Przejdź do głównej treści

Sztuczna inteligencja i obsługa klienta

Katgoria: IT Solutions / Utworzono: 24 maj 2018

Sztuczna inteligencja i obsługa klienta

Według badań przeprowadzonych przez firmę analityczno-doradczą Gartner do 2020 roku 85% kontaktów między konsumentem, a przedsiębiorstwem będzie przeprowadzane maszynowo, bez konieczności interakcji z fizycznym doradcą klienta. Co więcej, Gartner prognozuje, że między 2017 a 2021 r. obsługa klienta dokonywana wyłącznie przez mechanizmy oparte na sztucznej inteligencji (AI) wzrośnie pięciokrotnie. Czwarta rewolucja przemysłowa (Przemysł 4.0) już dziś zmienia charakter obsługi klienta dzięki wykorzystaniu możliwości sztucznej inteligencji.

REKLAMA
ASSECO KSEF
 
Dawno minęły czasy ręcznego zajmowania się każdym zapytaniem, śledzenia alertów i przechowywania zapisów. Obecna technologia umożliwia centrom telefonicznym nie tylko szybszą i bardziej wydajną pracę, ale także identyfikację prawdopodobnych problemów przed ich wystąpieniem i rozwiązywanie ich z wyprzedzeniem. Wszystko to jest możliwe dzięki rozwojowi uczenia maszynowego (machine learning) i algorytmów głębokiego uczenia się (deep learning). Wraz ze wzrostem mocy obliczeniowej i ulepszaniem systemów AI zbliżamy się do momentu, kiedy każdą potrzebę klienta będzie można zaspokoić przy pomocy wysoko wykwalifikowanych wirtualnych asystentów i cyfrowych chatbotów replikujących zachowanie agentów ludzkich. Sztuczna inteligencja może zrewolucjonizować prawie każdy aspekt biznesu, w różnych jego sektorach, a rewolucja w interakcjach między firmą a konsumentem dzieje się na naszych oczach. Jak AI może pomóc w obsłudze klienta? Oto kilka przykładów.

Poprawa jakości obsługi klienta

Obsługa klienta dzisiaj jest w dużej mierze reaktywna. Osoba dzwoni do centrum kontaktowego firmy i musi dostarczyć szeroki zakres informacji, takich jak: imię i nazwisko, adres, numer lojalnościowy i opis problemu. Jeśli agent nie może pomóc, osoba dzwoniąca zostaje przekierowana do kolejnej osoby, a proces rozpoczyna się od nowa. Jest z tym wiele problemów, przede wszystkim marnuje czas klienta i frustruje go. Sztuczna inteligencja jest w stanie połączyć aktywność użytkownika z jego telefonem na Call Center i dostarczyć agentowi niezbędnych informacji. Dzięki temu doradca klienta może przewidzieć, dlaczego dana osoba dzwoni i zasugerować, jak rozwiązać problem, nawet przed zapytaniem.
Wykorzystanie AI w postaci algorytmów maszynowego uczenia w obsłudze klienta nie tylko usprawnia cały proces, ale też może pozytywnie wpływać na wizerunek firmy. Obsługa klienta w przypadku wystąpienia jakiś problemów ma bowiem duże znaczenie w kontekście jej reputacji. Raz niezadowolony klient prawdopodobnie zostawi niepochlebne opinie w internecie, podzieli się nimi ze znajomymi i finalnie może po raz kolejny nie sięgnąć już po nasz produkt czy usługę. Dlatego firma powinna wykorzystać każdą okazję, aby zapewnić klientom doskonałą obsługę, a współczesne technologie bardzo to ułatwiają. Posłużmy się prostym przykładem. Marta często podróżuje naszymi liniami lotniczymi i właśnie dowiedziała się, że jej lot jest odwołany z powodu problemów pogodowych. Marta loguje się na stronie i zaczyna szukać nowych lotów. Jak się okazuje, wszystkie bezpośrednie połączenia są albo pełne albo odwołane, więc rozszerza swoje poszukiwania o loty z przesiadką, ale nie znajduje dla siebie dogodnego rozwiązania. Po kolejnych minutach poszukiwań Marta decyduje się na telefon do naszych linii lotniczych, gdzie wita ją uprzejmy konsultant, prosi o jej dane, numer lotu i pyta jak może jej pomóc. Marta wyjaśnia sytuację, a agent przechodzi wiele kroków, które ona już raz przeszła sama. Marta zaczyna się denerwować i obawia się, że loty szybko się zapełniają i może nie znaleźć biletu na powrót do domu. Ostatecznie po blisko 20 minutowej rozmowie jej lot zostaje zmieniony na lot z przesiadką i Marta cieszy się, że się to udało, choć jest nieco zirytowana, że transakcja trwała tak długo. Jak mogłaby wyglądać ta rozmowa gdyby nasza linia lotnicza używała sztucznej inteligencji wspomagającej obsługę klienta? Załóżmy, że Marta wykonuje wszystkie te same czynności do momentu jej telefonu. Kiedy więc dzwoni do naszych linii lotniczej, AI zebrała już wszystkie informacje i zrozumiała, że lot Marty został odwołany i że rozszerzyła ona swoje poszukiwania o inne regionalne porty lotnicze, AI przekazała to wszystko naszemu konsultantowi wraz z propozycją konkretnego połączenia pozwalającego Marcie wrócić do domu. Agent wie również, że dzwoniąca do niego kobieta często wybiera loty na tej konkretnej linii i jest naszym stałym klientem. Kiedy więc Marta dzwoni do nas to konsultant pozdrawia ją po imieniu i mówi: "Dzień dobry Pani Marto, dziękuję za lojalność wobec naszych linii, widzę, że próbowała Pani zmienić swój odwołany lot. Mogę zaproponować Pani lot jutro o 13:00 z przesiadką w Berlinie? Czy pasuje to Pani?" Marta jest zadowolona i dziękuję za szybką pomoc. W powyższym przykładzie, w oparciu o wcześniejsze działania Marty, AI była w stanie zrozumieć z jakim problemem ona dzwoni i dostarczyła agentowi odpowiednie informacje, które zdecydowanie skróciły czas obsługi Marty i pozytywnie przełożyły się na jej zadowolenie ze sprawnego rozwiązania jej problemu. Firmy zbierają ogromne ilości informacji na temat nawyków i działań swoich klientów. Wyzwaniem jest to, że ludzie nie mogą analizować dużych ilości danych tak szybko, jak maszyny. Systemy AI mogą być wykorzystywane do badania tych danych i dokonywania wnioskowań, które mogą pomóc firmom szybciej i dokładniej obsługiwać klientów, dzięki czemu każdy pracownik obsługi klienta jest bardziej skuteczny – tłumaczy Jędrzej Fulara, CTO w Sparkbit.
Prewencja problemów

Sztuczna inteligencja przewyższa ludzkie możliwości pod względem ilości danych, które może analizować w danym czasie. Pozwala to na stałe monitorowanie i natychmiastowe wykrywanie wszelkich anomalii. AI może przeanalizować miliony danych i rozpoznać wzorce, które pozwalają wykryć problemy, które jeszcze się nie pojawiły, ale prawdopodobnie pojawią się w najbliższej przyszłości. Firmy mogą zapobiegawczo zająć się nimi, zanim przyniosą finansowe straty.
Już dziś wiele firm wykorzystuje mechanizmy uczenia maszynowego do tworzenia realnej wartości dla klienta. Przykładem takiego działania są m.in. systemy z wbudowaną sztuczną inteligencją monitorujące prawie nieskończoną liczbę stron internetowych pod kątem określonych słów kluczowych. Dzięki temu firmy mogą szybko i efektywnie identyfikować klientów, którzy doświadczają zakupowych problemów. Co więcej przedsiębiorcy mogą w krótkim czasie dowiedzieć się jaki jest charakter i natura tych kłopotów. Przede wszystkim jednak – dzięki algorytmom uczenia maszynowego – inteligentny system może w czasie rzeczywistym pomagać klientom w rozwiązaniu ich problemu, odsyłając ich do sekcji często zadawanych pytań lub oferując proste rozwiązania za pomocą botów – dodaje Jędrzej Fulara ze Sparkbit.
Według raportu opracowanego przez ośrodek analityczny Forrester w najbliższych latach firmy będą intensywnie badać możliwości wykorzystania inteligentnych agentów i dodawać konwersacyjne interfejsy do statycznych treści samoobsługowych. Będą przewidywać potrzeby na podstawie kontekstu, preferencji i wcześniejszych zapytań oraz będą dostarczać proaktywne alerty, odpowiednie oferty i treści.

Chatboty – automatyzacja obsługi klienta

Coraz więcej firm wybiera chatboty, jako narzędzie do obsługi klienta. Obecnie około 30% firm oferujących swoje usługi w internecie, posiada samodzielne “boty”, które mogą odpowiadać na nieskomplikowane pytania i rozwiązywać proste problemy . Wciąż jednak możliwości zaimplementowanych elementów sztucznej inteligencji są znacząco węższe od umiejętności fizycznego doradcy. Mimo to, dla wielu firm wirtualni doradcy przynoszą miliony dolarów zysku. Chatboty mogą tanio, szybko i konsekwentnie odpowiadać na zapytania klientów. Mogą od razu rozwiązywać problemy, bez względu na to czy jest godzina 10:00 w dzień czy 2:00 w nocy. Ma to kluczowe znaczenie dla firm ukierunkowanych na pokolenia millenialsów (którzy mogą być niecierpliwi). Chatboty nie potrzebują też czasu na szukanie odpowiedzi, tak jak robią to ludzie, dzięki czemu idealnie nadają się do szybkich odpowiedzi na najczęściej zadawane pytania. Szacuje się, że systemy oparte o sztuczną inteligencję pomagają skrócić czas obsługi nawet pięciokrotnie. W przypadku, gdy chatbotom nie udaje się rozstrzygnąć sprawy mogą skierować klienta do konsultanta - człowieka. Taki schemat oczywiście zwiększa produktywność pracowników. Wirtualni doradcy popełniają też mniej błędów podczas odpowiadania na zapytania klientów i mogą prowadzić proaktywne interakcje z klientem. Oznacza to, że nie odpowiadają oni tylko na zapytania, ale też rozpoczynają rozmowy informując np. o promocjach i wyprzedażach, oferują samouczki video, pokazują linki do stron produktów czy wpisów na blogu.
Dobrym przykładem odnoszenia korzyści dzięki wirtualnym agentom jest China Merchants Bank. Ten chiński bank komercyjny, używa bota w popularnej aplikacji WeChat do obsługi od 1,5 do 2 milionów zapytań dziennie. By sprostać takiej ilości pracy bez używania systemów AI, ten sam bank musiałby zatrudnić ponad 7 000 pracowników. Innym przykładem jest hotel i grupa kasyn Caesars oferujących Ivy – wirtualnego concierge, który automatycznie odpowiada na zapytania gości. Dzięki niemu liczba połączeń z hotelowym biurem obsługi (zarządzanym tradycyjnie) zmniejszyła się o 30%. Innym spektakularnym przykładem jest wykorzystanie mechanizmów sztucznej inteligencji przez jeden z australijskich banków. Obecnie eksperymentuje on z samodzielnym, inteligentnym wirtualnym asystentem, którego głównym zadaniem jest przysłuchiwanie się rozmowom pracowników banku na temat pożyczek. Jeśli pracownik banku zapomni o czymś lub popełni błąd, bot automatycznie włącza się w prowadzoną rozmowę. Niektóre firmy używają chatbotów w celu poprawienia efektywności fizycznych pracowników. Dobrym przykładem jest stosowanie systemów sugerowania odpowiedzi na przychodzące zapytania klientów, które pracownik przed wysłaniem może zatwierdzić lub odpowiednio dostosować. W ciągu ostatniego roku umożliwiło to holenderskim liniom lotniczym KLM podwojenie liczby obsługiwanych zapytań klientów – do 120 000 tygodniowo – przy jednoczesnym zwiększeniu liczby pracowników o zaledwie 6% - mówi Jędrzej Fulara ze Sparkbit.
AI – zmienia zasady funkcjonowania obsługi klienta

Korzyści z wprowadzenia sztucznej inteligencji do systemu obsługi klienta są wielowymiarowe. AI zwiększa ilość interakcji z klientem poprzez zautomatyzowanie reakcji, radzi sobie z dużym natężeniem zapytań i zapewnia wsparcie 24 godziny na dobę gwarantując cały czas ten sam poziom wydajności. Systemy te nie muszą odpoczywać i są odporne na negatywne ludzkie emocje. Konsultant może się złościć, być rozczarowany lub sfrustrowany, co może wpłynąć na kolejną rozmowę. AI nie ma takich problemów. Dodatkowo pracownicy mogą skorzystać z pomocy sztucznej inteligencji, aby uzyskać lepsze wskaźniki dla swoich indywidualnych celów. Pomaga to zmotywować ich do pracy, zmniejsza zmęczenie i poprawia dobre morale w zespole, a wszystko to przyczynia się do trwałego sukcesu. AI pozwala na szybsze rozwiązywanie problemów, a dzięki temu, że algorytm sam uczy się z gromadzonych danych w dłuższej perspektywie zwrot z tej inwestycji jest bardzo opłacalny dla firmy, ponieważ system znacząco podnosi poziom wydajności. Systemy AI pozwalają też na analitykę w czasie rzeczywistym. Menedżerowie mogą zobaczyć analizę rozmów i działań, a następnie zdecydować, czy kontynuować stosowanie tych samych strategii, czy też modyfikować je w celu lepszej realizacji celów. W przypadku nowych klientów, konsultanci nie znają ich preferencji przez co proces personalizacji oferty jest trudny, tymczasem systemy sztucznej inteligencji mogą pobierać informacje o takich klientach z dowolnej dostępnej publicznej bazy danych, a następnie moderować rozmowę w zależności od potrzeb i zapewnić klientom niespotykany dotychczas poziom personalizacji skierowanej do nich oferty. To z kolei buduje lojalność wobec marki.

Dobrze działająca obsługa klienta jest jednym z kluczowych czynników pozwalającym firmom osiągnąć przewagę konkurencyjną i finansowy sukces. Poprawa jakości tej obsługi ma bardzo duże znaczenie w budowaniu wizerunku marki, dlatego CIO powinni traktować sztuczną inteligencję jako technologię zmieniającą reguły gry.

Źródło: Sparkbit

Najnowsze wiadomości

PSI prezentuje nową identyfikację wizualną
psilogoW ramach realizowanej strategii transformacji PSI Software SE zaprezentowała nową identyfikację wizualną. Odświeżony wizerunek w spójny sposób oddaje technologiczne zaawansowanie firmy, jej głęboką wiedzę branżową oraz silne ukierunkowanie na potrzeby klientów. Zmiany te wzmacniają pozycję PSI jako innowacyjnego lidera technologicznego w obszarze skalowalnych rozwiązań informatycznych opartych na sztucznej inteligencji i chmurze, rozwijanych z myślą o energetyce i przemyśle.
Europejski przemysł cyfryzuje się zbyt wolno – ERP, chmura i AI stają się koniecznością
BPSCEuropejski przemysł średniej wielkości wie, że cyfryzacja jest koniecznością, ale wciąż nie nadąża za tempem zmian. Ponad 60% firm ocenia swoje postępy w transformacji cyfrowej jako zbyt wolne, mimo rosnącej presji konkurencyjnej, regulacyjnej i kosztowej. Raport Forterro pokazuje wyraźną lukę między świadomością potrzeby inwestycji w chmurę, ERP i AI a realną zdolnością do ich wdrożenia – ograniczaną przez braki kompetencyjne, budżety i gotowość organizacyjną.
Nowa era komunikacji biznesowej, KSeF stał się faktem
SymfoniaOd 1 lutego 2026 roku, w Polsce z sukcesem rozpoczęła się nowa era elektronicznej komunikacji w biznesie. Od tego dnia przedsiębiorcy zaczynają posługiwać się wspólnym standardem we wzajemnej wymianie dokumentów – fakturą ustrukturyzowaną, znaną jako FA(3) lub po prostu faktura KSeF.
Smart Factory w skali globalnej: jak MOWI porządkuje produkcję dzięki danym w czasie rzeczywistym
accevoCyfryzacja produkcji w skali globalnej wymaga dziś spójnych danych, jednolitych standardów i decyzji podejmowanych w czasie rzeczywistym. W środowisku rozproszonych zakładów produkcyjnych tradycyjne raportowanie i lokalne narzędzia IT przestają wystarczać. Przykład MOWI pokazuje, jak wdrożenie rozwiązań Smart Factory i systemu MES może uporządkować zarządzanie produkcją w wielu lokalizacjach jednocześnie, zwiększając przejrzystość procesów, efektywność operacyjną oraz stabilność jakości.
Hakerzy nie kradną już tylko haseł. Oni kradną Twój czas i przyszłość. Jak chronić ERP przed paraliżem?
Hakerzy coraz rzadziej koncentrują się wyłącznie na kradzieży haseł. Ich prawdziwym celem jest dziś sparaliżowanie kluczowych systemów biznesowych, przejęcie kontroli nad danymi i wymuszenie kosztownych decyzji pod presją czasu. System ERP, jako centralny punkt zarządzania finansami, produkcją i logistyką, stał się dla cyberprzestępców najbardziej atrakcyjnym celem. Ten artykuł pokazuje, dlaczego tradycyjne zabezpieczenia przestają wystarczać i jak realnie chronić ERP przed atakami, które mogą zatrzymać firmę z dnia na dzień.



Najnowsze artykuły

Magazyn bez błędów? Sprawdź, jak system WMS zmienia codzienność logistyki
SENTEWspółczesna logistyka wymaga nie tylko szybkości działania, lecz także maksymalnej precyzji – to właśnie te czynniki coraz częściej decydują o przewadze konkurencyjnej firm. Nawet drobne pomyłki w ewidencji stanów magazynowych, błędy przy przyjmowaniu dostaw czy nieprawidłowe rozmieszczenie towarów, mogą skutkować poważnymi stratami finansowymi i opóźnieniami w realizacji zamówień. W jaki sposób nowoczesne rozwiązania do zarządzania pomagają unikać takich sytuacji? Czym właściwie różni się tradycyjny system magazynowy od zaawansowanych rozwiązań klasy WMS (ang. Warehouse Management System)? I w jaki sposób inteligentne zarządzanie procesami magazynowymi realnie usprawnia codzienną pracę setek firm?
Jak maksymalizować zyski z MTO i MTS dzięki BPSC ERP?
BPSC FORTERROZysk przedsiębiorstwa produkcyjnego zależy nie tylko od wydajności maszyn, ale przede wszystkim od precyzyjnego planowania, realnych danych i umiejętnego zarządzania procesami. Dlatego firmy, które chcą skutecznie działać zarówno w modelu Make to Stock (MTS), jak i Make to Order (MTO), coraz częściej sięgają po rozwiązania klasy ERP, takie jak BPSC ERP.
Warsztaty analityczne i sesja discovery. Jak wygląda pierwszy etap współpracy z partnerem wdrożeniowym ERP
TODIS ConsultingWdrożenie systemu ERP to jedna z najważniejszych strategicznych decyzji, jakie może podjąć firma. To inwestycja, która ma zrewolucjonizować procesy, zwiększyć efektywność i dać przewagę konkurencyjną. Jednak droga do sukcesu jest pełna potencjalnych pułapek. Wielu menedżerów obawia się nieprzewidzianych kosztów, oporu zespołu czy niedopasowania systemu do realnych potrzeb. Jak zminimalizować to ryzyko? Kluczem jest solidne przygotowanie. Zanim padnie słowo „wdrażamy”, konieczne jest przeprowadzenie trzech fundamentalnych etapów: warsztatów analitycznych, sesji discovery oraz analizy przedwdrożeniowej ERP. To nie są zbędne formalności, ale fundament, na którym zbudujesz sukces całego projektu.
Strategia migracji danych do nowego systemu ERP. Metody, ryzyka i najlepsze praktyki
TODISWdrożenie nowego systemu ERP to dla wielu firm nie tylko krok w stronę unowocześnienia procesów biznesowych, ale także ogromne przedsięwzięcie logistyczne i technologiczne. Aby nowy system ERP zaczął efektywnie wspierać działalność organizacji, kluczowe jest odpowiednie przygotowanie danych, które muszą zostać bezpiecznie i precyzyjnie przeniesione ze starego systemu. Migracja danych ERP to skomplikowany proces, wymagający zarówno zaawansowanej wiedzy technologicznej, jak i dokładnego planowania na poziomie strategicznym. W tym artykule przybliżymy najlepsze metody, wskażemy najczęstsze ryzyka oraz podpowiemy, jak przeprowadzić migrację krok po kroku.
Strategiczna przewaga czy kosztowny mit? Kto wygrywa dzięki chmurze?
Chmura miała być odpowiedzią na wyzwania sektora finansowego: przestarzałą infrastrukturę, rozproszone dane, rosnące oczekiwania klientów i klientek. Dziś korzysta z niej już 91% instytucji, a mimo to tylko nieliczne mówią o realnych efektach. Zaledwie 12% firm maksymalizuje potencjał chmury – tworzy skalowalne platformy, wdraża GenAI, monetyzuje dane. Reszta? Często grzęźnie w kosztach, integracjach i braku kompetencji. Różnica nie tkwi w technologii, ale w strategii – i to ona może zadecydować o miejscu w sektorze, który właśnie wchodzi w kolejną fazę transformacji.

Przeczytaj Również

Jak wycisnąć 100% z Microsoft 365 – sprawdzone rozwiązania

Współczesne organizacje, które integrują swoje systemy ERP czy CRM z Microsoft 365, coraz częściej… / Czytaj więcej

Polska lokalizacja autorstwa IT.integro z certyfikatem zgodności z Ustawą o Rachunkowości

Aplikacja lokalizacyjna dla Dynamics 365 Business Central opracowana przez IT.integro - Polish Loca… / Czytaj więcej

IBM Power11 wyznacza nowe standardy w zakresie infrastruktury IT dla przedsiębiorstw

IBM zaprezentował nową generację serwerów IBM® Power®. Serwery IBM Power11 zostały przeprojektowane… / Czytaj więcej

Nowy model co rok? Fani elektroniki już jej nie kupują, tylko wynajmują

Po co kupować, skoro jutro pojawi się nowszy model? Z takiego założenia wychodzi coraz więcej konsu… / Czytaj więcej

Według najnowszego badania Slack, codzienne korzystanie z AI wzrosło o 233%

Z najnowszego raportu Slack Workforce Index wynika, że wykorzystanie sztucznej inteligencji wśród p… / Czytaj więcej

AI napędza polski przemysł

Sztuczna inteligencja przestaje być wizją przyszłości, a staje się jednym z kluczowych czynników ws… / Czytaj więcej