Software pro automatizaci zákaznického servisu už dávno překonal skriptovaného bota, který porovnával otázku s rozhodovacím stromem a vzdal se, jakmile se změnila formulace. Verze, kterou dnes stojí za to koupit, sedí vedle agenta, čte celé vlákno, navrhne odpověď a předá ji ke kontrole.
Tento posun mění otázku při nákupu. Už nejde o to, zda nástroj umí odpovědět, ale kolik z odpovědi připraví sám, kolik z ní stále vlastní člověk a kdo platí poskytovateli modelu, jakmile roste objem.
Co dělá software pro automatizaci zákaznického servisu
Za názvem této kategorie stojí krátký seznam konkrétních úkolů. Shrnout dlouhé vlákno do tří řádků. Navrhnout odpověď podloženou vlastním obsahem nápovědy. Klasifikovat záměr a podle toho směrovat. Rozpoznat sentiment. Překládat oběma směry. Označit konverzaci štítky, aby reporting měl co počítat.
Žádná z těchto věcí sama o sobě nepůsobí dramaticky. Každá odstraní jedno zdržení nebo jeden manuální krok, a právě zdržení jsou to, co zákazníci pociťují.
Kumulativní efekt se projeví u nových zaměstnanců. Člověk ve druhém týdnu odpovídá téměř na úrovni někoho ve druhém roce, protože návrh odpovědi už v sobě nese zásady, historii účtu, správný tón a poslední tři objednávky.
Automatizace zde neznamená, že se odpovědi ve výchozím stavu odesílají bez dohledu. Každá funkce popsaná níže počítá s tím, že člověk uvidí návrh dřív, než odejde, a platforma je nastavena tak, aby to byla běžná cesta, ne výjimka.
Tři úrovně automatizace a kterou si vybrat
Dodavatelé používají stejná slova pro velmi odlišné chování, takže pomáhá rozlišit úrovně podle toho, kdo nese odpovědnost za odeslanou zprávu.
| Úroveň | Kdo píše | Kdo odesílá | Selhává tím, že |
|---|---|---|---|
| Skriptovaný tok | Vy, předem | Systém | Nerozpozná otázku |
| Kopilot | Model | Agent | Promarní klik na kontrolu |
| Autonomní agent | Model | Systém | Pošle špatnou odpověď |
Skriptované toky si stále zaslouží místo u úzkého okruhu vysokoobjemových otázek, kde se formulace téměř nemění: stav objednávky, otevírací doba, obnovení hesla.
Kopilot je výchozí volbou pro všechno ostatní, protože jeho nejhorší výsledek stojí pár vteřin, zatímco nejhorší výsledek autonomního agenta stojí zákazníka.
Nejlepší volba pro většinu týmů: skriptované toky na pěti nejčastějších opakujících se otázkách, kopilot všude jinde, autonomní řešení jen tam, kde je špatná odpověď levná na nápravu.
Model kopilota ve schránce
V modelu kopilota model připravuje, agent rozhoduje. Návrh se zobrazí vedle konverzace i se svými zdroji a agent jej upraví, nahradí nebo odešle.
Krok kontroly není formalita. Je to pojistka, díky které občasná chybná odpověď zůstane uvnitř vaší firmy místo v zákazníkově schránce.
Zároveň vytváří signál, který ukazuje, zda automatizace funguje. Každá úprava je označená oprava a míra těchto úprav je poctivá metrika kvality popsaná dále.
Kde automatizace přesahuje pole pro odpověď
Považovat AI jen za widget přilepený k živému chatu znamená promarnit většinu jejího potenciálu. Stejná vrstva má práci v každém modulu, který se dotýká konverzace.
V databázi znalostí navrhuje články z vyřešených vláken a označuje stránky, které si odporují s novějšími odpověďmi. Software pro databázi znalostí zákaznické podpory, který si nikdy nevšimne vlastní zastaralosti, je obvyklý důvod, proč samoobsluha přestane cokoliv odklánět.
Při směrování čte záměr dřív, než to udělá člověk, takže dotaz na fakturaci se dostane do fakturační fronty bez nutnosti procházet krokem třídění.
V reportingu seskupuje konverzace podle toho, na co se zákazníci skutečně ptali, místo podle štítku, který si agent vzpomněl přiřadit, a právě to mění počet ticketů v produktové rozhodnutí.
Ve výstupní komunikaci pohání stejná klasifikace segmenty kampaní, takže lidé, kteří si právě stěžovali, nejsou těmi, kdo dostane nabídku upsellu.
Pokrytí napříč moduly také rozhoduje, k jak velké části vašich vlastních materiálů se asistent dostane. Asistent, který vidí jen aktuální chat, píše z aktuálního chatu, a asistent, který vidí zákaznický záznam, historii objednávek a poslední tři tickety, píše ze všeho toho.
Vlastní AI: kdo drží účet u modelu
Ve skoro každé ukázce se slévají dvě otázky. Co asistent umí, je otázka produktová. Kdo drží účet u poskytovatele modelu, je otázka obchodní a rozhoduje o tom, zda lepší automatizace sníží vaše celkové náklady, nebo je zvýší.
Když účet drží platforma, spotřeba modelu se objevuje jako položka platformy, obvykle jako kredity nebo místa. Náklady pak rostou s úspěchem: čím více konverzací AI zvládne, tím více nakupujete od dodavatele s jeho marží.
Vlastní AI to obrací. Připojíte vlastní klíče od poskytovatele, tokeny vám fakturuje přímo poskytovatel a platforma na nich neuplatňuje žádnou přirážku. RolChat funguje tímto způsobem napříč 62 textovými modely od sedmi poskytovatelů a 23 hlasovými modely od čtyř, celkem 85.
Při vlastním klíči zdvojnásobí vylepšení, které zdvojnásobí objem automatizace, i účet u poskytovatele, který vidíte a můžete o něm vyjednávat. U balíčkových kreditů stejné vylepšení zdvojnásobí položku na faktuře, jejíž jednotkovou cenu neurčujete vy.
Cena tokenů sleduje kontext, ne konverzace
Týmy, které s vlastním klíčem začínají, obvykle čekají, že se účet bude odvíjet od počtu konverzací. Místo toho se odvíjí od délky kontextu.
Odpověď sestavená z posledních čtyř zpráv stojí zlomek toho, co stejná odpověď sestavená z vlákna o šedesáti zprávách, a shrnutí celého tohoto vlákna stojí víc než obojí dohromady.
Většinu práce proto odvádí tři nastavení: jak daleko do minulosti sahá okno kontextu, zda se shrnutí spouští u každého vlákna nebo jen u dlouhých, a zda vyhledávání čerpá tři články z nápovědy, nebo třicet.
Nic z toho není vidět na srovnávací stránce tarifů. Je to vidět na dashboardu poskytovatele hned první týden, a to je argument pro to, mít vlastní účet.
Výběr modelu podle úlohy
Jeden model pro každou úlohu je drahou výchozí volbou. Práce se přehledně rozděluje podle toho, kolik úsudku každá úloha vyžaduje.
| Úloha | Vyžaduje | Rozumná volba |
|---|---|---|
| Štítkování a záměr | Rychlost, nízké náklady, stabilní výstup | Malý rychlý model |
| Návrh odpovědi | Tón, úsudek na základě historie | Střední nebo velký model |
| Zásady a refundace | Pečlivost, přesná formulace | Nejsilnější dostupný model |
| Překlad | Pokrytí vašich jazyků | Poskytovatel, který je pokrývá nejlépe |
Toto rozdělení obvykle sníží účet víc než jakékoliv ladění promptů, protože vysokoobjemové úlohy jsou ty levné a drahý model běží jen tam, kde si svou cenu skutečně vydělá.
Praktický výchozí rozpis: rychlý model pro klasifikaci a štítkování, střední model pro návrhy, nejsilnější model vyhrazený pro peníze a zásady.
Směrování se mění dřív, než je napsán jakýkoli návrh
Většina viditelného přínosu se projeví dřív, než kdokoliv napíše jediné slovo. Klasifikace proběhne hned při příchodu, takže konverzace je už označená, už ve správné frontě a už nese prioritu, když ji agent otevře.
Tím odpadá směna vyhrazená na třídění, kterou týmy přidávají, když roste objem, a ruší, když jim na ni dojdou lidé.
Mění to i to, co měří SLA. Hodiny, které se spustí ve chvíli, kdy zprávu poprvé přečte člověk, odměňují rychlost třídění. Hodiny, které se spustí při příchodu, odměňují to, na čem záleží zákazníkům, a automatizovaná klasifikace je to, díky čemu je ta druhá varianta zvladatelná.
Druhý efekt se týká eskalace. Když je záměr a sentiment přiřazen už od první zprávy, pravidlo, které posune naštvané fakturační vlákno na seniorního agenta, může vystřelit okamžitě místo až u druhé odpovědi.
Stojí za to při ukázce ověřit: zda klasifikace běží při příchodu, nebo až při prvním otevření, protože jen ta první varianta odstraní krok třídění.
Data, ke kterým by se asistent neměl nikdy dostat
Zakotvit asistenta ve vlastním obsahu znamená rozhodnout, co se za váš vlastní obsah počítá. Vyřešené konverzace jsou nejužitečnějším trénovacím materiálem a zároveň nejpravděpodobnějším místem, kde skončí čísla karet a identifikační doklady, které zákazníci vložili do chatu.
Většinu váhy nesou tři nástroje: redakce (odstranění citlivých dat) dřív, než se cokoliv dostane k modelu, limity uchovávání přepisů a pravidlo, že asistent vyhledává ve zveřejněných článcích nápovědy, ne v syrových vláknech.
Do stejného rozhodování patří i souhlas. RolChat to řeší jako placený doplněk za 5 $ za web, se třemi souhlasy na web, a není dostupný v tarifu Lite.
Požadavky na výmaz jsou případ, na kterém se týmy často chytnou. Záznam odstraněný z helpdesku, ale stále přítomný ve vektorovém indexu, je pořád záznamem, takže ověřte, že se výmaz dostane i do vyhledávání, ne jen do seznamu ticketů.
Udržení přesných odpovědí v souladu se značkou
Dvě nastavení oddělují výstup, který můžete rovnou odeslat, od výstupu, který musíte přepsat.
První je zakotvení. Odpovědi jsou navrženy ze schváleného materiálu: článků nápovědy a vyřešených konverzací, a návrh nese zdroje, ze kterých vycházel. Odpověď bez zdroje je hádanka v přesvědčivém tónu.
Druhé je hlas. Nastavení tónu a slovník výrazů, které používáte i nepoužíváte, udržují návrhy tak, aby zněly jako váš tým, a ne jako obecný asistent.
Slovník má ještě větší význam napříč jazyky. Názvy produktů a právní pojmy jsou přesně ta slova, která si vrstva překladu ochotně přeloží, pokud jí neřeknete, aby to nedělala.
RolChat pokrývá 40 jazyků rozhraní a widgetu a stejný slovník platí pro všechny z nich.
Hlasová podpora: stejná otázka, přísnější termín
Hlasová podpora zvyšuje sázky, protože zde není žádný návrh ke kontrole. Odpověď se vyslovuje v okamžiku, kdy vzniká, takže zakotvení musí být správně nastavené předem, ne opravené za pochodu.
Praktické dělení je podle důsledků. Přepis řeči na text u každého hovoru, protože přepis je užitečný i tehdy, když není dokonalý. Mluvené automatizované odpovědi jen tam, kde je chyba levná: otevírací doba, stav, směrování.
Minuty hovorů se v RolChat fakturují odděleně od tarifu, takže objem hlasové podpory je položka, kterou sledujete samostatně, a ne překvapení schované v ceně za místo.
Pořadí zavádění je stejně důležité jako samotná nastavení. Týmy, které zapnou vše najednou, nedokážou určit, která změna posunula které číslo, a nakonec si ponechají buď všechno, nebo nic.
Posloupnost, která dává smysl, je: nejdřív klasifikace, pak návrhy v jedné frontě, pak návrhy všude, a nakonec jakékoliv autonomní zpracování. Každý krok má svůj vlastní stav před a po.
Měření, zda automatizace fungovala
Míra odklonu je metrika, kterou dodavatelé rádi zdůrazňují, a zároveň nejméně užitečná, protože konverzace, která skončí bez zásahu člověka, může skončit odpovědí i tím, že zákazník to prostě vzdá.
Víc vypovídají čtyři čísla. Míra úprav u návrhů, která klesá s tím, jak se zlepšuje zakotvení. Doba do první odpovědi, kde se kopilot vyplatí nejvíc. Míra opětovného otevření, která odhalí odpovědi, jež jen vypadaly hotové. Hodnocení spokojenosti zákazníků rozdělené na automatizované a lidské zpracování.
Čtěte je společně s účtem od poskytovatele za stejné období. Kvalita, která roste zatímco náklady na konverzaci klesají, je výsledek, který stojí za udržení; jedno bez druhého nic neznamená.
Všechna čtyři čísla potřebují naměřenou hodnotu ještě před zavedením. Týmy, které tento krok přeskočí, se pak dohadují, zda se vůbec něco změnilo, aniž by to mohly nějak ověřit.
Limity, které stojí za to jasně pojmenovat
Za jasné pojmenování stojí dva limity. Nasazení on-premise je záležitost tarifu Enterprise, ne něco dostupného v nižších tarifech. Modely běžící na vašem vlastním hardwaru jsou plánované, ne dostupné, takže požadavek na lokální inferenci dnes RolChat nesplňuje.
Ceny jsou stanoveny za firmu, ne za agenta, od 19 $ v tarifu Lite po individuální cenu v tarifu Enterprise, a 30denní zkušební verze otevírá všechny funkce s kartou uloženou v systému.
Automatizaci je také snazší posoudit, jakmile jsou kanály za ní už sjednocené na jednom místě, což je téma souvisejícího průvodce.
Často kladené otázky
Co přesně software pro automatizaci zákaznického servisu automatizuje?
Shrnování vláken, návrh odpovědí ze schváleného obsahu, klasifikaci záměru, směrování, štítkování a překlady. V modelu kopilota to všechno připraví a agent rozhodne, co se odešle.
Nahradí AI pracovníky zákaznického servisu?
V modelu kopilota ne, a to je model, který by měla používat většina týmů. Model navrhuje a agent kontroluje a odesílá. Mizí opakovaná příprava, ne člověk odpovědný za odpověď.
Co znamená vlastní AI?
Připojíte vlastní klíče od poskytovatele, takže tokeny vám poskytovatel fakturuje přímo bez přirážky platformy. Zároveň to znamená, že můžete změnit model nebo poskytovatele bez změny helpdesku.
Kolik stojí provoz AI?
Mnohem víc záleží na délce kontextu než na počtu konverzací. Dlouhá vlákna, shrnutí u každé konverzace, široké vyhledávání a opakované přeshrnutí jsou nastavení, která hýbou účtem, a všechna tři si nastavujete sami.
Který model by měl zpracovávat kterou úlohu?
Malý rychlý model pro štítkování a záměr, střední nebo velký model pro návrhy a nejsilnější dostupný model pro refundace a formulace zásad. Rozdělení podle úlohy obvykle ušetří víc než ladění promptů.
Jak zabráníte tomu, aby si AI vymýšlela odpovědi?
Zakotvěte ji ve schváleném obsahu nápovědy, aby každý návrh nesl své zdroje, ponechte v provozu krok kontroly a po spuštění sledujte míru úprav a míru opětovného otevření, ne jen míru odklonu.
Mohou modely běžet na našich vlastních serverech?
Nasazení on-premise je dostupné v tarifu Enterprise. Modely se self-hostingem jsou plánované, ne dnes dostupné, takže tvrdý požadavek na lokální inferenci zatím splněn není.
Funguje automatizace napříč jazyky?
Ano. Pokrývá 40 jazyků rozhraní a widgetu s překladem oběma směry. Uchovávejte názvy produktů a právní pojmy ve slovníku, aby se jich vrstva překladu nedotýkala.
Píše o provozu zákaznické podpory, live chatu, službě s pomocí AI a nástrojích za dobrou zákaznickou zkušeností.
LinkedIn
