Guadagni:
- Essere in grado di distinguere dove l'intelligenza artificiale fornisce una reale velocità nei contatti con il cliente (self-service, supporto-rappresentante, analisi) e dove l'impegno e i momenti sensibili sono lasciati all'uomo, a seconda del livello di rischio del compito.
- Capacità di applicare una disciplina che verifica ogni output dell'intelligenza artificiale attraverso le fasi di collegamento alla fonte, determinazione della soglia critica e passaggio attraverso il filtraggio umano.
- Possibilità di mascherare i dati del cliente e della carta nell'ambito KVKK/PCI-DSS e acquisire l'abitudine di scegliere un veicolo sicuro
Ogni minuto in un call center si verificano decine di contatti: una contestazione telefonica su una fattura, una richiesta di spedizione in una finestra di chat, una richiesta di rimborso via e-mail, un cliente arrabbiato che preme il pulsante "Connetti all'agente" in un'app. Alcuni di questi contatti sono ripetitivi e uniformi (reset password, richiesta saldo, aggiornamento indirizzo); Alcuni di essi sono emotivi, complessi e incidono direttamente sulla reputazione dell'istituzione (reclamo, richiesta di cancellazione, risarcimento per un errore). L’intelligenza artificiale (AI, o AI in breve – sistemi informatici in grado di generare testi e discorsi simili a quelli umani, riconoscere le intenzioni, riassumere e prevedere) si trova proprio al centro di questo quadro: se utilizzata correttamente, risolve i contatti di routine in pochi secondi, fornisce assistenza immediata all’agente, riassume le conversazioni e misura la qualità; Usato in modo errato, fornisce informazioni false al cliente, fa trapelare dati riservati o perde il momento in cui un essere umano dovrebbe subentrare.
La prima unità di questo modulo non è un'introduzione al software. Il suo scopo è chiarire dove inserire l’AI nei processi di customer experience (CX – Customer Experience; l’esperienza olistica che il cliente ha in ogni contatto con il brand) e dove non inserirla. Esponiamo fin dall'inizio il principio di base: l'intelligenza artificiale è un assistente, non un decisore che sostituisce l'agente e il manager. Gli impegni che riguardano direttamente il cliente (rimborso, risoluzione del contratto, risarcimento, risposta legale) e le situazioni sensibili (cliente arrabbiato, sicurezza, salute, rischio finanziario) appartengono alla persona competente.
Strati del call center e luogo dell’intelligenza artificiale
Per comprendere un call center è utile dividere l'attività in tre livelli. Il livello self-service è quello in cui il cliente risolve il proprio problema senza mai connettersi a un essere umano: IVR (Interactive Voice Response, un sistema di menu vocale che dice "premi 1 per la fattura" al telefono), chatbot e centro assistenza. Il livello di supporto dell’agente è dove un essere umano parla con il cliente, ma l’intelligenza artificiale fornisce loro assistenza ad hoc: suggerendo la risposta giusta, riassumendo la conversazione, ricordandogli il passaggio successivo. Il livello di gestione e analisi è il luogo in cui tutti i contatti vengono misurati e migliorati: valutazione della qualità, analisi del sentiment, report sulle tendenze. L'intelligenza artificiale tocca tutti e tre i livelli; ma con un'autorità diversa in ciascuno. A livello self-service, l’intelligenza artificiale può parlare direttamente con il cliente (su argomenti ristretti e sicuri); A livello gestionale si producono solo analisi e bozze e la decisione è presa dal manager.
Alcuni indicatori chiave compongono il linguaggio del call center e definiamoli fin dall'inizio. AHT (Tempo medio di gestione) è il tempo impiegato in totale da un contatto, comprese le operazioni di conversazione e di terminazione. FCR (First Call Risoluzione) indica se il problema del cliente viene risolto immediatamente. CSAT (Customer Satisfaction) è il punteggio del sondaggio post-contatto "sei soddisfatto". L'NPS (Net Promoter Score) è la tendenza del cliente a consigliare il brand. La deflessione è la velocità con cui un contatto viene risolto tramite il servizio self-service prima che raggiunga l'essere umano. Spiegheremo questi concetti uno per uno nelle unità seguenti; Per ora, sappi questo: l’intelligenza artificiale ti offre velocità e analisi su tutti questi indicatori, ma la responsabilità della promessa fatta al cliente spetta all’organizzazione.
La tabella seguente riassume il ruolo e il livello di rischio dell'IA per missione:
Ricerca
Ruolo dell'intelligenza artificiale
Livello di rischio
Chi approva/possiede
FAQ/risposta informativa (saldo, orario di lavoro)
Risponditore diretto (bot)
basso
Gestore della base di conoscenza
Riepilogo e tagging delle chiamate
generatore di schizzi
Basso-Medio
Rappresentante (recensioni)
Suggerimento di risposta in tempo reale al rappresentante
Assistente/suggeritore
medio
Rappresentante (è lui che parla)
Analisi del sentiment e punteggio di qualità
Analisi/puntatore
medio
Specialista della qualità (QA).
Offerta di rimborso/compensazione
Bozza, mai commit automatico
alto
Rappresentante/responsabile autorizzato
Risoluzione del contratto, risposta legale
solo ingresso
molto alto
Unità competente + legge
Tieni presente una riga di questa tabella: man mano che il rischio e il carico emotivo aumentano, il ruolo dell’intelligenza artificiale si riduce e l’approvazione umana aumenta.
Perché la "verifica" è il cuore di questo business
I modelli linguistici dell’intelligenza artificiale sembrano fiduciosi nella loro risposta, ma potrebbero non esserlo. Nel linguaggio tecnico questa si chiama allucinazione: è la fabbricazione da parte del modello di informazioni inesistenti in una frase scorrevole, proprio come se fossero vere. Per un call center questa è una trappola grave: il bot può dire al cliente "il tuo periodo di reso è di 30 giorni", mentre la tua polizza è di 14 giorni; oppure può dire "la campagna è in corso", ma è terminata ieri. Il cliente considera queste false informazioni un impegno e l'organizzazione è vincolata. Poiché li dice entrambi con la stessa scioltezza, l’unica cosa che distingue il giusto dallo sbagliato è l’accuratezza della base di conoscenza a cui è collegato il bot e l’abitudine umana alla verifica.
La disciplina di verifica si compone di tre fasi:
- Link alla fonte: per ogni informazione concreta come saldo, tariffa, condizione della campagna, periodo di restituzione, data di consegna, fidarsi dei sistemi live dell'organizzazione (CRM, sistema di ordine, base di conoscenza attuale), non della memoria dell'intelligenza artificiale. Usa l’intelligenza artificiale per parlare di quei dati, non per ricordarli.
- Determina la soglia critica: a quali problemi può rispondere direttamente il bot e quali devono essere delegati all'essere umano: scrivilo in anticipo. Il bot dovrebbe fermarsi quando si vedono soldi, sicurezza, salute, legge e segnali di rabbia.
- Filtro umano: legge e adotta la risposta suggerita all'agente prima che l'agente la dica. Rivedere l'abstract e l'etichetta prima dell'invio.
Attenzione: Trasmettere una risposta generata dall'AI al cliente senza verificarla è come dare un impegno non firmato al cliente. La risposta non è corretta solo perché è scorrevole; È vero perché dipende dalla fonte.
Privacy: i dati dei clienti sono dati sensibili
I dati del cliente (nome, ID, telefono, indirizzo, numero di carta, cronologia degli ordini) sono protetti dalla KVKK (legge sulla protezione dei dati personali) in Turchia e dal GDPR in Europa. Le informazioni sulle carte di pagamento sono inoltre protette da PCI-DSS (standard di sicurezza dei dati delle carte di pagamento) e il numero completo della carta non può essere scritto chiaramente da nessuna parte o su nessuno strumento di intelligenza artificiale. Incollare le conversazioni grezze dei clienti in uno strumento di intelligenza artificiale disponibile al pubblico costituisce una grave violazione. La regola è semplice: maschera/anonimizza i dati e non condividere ciò che non è necessario. "cliente", "carta ** ** 1234" invece di "Ayşe Yılmaz, TC 123..., carta 5312..."; Utilizza testi redatti invece di conversazioni grezze. Se possibile, scegli strumenti aziendali che dispongano di un accordo sul trattamento dei dati e non utilizzino i tuoi dati nell'addestramento del modello.
tre mini custodie
Caso 1: utilizzo sicuro. In un call center di e-commerce, i rappresentanti dedicavano 2-3 minuti a scrivere riepiloghi e tag alla fine di ogni chiamata. 60 chiamate al giorno × 2,5 minuti = circa 150 minuti di lavoro amministrativo per agente. L'intelligenza artificiale ha iniziato a generare riassunti e bozze di tag dalla trascrizione anonima; l'agente ha esaminato e corretto ogni riepilogo in 20 secondi. Il tempo amministrativo è diminuito del 70%, con i rappresentanti che dedicano circa 1,5 ore al giorno a più clienti. L'IA ha dato la bozza, la responsabilità è rimasta dell'umano.
Caso 2: trappola della risposta non verificata. Il chatbot di una banca ha generato con sicurezza il numero "il tasso di interesse del tuo prestito è del 2,89%" senza collegarsi alla knowledge base; la tariffa effettiva era diversa ed è stata comunicata al cliente via email. Il cliente ha considerato questa corrispondenza come prova e ha presentato un reclamo. Errore: consentire al bot di generare un numero finanziario concreto senza connettersi al sistema live.
Caso 3 — Violazione della riservatezza. Un dipendente ha trascritto 400 record di chiamate di un giorno (contenenti nomi, numeri di carte, indirizzi) e li ha caricati su uno strumento pubblico di intelligenza artificiale per "rivelare i reclami più frequenti", ha affermato. I dati sono usciti dall'organizzazione; Si è verificata una violazione PCI-DSS perché conteneva numeri di carta completi. La strada giusta: mascherare automaticamente i dati personali e quelli delle carte e analizzare solo testi anonimi.
Quattro modelli copiabili
1) Classificazione del rischio dell'attività:
Il tuo ruolo: assistente del responsabile di un call center. Per il seguente tipo di contatto con il cliente: (1) specificare il ruolo dell'IA [risposta diretta/agente di assistenza/analisi], (2) specificare il livello di rischio [basso/medio/alto], (3) chi dovrebbe approvarlo. Se c'è un impegno finanziario/legale, seleziona "è richiesta l'approvazione umana". Tipo di contatto: <<...>>
2) Lista di controllo per la verifica dell'output:
Controlla il seguente output AI prima di consegnarlo al cliente. (1) Ogni informazione concreta (importo, durata, campagna) in esso contenuta è collegata a una fonte o potrebbe essere inventata? (2) Contiene un impegno/promessa? (3) Si tratta di una decisione finanziaria/legale/sensibile? Controlla ogni articolo; evidenzia "VERIFICA" ogni numero che non è collegato alla fonte. Uscita: <<...>>
3) Mascheramento dati cliente:
Maschera i dati personali/della carta dal seguente testo: nome→[CLIENTE], ID→[IDN], telefono→[TELEFONO], carta→[CARD], indirizzo→[INDIRIZZO]. Fornisci il testo mascherato ed elenca quanti campi stai mascherando. Maschera l'area di cui non sei sicuro (lato sicuro). Testo: <<...>>
4) Schema riassuntivo sicuro:
Riassumi di seguito il tema del cliente ANONIMO (senza nome/carta). Usa semplicemente le informazioni del testo; Non inventare alcun numero/punto. Se c'è un impegno, citatelo così com'è, altrimenti dite "nessun impegno". Mantieni il riepilogo anonimo. Contatto: <<testo mascherato>>
Prompt debole / Prompt forte
Suggerimento debole:
Come devo rispondere a questo cliente, devo rimborsarlo?
Questa affermazione è errata: all’intelligenza artificiale non viene fornito un contesto (prodotto, politica, tempo), l’autorità decisionale è delegata e i dati dei clienti non sono controllati. L’intelligenza artificiale può rispondere solo con una politica inventata.
Suggerimento potente:
Il tuo ruolo: assistente che assiste un rappresentante del servizio clienti. Contesto: la nostra politica di restituzione = 14 giorni per il prodotto non utilizzato. Leggi il messaggio del cliente anonimo di seguito (senza nome/carta). Cliente: "Ho acquistato il prodotto 20 giorni fa, non l'ho utilizzato, voglio il rimborso." Compito: (1) riassumere la situazione in base alla politica, (2) elaborare una risposta educata che il rappresentante possa dire, (3) contrassegnare chiaramente dove è richiesta l'autorità decisionale ("delegare all'uomo"), niente che non sia nella fabbricazione di tempo/importo della politica.
La politica, il ruolo, l'anonimato e il divieto di "fabbricazione" sono chiari in questo suggerimento. Il rappresentante è ancora proprietario dell'output: poiché 20 giorni > 14 giorni, la restituzione non è standard e la decisione spetta al rappresentante.
Errori comuni
- Far parlare il bot di tutto. Lasciare aperto il campo d'azione del bot senza restringerlo produce allucinazioni e falsi impegni. Il bot dovrebbe rispondere solo su argomenti ristretti e sicuri collegati alla sua base di conoscenza.
- Incollare i dati grezzi dei clienti nell'intelligenza artificiale. Nessun veicolo dovrà essere inserito senza mascherare il nome, il numero di telefono, la carta d'identità e l'indirizzo.
- Delegare l’autorità decisionale all’IA. Automatizzare impegni come “effettuare il rimborso” o “risolvere il contratto” vincola l’istituto; Questi dovrebbero essere lasciati alle persone.
- Manca il momento emotivo. Perseverare nel bot quando ci sono segni di rabbia, minaccia o crisi trasformerà l'esperienza in un disastro; Questi momenti richiedono una gestione rapida.
- Inviare la risposta senza verificarla. L'output dell'intelligenza artificiale non dovrebbe arrivare al cliente senza connettersi alla fonte.
Suggerimento: prima di creare un bot o un assistente, scrivi una frase: "Cosa può fare questo strumento e cosa non può assolutamente fare?" Questa frase è il limite di sicurezza del tuo progetto.
In sintesi
Intelligenza artificiale nei call center e customer experience; È un potente assistente che velocizza i contatti di routine, assiste l'agente e misura i processi. Ma il padrone delle promesse fatte al cliente, dei momenti delicati e degli impegni finanziari/legali è sempre la persona competente. Posiziona l'IA in base al livello di rischio della missione: all'aumentare del rischio, il ruolo dell'IA si riduce, l'approvazione umana cresce. Collega ogni risposta concreta alla fonte, non inventare numeri o orari, mascherare i dati dei clienti e rendere la regola il rapido passaggio umano in tempi di rabbia/crisi.
Compito dell'applicazione
Elenca 8 tipi di contatto comuni dal tuo call center (o uno scenario immaginario) (ad esempio richiesta di saldo, tracciabilità del carico, restituzione, reimpostazione della password, controversia sulla fattura, annullamento, guasto tecnico, reclamo). Crea una tabella con tre colonne per ciascuna: "Il bot può risolverlo direttamente? / L'intelligenza artificiale aiuta l'agente? / Dovrebbe essere lasciato all'umano?" Scrivi brevi giustificazioni per almeno due contatti. Questa tabella costituirà la base dell'architettura CX-YZ che stabilirai nel corso del modulo.
lista di controllo
- [ ] Posso distinguere il ruolo dell'IA (risposta diretta/assistenza/analisi) e il livello di rischio in ogni attività.
- [ ] Ho definito chiaramente l'ambito del bot (cosa fa, cosa non fa).
- [ ] Attribuisco ogni risposta concreta (importo, durata, campagna) a una fonte live, non me la invento.
- [ ] Maschero i dati del cliente e della carta prima di trasmetterli all'AI (KVKK/PCI-DSS).
- [ ] Ho scritto la mia regola di consegna rapida alle persone in tempi di rabbia, crisi, impegno finanziario/legale.
- [ ] Ho annunciato al team che l'approvazione finale degli impegni finanziari e legali spetta alla persona.