200 orang kakitangan perkhidmatan pelanggan dedah realiti sebenar pelaksanaan AI

Cabaran sebenar yang dihadapi oleh pasukan perkhidmatan pelanggan

Menurut kaji selidik yang dijalankan oleh Altam Ease Co., Ltd., daripada 200 kakitangan perkhidmatan pelanggan, ramai yang jelas mengenal pasti “tugas yang ingin diamanahkan kepada AI”. Hasil kaji selidik ini bukan sekadar keinginan “mahu melaksanakan AI”, tetapi menunjukkan keperluan khusus di peringkat operasi.

Bagaimanakah para pengurus dan CTO harus mentafsir data ini? Saya sendiri telah membantu lebih daripada 38 klien dalam pelaksanaan IT, dan saya dapati bahawa pendigitalan AI dalam perkhidmatan pelanggan sering menjadi “matlamat pelaksanaan itu sendiri”. Walau bagaimanapun, pelaksanaan yang mengabaikan suara operasi sebenarnya berisiko mengurangkan kecekapan kerja.

Apa yang muncul daripada kaji selidik ini bukanlah “mahu menyerahkan segala-galanya kepada AI”, tetapi keperluan untuk garis pemisah yang jelas tentang “tugas mana yang hendak diamanahkan kepada AI dan tugas mana yang harus dikendalikan oleh manusia”. Pandangan inilah yang menjadi inti pati yang perlu difahami oleh para pengurus.

Hala tuju yang ditunjukkan oleh perkhidmatan baharu khusus untuk industri runcit & e-dagang

Berita lain yang patut diberi perhatian ialah pelancaran perkhidmatan “CommerceX AI”, iaitu perkhidmatan pengenalan bakat AI dan penambahbaikan operasi khusus untuk industri runcit, e-dagang dan barangan terpakai. Ciri utama perkhidmatan ini ialah ia “khusus untuk industri”.

Perkhidmatan pelaksanaan AI umum menawarkan fungsi generik. Walau bagaimanapun, industri runcit dan e-dagang mempunyai aliran kerja unik seperti “pengurusan inventori”, “pengendalian pemulangan”, dan “pemprosesan kupon”. AI generik mengambil masa untuk memahami nuansa khusus industri ini.

Daripada pengalaman saya sendiri menggunakan AI dalam rundingan undang-undang di Malaysia, saya boleh katakan bahawa semakin “khusus” AI itu, semakin tinggi keberkesanannya. Berdasarkan contoh syarikat saya sendiri yang boleh dimulakan dengan kos bulanan sekitar RM10,000, perkhidmatan khusus industri boleh mengurangkan halangan pelaksanaan awal dengan ketara.

Tiga fungsi yang diharapkan oleh pasukan operasi daripada AI

Daripada kaji selidik Altam Ease, fungsi yang diharapkan oleh pasukan operasi daripada AI boleh dikategorikan kepada tiga kumpulan utama.

Pertama ialah “respons automatik untuk soalan tetap”. Soalan biasa seperti “Apakah waktu operasi?” atau “Apakah syarat pemulangan?” boleh dikendalikan sepenuhnya oleh chatbot AI. Malah, dalam kes salah seorang klien saya, automasi dalam bidang ini berjaya mengurangkan jumlah pertanyaan sebanyak kira-kira 40%.

Kedua ialah “analisis data dan pengesanan trend”. AI boleh menganalisis secara automatik data seperti “produk mana yang paling banyak ditanya” atau “pada waktu bilakah pertanyaan paling tertumpu”, membolehkan pengoptimuman penempatan kakitangan.

Ketiga ialah “pengendalian awal untuk pertanyaan kompleks”. Ini bukan automasi sepenuhnya, tetapi model hibrid di mana AI mengendalikan peringkat pertama dan manusia membuat pengesahan akhir. Ini mengurangkan beban kakitangan sambil mengekalkan kepuasan pelanggan.

Kepentingan perspektif “pelaksanaan bukanlah matlamat”

Seperti yang ditunjukkan oleh tema seminar AI generatif “Pelaksanaan bukanlah matlamat! Penggunaan dan masa depan AI generatif yang anda mahu gunakan sepenuhnya dalam organisasi”, pelaksanaan AI adalah alat, bukan matlamat.

Dalam 93 contoh penggunaan saya yang berjaya mengurangkan kira-kira 1,550 jam kerja setahun, kes yang paling berjaya adalah “kes di mana AI dipilih berdasarkan cabaran operasi”. Sebaliknya, terdapat banyak kes di mana teknologi terkini diterima pakai tetapi tidak dapat dihayati oleh pasukan operasi.

Sebagai pengurus, terdapat tiga perkara yang perlu diberi perhatian.

Pertama ialah “mendengar suara pasukan operasi”. Seperti kaji selidik Altam Ease, langkah pertama adalah memahami apa yang sebenarnya menyusahkan kakitangan.

Kedua ialah “permulaan kecil”. Daripada menyasarkan pelaksanaan seluruh syarikat, mulakan secara uji kaji di kawasan tugas tertentu untuk meminimumkan risiko.

Ketiga ialah “mewujudkan mekanisme pengukuran kesan”. Sistem diperlukan untuk mengukur secara kuantitatif perubahan dalam jumlah pertanyaan, masa respons, dan kepuasan pelanggan selepas pelaksanaan.

Proses pelaksanaan khusus

Saya kongsikan proses untuk mempertimbangkan pelaksanaan sebenar berdasarkan pengalaman saya.

Pertama, analisis data pertanyaan syarikat anda. Visualisasikan jenis soalan yang diterima, berapa banyak, dan berapa lama masa yang diambil untuk mengendalikannya. Tugasan ini sendiri boleh dijalankan dengan lebih cekap menggunakan AI.

Seterusnya, asingkan tugas yang boleh diautomasikan dan tugas yang harus dikendalikan oleh manusia. Contohnya, aduan dan rundingan peringkat tinggi dikendalikan oleh manusia, manakala soalan peringkat Soalan Lazim (FAQ) diamanahkan kepada AI.

Akhir sekali, pilih alat yang sesuai. Perkhidmatan khusus industri seperti CommerceX AI adalah pilihan yang mempunyai halangan pelaksanaan rendah dan mudah untuk melihat kesan dalam tempoh singkat. Sebaliknya, jika anda ingin menyesuaikan dengan aliran kerja syarikat anda, terdapat juga kaedah menggabungkan AI generik seperti GPTs atau Claude.

Faedah pengurusan daripada pendigitalan AI perkhidmatan pelanggan

Pendigitalan AI perkhidmatan pelanggan menghasilkan nilai yang melebihi sekadar pengurangan kos.

Pertama, pengurangan beban kakitangan boleh mengurangkan kadar pusing ganti pekerja. Seperti yang jelas dalam kaji selidik, pasukan operasi ingin membezakan antara “tugas yang ingin diamanahkan kepada AI” dan “tugas yang harus dikendalikan oleh manusia”. Memenuhi keperluan ini membawa kepada peningkatan kepuasan pekerja.

Seterusnya, penyamaan kualiti respons. AI boleh memberikan respons dengan kualiti yang konsisten 24 jam sehari, 365 hari setahun. Terutamanya di laman e-dagang, pertanyaan pada waktu malam atau hujung minggu menjadi cabaran, tetapi pelaksanaan AI boleh menyelesaikan masalah ini.

Tambahan pula, pengumpulan dan penggunaan data. Semua pertanyaan yang dikendalikan oleh AI disimpan sebagai data dan boleh digunakan untuk pembangunan produk dan pemasaran. Ini adalah perkara yang sukar dilakukan dengan perkhidmatan berasaskan manusia secara tradisional.

Anggaran kos dan ROI

Saya kongsikan anggaran kos khusus. Perkhidmatan khusus industri seperti CommerceX AI selalunya boleh digunakan dengan kos bulanan beberapa puluh ribu ringgit. Sebaliknya, jika anda membina sendiri dengan menggabungkan GPTs atau Claude, kos pembangunan awal adalah sekitar beberapa ratus ribu ringgit, dan kos operasi bulanan adalah sekitar beberapa ribu hingga beberapa puluh ribu ringgit.

Dalam contoh syarikat saya sendiri, dengan kos bulanan kira-kira RM10,000, kami mencipta nilai setara kira-kira RM3.5 juta setahun. Dalam perkhidmatan pelanggan, kebanyakan kes boleh mencapai pulangan pelaburan dalam tempoh tiga bulan selepas pelaksanaan.

Kesimpulan: Pelaksanaan AI berasaskan operasi adalah kunci kejayaan

Apa yang jelas daripada berita kali ini ialah faktor kejayaan pelaksanaan AI terletak pada “menangkap keperluan operasi dengan tepat”. Kaji selidik Altam Ease menunjukkan data khusus untuk ini.

Cadangan saya kepada para pengurus adalah untuk terlebih dahulu menjalankan sesi mendengar dengan pasukan perkhidmatan pelanggan syarikat anda. Dengan hanya bertanya “Apakah tugas yang menyusahkan?” dan “Apakah tugas yang ingin diamanahkan kepada AI?”, hala tuju AI yang perlu dilaksanakan akan menjadi jelas.

Kemudian, saya cadangkan bermula dengan permulaan kecil menggunakan perkhidmatan khusus industri atau AI generik yang digabungkan. Daripada menyasarkan sistem yang sempurna, mulakan dengan menyelesaikan cabaran operasi. Itulah langkah pertama ke arah penggunaan AI yang mampan.

Pelaksanaan AI bukanlah matlamat. Ia adalah alat untuk menyelesaikan cabaran operasi dan mengembangkan perniagaan. Jangan lupa perspektif ini, dan marilah kita maju selangkah demi selangkah.