Điều Phối AI: Thách Thức Mới Trong Trải Nghiệm Khách Hàng Thời Đại Trợ Lý AI

Các doanh nghiệp đang triển khai các tác nhân AI, AI giọng nói và tự động hóa trên các kênh nhắn tin, giọng nói và kỹ thuật số nhanh hơn so với kiến trúc được thiết kế để hỗ trợ chúng. Phần lớn việc triển khai này liên quan đến việc gắn AI đàm thoại vào các hệ thống cũ chưa bao giờ được xây dựng cho mục đích đó, theo Gaurav Anand, trưởng bộ phận toàn cầu về Bộ Giải pháp Tương tác Khách hàng tại Tata Communications.

Anand cho biết: “Trong sự vội vã triển khai AI, các tổ chức phần lớn đã 'đóng đinh' AI đàm thoại vào các hệ thống cũ.” “Kết quả là, mặc dù nhiều doanh nghiệp đã áp dụng các công cụ kỹ thuật số, nhưng rất ít trong số đó có các nền tảng thực sự được tích hợp, mở rộng quy mô và có khả năng điều phối liền mạch.”

Khoảng cách đó tạo ra gánh nặng nhận thức lớn cho các nhân viên con người, những người phải ghép nối ngữ cảnh từ các công cụ rời rạc để hiểu những gì hệ thống AI đã nói với khách hàng. Thách thức không chỉ đơn thuần là quyền truy cập dữ liệu, mà là sự thiếu vắng một ngữ cảnh doanh nghiệp chung kết nối danh tính khách hàng, tương tác, giao dịch, chính sách, hành trình và hệ thống vận hành thành một sự hiểu biết chung. Kiến trúc CX truyền thống được xây dựng cho định tuyến tuyến tính, do con người điều khiển, chứ không phải để quản lý luồng dữ liệu thời gian thực giữa các hệ thống AI tự động, kho dữ liệu và nhân viên con người.

“Độ phức tạp trong vận hành ngày nay không còn là việc thêm nhiều thông minh hơn,” ông nói thêm. “Đó là về việc điều phối trí thông minh hiện có trên toàn doanh nghiệp, để khách hàng của doanh nghiệp không bao giờ cảm thấy sự ma sát của các silo nội bộ đó. Điều đó đòi hỏi một lớp ngữ cảnh được chia sẻ cho phép các hệ thống AI, ứng dụng và con người hoạt động từ cùng một sự hiểu biết về khách hàng và doanh nghiệp.”

Tại sao điều phối đang thay thế tự động hóa thành ưu tiên hàng đầu của CX

Khi vấn đề điều phối ngày càng tăng, Anand cho biết ưu tiên chiến lược trong các doanh nghiệp đang chuyển từ tự động hóa sang điều phối.

Anand nói: “Tự động hóa giải quyết các tác vụ riêng lẻ, trong khi điều phối kết nối chúng thành các kết quả từ đầu đến cuối.” “Sự tiến hóa tiếp theo là điều phối dựa trên ngữ cảnh, nơi các tác nhân AI, ứng dụng và nhân viên con người hoạt động bằng cách sử dụng sự hiểu biết chung về khách hàng, quy trình và mục đích kinh doanh thay vì các bản ghi hệ thống bị cô lập.”

Khi các tổ chức tích lũy thêm bot, tác nhân và công cụ AI, việc quản lý chúng trở nên phức tạp theo cấp số nhân. Anand nói rằng lợi thế cạnh tranh bây giờ ít nằm ở việc triển khai tự động hóa mà nằm ở cách các hệ thống bàn giao công việc, cộng tác và leo thang một cách thông minh.

Cái bẫy của việc 'đóng đinh' AI vào các hệ thống cũ

Các công ty chỉ đơn giản đặt một tác nhân AI giọng nói trước một hệ thống hiện có đang lặp lại sai lầm cũ. Thay vì cải thiện trải nghiệm, họ lại tái tạo các menu điện thoại mang tính định hướng mà AI lẽ ra phải thay thế. Lợi ích thực sự của AI là quy mô, tốc độ và khả năng điều phối mà nó cung cấp.

Anand chỉ ra một làn sóng hợp nhất trong toàn ngành, khi các nhà cung cấp trung tâm liên hệ đã thành lập mua lại các công ty bản địa AI để thu hẹp khoảng cách năng lực và tăng cường các dịch vụ trải nghiệm khách hàng của họ. Sự thay đổi rộng lớn hơn của ngành phản ánh sự công nhận ngày càng tăng rằng các doanh nghiệp cần nhiều hơn là các kênh và tự động hóa; họ cần một lớp thông minh có khả năng điều phối AI, con người, dữ liệu và quy trình làm việc trên toàn doanh nghiệp.

Mục tiêu xuyên suốt các ngành là biến AI thành lớp kết nối giữa khách hàng, nhân viên và các hệ thống doanh nghiệp. Để đạt được điều đó, các tổ chức ngày càng cần một ontology doanh nghiệp chung: một từ vựng kinh doanh được chia sẻ để điều chỉnh dữ liệu khách hàng, sản phẩm, chính sách, SOP, giao dịch và quy trình làm việc trên các nền tảng bị ngắt kết nối khác.

Giải pháp của Tata Communications là Interaction Fabric, một lớp điều phối hợp nhất trung tâm liên hệ, nhắn tin, cộng tác, AI và dữ liệu khách hàng trong khi điều phối các tác nhân AI, kênh và hệ thống doanh nghiệp theo thời gian thực. Nền tảng của sự điều phối đó là một kiến trúc dựa trên ngữ cảnh liên tục kết nối danh tính, cuộc hội thoại, giao dịch và dữ liệu vận hành để các tương tác duy trì tính liên tục trên các kênh và điểm chạm.

Điều đó có nghĩa là AI và các tác nhân có thể di chuyển qua các quy trình làm việc bằng giọng nói, WhatsApp, chat, email và CRM mà không làm mất ngữ cảnh khách hàng. Danh tính, ý định và thông tin chi tiết do AI điều khiển liên tục chảy qua các kênh thay vì bị mắc kẹt trong các ứng dụng bị ngắt kết nối.

Giai đoạn tiếp theo của điều phối không chỉ đơn thuần là điều phối các tác vụ giữa các hệ thống, mà là điều phối chúng thông qua một sự hiểu biết chung về doanh nghiệp. Các biểu đồ ngữ cảnh, được xây dựng trên các ontology doanh nghiệp, tạo ra sự hiểu biết chung đó bằng cách kết nối khách hàng, tương tác, sản phẩm, chính sách, quyết định và kết quả trên các silo tổ chức. Điều này cho phép các tác nhân AI và nhân viên con người hoạt động từ cùng một nguồn ngữ cảnh, thúc đẩy các quyết định chính xác hơn, bàn giao liền mạch và trải nghiệm khách hàng nhất quán.

Nhưng việc đồng bộ hóa ý định của khách hàng, lịch sử cuộc trò chuyện, dữ liệu doanh nghiệp và việc ra quyết định của AI trên các kênh chỉ hoạt động mà không có độ trễ. Các mạng cũ không được thiết kế cho tần suất dữ liệu hiện đại tạo ra cái mà Anand gọi là lực hấp dẫn dữ liệu, gây ra độ trễ và hành trình không nhất quán khi người dùng chuyển kênh.

“Mạng lưới cơ bản cần được thiết kế để linh hoạt như các hệ thống AI chạy trên đó,” ông giải thích. “Các tương tác duy trì đồng bộ và bản thân công nghệ trở nên vô hình, chỉ để lại một trải nghiệm cảm thấy dễ dàng.”

Biến AI thành đối tác tốt hơn cho các nhân viên con người

Hiển thị chung hiệu quả giữa các nhân viên con người và hệ thống AI bắt đầu từ trải nghiệm của nhân viên chứ không phải bất kỳ công nghệ đơn lẻ nào. Các triển khai hiệu quả nhất cho phép cả AI và nhân viên con người hoạt động từ cùng một sự hiểu biết ngữ cảnh về khách hàng, đảm bảo rằng thông tin thu thập được trong một tương tác có thể cung cấp thông tin cho tương tác tiếp theo bất kể kênh hay hệ thống. Tóm tắt cuộc gọi tự động, phân tích cảm xúc thời gian thực và hỗ trợ dựa trên AI cung cấp cho nhân viên những thông tin chi tiết tức thì, có thể hành động và các bước tiếp theo được đề xuất trực tiếp trong quy trình làm việc của họ.

Điều đó cho phép AI xử lý các tác vụ lặp đi lặp lại, khối lượng lớn như đặt lại mật khẩu, theo dõi giao hàng và cập nhật tài khoản, trong khi các nhân viên con người tập trung vào các tương tác đòi hỏi sự đánh giá và đồng cảm.

Anand nói: “Nếu một khách hàng đang đối mặt với một cuộc khủng hoảng đột ngột như một giao dịch gian lận, AI có thể chặn thẻ ngay lập tức, nhưng nó không thể cung cấp sự an ủi về mặt cảm xúc và giao tiếp tinh tế cần thiết trong khoảnh khắc hoảng loạn đó.” “Câu trả lời cho tình huống khó xử là điều phối thông minh, chứ không phải là lựa chọn giữa các hệ thống.” Trong thực tế, AI xử lý giao dịch kỹ thuật ngay lập tức, trong khi phân tích cảm xúc thời gian thực nhận ra sự lo lắng của khách hàng và định tuyến cuộc gọi đến một chuyên gia con người. Mục tiêu là điều phối AI và nhân viên con người cùng nhau để hiệu quả không bao giờ đi kèm với việc đánh đổi niềm tin và lòng trung thành của thương hiệu.

Xây dựng kiến trúc CX hợp nhất

Chuyển từ thử nghiệm phân mảnh sang điều phối có phối hợp đòi hỏi cả thay đổi kỹ thuật và tổ chức, Anand nói, bắt đầu bằng việc hợp nhất dữ liệu và các giải pháp điểm phân mảnh vào một nền tảng thống nhất, ưu tiên đám mây.

“Các nhóm IT và CX cần làm việc cộng tác nhiều hơn,” ông giải thích, mô tả sự phù hợp đó là sự thay đổi cần thiết thứ hai, lần này ở cấp độ tổ chức.

Ở cấp độ kiến trúc, Anand nói rằng các API giao tiếp cần được nhúng vào lõi của doanh nghiệp để mọi chức năng hoạt động từ cùng một ngữ cảnh khách hàng thay vì duy trì dữ liệu riêng lẻ của mình. Ngày càng nhiều, điều này có nghĩa là vượt ra ngoài việc tích hợp đơn thuần hướng tới một kiến trúc ngữ cảnh nơi một ontology và biểu đồ ngữ cảnh được chia sẻ cung cấp một sự hiểu biết chung giữa các hệ thống CX, vận hành, bán hàng, dịch vụ và AI. Sự thay đổi tổ chức sâu sắc hơn, ông nói, là sự thay đổi tư duy từ hỗ trợ phản ứng sang tương tác chủ động, dự đoán và cá nhân hóa, mà ông gọi là ba chữ P.

Các tác nhân AI sẽ định hình tương lai của CX như thế nào

Tương tác khách hàng trong vài năm tới sẽ được định nghĩa bởi thông minh thời gian thực, quyền tự chủ ngày càng tăng và điều phối liền mạch trên các điểm chạm, và ngữ cảnh doanh nghiệp bền vững theo dõi khách hàng, nhân viên và tác nhân AI bất cứ nơi nào tương tác xảy ra. Thay vì phân tích các tương tác sau khi chúng xảy ra, các doanh nghiệp sẽ ngày càng định hình các cuộc hội thoại theo thời gian thực.

“Tương lai của CX sẽ được định nghĩa bởi sự đơn giản hóa, điều chỉnh dữ liệu, cơ sở hạ tầng và mô hình hoạt động xung quanh các kết quả khách hàng rõ ràng thay vì thêm nhiều mô hình và công cụ,” Anand nói. “Sự trỗi dậy của các tác nhân được hỗ trợ bởi AI và tương tác tác nhân-với-tác nhân là một xu hướng định hình, với các hệ thống AI vượt ra ngoài việc hỗ trợ con người để tự quản lý và giải quyết các tương tác, tạo ra một lớp tương tác gần như vô hình giúp cải thiện tốc độ và hiệu quả.” Các nhân viên con người sẽ ngày càng làm việc cùng với AI, được hỗ trợ bởi thông minh đàm thoại thời gian thực và các đề xuất hành động tốt nhất tiếp theo để mang lại cái mà Anand gọi là Trải nghiệm Tổng thể (Total Experience): một mô hình thống nhất kết nối trải nghiệm của khách hàng, nhân viên và dựa trên AI. Tata Communications đang xây dựng hướng tới tương lai đó thông qua các giải pháp AI giọng nói, AI Workers và Total Experience Hub của mình.

Anand nói: “Cuối cùng, tương tác khách hàng sẽ phát triển từ phản ứng sang dự đoán và ngày càng tạo sinh.” “Các doanh nghiệp sẽ không chỉ phản ứng với nhu cầu, mà còn tích cực định hình và cải thiện hành trình khách hàng theo thời gian thực.”

Nguồn tham khảo: VentureBeat