Nyheter, Prylar, Android, Mobiler, Appnedladdningar, Android

Ska du tro på hypen om Call Center AI?

Du kan inte spendera fem minuter på internet nuförtiden utan att stöta på något som antingen handlar om AI eller som skapats av det. Callcenter är inget undantag.

Faktum är att, beroende på typen av callcenter, säger många att AI-verktyg är den främsta drivkraften bakom några av de mest framgångsrika callcenterna idag.

Vi säger håll era hästar.

Anledningarna till att du inte skulle tro på hypen om Call Center AI

Artiklar som gasar upp AI tenderar att måla upp en bild av hur den här tekniken så småningom kommer att göra allt som människor har gjort hittills, förutom bättre. Sanningen är att oavsett vilka AI-verktyg ett callcenter använder, så kan de inte fungera helt oberoende av människor.

Istället är det som AI-verktyg kan ersätta på callcenter helt enkelt en massa monotona uppgifter som människor ändå inte tyckte om att göra, vilket i slutändan frigör tid för viktigare och engagerande ärenden.

Detta beror inte på att AI har några inneboende brister eller helt enkelt inte har utvecklats tillräckligt ännu. Det är på grund av vad det är – ett verktyg.

Och som ett verktyg kräver AI att människor programmerar den för att säkerställa att den gör vad de vill att den ska göra. När den väl kan utföra dessa uppgifter effektivt kan mänskliga agenter flytta runt uppgifterna på sina tallrikar.

Låt oss till exempel säga att en agent tar sig tid att konfigurera en chatbot för att hantera vissa rutinmässiga kundförfrågningar som de brukade utföra manuellt. Agenten måste inte bara skapa chattflödesskripten för att chatboten ska svara, utan de måste också spåra och underhålla funktionaliteten så att den fortsätter att fungera som avsett. Naturligtvis är hela poängen att minska den totala mängden arbete för agenten, men även om det misslyckas, kommer de att behöva ta samtalet ändå eftersom chatboten var ineffektiv. I båda fallen blir agenten inte överflödig.

I ett ännu värre scenario, låt oss säga att du ställer in en AI-chatbot men inte tänker på det faktum att AI är notoriskt hallucinerande eller bara hittar på saker. Din glänsande nya chatbot kan berätta för dina kunder helt felaktig information. Det har förekommit flera mycket uppmärksammade misslyckanden med AI-chatbots, inklusive fall av att ge bort värdefulla föremål gratis till kunder och lämna garantier som företaget är lagligt skyldigt att upprätthålla.

I slutet av dagen är det mänskliga elementet fortfarande viktigt för att säkerställa att det AI säger och gör är både korrekt och i linje med ditt callcenters kultur och värderingar. Trots vad hypeartiklarna kan säga, kan den helt enkelt inte göra dessa saker ensam. Därför, istället för att tänka på AI som en ersättning för personal, är det bättre att se det som ett annat verktyg som agenter måste lära sig och använda.

Call Center AI är inte samma sak som AI i andra branscher

En nyckelfaktor som inte kan förbises är att AI:s användning i callcenter skiljer sig mycket från dess användning i andra branscher. I callcenterbranschen används AI främst för att automatisera och hjälpa människor att utföra specifika uppgifter. I många andra branscher används det för att imitera kreativitet och ta sig an andra, mer öppna ansträngningar.

Här är de huvudsakliga sätten att använda AI i callcenter:

Automatisk samtalsdistribution (ACD)

Många callcenter använder AI för att arbeta med ACD-funktionen på VoIP-telefonsystem. Detta gör att de kan samla in samtalsinformation automatiskt baserat på talade svar och dirigera samtal till en specifik kundtjänstagent eller avdelningskö baserat på de kriterier de tidigare bestämt.

För att få ut det mesta av ACD-tekniken måste du göra mycket arbete i förväg. Som sagt, du måste också uppdatera kriterierna varje gång du vill att systemet ska svara annorlunda eller tillgodose en ny tjänst. Det finns med andra ord ingen “set and forget”-metod för denna typ av AI.

Interactive Voice Response (IVR)

När de interagerar med en AI-assisterad IVR får uppringare information och support genom att prata med ett automatiserat telefonsystem eller svara på det via sin knappsats.

Om du någonsin har ringt en kundsupportlinje och blivit tillfrågad vilken typ av support du behöver eller blivit instruerad att ange ditt kund-ID via din knappsats, så har du förmodligen interagerat med en grundläggande IVR tidigare.

AI tar det här verktyget till nästa nivå genom att identifiera kundproblem och sedan distribuera specifika skript baserat på förutbestämda kriterier. Återigen är detta bara ett fall av att automatisera en process som du måste ställa in och ständigt förfina.

Naturligtvis finns det också smarta eller intelligenta IVR:er som använder naturligt språkbehandlingsteknik för att svara och chatta med uppringare som om de hade en riktig mänsklig konversation. Dessa kommer med samma regler, bara i större skala, eftersom AI-verktyget måste ställas in med tillgång till en kunskapsbas och andra databaser för att kunna svara kunderna med vilken noggrannhet som helst.

Dessutom krävs återigen det mänskliga elementet för att säkerställa att systemet inte orsakar några oavsiktliga problem eller fattar några otillåtna beslut.

Sentimentanalys

Vilken som helst av dina callcenteragenter skulle säga till dig att de skulle känna sig mycket mer förberedda på kundinteraktioner om de kunde veta hur de som ringer känner innan de lyfter luren. Detta är vad sentimentanalysteknik försöker göra för dem.

Sentimentanalys fungerar genom att AI:n lyssnar på samtal och försöker identifiera hur den som ringer känner sig baserat på vad de säger och hur de säger det.

Till exempel, om en kund ringer och säger till den automatiserade menyn något i stil med “Jag försöker få den här dumma produkten att fungera”, kommer AI:n att inse att den här personen troligen är på dåligt humör. Som svar kan systemet informera agenten om situationen och ge dem användbara resurser för att hantera interaktionen innan de ansluter till den som ringer.

Under tiden kommer AI:n att fortsätta att lyssna och kan eskalera samtalet till den högsta ledningen om den upptäcker att saker går överstyr.

I slutändan kan detta vara ett bra användningsfall för AI, men sentimentanalys kräver fortfarande mänskliga agenter att ställa in och kontinuerligt övervaka för förbättringar. När allt kommer omkring, en AI vet inte skillnaden mellan “frustrerad” och “upphetsad” om inte någon programmerar den till.

Saknade funktioner i Call Center AI

Tills AI kan göra något nytt – som att slutföra allt arbete efter samtalet genom att göra samtalsanalys och hämta den nödvändiga informationen direkt från det inspelade samtalet – är det inget för callcenter att bli hajpade över.

Detta är inte att säga att AI aldrig kommer att nå den punkten. För nu är det dock helt enkelt inte där än.

Kunder vill inte ha AI – de vill ha alternativ

Även om det är sant att vissa kunder föredrar att interagera med AI-baserade verktyg som chatbots och IVR framför mänskliga agenter – som Nextivas avancerade IVR med Conversational AItill exempel – det är ingen bra idé att tvinga dem på det.

Vad vi med säkerhet vet är att kunderna gillar att ha alternativ. Detta är vettigt eftersom kunder är människor och olika människor vill ha olika saker vid olika tidpunkter. Även om ett telefonsamtal kan fungera i vissa fall, som i en bil eller sittande vid skrivbordet, är det omöjligt i andra, som när du sitter fast i en bullrig miljö.

Det är viktigt att tillåta människor att ansluta till den kundtjänstkanal de gillar bäst, även om det innebär att du måste ringa ner din teknik och gå emot några av de senaste callcentertrenderna. För nu är det bäst att inte falla för AI-hypen ännu, eftersom mänskliga agenter skulle vara mycket saknade.