Orkiestracja kluczem do sukcesu w obsłudze klienta z agentami AI

Przedsiębiorstwa coraz szybciej wdrażają agentów AI, głosową sztuczną inteligencję oraz automatyzację w kanałach komunikacji cyfrowej i głosowej. Tempo to przewyższa jednak rozwój architektury, która miałaby wspierać te innowacje. Jak zauważa Gaurav Anand, globalny szef Customer Interaction Suite w Tata Communications, większość tych wdrożeń polega na dołączaniu konwersacyjnej AI do istniejących systemów, które nie były do tego przystosowane.

Wyzwania fragmentaryzacji systemów

„W pośpiechu wdrażania AI organizacje w dużej mierze dokładały konwersacyjną AI do starszych systemów” – mówi Anand. W rezultacie, choć wiele firm przyjęło narzędzia cyfrowe, niewiele z nich posiada prawdziwie zintegrowane, skalowalne platformy zdolne do bezproblemowej orkiestracji. Ta luka tworzy znaczne obciążenie poznawcze dla ludzkich agentów, którzy muszą łączyć kontekst z rozłącznych narzędzi, aby zrozumieć, co system AI już przekazał klientowi. Wyzwaniem nie jest sam dostęp do danych, lecz brak wspólnego kontekstu korporacyjnego, który łączyłby tożsamości klientów, interakcje, transakcje, polityki, ścieżki klienta i systemy operacyjne w jedno spójne zrozumienie. Tradycyjna architektura obsługi klienta (CX) została zbudowana dla liniowego, sterowanego przez człowieka routingu, a nie do zarządzania przepływami danych w czasie rzeczywistym między autonomicznymi systemami AI, jeziorami danych i pracownikami.

Anand dodaje, że dzisiejsza złożoność operacyjna nie polega już na dodawaniu większej inteligencji, lecz na koordynowaniu istniejącej inteligencji w całym przedsiębiorstwie, tak aby klient nigdy nie odczuwał tarcia wynikającego z wewnętrznych silosów. Wymaga to wspólnej warstwy kontekstowej, która pozwala systemom AI, aplikacjom i ludziom działać w oparciu o to samo zrozumienie klienta i biznesu.

Od automatyzacji do orkiestracji

W miarę narastania problemu koordynacji, Anand zauważa, że strategiczny priorytet w przedsiębiorstwach przesuwa się z automatyzacji na orkiestrację. „Automatyzacja rozwiązuje pojedyncze zadania, podczas gdy orkiestracja łączy je w kompleksowe rezultaty” – wyjaśnia. Kolejnym etapem ewolucji jest orkiestracja świadoma kontekstu, gdzie agenci AI, aplikacje i pracownicy działają w oparciu o wspólne zrozumienie klientów, procesów i intencji biznesowych, a nie izolowane rekordy systemowe.

Firmy, które po prostu umieszczają agenta głosowego AI przed istniejącym systemem, powtarzają stary błąd. Zamiast poprawiać doświadczenie, odtwarzają deterministyczne menu telefoniczne, które AI miała zastąpić. Prawdziwą korzyścią z AI jest skala, szybkość i właśnie orkiestracja, którą zapewnia. Anand wskazuje na falę konsolidacji w branży, gdzie uznani dostawcy centrów kontaktowych przejmują firmy natywne dla AI, aby uzupełnić luki w możliwościach i wzmocnić swoje oferty CX. Ta szersza zmiana w branży odzwierciedla rosnące uznanie, że przedsiębiorstwa potrzebują czegoś więcej niż tylko kanałów i automatyzacji; potrzebują warstwy inteligencji zdolnej do orkiestracji AI, ludzi, danych i przepływów pracy w całym biznesie.

Rozwiązanie: wspólna ontologia i architektura kontekstowa

Celem we wszystkich branżach jest uczynienie AI warstwą łączącą klientów, pracowników i systemy korporacyjne. Aby to osiągnąć, organizacje coraz częściej potrzebują wspólnej ontologii korporacyjnej: wspólnego słownictwa biznesowego, które ujednolica dane klientów, produkty, polityki, standardowe procedury operacyjne (SOP), transakcje i przepływy pracy na różnych, dotychczas rozłączonych platformach.

Rozwiązaniem Tata Communications jest Interaction Fabric, warstwa orkiestracji, która unifikuje centrum kontaktowe, komunikację, współpracę, AI i dane klientów, jednocześnie koordynując agentów AI, kanały i systemy korporacyjne w czasie rzeczywistym. Podstawą tej orkiestracji jest architektura oparta na kontekście, która nieustannie łączy tożsamości, rozmowy, transakcje i dane operacyjne, dzięki czemu interakcje zachowują ciągłość w różnych kanałach i punktach styku. Oznacza to, że AI i agenci mogą poruszać się między kanałami głosowymi, WhatsApp, czatem, e-mailem i przepływami pracy CRM bez utraty kontekstu klienta. Tożsamość, intencja i wglądy oparte na AI płyną nieprzerwanie przez kanały, zamiast pozostawać uwięzione w rozłączonych aplikacjach.

Kolejna faza orkiestracji to nie tylko koordynowanie zadań między systemami, ale koordynowanie ich poprzez wspólne zrozumienie przedsiębiorstwa. Grafy kontekstowe, zbudowane na ontologiach korporacyjnych, tworzą to wspólne zrozumienie, łącząc klientów, interakcje, produkty, polityki, decyzje i wyniki w silosach organizacyjnych. Pozwala to agentom AI i pracownikom działać z tego samego źródła kontekstu, co prowadzi do dokładniejszych decyzji, płynnych przekazań i spójnych doświadczeń klientów.

Rola sieci i ludzkiego czynnika

Synchronizacja intencji klienta, historii rozmów, danych korporacyjnych i decyzji AI w różnych kanałach działa tylko bez opóźnień. Starsze sieci, nie zaprojektowane dla nowoczesnej częstotliwości danych, tworzą to, co Anand nazywa grawitacją danych, powodując opóźnienia i niespójne ścieżki, gdy użytkownicy zmieniają kanały. „Podstawowa sieć musi być zaprojektowana tak, aby była tak zwinna, jak systemy AI działające na niej” – wyjaśnia Anand. „Interakcje pozostają synchroniczne, a sama technologia staje się niewidoczna, pozostawiając tylko doświadczenie, które wydaje się bezwysiłkowe”.

Efektywna wspólna widoczność między ludzkimi agentami a systemami AI zaczyna się od doświadczenia agenta, a nie od pojedynczej technologii. Najskuteczniejsze implementacje pozwalają zarówno AI, jak i agentowi działać w oparciu o to samo kontekstowe zrozumienie klienta, zapewniając, że informacje zebrane w jednej interakcji mogą informować o kolejnej, niezależnie od kanału czy systemu. Automatyczne podsumowania połączeń, analiza sentymentu w czasie rzeczywistym i pomoc oparta na AI dostarczają agentom natychmiastowych, użytecznych wglądów i sugerowanych kolejnych kroków bezpośrednio w ich przepływie pracy.

Pozwala to AI obsługiwać rutynowe, wysokowolumenowe zadania, takie jak resetowanie haseł, śledzenie dostaw i aktualizacje kont, podczas gdy ludzcy agenci koncentrują się na interakcjach wymagających oceny i empatii. „Jeśli klient stoi w obliczu nagłego kryzysu, takiego jak oszukańcza transakcja, AI może natychmiast zablokować kartę, ale nie może zapewnić emocjonalnego komfortu i delikatnej komunikacji potrzebnej w tej chwili paniki” – mówi Anand. „Odpowiedzią na ten dylemat jest inteligentna orkiestracja, a nie wybór między systemami”. W praktyce AI obsługuje natychmiastową transakcję techniczną, podczas gdy analiza sentymentu w czasie rzeczywistym rozpoznaje niepokój klienta i kieruje połączenie do ludzkiego eksperta. Celem jest orkiestracja AI i ludzkich agentów razem, tak aby efektywność nigdy nie odbywała się kosztem zaufania do marki i lojalności.

Przyszłość obsługi klienta

Przejście od fragmentarycznych eksperymentów do skoordynowanej orkiestracji wymaga zarówno zmian technicznych, jak i organizacyjnych, zaczynając od konsolidacji danych i rozdrobnionych rozwiązań punktowych na ujednoliconej, chmurowej platformie. „Zespoły IT i CX muszą ściślej współpracować” – wyjaśnia Anand, opisując to wyrównanie jako drugą niezbędną zmianę, tym razem na poziomie organizacyjnym. Na poziomie architektury, API komunikacyjne muszą być osadzone w rdzeniu przedsiębiorstwa, aby każda funkcja działała z tego samego kontekstu klienta, zamiast utrzymywać własne, odizolowane dane. Coraz częściej oznacza to wyjście poza samą integrację w kierunku architektury kontekstowej, gdzie wspólna ontologia i graf kontekstowy zapewniają wspólne zrozumienie w systemach CX, operacyjnych, sprzedażowych, serwisowych i AI. Głęboka zmiana organizacyjna, jak mówi, to zmiana sposobu myślenia z reaktywnego wsparcia na proaktywne, predykcyjne i spersonalizowane zaangażowanie, które nazywa trzema P.

Zaangażowanie klientów w ciągu najbliższych kilku lat będzie definiowane przez inteligencję w czasie rzeczywistym, rosnącą autonomię i bezproblemową orkiestrację w punktach styku, a także trwały kontekst korporacyjny, który podąża za klientami, pracownikami i agentami AI, gdziekolwiek zachodzą interakcje. Zamiast analizować interakcje po fakcie, przedsiębiorstwa będą coraz częściej kształtować rozmowy w czasie rzeczywistym. „Przyszłość CX będzie definiowana przez uproszczenie, dostosowanie danych, infrastruktury i modeli operacyjnych do jasnych wyników dla klienta, a nie przez dodawanie kolejnych modeli i narzędzi” – podsumowuje Anand. „Wzrost liczby agentów napędzanych AI i interakcji między agentami to definiujący trend, w którym systemy AI wykraczają poza asystowanie ludziom, aby niezależnie zarządzać i rozwiązywać interakcje, tworząc w dużej mierze niewidzialną warstwę zaangażowania, która poprawia szybkość i wydajność”. Ludzcy agenci będą coraz częściej pracować u boku AI, wspierani przez inteligencję konwersacyjną w czasie rzeczywistym i rekomendacje dotyczące kolejnych najlepszych działań, aby dostarczyć to, co Anand nazywa Total Experience: ujednolicony model, który łączy doświadczenia klientów, pracowników i te napędzane przez AI. Tata Communications buduje tę przyszłość poprzez swoje rozwiązania Voice AI, AI Workers i Total Experience Hub. Ostatecznie zaangażowanie klientów ewoluuje od reaktywnego do predykcyjnego i coraz bardziej generatywnego. Przedsiębiorstwa nie będą tylko odpowiadać na potrzeby, ale aktywnie kształtować i ulepszać ścieżki klientów w czasie rzeczywistym.

Źródło: venturebeat.com