行，以及如何將它呈現在我們的客戶面前，這些想法並不總是存在”

對於你的問題，我認為恐懼是其中的一部分。 許多年前，當人們開始發短信時，我不知道它會流行起來，也不知道它會如何流行。 人們為什麼要這麼做？ 因此，人們對這個的使用者案例有點擔心。 但是，當你開始看到好處時，它就會開始累積動力。 滾雪球效應。 我認為恐懼是其中之一。 在公司內部，成本顯然是其中的一部分。 這絕對是一些公司可能會說的一個原因：「我們現在還沒有準備好投資。 我們沒想到會這樣。”

我還認為實施它所需的知識通常存在差距。 每個人都有很棒的想法，甚至可能是最終的樣子，但中間部分，如何設計它，如何啟動和運行，並將其呈現在我們的客戶面前，這並不總是存在的。 我認為許多公司可能需要趕上並教育一群人了解可能性是什麼以及如何透過試點、迭代和擴展來快速實施。

如果我們更深入地了解為什麼它沒有迅速流行起來，就會發現，人們對數據和錯誤答案有更廣泛的恐懼感； 幻覺之類的事情也可能會阻礙人們。 我認為，也許它沒有很快實施的最後一點是，這一切發生得太快了。 我們非常確信人工智慧是未來。 但可能會有這樣的想法：「如果我們把所有的雞蛋都放在這個籃子裡，而我們錯了怎麼辦？ 所以，先停下來看看誰帶頭衝鋒。 但老實說，現在我毫不懷疑未來是人工智慧主導的自動化和人性化的結合。 我認為沿著這條路走就是一條成功之路。 有很多理由令人恐懼，但也有很多理由令人興奮。

“你需要在團隊中培養這些技能，因為沒有人可以憑一己之力揮舞魔杖來實現這一目標。”

露絲：當我想到我們自己的實現、我們自己的工具時，有一個壓力部件讓它看起來不錯。 我們必須使用它，這是正確的事情，但是我們在 Intercom 這樣做的速度，因為我們構建了這些產品……一年前，我被要求採取我們的自動化戰略，顯然我開始採取也有更多人工智能作品。 我是頭燈下的鹿。 我真的沒有任何線索。 看看能走多遠……我的意思是，你需要吸引很多人。 我有一個很棒的團隊和我一起工作，我們一起解決了這個問題，但我們已經建立了這些一年前還不存在的新角色。 我們聘請了第一位對話設計師。 我認為這個行業是存在的，但我們這裡沒有。 該人負責我們為客戶提供的端到端自動化之旅。 但同樣，你需要在團隊內培養這些技能，因為沒有人可以憑一己之力揮舞魔杖來實現這一目標。

諾埃爾：沒錯。 我認為你的旅程就是一個很好的例子。 幾年前，這不屬於您的技能範圍，但您不斷學習和提高技能，並吸引合適的人才。 我認為這只是我們之前討論過的一個很好的例子。 您需要周圍的人（包括您自己）具備有關模糊性、變革管理和學習新技能的技能。 您也在管理它的複雜性。 這是一個未知數，但最終會非常非常令人興奮。 這是一個做一些新的、不同的事情的絕佳機會。

露絲：是的，是的。 我的整個職業生涯都離不開一線人員的支持。 這是我從未預料到的一步。 同樣，對於我團隊中的人來說，這是朝著他們可能從未計劃過的方向邁出的一步。

清晰的人類路徑

Ruth：您能告訴我一些您在 HubSpot 所做的事情嗎？ 您的支援團隊如何使用人工智慧和自動化？ 你看到了什麼好處？ 您認為您想在哪些方面進行更多投資？

諾埃爾：是的，我不認為我在出賣任何秘密。 我們的政策可能是擁抱聊天機器人。 那裡有一個非常棒的機會，我認為，有了這樣的東西，你可以非常快速地進行實驗和迭代，並找出有效的方法。 我們希望人工智慧嵌入客戶旅程的各個方面，我們看到了很多機會。 再次，我們看到了平衡它與人性方面的多種機會，無論是更快地將人們引導到正確的資源，還是教育我們了解客戶正在尋找什麼，以便我們也可以不斷迭代、構建和重建這些工具。

“我們不想做的是在 HubSpot 中的人類之前創建一個包含所有這些人工智慧層的世界”

從真正增強客戶體驗的工具的角度來看，我認為我們最終將看到增強的個人化。 這絕對是未來成功的關鍵。 如果我是任何地方的客戶，這對我來說真的很有吸引力，“這家公司知道我想要什麼和我需要什麼。” 人工智慧可以做到這一點，然後我們也可以進行人工幹預。

我們在很多不同的地方使用人工智慧。 我們的客戶已經習慣了它的一些老式版本。 幾年前它的意義與現在的意義非常不同。 但所有這些都很好地整合到了我們的客戶的一系列不同的接觸點中，他們可以輕鬆地與我們不同版本的人工智慧進行互動。 然後，在後台，我們正在努力使其變得更好並更好地理解它，以便始終將其放置在正確的位置，但最終要確保它不會成為我們客戶的摩擦點。 我們不想做的是創造一個在 HubSpot 中出現人類之前就已經存在所有這些人工智慧層的世界。 我們希望確保為客戶提供很好的選擇，但也有一個非常明確的與人類交談的途徑。

“這就是許多公司仍在弄清楚的問題——人工智能可以帶來額外好處與它實際上妨礙人們幫助我們擺脫困境之間的界限”

露絲：是的，找到出路並且不陷入機器人地獄的無止盡循環非常重要。

諾埃爾：是的，它確實發生了，對吧？ 這並不罕見。 真正優秀的公司不希望落入這樣的境地是有原因的。 這是一次非常糟糕的經歷，有時，你只需要那隻手下來幫助你。 我之前談到了聯繫，這才是真正非常重要的地方。 您可以保持這種聯繫，推動對話，並處理複雜性。 這就是許多公司仍在弄清楚的問題——人工智慧可以帶來額外好處和它實際上妨礙人們幫助我們擺脫困境之間的界限是什麼。

露絲：是的，這就是你需要多少正面的互動才能消除負面的互動？ 我們中的許多人都訪問過這些網站，陷入了可怕的機器人流中，並且無法與人類聯繫。 然而，如果機器人流程設定得當，我們會立即得到幫助，而不是排隊等待人類。 那就是一切順利的時候。

諾埃爾：是的。 最近，我正在與一家公司的機器人進行交互，但進展並不順利。 機器人說：“嘿，聯繫方式，請立即給我們的辦公室打電話。” 我當時想，“現在？” 好的，打電話給辦公室。 辦公室關門了，太好了。 第二天給辦公室打電話，他們說：“哦，發生這種情況時你為什麼不給我們打電話？” 這比機器人更糟。 但如果我們能消除這種體驗，那就太棒了。 如果我們能取得正確的平衡，那就更好了。 在人們想要或對人工智慧感到滿意的地方與他們需要額外幫助的地方之間取得正確的平衡。

讓一線代表參與進來

Ruth：您是否看到您在自動化方面所做的工作改善了 SLA、覆蓋時間或類似的內容？

諾埃爾：我認為我們看到的最大改進可能是我們回答客戶問題的能力。 因此，到目前為止，我們的 SLA 不一定如此，但我確實認為這肯定會產生影響。 我認為這確實有助於我們提供流暢的答案，並更好地了解我們的客戶以及他們的特定問題可能與個人層面相關。 額外的內部個性化層。 它也幫助我們建立更好的整體知識庫。 它幫助我們越來越了解知識庫中所需的內容。

「我們實施、推出和參與人工智慧的關鍵是我們的第一線人員深度參與。 如果沒有這一點，我們將面臨無法取得成功的風險”

我確實認為這將有助於提高我們的服務水準。 我們之前提到過偏轉。 如果我們能夠轉移正確的查詢，那麼我們顯然可以更快地處理這些狹窄的查詢。 因此，人工智慧在這方面也絕對可以發揮作用。 我還認為它可以發揮作用的被低估的部分之一是提高我們支援人員的技能。 支援人員總是很忙。 我們知道支援人員始終承受壓力。 如果我們能夠創造一個環境，​​讓他們能夠更頻繁地回答這些複雜的查詢，更多地接觸這些查詢，並且我們編寫的支援文件更加強大，我認為這就是人工智慧發揮關鍵作用的下一個領域。 我很期待它將為這個領域帶來什麼。

露絲：關於與人工智慧和自動化以及知識庫合作的團隊，他們是否為該策略做出了貢獻，或者您是否已安排人員負責知識庫和內容創建等工作？

諾埃爾：這是兩者的混合體，對嗎？ 我們實施、推出和參與人工智慧的關鍵是我們的第一線人員深度參與。 如果沒有這一點，我們就會面臨無法取得成功的風險。 我們有一個專門的團隊負責我們的知識庫（知識庫），以確保它真正穩健和強大，他們的工作非常出色。 他們與設計我們的一些偏轉機器人的人密切合作，看看我們是否偏轉了正確的東西，以及我們的答案的品質是否正確。 所以，我們總是在那裡變得更好。

“這是使支援角色更廣泛並處理更複雜主題的一部分，這些主題與製定我們的業務發展策略有關”

而且，透過我們的第一線員工，我們可以在那裡做很多工作，「好吧，我們的客戶在進來與人交談之前會看什麼？ 為什麼他們沒有得到這個答案？ 我們能否透過分享支持知識、幫助建立知識庫文章以及參考哪些有效或無效的內容來增強體驗？” 讓這些對我們的客戶來說更加直覺。 對我來說，讓第一線員工或任何與客戶互動的人來幫助我們建立這些工具絕對是成功的關鍵。 如果沒有他們參與構思、設計、推出和實施，它就不會成功。

露絲：完全可以。 我們在這裡做類似的事情。 我們的人員可能除了擔任第一線代表或工程師之外還擁有專業知識，他們將負責內容創建或幫助機器人流程。 這是使支援角色更廣泛並處理更複雜主題的一部分，這些主題不僅僅是面向客戶的主題，而且還與我們作為一個企業的發展方向制定策略有關。

“即使您可能不是絕對的專家，您也可以依賴所有這些材料，並希望有真正出色的工具可以幫助您進行精彩的對話”

諾埃爾：很多公司都在不斷變化。 專業化、通用化、專業化、通用化，未來會更好嗎？ 我認為有了人工智慧，我們也許能夠第一次兩全其美，對吧？ 我認為有一定程度的概括是非常棒的，然後在某些特定區域在你的肩膀上有條紋也很棒。 我認為人工智慧將真正幫助我們實現這一目標，因為您觸手可及的內容和幫助將非常豐富。 因此，即使您是人與人互動中的代表，您身邊也會有所有這些幫助，您的副駕駛，或者無論您如何稱呼它。 即使您可能不是絕對的專家，您也可以依賴所有這些材料，並且希望有真正出色的工具可以幫助您進行精彩的對話。 無論這是一條職業道路還是不斷提高技能，我對此感到非常興奮。 這將對我們進行泛化/專業對話有很大幫助。

露絲：是的，還有支持代表的未來，他們的工作會輕鬆得多。 這不僅是讓客戶獲得人工智慧產生的答案，還讓團隊為客戶做正確的事。 而且，在某些時候，希望他們每次需要做任何事情時都不會使用 10,000 個工具。

諾埃爾：是的，是的。 我們有一些工具可以幫助我們創建一些內容，例如建議需要編輯的答案。 現在，我們有點想，“嘿，這是它的粗略版本。” 到目前為止，我們可能不需要的一項技能是能夠動態管理內容並對其進行編輯。 我們永遠不會在招聘或類似的事情上真正深入研究這一點。 然而，現在我們認為這是我們需要的技能。 我們需要深入了解當您與客戶交談時，即時閱讀、改編和編輯內容有多容易。 但是，是的，我們發現內容變得更加可用。 速度快多了。 使用我們習慣的所有這些選項卡和介面要容易得多。 然後，我們可以減少這些並說：「你知道嗎？ 你的答案就在這裡。” 也許技巧在於你提出問題的方式。 也許技能在於如何編輯內容，而不是知道要瀏覽 10 個分頁中的哪一個。 這是我們將繼續關注和迭代的事情。

直面風險

露絲：那風險呢？ 在使用人工智慧時，您對自己的團隊和客戶的風險有何看法？ 您會如何建議其他團隊嘗試緩解這種情況？

諾埃爾：只要有類似的事情令人興奮，顯然就會有風險。 很多人擔心資料和隱私以及這個領域。 我們需要確保我們能夠做到這一點。 人們顯然擔心完全錯誤的答案。 那麼，如果客戶與 AI 交互，首先，我們的 CSAT 分數體驗如何？ 是不是很享受呢？ 或者它會很快變得具有交易性嗎？ 因為我們希望我們的支持能成為差異化因素。 我們為此感到自豪。

「目前，人工智慧是一個完全開放的領域。 如果公司在人工智慧方面的嘗試走錯了方向，會發生什麼？”

當涉及到團隊本身時，這與我們幾分鐘前談論的內容有關。 存在所有這些新技能，我們必須幫助人們成長並適應這些技能。 我們是否會在過程中失去一些優秀的人，因為這不是他們想做的事或他們簽約的目的？ 或者工作變化太大，不再是支援角色，而是非常非常不同的角色？ 或者，如果我是新進員工，所有簡易門票在哪裡？ 當人工智慧承擔了我過去所做的所有這些自動化和死記硬背的任務來建立對系統、客戶互動和類似事情的信心時，我該在哪裡繼續學習？ 所有這些都是一個令人擔憂的問題。 我不認為這些橫向問題是不可克服的，但我們必須重新設計一些方法。 無論是我們的培訓還是招聘，我們都必須對此進行調查。

另外，人工智慧目前是一個完全開放的領域。 如果我們走土路而不是走主路，會發生什麼事？ 如果公司在人工智慧方面的嘗試走錯了方向，會發生什麼事？ 就是這樣一個未知數。 這是一個真正的風險。 再說一遍，這很令人興奮，但我們必須保持謹慎，確保我們在正確的時間做出正確的決定。 當我們嘗試以一定程度的興奮和步伐奮力前進時，有很多事情可以讓我們腳踏實地。

露絲：是的，其中很多都是新的挑戰。 關於如何解決這些問題，您可以收聽的播客或閱讀的書籍並不多，因為我們正在討論它，所以我們現在正在解決這個問題。

諾埃爾：當然。 有時我認為 Intercom 中的解決方案非常棒，如果我實施相同的解決方案，它可能會起作用，對嗎？ 它可能很棒並且工作完美。 但也許這不是我們可以繼續做下去的事情。 公司內部還存在其他挑戰，因此這是不可持續的。 我認為這是一個全新的領域，這絕對是我們都擔心的事情。 您提到幾年前，您現在所扮演的角色並不存在。 幾年後會發生什麼事？ 那看起來像什麼？ 所以是的，這很可怕，也很令人興奮。 這是一個絕佳的機會，我們必須謹慎對待。

「我們的支持是一個與眾不同的因素。 我們真的為此感到自豪。 如果隨著時間的推移，人們對支援的印像只是一個聊天機器人，就像那樣呢？”

露絲：是的，絕對是。 您之前提到的另一個關於偏轉的風險——當我想到這個詞時，這意味著什麼？ 我們已經開始嘗試在 Intercom 上嘗試討論解決方案，例如自動解決方案。 我們仍然可以看到偏轉，但實際上我們衡量這兩件事的方式之間存在差距。 偏轉和分辨率的區別往往被拋棄，拋棄也不好。 一位顧客已經厭倦了，然後就走了。 如果你轉移了某些東西，顧客是不是就走了？ 你真的失去了那筆生意嗎？ 比您無需處理支援請求所節省的費用還要多。 除了你已經談到的內容之外，我認為這是一個風險。

諾埃爾：是的，從客戶的角度來看，這是真的。 對於 HubSpot 來說，我們的支持是一個與眾不同的因素。 我們真的為此感到自豪。 如果隨著時間的推移，人們對支援的印像只是一個聊天機器人，就像那樣呢？ 我們希望確保我們在客戶聊天機器人面前提供的任何內容都是一流的。 正如我多次提到的，當有人工支援時，它也是遊戲中的佼佼者和差異化因素。 因為我認為這種聯繫在未來幾年將繼續成為關鍵。 這似乎才是人們真正想要的。 與他們正在從事的業務、與他們合作的公司、也許還有與他們合作的支援人員建立聯繫。

Ruth: It's about that end-to-end customer journey, the experience from the moment they need help and go looking for it. Where do they search? Do they have to ask a question? Can they find the answer by themselves? When I think about, say, customer success versus customer support, in some companies, it's the same team, and in other companies, it's different. And that world is getting more blended because, again, a customer doesn't care who they're talking to at a company, they just want help.

Blurred lines

Ruth: Do you see a world like that where support and success are more blended in the future because of the advancements in AI?

“There's always been a slight disconnect where, in support, we see one thing about the customer, but there is lots of other information that is hard to get”

Noel: Yeah, potentially. I think there are two roads to go down. One is that the two teams become more blended, literally and physically. The other way might happen a little bit quicker, where the information they're using is the same. Right? Because right now, I don't know about you, but in some companies I've worked in, there's always been that slight disconnect where, in support, we see one thing about the customer, but there is lots of other information that is hard to get. I think there might be room for a lot of success if, say, our view of the customer is just shared, and all the information, knowledge, and insights are easily accessible by whoever is talking to the customer. It just creates such a strong bond between support and a CSM or anybody else working within the success team. And ultimately, that's a successful customer, which is what we all want.

So even if, traditionally, support's role has been to fix a problem, get out of the way, and let the person get back to work, maybe now, because we're focusing on deeper problems or we have time to have that conversation, we're looking into complexity, and we're able to seamlessly work with the customer. And to your point, they don't know. It's no different if they're working with support or CSM. The knowledge, the information, the insight, and the personalization are there. So maybe, eventually, that leads to physically being the same team.

Ruth: Yeah, and the automated journey is just as smooth. From the moment they go through an automated flow to a human and the next human team, all of that is just a beautiful end-to-end experience. Can't say that's always the case today, but we're getting there.

Noel: Yeah, and that's what we're all striving for. As a customer or as someone serving a customer, that's what you want them to feel.

Ruth: What about quality control? We spoke a little bit about customer satisfaction. And again, I'm thinking of that piece where CSAT so classically belongs to the the customer support team. The customer's asked to rate the person they dealt with and maybe rate the company as well, and that's the team's CSAT. How do you see that changing in a world of AI? And quality control.

“CSAT's worked well for a long time, but maybe on the bot front, we're going to end up somewhere different”

Noel: So, on the CSAT piece, I think there's a lot of data and information out there to say that how a customer scores their interaction is often based on almost the personality of the individual they're dealing with, the customer's personality, and how that connection works. A lot of times when a resolution was reached but maybe it was a bit bumpy or maybe there wasn't a connection between the two, maybe CSAT scores a seven rather than a nine. And vice versa, sometimes CSAT is a little bit enhanced or bloated because it's down to the relationship that people have and the interaction. We allow for that in our numbers.

If you're interacting with a bot, it becomes far more binary. I came in here to get an answer, I got the answer, I'm done. I think what we'll probably end up seeing when there's enough data is a far more black-and-white version of bot-driven CSAT, and the human-driven will probably continue to be about the connection and conversation as well as the outcome. So, we may have to have a look at what that means for targets and metrics or even the methodology of how we're doing things.

I don't know how worthwhile CSAT will be in the long run when it comes to our bot interactions. Are we going to get that just from our own QA and sense-checking, “Okay, what are the answers this bot is giving to this individual? Is it way off? What's happening here?” So, I think we're going to end up in an era where we will need some level of methodology that speaks to a bot interaction versus a human interaction. CSAT's worked well for a long time, but maybe on the bot front, we're going to end up somewhere different.

“I don't think we'll eradicate that difference because what a customer wants is that experience, and what we're probably looking for internally is a combination of experience and terrifically correct answers”

Ruth: Yeah, we've been trying to figure out our longer-term strategy for that end-to-end piece. Not just the human, but the QA of the human and how they interacted with the customer. From the moment the customer tried to get in touch with us until they were not speaking with us anymore, how was that entire flow between processes and automation? And yes, the human piece as well. But yeah, it's not an easy one to just flick a switch and be like, “Now I QA everything.”

Noel: It really isn't. And the traditional challenge we'll continue to have is that customers are like, “Hey, nine CSAT, everything is great,” and if we do our own internal QA, we're going, “Oh, that's not…” And there's always going to be that imbalance and imperfection. But again, there are opportunities to learn and to build better as well. I don't think we'll eradicate that difference because what a customer wants is that experience, and what we're probably looking for internally is a combination of experience and terrifically correct answers. So yeah, I think it's going to be an ongoing battle to get that balance right.

A blank canvas

Ruth: On the “correct answer” piece, for the bots in particular, it sounds like you have a similar process where you're feeding content to your AI bot via a knowledge base. Same as how Fin works for us. Can you tell me a bit more about the content side of things? You mentioned the reps are helping out, and you have some content managers, but are there any more challenges there? Anything you're planning for the future?

Noel: I think the plan for the future is to make that KB more and more robust and make sure that what we have there is right. And there's probably a level we get to where we continue to personalize as much as possible. We'd love to be in a place where our KB is an element of our success, like, “How deep is the knowledge in our KB? Are we improving that KB knowledge all the time? And are our customers engaging with it in a meaningful way?”

“Things are changing all the time, so it's not just about fixing what's there – it's about keeping it up to date”

The KB is clearly key to the success of AI. It's really reliant on that KB being incredibly robust. So, we'll continue to have our content managers look at that. We'll continue to get feedback from our front line on that, and also, clearly, we can tie up our customer's CSAT response with, “Hey, a one out of 10 is an incorrect answer. Let's see what happened there and fix that as well.”

But I guess it's the oldest trick in the book. If our KB content is superb, we have a much better chance of having really great answers coming through our AI. But things are changing all the time, so it's not just about fixing what's there – it's about keeping it up to date. It's about moving with new releases, it's about questions that might slowly spike up, and our answers need to be better and stronger and more accessible. There's a lot. It's more than just maintaining what's there. It's a constant evolution of that KB.

Ruth: And it's a big resource strain, continuously keeping everything up to date. Is it just the support team that owns the knowledge base, or do you have any interactions with, say, the R&D teams? Do they help with that?

Noel: It's our support team. Our KB team sits within our support organization, which makes a ton of sense right now. They work cross-functionally now more than ever, as we're looking down the AI route. A lot of cross-functional work going on, because clearly, to set up anything even the more simple bots, we need that. But that KB is owned by our support team right now. We'll see which way that goes, but right now, it makes a ton of sense for it to sit there.

“I wouldn't let the size of a small support team put me off from investing and thinking about AI because it can still be done in a very straightforward and simple way”

Ruth: What about other types of businesses? We both work in tech SaaS. Even though Intercom is a bit smaller than HubSpot, the setup and structure are probably similar. What sort of industries or types of businesses do you think might not have the same resourcing we do, have to use AI in a different way, or have a really small support team compared to what we would have? What are your thoughts on that?

Noel: I think there's an opportunity for everybody. Regardless of how big or small, there's opportunity in the AI world. If I were looking at a very small support team, I'd be excited by the opportunities, but what I'd also be kind of thinking is, “Okay, let's start it small.” Even probably within Intercom and HubSpot, it's about starting and iterating. And I think small companies can do that too.

The key, and we kind of touched on this, is, first off, educating your bot on the material you have, your KB, your white docs, whatever, and then building from that. That's the starting point. Maybe educate an initial bot to answer some queries. Get that right, build, iterate, build, iterate. And no matter how small you are, I think there is opportunity there. Okay, maybe you identified a small number of tasks that can be quickly automated, great. Keep building, keep building. What you're doing all the time is creating this additional space for your support team.

“If I were to start, I would probably be like, 'What have you got there that you can start to train bots on?' You've got to have some documentation, even if it's rough. Start there and iterate after that”

Maybe there are small companies out there right now that will grow to be huge, and maybe they'll never have to go through that stage of lots of people doing lots of automated tasks. Maybe they'll get the opportunity for the support team to grow in a very different way. It's like a blank canvas. I wouldn't let the size of a small support team put me off from investing and thinking about AI because it can still be done in a very straightforward and simple way. But if I were to start, it would probably be like, “What have you got there that you can start to train bots on?” You've got to have some documentation, even if it's rough. Start there and iterate after that.

Ruth: Do you ever look back on some of the things for which you're doing massive cleanup and think, “If I went back a couple of years and just sorted that out back then…,” because back then you were like, “we don't have time.”

Noel: Like putting a sticky plaster and piecing it together with some Lego and a paper clip or something. I don't know if we'll ever get rid of that, but people should be looking and thinking deeply about that as that short-term fix now ends up becoming a process and a policy that's deeply embedded, and eventually, when we try and pull it out, things collapse. As a small support team, if you can avoid that kind of stuff, it's terrific. But sometimes, it's urgency versus a great design is the compromise you have. Right now, if I were starting off in a small support team, I'd be really excited by AI because it is probably creating space for me to build a really quick, really functioning and capable support team focusing on the right things versus focusing on those things that aren't adding real value, but still have to be done.

Ruth: And the difference between now and, say, those few years ago is that the technology and the tools that exist are bigger, better, and more impressive. They can do so much they couldn't before. So yeah, same as yourself, if I were to set up a smaller support team now, I would invest in that AI and automation strategy early, and hopefully that will save a whole world of pain.

Noel: For sure. I'm old enough to remember when mobile phones were suddenly in everyone's hand, and there was this move to mobile-first, and you went, “Great, what does it mean?” And everybody got there. But then, a bunch of companies skipped over the web browser and just went straight to mobile, and that was so impressive. They just completely missed the hurdle and went, “Okay, we're a mobile platform.” You've just cut out a load of work for yourself, and that works so well for a lot of companies. And in time, that might be where we'll get with some of this kind of AI stuff will be, “Well, all this other stuff that a lot of companies have spent years in growing pains on, we're not doing it. We're just jumping straight ahead.” So, there are great opportunities there for some companies.

Planning season

Ruth: What's next? Any big plans for the rest of this year or into the next?

諾埃爾：是的。 就我個人而言，我們正在深入規劃賽季。 我們正在密謀從明年開始統治世界。 我喜歡每年的這個時候，因為這是我們在 HubSpot 進行規劃的季節。 我們做了很多深入的思考。 我們拋棄了很多想法。 我們對其中一些人翻白眼，而另一些人則緊緊抓住。 這是一年中非常令人興奮的時刻，因為 HubSpot 中有很多非常聰明的人，並且出現了一些很棒的想法。 有些人會堅持下去，我們會和他們一起跑步，有些人我們會停車，還有一些人我們會說，好吧，那不適合我們。”

「一場變革即將發生。 讓我們做好準備”

我們希望以強勁的勢頭結束這一年。 對許多 SaaS 公司來說，這是充滿挑戰的一年。 今年我們遇到了很多困難，但球隊已經度過了難關。 因此，我想努力確保我們以強勁的勢頭結束這一年，從士氣的角度以及「展望未來」的角度來看，取得一個好的成績。 真正地觀察並思考，「一場變革即將發生。 讓我們做好準備。 讓我們擁抱它並為它感到興奮。 雖然很緊張，但讓我們帶著興奮的心情投入其中。 這正是我所期待的。

Ruth：最後，人們可以在哪裡了解您和 HubSpot 的工作？

諾埃爾：嘿，他們可以隨時和我一起進行長跑。 我會聽他們關於 HubSpot 的動態。 如果您想了解正在發生的事情，請訪問我們的部落格。 我們所有的最新和最精彩的內容都在那裡，並且有關於 HubSpot 各個領域正在發生的事情的大量更新。 就個人而言，請在 LinkedIn 上接我。 這就是我最在場的地方，也很高興能夠與人們交流並聆聽他們的故事。

露絲：是的。 這就是我催促你來加入我們的地方。 諾埃爾，非常感謝您今天加入我們。 很高興收到你的來信。

諾埃爾：很高興。 你是一位很棒的房東。 非常感謝。