Jak změní generativní umělá inteligence zákaznickou podporu?

25. 5. 2023

Sdílet

AI Autor: Depositphotos
AI
Organizace poskytující služby zákazníkům dnes svádějí nelehký boj. Servisní agenti se denně potýkají s případy, kdy jsou klienti frustrovaní nekonečnými čekacími dobami. Kvůli vysoké vytíženosti agenti řeší současně problémy více zákazníků najednou a čekají na načtení dat ze starších systémů.

Po uzavření každého případu ale může agent zadat poznámky o jeho řešení rovnou do systému. Záznamy se ale často ztratí v éteru, a ostatní agenti tak mohou řešit podobné problémy zase úplně od začátku, aniž tuší, že je jejich kolega již vyřešil. Téměř polovina zákazníků loni uvedla špatné zkušenosti se službami jako hlavní důvod, proč změnili značku. Proto společnosti hledají efektivní řešení.

Michal Mravináč, regionální ředitel společnosti Salesforce pro střední a východní Evropu, uvádí: „V poslední době se mluví o ChatGPT, generativním modelu umělé inteligence vyvinutém společností OpenAI. GPT a další generativní modely AI, jako jsou Anthropic a Bard, jsou postavené na nacvičených rozsáhlých jazykových modelech, které uživatelům pomáhají vytvářet jedinečný text, obrázky a další obsah z textových podnětů. V oblasti AI se mění pravidla hry zejména v segmentu zákaznického servisu. Tento nástroj totiž může pomoci společnostem pracovat efektivněji, vytvářet empatičtější odpovědi pro zákazníky a případy rychleji řešit.“ 

Jak by mohla vypadat generativní AI pro služby?

CFOworld 1 2023

Článek vyšel v tištěném vydání časopisu CFOworld 1/2023. Pokud si časopis chcete přečíst celý, můžete si ho koupit i v digitální formě.

Kromě tohoto článku v něm najdete i příspěvky o českých trendech v platbách pro tento rok, podrobně jsme se věnovali úskalím a možnostem, které nabízí umělá inteligence, nebo třeba top trendům pro oblast infrastruktury.

Téměř před sedmi lety společnost Salesforce spustila Einstein for Service, aby agentům poskytla schopnosti založené na umělé inteligenci. Ty zahrnovaly doporučené postupy a odpovědi na dotazy zákazníků a automaticky shrnuly více případů do jednoho. Generativní AI (GAI) se ale chystá posunout servisní operace na další úroveň efektivity a personalizace.

„Díky GAI navrstvené na Einstein for Service a Customer 360 bude možné automaticky generovat personalizované odpovědi, které budou agenti posílat zákazníkům. Budou tak schopní trénovat AI na základě poznámek k případům, které kdy napsal každý z agentů, aby mohli automaticky generovat návrhy znalostních článků. To zkrátí dobu získávání znalostí a usnadní udržování vztahů. Díky vyšší relevanci a kvalitě znalostí tak budou samoobslužné portály a chatboty hodnotnější, což dá agentům více času na hlubší zapojení do řešení složitých problémů a budování dlouhodobých vztahů se zákazníky,“ říká Mravináč.

Současná vlna generativních modelů je velmi výkonná, ale v malém počtu případů může generovat neobjektivní, a dokonce škodlivé výstupy stejně jako vymyšlená fakta. Důležitá tedy bude účast lidského recenzenta – servisního pracovníka či experta.

Supervýkonné chatboty

„Navrstvení GAI na schopnosti systému Einstein umožní automatizovat vytváření chytřejších a personalizovanějších odpovědí chatbotů, které dokážou do hloubky porozumět problémům zákazníků, předvídat je a reagovat na ně,“ doplňuje Mravináč. To umožní tvořit lepší odpovědi na časté dotazy, což zvýší míru vyřešení problému hned v prvním okamžiku. „Díky GAI využívající data o řešení problémů zákazníků k analýze nálad a vzorců konverzace budou servisní organizace dokonce schopné řídit neustálé zlepšování, identifikovat trendy a urychlit školení a aktualizace botů.“

Automatické generování znalostních článků

Postupem času plánuje nejen Salesforce využít GAI i k přípravě znalostních článků na základě poznámek k případům i konverzací ve službě Slack, historií zpráv a dat v rámci služby Customer 360, což urychlí řešení případů a jejich přesunutí do samoobslužného servisu s poklesem tlaku na call centra a agenty.

Zrychlené řešení případů

Již nyní mnoho servisních týmů pracuje efektivněji pomocí tzv. case swarmingu, kdy si agenti přizvou odborníky, aby pomohli řešit složité případy. Michal Mravináč dodává: „Představme si ale, o kolik efektivněji by mohli agenti pracovat, kdyby bylo možné sdílet a šířeji aplikovat zkušenosti z předchozích case swarmingů. Pokud se totiž využije GAI k identifikaci podobných případů z minulosti, jednoduše určí, kdo v organizaci má nejlepší a nejvhodnější znalosti k řešení problému. Systém navrhne řešení a zařídí komunikaci se zákazníky, což urychlí a automatizuje mnoho aspektů case swarmu.“

Vstupujeme do nové vzrušující éry umělé inteligence, která změní podobu oblasti služeb zákazníkům. Organizace budou schopné využít sílu GAI ke zvýšení produktivity, urychlení řešení případů a prohloubení vztahů se zákazníky díky větší personalizaci a relevanci.

Einstein GPT: První generativní umělá inteligence pro CRM

Einstein GPTEinstein GPT je první generativní technologie CRM s umělou inteligencí na světě, která poskytuje obsah v každé interakci v oblasti prodeje, služeb, marketingu, obchodu, ale i IT. Technologie Einstein GPT společnosti Salesforce tak nadobro mění dosavadní zákaznickou zkušenost.

Einstein GPT spojí vlastní modely umělé inteligence společnosti Salesforce s partnerskou technologií generativní AI a s daty v reálném čase ze Salesforce Data Cloud. Veškerá takto získaná zákaznická data se pak sjednotí do jednoho. Díky Einstein GPT budou moci zákazníci tato data propojit s pokročilými modely AI firmy OpenAI. Kromě toho si také budou moci zvolit vlastní externí model a zadávat pokyny v přirozeném jazyce přímo ve svém systému CRM, který se bude průběžně přizpůsobovat měnícím se informacím a potřebám zákazníků v reálném čase.

Einstein GPT může například generovat personalizované e-maily pro prodejce, navrhnout specifické odpovědi pro pracovníky zákaznického servisu, aby rychleji a efektivněji odpovídali na dotazy zákazníků, vytvořit cílený obsah pro marketéry, aby zvýšili míru odezvy kampaní, a automaticky generovat kód pro vývojáře.

„Svět zažívá s nástupem technologií reálného času a generativní umělé inteligence jednu z nejhlubších technologických změn. Ta přichází v klíčovém okamžiku, kdy se každá společnost zaměřuje na inteligentnější, automatizovanější a personalizovanější spojení se svými zákazníky,“ sdělil Marc Benioff, generální ředitel společnosti Salesforce. „Einstein GPT v kombinaci s naším datovým cloudem a integrací ve všech našich cloudech, stejně jako v Tableau, MuleSoft a Slack, je dalším způsobem, jak otevíráme dveře do budoucnosti AI pro všechny naše zákazníky. Při spuštění také integrujeme OpenAI.“ 

Integrace s OpenAI: Salesforce kombinuje podnikovou technologii ChatGPT společnosti OpenAI s privátními modely umělé inteligence společnosti Salesforce, aby mohla poskytovat relevantní a důvěryhodný obsah generovaný umělou inteligencí.

„Jsme nadšení, že můžeme využít sílu technologie OpenAI v CRM,“ řekl Sam Altman, generální ředitel společnosti OpenAI. „Díky tomu může tuto technologii využívat více lidí, a my se tak dozvíme informace o jejím reálném využití, což je pro zodpovědný vývoj a nasazení umělé inteligence zcela zásadní.“ 

Einstein GPT v současné době vstoupil do uzavřeného pilotního provozu.

Dopady generativní umělé inteligence podle Gartneru

Prvními oblastmi, které pocítí (a již pociťují) dopady generativní umělé inteligence, budou marketing a média. Lze očekávat, že do roku 2025 bude 30 % odchozích marketingových sdělení společností generováno synteticky (v roce 2022 to byla necelá dvě procenta) a do roku 2030 bude uveden filmový trhák, jehož 90 % bude generováno AI (od textu a scénáře po video), zatím takový film neexistuje.

Další příklady nasazení GAI:

Návrh nových léků – GAI již byla při návrhu nových léků vyzkoušena a díky ní se potřebný čas zkrátil na několik měsíců, což představuje finanční i časové úspory.

Oblast materiálových věd – proces inverzního designu začíná definicí požadovaných vlastností a objevuje či navrhuje materiály, které tyto vlastnosti pravděpodobně mají, místo aby se spoléhal při jejich hledání na náhodu či štěstí.

Návrh čipů – optimalizace rozmístění součástek na čipech a zkrácení doby vývoje z týdnů až na hodiny.

bitcoin_skoleni

Syntetická data – získávaná z přímého pozorování reálného světa bez určení konkrétních zdrojů těchto dat.

Návrh dílů a součástek – optimalizace pro splnění konkrétních cílů a omezení (výkon či odolnost, použité materiály a výrobní metody).

Autor článku