Logo Graphie
Blog Image

Dari Ritel hingga Penelitian: AI dan Dampaknya terhadap Layanan Pelanggan

26 Jun 2020

Meskipun tahun 2001: A Space Odyssey memperkenalkan kami pada gagasan asisten digital yang serba salah pada tahun 1968 (HAL akhirnya membawa malapetaka kepada para astronot), layanan pelanggan otomatis dianut oleh perusahaan-perusahaan saat ini.

Kami memesan pizza dengan chatbots di Facebook Messenger atau meminta Pumpkin Spice Latte melalui Google Assistant. Di kapal pesiar atau di bandara, kami dilayani minuman dan makanan oleh robot, dan kami check-in ke hotel melalui aplikasi atau pengenalan wajah.

Begitu tiba di rumah, speaker berkemampuan Alexa di dapur kami memungkinkan kami membeli bahan makanan, sementara di ruang keluarga kami, mereka memberi tahu kami tentang film fiksi ilmiah terbaru. Dalam kasus yang terakhir, kebutuhannya berlebihan jika Netflix atau Hulu, setelah mengumpulkan informasi terperinci tentang kami, secara mulus menyesuaikan rekomendasi dengan preferensi menonton kami.

Ketika dilihat secara keseluruhan, volume interaksi yang kami miliki dengan chatbots, agen virtual, dan asisten suara semakin meningkat, dan Gartner memperkirakan bahwa kami akan memiliki lebih banyak percakapan dengan mereka daripada dengan mitra kami pada awal 2020.

Inteligensi Buatan - semakin diadopsi oleh perusahaan di seluruh dunia - membantu perusahaan meningkatkan layanan pelanggan, memastikan loyalitas mereka, meningkatkan reputasi merek, dan memungkinkan karyawan untuk fokus pada tugas-tugas bernilai lebih tinggi yang memberikan pengembalian lebih besar. Ini membuatnya sangat penting bahwa kami membangun implementasi AI yang berkualitas tinggi. Tapi apa arti dari kualitas tinggi untuk AI?

Di bawah ini, kami menunjukkan di mana AI dalam layanan pelanggan melakukan dengan benar dan di mana ia salah.

AI membantu membangun hubungan yang bermakna

Ada banyak keuntungan AI dalam layanan pelanggan:

  • Ini menghemat menunggu
  • Itu tidak dibatasi oleh zona waktu, hari libur nasional, atau jam
  • Itu dapat menangani pertanyaan umum, pertanyaan sederhana melalui pengalaman obrolan langsung
  • Ini merujuk pelanggan ke bit pengetahuan yang bermanfaat seperti artikel atau video
  • Ini efektif tenaga kerja, mengurangi waktu penelitian dengan menyimpan jawaban dan mengenali tren di antara pertanyaan atau masalah yang sering diajukan

Yang paling penting, AI secara instan menghasilkan wawasan prediktif, dan dengan memanfaatkan informasi yang diperoleh dari interaksi di masa lalu, AI dapat menyoroti preferensi utama pelanggan di masa mendatang dan membuatnya segera diakses.

Accenture memperkirakan bahwa, pada tahun 2035, teknologi AI akan meningkatkan produktivitas bisnis hingga 40%, dan mereka akan diimplementasikan oleh delapan dari sepuluh bisnis sebagai solusi layanan pelanggan pada tahun 2020.

Semakin banyak perusahaan merancang aliran layanan di mana agen virtual mendukung atau sekaligus menggantikan manusia: agen virtual memecahkan masalah umum secara efisien, sementara agen manusia menangani masalah berisiko tinggi yang tidak sesuai dengan pola yang biasa.

Untuk sebagian besar pertanyaan umum, ini memberikan pengalaman yang lebih baik daripada berinteraksi dengan manusia yang sebenarnya. Setelah prakualifikasi, prospek semacam itu lebih cenderung berhasil.

Di InterContinental Hotels Group, pembelajaran mesin digunakan untuk meninjau transkrip obrolan dari pelanggan yang menghubungi help desk dan agen virtual dibangun untuk menjawab pertanyaan umum. Agen virtual tidak peduli apakah itu membutuhkan waktu 5 atau 50 menit; itu dirancang untuk bertindak secara efisien dengan sengaja, bukan untuk meminimalkan waktu agen di telepon.

Dalam ritel, AI dapat menarik data dari banyak sumber dan mengadaptasinya dalam waktu nyata, memungkinkan mesin untuk memperhitungkan detail seperti lokasi geografis, cuaca, peristiwa, perilaku pembelian pribadi, saluran interaksi yang disukai, dan preferensi pribadi dan menampilkan yang paling relevan saran kepada pelanggan.

Sebagai contoh, musim panas ini Nike memperkenalkan Nike Fit, solusi pemindaian kaki menggunakan kombinasi kepemilikan dari visi komputer, ilmu data, pembelajaran mesin, kecerdasan buatan dan algoritma rekomendasi. Pengukuran dimasukkan ke dalam model pembelajaran mesin dan dipasangkan dengan kemampuan AI untuk mempelajari preferensi kecocokan pribadi pemakai dan bagaimana mereka berhubungan dengan populasi secara keseluruhan.
Interaksi yang lebih personal ini lebih cocok dengan kebutuhan spesifik daripada kategori dasar. Mereka meningkatkan keterlibatan pelanggan, meningkatkan loyalitas, dan meningkatkan penjualan serta menyesuaikan optimalisasi tenaga kerja untuk arus pelanggan yang diantisipasi.

Meskipun AI secara inheren didasarkan pada model matematika dan didorong oleh data numerik, ia juga cocok untuk penelitian kualitatif yang berkaitan dengan kebutuhan dan tantangan pelanggan. Produk AI hari ini dilengkapi untuk menangani konten yang tak terukur "berantakan" seperti teks, audio, visual dan audio-visual.

Misalnya, dengan menerapkan pembelajaran mendalam pada kombinasi teks dan analisis visual, login, data aktivitas dan profil, riset pengguna dapat memanfaatkan AI untuk mengantisipasi pelepasan anggota sebelum terjadi dan melibatkan kembali secara proaktif.

Bentuk AI ini dapat diterapkan pada layanan informasi dan hiburan serta fungsi pembelian dan semakin populer di kalangan pemain besar seperti Amazon, Facebook, dan Google.

Selain itu, perkembangan terbaru dalam komputasi afektif bergerak melampaui keterlibatan masa lalu dan pola kognitif pelanggan untuk mengenali dan mempelajari emosi manusia. Pengetahuan ini digunakan untuk meningkatkan pengalaman mereka, dari kampanye pemasaran hingga layanan kesehatan (mis., Memprioritaskan alur kerja tiket dan menentukan kapan harus meningkatkan masalah).

Organisasi menjadi lebih sadar akan aplikasi analisis sentimen di pasar mereka, mulai dari alat intelijen yang membantu pengambilan keputusan untuk pedagang dan analis keuangan, hingga perangkat lunak yang menganalisis kebiasaan menonton milenium dengan memantau akun Instagram mereka.

Misalnya, Cogito, produk perangkat lunak analitik suara, membantu agen call center mengidentifikasi suasana hati pelanggan di telepon dan menyesuaikan cara mereka menangani percakapan secara real time, sementara CompanionMx, aplikasi pemantauan kesehatan mental, menganalisis suara dan telepon pembicara gunakan untuk tanda-tanda kecemasan.

Perangkat lunak analitik sentimen berevolusi secara konstan untuk mempelajari dan menjelaskan evolusi bahasa yang setara dalam suara dan teks. Dalam pemantauan media sosial, ini memungkinkan kita untuk mendapatkan gambaran umum dari opini publik yang lebih luas di balik topik politik atau budaya (pemerintahan Obama menggunakannya untuk mengukur respons publik terhadap pengumuman kebijakan menjelang pemilihan presiden 2012).

Saat AI mengikis hubungan

Terlepas dari apakah AI memperkuat layanan pelanggan dalam bisnis, ritel, keuangan atau layanan kesehatan, ada juga kekurangan dan selip.

Perhatian publik yang paling terbuka adalah tentang pelacakan dan pengumpulan data konsumen setelah dimasukkan ke dalam algoritma pembelajaran mesin yang menjadi mahahadir dalam hidup kita.

Pembicara cerdas, misalnya, adalah cara perusahaan untuk mengawasi kebiasaan, preferensi, dan rasa tidak aman kita, yang selalu siap untuk melompat pada “kata bangun” mereka, perintah yang menarik perhatian mereka.

Pelanggan memahami bahwa ada trade-off ketika mereka menggunakan layanan digital: Salesforce melaporkan bahwa 52% konsumen akan berbagi data pribadi dengan imbalan rekomendasi produk; 53% akan melakukan hal yang sama untuk pengalaman berbelanja yang dipersonalisasi.

Tetapi banyak yang tidak menyadari jumlah informasi yang ditangkap dan bagaimana informasi itu digunakan. Selain menjual data pengguna ke pihak ketiga, AI dapat mendorong dan memperkuat pola yang tidak diinginkan dan pilihan desain web yang tidak terlihat, dan mengelabui pengguna agar menyerahkan lebih banyak waktu, uang, perasaan, atau perhatian.

Kehidupan kita semakin dipengaruhi oleh penelitian yang dilakukan oleh algoritma; mereka menyetujui atau menolak pinjaman kami, menentukan polis asuransi kami, mengiklankan pekerjaan yang mereka anggap paling cocok untuk kami, dan memilih potensi minat cinta kami.

Mereka tidak selalu melakukannya dengan benar. Tahun lalu, Amazon memutuskan untuk mematikan alat rekrutmennya yang mendiskriminasi perempuan, dan algoritma COMPAS, yang biasa digunakan dalam sistem peradilan pidana A.S., ditemukan untuk menilai tertuduh kulit hitam dengan risiko residivisme yang lebih tinggi.

Selain itu, perbudakan yang diungkapkan oleh AI adalah ilustrasi mendalam tentang bias gender yang dikode dalam teknologi, industri, dan pendidikan. Mayoritas perangkat yang diberdayakan AI muncul di pasar dengan suara perempuan: Amazon memiliki Alexa (dinamai untuk perpustakaan kuno di Alexandria), Microsoft memiliki Cortana (dinamai untuk kecerdasan sintetik dalam video game yang "diwujudkan" oleh seorang wanita tanpa pakaian. ), dan Apple memiliki Siri (diciptakan oleh co-pencipta Norwegia 4S iPhone dan berarti "wanita cantik yang membawa Anda menuju kemenangan" di Norse).

Tetapi ketika kita memasuki era otomatisasi yang baru, teknologi yang kita ciptakan dan gunakan terus menceritakan kisah yang tidak nyaman tentang kerja merawat wanita: seketika, diterima begitu saja, dan tidak pantas menerima rasa terima kasih atau hadiah. Ini telah menjadi praktik budaya lama: robot humanoid dalam imajinasi publik telah menjadi stand-in untuk kelas yang dieksploitasi (kata "robot" berasal dari kata Ceko untuk "kerja paksa").

Akhirnya, perintah yang kami keluarkan berfungsi sebagai asisten alat bantu suara yang kuat. Sementara interaksi adalah tentang norma berulang dan sebab dan akibat, kami menemukan diri kami mengambil jalan pintas emosional dan perilaku ketika datang untuk menyampaikan pertanyaan dan perintah kami.

Seperti yang diamati oleh banyak orang tua, perilaku kita menuntun anak-anak kita, dan kepatuhan yang konsisten terhadap asisten suara mendorong pembicaraan yang terlalu langsung, terutama pada pengguna termuda yang belajar melampirkan kata-kata seperti "tolong" dan "terima kasih" untuk permintaan mereka.

Beberapa upaya telah dilakukan oleh desainer untuk memperbaiki cara kita berbicara dengan chatbots, dan menyosialisasikan pengguna digital termuda; Amazon Echo Dot Kids Edition dapat diprogram sehingga tidak akan menanggapi perintah kecuali jika dihadiri dengan kesopanan, dan Google Assistant memberikan properti untuk permintaan yang sopan. Namun, anggapan bahwa perangkat (dan akibatnya teman sebaya) perlu merespons permintaan semakin dicetak di benak pengguna muda.

Teknologi ini hanya sebagus programmer-nya

Bagaimana menavigasi jebakan ini dalam layanan pelanggan?

AI ada di sini untuk tinggal. Itu tertanam ke dalam objek yang membentuk rutinitas harian kita, termasuk televisi, mobil, termostat, sistem keamanan, bola lampu dan lemari es.

Menurut The Atlantic, ekosistem yang telah berkembang di sekitar Alexa mencakup lebih dari 20.000 perangkat rumah pintar yang mewakili lebih dari 3.000 merek.

Tetapi penting untuk memikirkan fakta bahwa AI, yang dirancang untuk meniru dan meningkatkan pola perilaku manusia, dapat mengambil sifat-sifat terburuk dari kita: kebencian terhadap wanita, oportunisme, tergesa-gesa, dan pengabaian terhadap tenaga manusia dalam kapitalisme tahap akhir.

Sementara teknologi berkembang pesat, kita tidak bisa mempercayai teknologi untuk mengatur diri sendiri. Untuk memastikan AI bertindak demi kepentingan terbaik kami, baik di tingkat organisasi maupun sosial, kami membutuhkan pengamanan baru dan lebih baik.

Bergerak maju dalam pengembangan dan penggunaan teknologi selanjutnya, terserah pemilik platform, perancang dan peneliti yang membentuk layanan pelanggan, dan badan pengatur, untuk mengintegrasikan AI dengan cara yang produktif dan bijaksana. Hanya dengan begitu, manfaatnya bagi kami, sebagai pengguna, pada akhirnya akan lebih besar daripada biayanya.