Как искусственный интеллект изменяет контакт-центры

Искусственный интеллект в контакт-центре

ИИ в контакт-центрах представляет собой сочетание традиционных операций, таких как построение отношений с клиентами и обработка входящих/исходящих звонков, с технологическими процессами, ориентированными на ИИ.

ИИ в контакт-центрах может охватывать различные инструменты и процессы, включая распознавание речи, алгоритмы машинного обучения, обработку данных, чат-боты и коучинг в реальном времени.

Инструменты на базе ИИ могут помочь контакт-центрам выполнять множество задач, таких как:

• Понимание эмоций и настроений клиентов при обработке звонков, электронных писем и других видов контактов

• Определение поведения операторов, которое способствует росту продаж

• Автоматизация рутинных задач, таких как транскрипция звонков (перевод речи в текст), планирование рабочего времени операторов и ответы на часто повторяющиеся вопросы клиентов

• Сокращение времени ожидания за счёт более эффективной маршрутизации вызовов

• Предоставление персонализированных ответов на основе истории взаимодействий с клиентами и их предпочтений

• Прогнозирование потребностей клиентов

• Транскрипция звонков

• Удаление конфиденциальной информации из транскриптов звонков

Gartner прогнозирует, что к 2025 году генеративный ИИ станет ключевой технологией для 80% компаний в сфере поддержки клиентов.

История искусственного интеллекта в контакт-центрах

Хотя ИИ значительно усовершенствовался за последние годы, его использование в контакт-центрах не является чем-то новым. Фактически термин «искусственный интеллект» появился ещё в 1950-х годах, но ИИ стал массово использоваться в контакт-центрах лишь спустя несколько десятилетий.

Автоматическое распределение вызовов (ACD) – одна из самых ранних технологий ИИ, позволявшая осуществлять интеллектуальную маршрутизацию вызовов и направлять их к наиболее подходящим операторам.

Лишь в 90-е и 00-е годы ИИ-инструменты получили большее распространение, что привело к внедрению базовой автоматизации и чат-ботов. Со временем появились и более сложные технологии, включая обработку естественного языка (NLP) и интеллектуальный анализ разговоров.

Основные этапы развития ИИ в контакт-центрах

Сегодня ИИ в контакт-центрах сегодня значительно отличается от того, что было 20 или даже 10 лет назад. Вот несколько ключевых этапов развития технологий и ИИ:

• 1950-1960-е годы. Появление систем ACD для интеллектуальной маршрутизации вызовов к наиболее подходящим операторам.

• 1963 год. Изобретение телефона с тональным набором. 

• 1960-1970-е годы.  Технология интерактивного голосового ответа (IVR) стала доступна для контакт-центров, хотя она была еще довольно дорогой. Примечание переводчика: широкое использование IVR в контакт-центрах началось только в 1990-х годах.

• 1980-е годы. В контакт-центрах начали использовать прогностический обзвон, который позволяет существенно сократить непроизводительное время операторов и повысить эффективность обзвона.

• 1980-е годы. Начало использования технологий обработки естественного языка (NLP), которые помогают контакт-центрам лучше понимать поведение клиентов и анализировать их настроения.

• 1993 год. Начали набирать популярность текстовые сообщения, открыв новые способы взаимодействия между компаниями и клиентами.

• Ранние 2000-е годы. Появление чат-ботов, которые стали помогать операторам контакт-центров отвечать на рутинные запросы клиентов. Хотя первый чат-бот, ELIZA, был создан еще в 1966.

• 2022 год. С появлением ChatGPT генеративный ИИ становится массовой технологией. Контакт-центры начали использовать генеративный ИИ для быстрого получения ответов как для операторов, так и для клиентов.

Основные технологии ИИ, используемые в контакт-центрах

Современные контакт-центры используют различные формы ИИ для ускорения процессов, получения большего объема данных о клиентах и помощи операторам в выполнении их задач. Вот некоторые из технологий ИИ, которые чаще всего встречаются в современных контакт-центрах.

Обработка естественного языка (NLP) 

Обработка естественного языка помогает компьютерам понимать человеческий язык. В контакт-центре NLP применяется как для письменного, так и устного общения, ее используют как в телефонных разговорах, так и в текстовых транскриптах, сообщениях в социальных сетях и т. д.

NLP, например, используется в системах IVR для понимания того, что говорит человек при звонке в контакт-центр. NLP также позволяет чат-ботам отвечать вести диалог с клиентами и извлекать контекст из разговоров, предоставляя операторам необходимую информацию. При анализе настроений клиентов  во время общения с операторами также используется NLP.

Машинное обучение и прогностическая аналитика  

Машинное обучение и прогностическая аналитика в контакт-центрах работают в тандеме, чтобы выявить закономерности в поведении клиентов и использовать эти закономерности для прогноза будущих потребностей и желаний клиентов. Примечание переводчика. Часто используется термин «Предсказательная аналитика», но мне кажется более удачным «Прогностическая аналитика». 

Машинное обучение  

Машинное обучение – это тип ИИ, который анализирует данные на наличие паттернов и тенденций и с помощью сложных алгоритмов использует эту информацию для того, чтобы сделать компьютеры «умнее».

Когда в своих социальных сетях вы видите рекламу продуктов, которые вы покупали или планировали купить, – это результат работы машинного обучения по персонализации вашей ленты.

Прогностическая аналитика  

Прогностическая аналитика требует использования машинного обучения. Машинное обучение можно рассматривать как инструмент, который раскрывает данные о текущем поведении клиентов, в то время как прогностическая аналитика на основе этих данных прогнозирует будущее поведение клиентов.

Прогностическая аналитика использует данные, собранные за несколько часов, дней, недель, месяцев или лет, для предсказания того, что может понадобиться вашим клиентам в будущем.

Аналитика голоса, речи и текста  

По данным Statista за 2022 год, более половины клиентов предпочитают для решения вопросов обслуживания использовать телефонные звонки, 38% – другие цифровые каналы, а 8% – общение по электронной почте. Раз клиенты используют различные способы связи с компаниями, то и контакт-центры должны быть готовы анализировать информацию для каждого канала. Здесь на помощь приходят средства аналитики голоса, речи и текста.

Текстовая аналитика работает с текстовыми данными, такими как транскрипты телефонных разговоров, электронные письма, текстовые сообщения и взаимодействия в социальных сетях. Голосовая и речевая аналитика обычно работают вместе для устных разговоров. В то время как голосовая аналитика исследует тон операторов и клиентов, речевая аналитика анализирует сами слова и фразы, используемые в разговоре.

Как ИИ решает традиционные проблемы в контакт-центрах

Нет никаких сомнений в том, что современные контакт-центры значительно более развиты и продвинуты, чем их первые версии – колл-центры. И это стало возможным, в основном, благодаря технологиям искусственного интеллекта.

Ниже мы подробно расскажем, как традиционные проблемы, присущие колл-центрам, потеряли актуальность благодаря использованию ИИ.

Опыт клиента

В первых колл-центрах операторы должны были самостоятельно выполнять всю работу по выявлению потребностей и желаний клиентов. Они внимательно выслушивали клиентов, а затем пытались найти наилучшее решение, используя доступную информацию о клиенте.

Конечно, и сегодня операторы должны хорошо понимать клиентов, чтобы адекватно удовлетворять их потребности. Однако ИИ теперь собирает данные во время каждого разговора, организует их и предоставляет операторам, маркетологам и руководителям, что помогает оптимизировать клиентский опыт.

Например, благодаря ИИ контакт-центры теперь могут быстро решать вопросы и отвечать на жалобы на основе персонализированных интерактивных систем, предлагая омниканальную поддержку и предоставляя базы знаний и чат-ботов, чтобы клиенты могли получить помощь, когда им это нужно.

Кроме того, ИИ улучшает защиту данных и обеспечивает большую конфиденциальность клиентов, обеспечивая соответствие процессов контакт-центра законодательным требованиям. Например, ИИ-инструменты могут обнаруживать и удалять чувствительную информацию в телефонных разговорах и транскриптах, а также шифровать сохраняемые данные.

Опыт бренда

Опыт бренда – это общее восприятие клиентом компании, ее продуктов или услуг. 

До того, как ИИ начал широко использоваться в контакт-центрах, компаниям приходилось вручную отслеживать различные источники информации, такие как сайты с отзывами, блоги, электронную почту и социальные сети, чтобы собирать мнения клиентов о бренде и находить решения для его улучшения.

Сегодня эти задачи решаются с помощью ИИ. ИИ-системы непрерывно отслеживают все взаимодействия с клиентами, активно выявляя упоминания бренда в различных каналах. Затем на основе этих данных ИИ формирует подробные отчёты.

В результате операторы контакт-центров могут сосредоточиться исключительно на помощи клиентам, в то время как ИИ работает в фоновом режиме и собирает данные об опыте бренда.

Операционная эффективность

С внедрением ИИ-технологий работа операторов контакт-центров значительно изменилась. В ранних колл-центрах операторы не только отвечали на звонки, но и занимались их маршрутизацией и эскалацией, делали заметки после разговора, запоминали сценарии и многое другое. Современные операторы в основном общаются напрямую с клиентами, решая их вопросы и проблемы, а рутинные административные задачи, которые раньше выполняли они, теперь берет на себя ИИ, снижая операционные затраты. Примечание переводчика. Я бы не была столь оптимистичной. Это долгая дорога, и мы пока только начали свой путь».

Это приносит двойную выгоду:

1. Повышается эффективность и производительность работы контакт-центров. По прогнозам Gartner, ИИ поможет существенно сократить затраты на рабочую силу.

2. Повышается удовлетворенность операторов своей работой: они избавляются от лишних задач и могут сосредоточиться на своей основной функции — помощи клиентам.

ИИ может предоставлять операторам ответы на вопросы в реальном времени, чтобы избежать перерывов в разговоре, выполнять интеллектуальную маршрутизацию и распределение ресурсов, автоматизировать рутинные повторяющиеся задачи и предоставлять подробную, непрерывную аналитику и отчёты для постоянного улучшения.

Потенциальные проблемы ИИ в контакт-центре

ИИ всё ещё развивается, поэтому контакт-центрам не стоит ждать от него чудес. У ИИ есть свои проблемы, независимо от размера и отрасли, в которой работают компании, использующие его. Вот несколько основных проблем ИИ в контакт-центрах.

Готовность сотрудников

Не все операторы контакт-центров готовы использовать ИИ. У них есть обоснованные опасения, что та самая технология, которая помогает им сейчас, в недалёком будущем может их полностью заменить.

По прогнозам McKinsey, к 2030 году примерно 30% текущих рабочих часов в США будут автоматизированы, что, естественно, снизит потребность в работниках.

Интеграция

В контакт-центрах для повседневной работы уже используются довольно сложные системы. Новые ИИ-технологии не всегда хорошо взаимодействуют с ними, что может создать угрозу безопасности и помешать рабочим процессам и процедурам, к которым операторы давно привыкли.

Конфиденциальность и безопасность

Утечки данных могут случиться в любой компании с любой технологией, старой или новой. Однако все более широкое использование ИИ в контакт-центрах может создать некоторые дополнительные риски. Поэтому на контакт-центры возлагается ответственность за соблюдение соответствующих стандартов конфиденциальности на каждом этапе внедрения новых технологий.

Человеческий подход

Некоторые клиенты предпочитают общаться с человеком, а не с компьютером. Искусственный интеллект ещё не настолько развит, чтобы заменить эмпатию и сострадание, которые могут продемонстрировать операторы.

Будущее ИИ в контакт-центре — чего ожидать

По мере развития ИИ он будет играть все более значимую роль во многих приложениях контактных центров, включая найм и обучение операторов, предоставление более сложных услуг на основе определения местоположения и использование виртуальной реальности для еще более тесной связи клиентов с брендами.

Тем не менее, остается много вопросов относительно того, как ИИ повлияет на работу операторов и как клиенты будут относиться к взаимодействию по большей части с технологиями, а не с людьми, когда им нужно получить ответ или решить проблему.

Часто задаваемые вопросы

Как ИИ улучшает обслуживание клиентов в контакт-центрах?

ИИ помогает существенно экономить время и снижать расходы контактных центров за счет помощи клиентам в быстром получении ответов, снижения нагрузки и улучшении рабочих процессов операторов, а также сокращения рутинных административных задач.

ИИ также помогает контакт-центрам понимать и прогнозировать поведение клиентов для предоставления персонализированных услуг.

Какие технологии ИИ наиболее эффективны для улучшения операций контакт-центра?

Операции контакт-центров опираются на несколько технологий ИИ, из которых самые эффективные – обработка естественного языка, машинное обучение, предективная аналитика и анализ речи.

Эти технологии работают вместе, помогая понять поведение клиентов. Контакт-центры используют эти данные для персонализации взаимодействия с клиентами и нахождения для них оптимальных решений.

Какие основные проблемы возникают при внедрении ИИ в контакт-центры?

Одной из основных проблем является сопротивление операторов, которые бояться, что ИИ в конечном счете полностью заменит их.

Конфиденциальность данных и безопасность также могут быть проблемой, поскольку новые технологии постоянно появляются на рынке, а быстрое внедрение без должного аудита и мониторинга может сделать системы уязвимыми для утечек данных.

Источник: www.callcentrehelper.com

(https://www.callcentrehelper.com/how-ai-transforming-operations-250713.htm )   

 Авторский перевод: Апекс Берг – Александра Самолюбова