Zastosowanie modeli sztucznej inteligencji w obszarze procesów biznesowych to kolejny krok w transformacji cyfrowej, który bez wątpienia czeka nas w kolejnych latach, szczególnie w świetle przekształceń na rynku związanych z pandemią koronawirusa

Już w tej chwili dysponujemy w rzeczywistości biznesowej narzędziami zdolnymi do przetwarzania danych w sposób inteligentny i wykrywania wzorców podobnych znaczeniowo, które w tych danych występują. I takie narzędzia są coraz bardziej poszukiwane i pożądane, szczególnie przez firmy, które chociażby poprzez obsługę klienta i obsługę zgłoszeń zbierają wielkie ilości danych i nie są w stanie ich przetworzyć tak szybko, żeby utrzymać wysokie standardy obsługi. 

Obecny kryzys w niektórych branżach spowodował wielki wzrost w przepływie danych między klientami a firmami, którego ciężar spadł na biura obsługi klienta, nieprzygotowane do obsługi zwiększonej liczby zapytań w krótkim czasie.

W jaki sposób sztuczna inteligencja mogłaby wesprzeć te procesy obsługi klienta? Zanim odpowiemy na to pytanie – kilka słów o powstawaniu tego narzędzia.

sztuczna inteligencja

Geneza powstania narzędzi wykorzystujących sztuczną inteligencję

Historię warto zacząć od przybliżenia terminów Natural Language Understanding (NLU) i Natural Language Programming (NLP – nie mylić z neurolingwistycznym programowaniem!) z obszaru szeroko rozumianej sztucznej inteligencji (SI). Niezależnie od tego, na jakiej zasadzie działania się opierają, ich funkcja jest prosta i polega na zrozumieniu/przeprocesowaniu tego, co pisze/mówi człowiek językiem naturalnym (naturalnym dla niego, wypowiadanym swobodnie) i przetłumaczeniu na język zrozumiały przez maszyny (programy komputerowe). Za współczesnego założyciela tej dziedziny nauki uważa się genialnego matematyka – Alana Turinga, który w artykule opublikowanym w 1950 roku zbudował podstawowe założenia dla SI i NLP, wraz ze słynnym “testem Turinga”. 

Pierwsze próby stworzenia narzędzi spełniających te założenia nie miały szans wyjść poza fazę prototypu. Głównym powodem był brak technologii i mocy obliczeniowej ówczesnych komputerów. Przełomem okazał się dynamiczny rozwój internetu i usług cyfrowych. 

Dzisiejsi giganci technologiczni, jak Google, Amazon czy Facebook, zawdzięczają swoją pozycję temu, że potrafili wykorzystać gromadzone informacje o użytkownikach do zdobywania wiedzy o ich potrzebach jako potencjalnych klientów. Jednym z kluczowych narzędzi, które im to umożliwiły, to właśnie rozwijane przez nich biblioteki klasy NLU/NLP.

Rosnące oczekiwania klienta wobec firm – jak na nie odpowiedzieć?

Nowy rynek i nowy rodzaj usług wykreował też nowe potrzeby klientów. Użytkownicy internetu bowiem przyzwyczaili się do możliwości i ogromu informacji, jakie daje im stały dostęp do sieci. W konsekwencji wzrosła ich świadomość jako konsumentów, ale również oczekiwania, które można by streścić tak:

  • wysoka jakość obsługi jako decydujący czynnik wyboru usługodawcy
  • wysoka jakość obsługi = szybkość obsługi
  • szybkość obsługi, niezależnie od złożoności problemu, oraz precyzyjna informacja o tym, na jakim etapie znajduje się przetwarzanie zapytania czy zgłoszenia
  • personalizacja obsługi: nawet w relacjach B2B klient chce być traktowany wyjątkowo i indywidualnie

sztuczna inteligencja ai

Wyzwanie dla klientów korporacyjnych: szybkość i jakość obsługi klientów przy rosnącej liczbie zgłoszeń

Oczekiwania i przyzwyczajenia klientów, które wyrosły na obcowaniu z usługami internetowymi, przeniosły się również na pozostałych dostawców, nawet usług tradycyjnych, i stały się standardem rynkowym. 

Większość konsumentów ocenia to zjawisko pozytywnie, ponieważ w jego wyniku rozwinęli się ci dostawcy, którzy najlepiej odpowiadali na potrzeby klientów. Wyzwania, z jakimi ci dostawcy muszą się zmierzyć, to spadająca efektywność tradycyjnych metod obsługi przy wykładniczo rosnącej liczbie interakcji i zgłoszeń. Z tym związany jest szereg praktycznych problemów: 

  • przy ogromnej liczba zgłoszeń, trudności zaczynają się już na etapie klasyfikacji: ręczna klasyfikacja znacznie wydłuża czas obsługi
  • procesy przyjmowania zgłoszeń są w niskim stopniu zautomatyzowane – często ograniczają się do automatycznej odpowiedzi o potwierdzeniu przyjęcia zgłoszenia
  • w razie zwiększenia liczby zgłoszeń (szczególne sytuacje, awarie) – system zostaje przeciążony i cierpi na tym jakość i szybkość obsługi, a to moment krytyczny, w którym klient może zadecydować o zmianie usługodawcy
  • inwestycja w poprawę szybkości przyjmowania zgłoszeń – duże koszty (zwiększenie liczby pracowników, szkolenia, stanowiska pracy), często – konieczność outsourcingu – duże koszty i zmniejszona kontrola nad procesami obsługi

 

Stąd ogromne zainteresowanie narzędziami wcześniej zarezerwowanymi wyłącznie dla największych graczy na rynku. Narzędziami potrafiącymi częściowo zastąpić pracownika i zautomatyzować powtarzalne czynności. 

Wcześniej te czynności wymagały ingerencji człowieka, jego wiedzy i decyzji, na przykład o tym, czy mail, który wpłynął, to reklamacja, czy prośba o dokupienie usługi. Obecnie rozwiązania, które są w stanie zastąpić konsultanta w rutynowych czynnościach i przekierować jego uwagę na bardziej złożone problemy, są dostępne niemal dla wszystkich. Technologie oparte o SI stają się coraz bardziej powszechne i tańsze w implementacji. 

Dzięki edukacji w tym zakresie coraz więcej korporacji i dużych przedsiębiorstw zauważa, jak duże ilości danych gromadzi i podejmuje wyzwanie ich przetwarzania z wykorzystaniem nowych technologii

? Prezentacja Systemu Ticketowego i Workflow

Plan prezentacji:
✔️ Głowne problemy zarządzania zgłoszeniami od Klientów
✔️ Narzędzie do automatyzacji i procesowania obsługi zgłoszeń (ticketing, workflow)
✔️ Podstawowe KPI do monitoringu efektywności procesów
✔️ Case study wdrożenia systemu ticketowego w dziale BOK

? Systemy Ticketowe i Workflow Dla Firm
Managerowie BOK, działu Serwisu często borykają się z problemami kadrowymi, brakiem skutecznych narzędzi do monitoringu czasu i jakości wykonywanej pracy. Z pomocą przychodzi jednak technologia…

Zapisy na bezpłatną prezentację

Sztuczna inteligencja a rozwiązanie problemu – Focus AI

Focus AI jest właśnie przykładem takiej technologii. To gotowy do użycia komponent który, umieszczony między Twoim firmowym serwerem poczty a systemem Focus Contact Center, pozwala na analizę treści wiadomości i ich klasyfikację według wskazanych przez Ciebie kategorii.

Focus AI pozwala również na wskazywanie w treści fraz istotnych znaczeniowo, takich jak imię i nazwisko, numer PESEL czy adres. Dzięki temu bot może nie tylko rozpoznać z precyzją równą ludzkiej intencję osoby, która do nas pisze, ale również może uzupełnić pola formatki wymaganymi informacjami, które potrafi samodzielnie odnaleźć w treści.

Taki model działania Focus AI połączonego z systemem do obsługi zgłoszeń Focus Desk pozwala na zaawansowaną automatyzację działań związanych z przyjmowaniem zgłoszeń i jakością oraz szybkością ich obsługi. 

Trzy modele działania Focus AI w obsłudze zgłoszeń

  • interpretacja treści zgłoszeń mailowych w celu stworzenia szablonów odpowiedzi na różne typy zgłoszeń, zależnie od zawartych w nich treści i ich automatyczna klasyfikacja

  • automatyzacja odpowiedzi na pewien typ zgłoszeń – wejście w samodzielny, automatyczny dialog z pulą zgłoszeń za pomocą szablonów, które nie wymagają interwencji konsultanta

  • uzupełnienie luk w procesie obsługi poprzez analizę przekroju zgłoszeń i wyeliminowanie najczęściej pojawiających się problemów, o których być może nawet nie miałeś pojęcia

sztuczna inteligencja ai

Korzyści związane z wdrożeniem Focus AI

  1. Zwiększenie poziomu automatyzacji procesu obsługi zgłoszeń – mniej interwencji konsultantów: 40% pracy wcześniej wykonywanej manualnie – zautomatyzowana.
  2. Znaczne przyspieszenie obsługi zgłoszeń poprzez skrócenie procesu i wyeliminowanie konieczności bezpośredniej obsługi pewnej puli zapytań  i tym samym: zwiększenie jakości obsługi.
  3. Personalizacja obsługi: uwolnienie sił konsultantów dzięki automatyzacji procesów i przekierowanie ich działań na obszary, które wymagają niestandardowych interwencji.
  4. Zastąpienie pracowników botem na pewnych etapach procesów, takich jak klasyfikacja zgłoszeń, pozwala, w zależności od ilości wpływających treści, uwolnić od kilku do nawet kilkudziesięciu etatów do innych, bardziej wartościowych zadań. Jednocześnie skracając czas reakcji/odpowiedzi z godzin do minut.
  5. W modelu asystowanym Focus AI zmniejsza czas potrzebny na obsługę zapytania nawet kilkakrotnie. Jest to możliwe dzięki temu, że konsultant dostaje już wstępnie przetworzoną treść wraz z wypełnionymi polami skryptu i propozycją szablonu odpowiedzi. Nie musi szukać informacji, ani budować treści odpowiedzi samodzielnie, co zwiększa jego komfort pracy i szybkość odpowiedzi.
  6. Focus AI, dzięki modelom analitycznym, pozwala również uzyskać wiedzę na temat potencjalnych błędów i zatorów w procesach. Taka wiedza stanowi klucz do zrozumienia dynamiki różnych procesów i daje możliwość podjęcia działań optymalizacyjnych – uproszczenia i zwiększenia efektywności procesów.

Kryzys związany z koronawirusem przeminie, a dobre rozwiązania, zwłaszcza te związane z technologiami cyfrowymi, zostaną z nami na dłużej. Oszczędność czasu i pieniędzy związana z szybką klasyfikacją treści i  automatyzacją czynności na podstawie konkretnych danych jest nie do przecenienia w firmach, których wizytówką jest obsługa klienta, nie tylko w czasach kryzysu, ale także na ścieżce do rozwoju.

 

Współautorem artykułu jest:

Łukasz Kobiec, CEO Itimatica

Wsparciem obsługi klienta i sprzedaży zajmuje się od początku swojego życia zawodowego, czyli od ponad 16 lat. Zaczynał od pracy w Contact Center, praca “na słuchawce” okazała się szkołą życia, która przerodziła się w pasję. Dzięki niej mógł piąć się w górę i zdobywać kolejne szczeble kariery. W swojej pracy zawodowej zajmuje się współpracą z menadżerami zarządzającymi zespołami BOK/sprzedaży, wspiera ich w budowaniu rozwiązań (solution selling), analizie biznesowej, consultingu. Spółki technologiczne, z którymi współpracuje, wykorzystują jego kompetencje i doświadczenie do budowy strategii handlowych, produktów lub usług, pozyskiwania nowego biznesu lub kanałów sprzedaży.W 2016 i 2017 roku, branżowy portal ccnews.pl uznał go za jedną z 25 najbardziej wpływowych osób w branży.