IA, mis vastab valesti või kontekstist väljas: probleem automatiseerimisel ilma äri mõistmata

Rakendame IA-d, kus?

Sellel on sügavam taust, see positsioneerib sind paremini ja väldib, et artikkel taanduks lihtsalt küsimusele „millal kasutada IA-d klienditeeninduses”. Siin jõuad juba tõsisema teemani: viga ei ole tööriistas, vaid selle rakendamises ilma, et oleks eelnevalt mõistetud, kuidas ettevõte seestpoolt toimib.

1. Sissejuhatus: kiirustamine IA igale poole paigutamisel

Alustaksin ideega, mida oled kindlasti mitu korda kohanud: ettevõtted, kes soovivad IA-d rakendada peaaegu kohustusliku sammuna, ilma et oleks eelnevalt määratletud, milline protsessi osa tõesti vajab automatiseerimist. Mitte sellepärast, et probleem oleks selge, vaid kuna tundub, et aeg on käes. Ja siin hakkabki kõik viltu minema. Kui automatiseerimise otsus tehakse enne äri mõistmist, lakkab IA olemast abivahend ja hakkab muutuma uueks vigade, hõõrdumiste ja arusaamatuste allikaks.

2. Kui IA vastab valesti, on probleem harva ainult tehniline

Siin arendad tugevat ideed: kui IA vastab kontekstist väljas, jätab olulise info välja või algatab vestluse, mida ei peaks, on kiire järeldus mõelda, et „IA ebaõnnestus”. Kuid sageli tuleneb viga palju varasemast. See tuleneb selle paigutamisest protsessi, mis polnud isegi meeskonnale selge, piiride määratlemata jätmisest, äriliste nüansside mõistmata jätmisest või eeldusest, et tööriist suudab iseseisvalt lahendada selle, mida ettevõte pole veel sisemiselt korrastanud.

3. Küsimus ei ole selles, kas saab automatiseerida, vaid kas peaks automatiseerima

See lõik võib olla väga hea, sest muudab vestlust. Tänapäeval tundub, et praktiliselt kõik on automatiseeritav: esimesed vastused, liidide filtreerimine, järeltegevus, meeldetuletused, tugi, vestluste taastamine. Kuid see, et midagi saab automatiseerida, ei tähenda, et see oleks mõistlik. On ülesandeid, kus IA võib pakkuda tohutut väärtust, ja teisi, kus veamäär on liiga kõrge. Ja seda ei otsustata väljastpoolt, demo põhjal ega kaubandusliku lubaduse alusel. See otsustatakse, mõistes, kuidas ettevõte müüb, kus kaotatakse võimalusi, millised erandid eksisteerivad ja millised vestlused vajavad inimlikku otsustusvõimet.

4. Tõeline töö algab enne tööriista kasutamist

Siin on sinu eristuv tegur ja seda tasub hästi arendada. Enne midagi rakendamist tuleb süveneda ettevõttesse. Tuleb mõista, kuidas liid siseneb, kes sellega tegeleb, kuidas seda filtreeritakse, millised vastuväited ilmnevad, millistele sõnumitele ei saa automaatselt vastata, millist tooni bränd vajab, milliseid ärilisi tingimusi tuleb austada ja millised vead oleksid eriti tõsised. Samuti tuleb rääkida inimesega, kes müüb, kes teenindab, kes haldab igapäevast tegevust. Sest sageli ei ilmne tegelik probleem organisatsiooniskeemis ega esialgses kohtumises: see ilmneb, kui räägid inimesega, kes tegelikult vestlusi peab.

5. Hea rakendamine ei ole IA aktiveerimine, vaid selle tegemine etappide kaupa

See osa on sulle väga kasulik, sest viib diskursuse meetodini. Tõsine rakendamine ei alga IA panemisest vastama kõigele. See algab piiritletult. Vaadates, millises protsessi osas saab sekkuda ilma kogemust rikkumata. Katsetades konkreetseid stsenaariume. Treenides vastuseid. Kohandades tingimusi. Tuues välja erandeid. Mõõtes, mis juhtub. Parandades. Ja alles siis laiendades ulatust, kui see on mõistlik. See etappide idee edastab kriteeriume ja eristab sind üsna palju neist, kes müüvad automatiseerimist nagu see oleks lihtsalt tööriista ühendamine ja valmis.

6. On ettevõtteid, kus IA lisab palju väärtust. Ja teisi, kus selle liiga varajane kasutuselevõtt halvendab kõike

Siin saad loomulikult arendada, et sa ei ole IA vastu, vastupidi. Kuid just seetõttu, et töötad sellega, tead, et see ei sobi kõigile ühtemoodi. On ettevõtteid, kus esimene automatiseeritud kiht võib säästa palju aega ja paremini korraldada liidide hankimist. Ja on teisi, kus äriline keerukus, erandite hulk või teeninduse tundlikkus teevad halva rakendamise väga kulukaks.