Just_Super/Getty ImagesForskning fra 2024 av konsulent Accenture forutsier den økonomiske effekten av generativ kunstig intelligens (AI) i bedriften. Forskningen antyder at mer enn 10,3 billioner dollar i ytterligere økonomisk verdi kan låses opp innen 2038 hvis organisasjoner tar i bruk generativ AI på en ansvarlig måte og i stor skala.
I tillegg bemerket bedriftsledere i forskningen at generativ AI til slutt vil øke selskapets markedsandel, og 17 % forventer en økning i markedsandel med 10 % eller mer. Så mye som 95 % av arbeiderne ser verdien i å jobbe med generativ AI – men deres største bekymring er at de ikke stoler på at organisasjoner sikrer positive resultater for alle fra introduksjonen av ny teknologi.
I mellomtiden avslører MuleSofts niende årlige Connectivity Benchmark Report, produsert fra intervjuer med 1050 IT-ledere over hele verden, at AI-bøyepunktet forsterker behovet for en sammenhengende IT-strategi. 87 prosent av IT-lederne rapporterer at naturen til digital transformasjon er i endring. AI kompleksiserer det teknologiske landskapet ytterligere, med 991 apper i den gjennomsnittlige bedriften. IT-budsjettene må økes for å møte denne økende etterspørselen.
Forskningen fant også at integrerings- og sikkerhetshensyn er de største barrierene for AI-adopsjon. AI-ånden er ute av flasken, med over tre fjerdedeler av organisasjoner som rapporterer at de bruker flere AI-modeller. Så mange som 90 % sier at problemer med å integrere AI med andre systemer er en barriere, etterfulgt av 79 % rapporterer sikkerhetsproblemer. Men kanskje den største barrieren for AI-adopsjon er en blanding av datasiloer og systemskjørhet som holder selskaper tilbake. Nesten universelt rapporterer 98 % av IT-lederne at de står overfor utfordringer angående digital transformasjon.
Utholdenheten til datasiloer nevnes av 81 % av respondentene og skjørheten til tett koblede og svært avhengige systemer med 72 %. Datasiloer hindrer automatiseringsprosjekter i å fullføres i tide og innenfor budsjett. Automatisering er fortsatt en kilde til strid mellom IT og virksomheten. Bedriftsbrukere drar stor nytte av automatiseringen av arbeidet deres (1,9 timer per ansatt per uke) og krever mer fleksibilitet til å automatisere. Imidlertid må flertallet av IT-avdelinger fortsatt finne ut hvordan de kan aktivere denne automatiseringen på en sikker og styrt måte. To tredjedeler (66 %) av automatiseringsprosjektene har IT som eneste gatekeeper.
For bedre å forstå virkningen av generativ AI-adopsjon som tar sikte på å forbedre kundeopplevelsene, intervjuet jeg to av verdens ledende eksperter på kundeforholdsstyring (CRM), kundeopplevelse (CX) og kundeservice. Michael Maoz er senior visepresident for innovasjonsstrategi hos Salesforce. Før han begynte i Salesforce, var Maoz forskningsdirektør og en fremtredende analytiker i Gartner, og fungerte som forskningsleder for området kundeservice og støttestrategier. Ed Thompson er senior visepresident for markedsstrategi i Salesforce.
Også: Hvordan renessanseteknologer forbinder prikkene mellom AI og virksomhet
Før han begynte i Salesforce, var Thompson forskningsdirektør og en fremtredende analytiker i Gartner, og dekket kundeopplevelse (CX) og CRM-strategi og implementering. Maoz og Thompson delte sine synspunkter på hva bedrifter må vurdere og implementere før de tar i bruk generative AI-løsninger på sine kundeserviceapplikasjoner og -prosesser.
Over 95 % av store organisasjoner er i en pilot- eller liveproduksjon med en eller annen form for generativ AI. Disse selskapene har gått utover å forske og evaluere muligheter og gått over til å ta grep. Mellomstore organisasjoner har ofte identifisert over 100 mulige brukstilfeller, og de største har over 500 definert. Blant bedriftslederne vi jobber med, ansvarlige for markedsføring, salg, kundestøtte og den generelle kundeopplevelsen, har samtalene gått fra "Hva kan generativ AI gjøre?" for å svare på spørsmålet: “Gir generativ AI verdi for forretningsenheten min, for virksomheten min og for kundene mine?”
Noen få organisasjoner har skapt overskrifter ved å bruke generativ AI for oppdagelse av legemidler eller brikkedesign, ettersom de bruker dyktige interne ressurser til å finjustere store språkmodeller for høyverdi, spillskiftende brukssaker. Noen organisasjoner har blitt dyktige i å tilpasse små språkmodeller for spesifikke bransjer eller en enkelt type prosess med høy verdi. Imidlertid har en mye høyere prosentandel av organisasjoner tatt en “laveste risiko” tilnærming og startet med interne prosjekter som ikke eksponerer de generative AI-resultatene direkte til kunder eller leverandører.
Også: Fremtiden til generativ AI: Her er hva teknologianalytikere sier
For de som har gått utover ansattes produktivitet eller applikasjonsutvikling, har det vanligste fokusområdet vært kundeserviceavdelingen – mer enn markedsføring, salg eller handel. Så nå lurer alle på hva tidlige brukere har oppnådd med generativ AI i kundeservice? Svaret er en blandet pose med resultater. Noen har spektakulære suksesser, men mange sliter med å oppnå verdi. Den frekke oppvåkningen mange opplever er at å slå på generativ AI ikke nødvendigvis (og sannsynligvis ikke vil) gi avkastning.
Generativ AI er ikke en sølvkule
Bedrifter over hele verden håper at det, utover hypen med generativ AI, ligger en kortsiktig vei til å forbedre forretningseffektiviteten og samtidig en langsiktig evne til å øke inntektene. Det er én, ikke ubetydelig, vurdering som må veies før den virkelige besparelsen kan måles. I 2024, som i 2023, fulgte både generativ AI og ChatGPT “Kundeservice/Telefonnummer” som søkeord på Google i de fleste land. De fleste av disse søkene involverer et oppdrag fra en kunde for å nå et menneske. Det er stor frustrasjon fordi de fleste virksomheter jobber hardt for å gjøre det vanskelig å nå en person.
Dette gapet mellom bedriftens forpliktelse til å fjerne den menneskelige forbindelsen i kundeservice og kundens ønske om en menneskelig forbindelse peker nesten alltid på en dårlig forretningsprosess. Virksomheten må undersøke hvorfor kunden ikke bruker selvbetjeningskanalen. Denne oppdagelsesprosessen er en forløper til dypere selvbetjening drevet av generativ AI.
Dessuten: 4 måter å overvinne dine største bekymringer om generativ AI
Vår første anbefaling er å gå tilbake og sørge for at kundeserviceprosessen du ønsker å overlade med generativ AI, tilfredsstiller kundene. Lagring av generativ AI på en ødelagt prosess vil ikke gi et magisk plaster. Først fikser du den ødelagte prosessen, og deretter kan du trygt løpe videre med generativ AI. Men det må sikkert være noen enkle gevinster med generativ AI i kundeservice?
"Når vi legger til generativ AI til en dårlig selvbetjeningsprosess for kunder, har vi gjort ting verre, bare i større skala og med alvorligere konsekvenser enn før. En chatbot som gir kundene feil informasjon uten generativ AI, gjør det fordi den underliggende kunnskapsbasen er feil. Når generativ AI er lagt til, vil selskapet oppdage at den feilaktige informasjonen nå gis til kunden med perfekt tillit av boten, og ikke fordi den er hallusinerende. Resultatet: Nå har selskapet mer veltalende falsk informasjon formidlet i en ny form," sa Michael Maoz, SVP for innovasjonsstrategi i Salesforce.
Michael Maoz, SVP for innovasjonsstrategi i Salesforce.
Vala Afshar/Salesforce
Tidlig suksess i kundeservice: Begynn enkelt
Vi har allerede sett dusinvis av kundeserviceavdelinger som lykkes med å bruke generativ AI på tvers av fire kraftige brukstilfeller:
- Avslutning etter samtale og saksoppsummering: Kunderådgivere og støtteagenter synes denne delen av jobben er kjedelig og vanskelig. Som et resultat angir de den minimale mengden informasjon som er nødvendig. Når du bruker generativ AI, spesielt når det er spørsmål om å veilede dem, kan agenter spare et minutt eller to etter hver samtale eller sak, samtidig som de gir mer og bedre sammendragsinformasjon. Denne sammendragsinformasjonen kan analyseres for å finne mønstre i samtalene, som viser prosessens tilstand og forslag til hvordan du kan løse problemer. Generativ kunstig intelligens er også en verdifull kilde til opplæringsmateriale for innføring av nye agenter og rådgivere. Personlig tilpasset innhold for kunden under en chat eller telefonøkt: Når generativ AI er innebygd i chatten eller telefonsamtalen, kan støtteagenten bruke kundens spørsmål som spørsmål om de beste rådene eller svaret å gi. Når den er koblet til en sterk kunnskapsbase og kundeprofil, kan den generative AI-en sette sammen et svært personlig tilpasset svar for agenten.Kundeintroduksjon: Det mest kritiske trinnet etter salg i kundens livssyklus er sannsynligvis onboarding. Å ønske kunden velkommen, minne dem om produkter og tjenester de har kjøpt, og lede dem gjennom personlig opplæring er en fin måte å vise kunden at du setter pris på virksomheten deres. Denne tilnærmingen kan være en fullstendig automatisert selvbetjeningsprosess. Sentimentanalyse/Service Intelligence: Generativ AI brukes til å analysere ordene og svarene valgt av kunden, og svarene gitt av systemet eller agenten. CRM-systemet kan varsle støtteagenten eller servicelederen om eventuelle nye problemer og raskt gripe inn for å fikse bekymringene.
Foruten en spennende tilleggsteknologi er tale-til-tekst, der mennesker kan snakke naturlig og generativ AI forstår konteksten og leverer et tekstsvar tilbake til kunden. Denne tilnærmingen kan være litt mer kompleks enn å hjelpe til med å avslutte samtaler, da stemmekvaliteten, språket, kompleksiteten til tekniske termer og aksent kan forstyrre prosessen. Men kort sagt, den andre anbefalingen til IT-ledere er å starte ganske enkelt med generativ AI.
Komplekse kundeinteraksjoner er vanskeligere
Etter mer enn 18 måneders erfaring har vi rikelig med bevis på evnen til generative AI-drevne roboter til å avlede anrop til menneskelige agenter, og også som en måte å avlede menneskelig interaksjon når kunden har et enkelt spørsmål. Spørsmålet kan være forespørsler som banksaldo, ordrestatus, faktureringsinformasjon, oppdateringsprofil, måleravlesning, tidsfrister eller svar på et bredt spekter av ofte stilte spørsmål. Alle disse svarene involverer fakta. Bedrifter krever en solid kunnskapsbase, en riktig definert kundeserviceprosess og koblinger til de riktige systemene. Det kreves ikke mye arbeidsflyt eller datarensing.
“For øyeblikket faller bedrifter inn i to tankeretninger eller to tilnærminger når det gjelder intelligente roboter: De starter enten med å tenke på å øke produktiviteten til agentene deres, eller de har som mål å bruke generativ AI for å redusere antallet av kundeserviceagenter. Ledere av kundeserviceavdelinger er ofte skeptiske til løftene om generative AI-drevne roboter som et verktøy for å hjelpe med agentproduktivitet," sa Ed Thompson, SVP markedsstrategi hos Salesforce. “I løpet av årene ble det gitt mange løfter fra programvareleverandører som ikke ble realisert. Til sammenligning er sjefene for digital, COOer og finanssjefer ikke like fokuserte på agentproduktivitet. De pleier å være begeistret for muligheten for å redusere kostnadene ved å bruke den nye generasjonen generative AI-drevne roboter."
Også: Generative AI-fremskritt vil tvinge selskaper til å tenke stort og bevege seg raskt
Thompson sa også: “Generativ AI bringer nye bekymringer som skjevhet, hallusinasjoner og giftige svar. Men de gamle bekymringene består og kan være mer alvorlige. Kanskje generativ AI vil gi drivkraften til å løse uintegrerte og silede datakilder, utdaterte data, data av dårlig kvalitet, feil data og dårlige tjenesteprosesser og arbeidsflytdesign. Anbefaling: Ikke gjenta feilene fra tidligere robotimplementeringer."
Ed Thompson, SVP markedsstrategi hos Salesforce.
Vala Afshar/Salesforce
Når kundeforespørselen er mer nyansert, for eksempel når svaret på et spørsmål er noe sånt som, 'Det avhenger av prioriteringene dine,' eller, 'Det krever at vi veier mange faktorer.' Generativ AI er ikke det beste svaret før prosessen er endret til en med ett enkelt riktig svar.
Et eksempel på en enkel transaksjon som blir til en kompleks transaksjon er når 'Hvor er bestillingen min?' blir: 'Jeg vil gjerne dele bestillingen min og sende en del, delen klar nå, til ett sted og belastet ett kredittkort, og resten av bestillingen som er på restordre sendes til et annet sted i et annet land og belastet et andre kredittkort som ennå ikke er registrert. Kan du hjelpe meg med det?' Teknologien for disse mer intrikate prosessene krever koordinering fra flere team på tvers av virksomheten og IT, og flere IT-team.
Kompleksiteten kommer fra det faktum at mange flere systemer, arbeidsflyter og regler må påberopes. Den prosessen betyr integrasjon og prosessdesignlogikk. Mange komplekse interaksjoner håndteres ikke lett av automatisering eller generativ AI med mindre det utføres betydelig prosessdesignarbeid for kundeopplevelser, etterfulgt av betydelig datatilgang, arbeidsflyt og rask bygging. Vi vil ikke anbefale disse områdene som det beste stedet for en nybegynner å starte på den generative AI-reisen.
Sammendrag: Suksess krever en systematisk tilnærming
Poenget vi ønsker å ta med hjem er at prosesser må sjekkes og dobbeltsjekkes før generativ AI tas i bruk. Feil kan komme tilbake for å plage selskapet som bygde det generative AI-systemet. Det er et nylig eksempel hos Chevrolet hvor boten fortalte kunden falsk informasjon som resulterte i økonomisk tap, og et annet med et nordamerikansk flyselskap som forsøkte å fremsette det juridiske argumentet at boten var en egen enhet hvis svar ikke var selskapets svar. ansvar. Maskinen kan ikke skille mellom gode og dårlige data eller gode og dårlige prosesser. Maskinen ser kun data og følger den prosessen og reglene som ble opprettet for den.
Denne virkeligheten bringer oss til vår tredje anbefaling: Du må sørge for at dataene din generative AI forbruker er nøyaktige og at kundeserviceprosessen du har designet er innenfor evnen til den generative AI til å administrere suksess. Start i det små, start der det er målbare verdier og fordeler, start enkelt, start med rene data, og inviter et lite antall lojale kunder inn i designprosessen din for å sikre at du er på vei til suksess.
Denne artikkelen er den første av en todelt serie med artikler som dekker emnet generativ AI og dens innvirkning på kundeopplevelsen. Bli med oss på del to av vår generative AI-samtale, der vi vil diskutere måter å operasjonalisere din generative AI-strategi for hastighet, skala og fortjeneste.
Denne artikkelen er medforfatter av Michael Maoz, senior visepresident for innovasjonsstrategi, Salesforce, og Ed Thompson, senior visepresident for markedsstrategi, Salesforce.