人工智能(AI)和自动化继续改变着业务格局。在客户服务中，这是最明显的。实际上，Forrester都称他们是2020年形成的三个“大趋势”的主要贡献者，称这两个都是“长期投资……以更好地为您的客户和代理商提供支持。”
仔细研究这些趋势，首先是如何利用AI和自动化来更轻松地扩展客户服务运营。最明显的是让AI和自动化处理重复而简单的查询。另一个例子是人工智能和自动化将如何推动自助服务技术(例如聊天机器人，知识管理，社区和自动化解决方案)的发展。除了诸如确定优先级，分类和路由案例之类的任务之外，还包括其他所有功能。
自助服务和自动化解决了越来越多的大量重复性工作，因此，更复杂的问题和需要同理心的问题直接针对代理。因此，第二趋势确定了利用AI的桌面技术的重要性。这可以为座席提供及时的上下文答案和指导，以帮助减少解决时间。同样，在“并驾齐驱”的帮助下，新的业务代表可以入职并提高生产效率。
随着人工智能和自动化技术进入代理领域，第三个趋势是客户服务文化正在发生变化。尽管对基本技能代理的需求将减少，但对诸如超级代理，聊天机器人设计者以及其他与AI相关的职位等更高级别角色的需求将会增长。FUD –恐惧，不确定性和怀疑–也会发生。
顺应这些趋势，为客户带来光明的未来，为代理商带来新的机遇。但是，如果执行不力，它们可能会导致重大失败。为了使过渡顺利进行，请考虑这三个预先采用的步骤，以使成功成为可能。
准备数据
尽管AI有望加快工作速度，但事实是，实际上它并不是那么聪明或熟练—至少从一开始就如此。人工智能(在这种情况下更好地称为机器学习)要求教机器如何在非常狭窄和结构化的环境中表现。正如人类所学，人工智能需要三件事：可信，正确的数据;大量要分析的数据;并有时间从中建立模型。没有这三个因素，人工智能计划将失败。
例如，如果AI将处理案例-优先级，分类和路由-则在开始学习过程之前，应先验证案例数据的准确性。沿着这些思路，可以对人为输入的病例数据进行标准化的任何方式(例如，对错误的代理商进行适当的病例输入培训，选择清单的使用等)都将有助于最大程度地减少将来的病例数据审查。专家建议，建立良好的模型至少需要六个月的数据，而AI必须不断学习人类同行的工作以及自己的错误才能成功。
清理流程
除了调整数据收集方式之外，还要查看数据在组织中的移动方式。由于一些原因，这对自动化很重要。
首先，一个过程可能没有达到预期的效率。随着时间的流逝，过程趋于发展并变得更加复杂。自动化的好处之一是执行速度。如果将其操作减少到最低限度，它将运行得更快。使用自动化的方法来评估端到端的过程是否仍然有意义。
在准备自动化流程时，这也是更新其文档的机会。所有系列任务(自动或手动)均应清楚说明其意图和所采取的步骤。转向自动化并不能消除这一要求;实际上，它使其变得更加重要。
还有奖金吗?由于这是一种技术，因此自动化可能会失败。如果简化了流程并记录了文档，则任务可以快速(临时)转换回手动，直到可以再次使用自动化为止。
解决人类关注的问题
恐惧和抵制变革是大多数人的天性。人工智能和自动化不仅仅是客户服务的根本变化，它们是许多人不了解的技术，进一步加剧了这种担忧。在某些情况下，这种焦虑甚至会导致疾病。
通过解决员工的担忧来缓解这些挑战。在计划过程中尽早让员工参与。采用人工智能和自动化是一段旅程，而不是目的地，因此请共享路线图。透明和讨论有助于防止不安全感的发生。
解决了等式的情感方面之后，事实是，并非每个受AI和自动化影响的员工都会拥有技能和知识以过渡到新职位。通过内部和外部培训为这些新工作提供一条途径，这将帮助他们建立必要的专业知识。通过开始这些讨论并在AI和自动化进入现场之前提前采取好行动，座席们就有更多时间来提升其技能以适应需要。
标签：