Искусственный интеллект активно обсуждается в контексте клиентского сервиса. Но несмотря на возросшее внимание, его массовое использование в этой сфере пока ограничено. В подкасте «Даем слово» вместе с опытными экспертами обсудили, как ИИ меняет индустрию клиентского сервиса, какие перспективы открываются перед бизнесом и с какими проблемами сталкиваются компании. В этой статье мы собрали основные тезисы, а эпизод полностью можно послушать на всех платформах.

Эксперты расходятся в оценке того, насколько активно искусственный интеллект внедряется в клиентский сервис и поддержку. С одной стороны, передовые технологии пока заметны лишь в крупных корпорациях. С другой, автоматизация рутинных процессов давно уже стала частью повседневной работы. Например, такие технологии, как Robotic Process Automation (RPA), позволяют автоматизировать повторяющиеся задачи, которые ранее выполнялись вручную. Если задача системная, можно обучить робота выполнять её быстрее и точнее, чем человек. Если раньше работник мог выполнять одно действие в минуту, робот справляется с десятками или даже сотнями операций за то же время.

Еще один пример ранней автоматизации - те же чат-боты. Эти системы не были самообучаемыми, как современные AI-решения, но они уже позволяли автоматизировать многие простые задачи. Примером может служить система IVR (Interactive Voice Response), которая, используя заранее записанные ответы, помогает клиентам решать проблемы без участия оператора, экономя время и ресурсы.

Однако как бы далеко ни продвинулись технологии, человеку все равно необходим живой контакт. Поэтому массовое использование чат-ботов привело к обратной тенденции: когда клиент пишет в поддержку или звонит в компанию, и первым на запрос отвечает бот, первое желание абсолютно всех без исключения — связаться с оператором.

Общение с роботами для большинства людей не только неинтересно, но и раздражает. И пока, по мнению экспертов, не существует действительно совершенного искусственного интеллекта, способного вести диалог с клиентом на таком уровне, чтобы это общение воспринималось естественно и не вызывало негативных эмоций. Современные чат-боты, даже те, что основаны на AI-технологиях, в лучшем случае могут справляться с базовыми, стандартными вопросами, но они не могут обеспечить полноценное взаимодействие, которое требуется пользователю.

Еще одно важное отличие, современные технологии все еще не могут полностью заменить человеческого оператора, когда речь идет о сложных, эмоционально насыщенных взаимодействиях. При этом даже человек, пытаясь оценить психотип другого человека, может ошибаться, искусственный интеллект, в свою очередь, пока не способен адекватно учитывать и реагировать на эмоциональные нюансы общения.

Грамотно настроенные чат-боты - это не замена, а скорее помощники для сотрудников. Например, уже сейчас технологии позволяют взять на себя часть функций саппорта - справляться с потоком простых запросов, экономя время сотрудников для более сложных и интересных задач.

Еще один вариант продуктивного взаимодействия, когда ИИ выступает как co-pilot, Например, он может моментально анализировать контекст общения, поднимать историю этой коммуникации и предлагать оператору релевантные подсказки. Это не только увеличивает эффективность работы, позволяя обрабатывать больше запросов, но и сокращает время решения проблем клиентов. Вдобавок, ИИ может взять на себя задачи контроля качества, оперативно выявляя инциденты и помогая улучшить общение с клиентами.

Таким образом компании, которые опасаются сразу доверять ИИ общение с клиентами, могут начать с его использования в качестве инструмента для поддержки операторов, а затем оценивать эффективность и масштабировать решения.

Снижение затрат на процессы - ключевая цель бизнеса, и автоматизация первой линии поддержки через AI — одна из наиболее простых и эффективных мер для её достижения. Например, правильно обученная модель GPT уже сейчас может обрабатывать запросы значительно дешевле человеческого труда.

Постепенно технологии используются и для улучшения клиентского опыта - это, например, уже сейчас можно встретить в сфере e-commerce, где на сайтах внедряются функции суммаризации отзывов, что позволяет пользователям быстро получить основные плюсы и минусы товара без необходимости читать каждый отзыв отдельно. Это экономит время покупателя и улучшает его опыт. Тем не менее, такие примеры пока редки, и основной акцент остается на снижении операционных расходов.

ИИ способен справляться с рутинными задачами значительно быстрее и точнее, чем человек. Машина может обрабатывать огромные объемы данных и извлекать из них полезные решения без ошибок, что делает ее незаменимым инструментом в анализе больших данных.

Особенно ИИ полезен для исследователей, анализирующих пользовательские проблемы. Искусственный интеллект может эффективно транскрибировать интервью и подводить итоги, что сокращает время на постобработку и помогает быстрее получить ценные инсайты. Более сложные применения ИИ включают речевую аналитику, которая помогает выявлять проблемы в обращениях и формировать рекомендации для продуктовых команд. Эта связка позволяет исследователям не только анализировать текущие данные, но и создавать гипотезы для улучшения пользовательского опыта, что делает ИИ мощным инструментом в разработке и улучшении продуктов.

Внедрение ИИ в клиентский сервис требует не только начальных инвестиций, но и постоянного сопровождения. Для эффективного функционирования проекта, где, например, GPT отвечает на часть вопросов, обычно необходимы два ключевых специалиста:

Современные инструменты для поддержки, такие как чат-боты на базе ИИ, становятся все более доступными и простыми в интеграции по сравнению с более сложными ML-моделями. Поэтому хорошая идея - начать с небольших пилотных проектов в рамках своего департамента, чтобы протестировать технологию и понять, как она может быть полезна.

ИИ может взять на себя рутинные задачи, но многие процессы, особенно в премиум-сегменте обслуживания, требуют человеческого участия и персонализированного подхода.

Внедрение ИИ в поддержку клиентов, по мнению экспертов, приведет к её разделению на разные уровни, а не к сокращению штата сотрудников. Например, эксперты считают, что ИИ позволит компании сегментировать клиентскую базу и предоставлять различные уровни обслуживания в зависимости от важности клиента для бизнеса. Например, крупные клиенты будут получать более высокий уровень человеческой поддержки, в то время как клиенты с меньшими затратами для компании будут обслуживаться в более автоматизированных каналах. Это отражает классическую модель ABC-сегментации: клиенты с высоким чеком или важностью получают премиум-обслуживание, тогда как менее значимые клиенты сталкиваются с более стандартным обслуживанием.

Для успешной работы с ИИ в клиентском сервисе необходимо развивать сочетание технологических и человеческих навыков. ИИ может значительно повысить эффективность и облегчить рутинные задачи, но настоящая ценность всё ещё заключается в том, как человек использует эти инструменты для улучшения качества обслуживания и создания более человечного клиентского опыта.