Chúng ta đang chứng kiến sự gia tăng hoạt động — thử nghiệm, chạy thí điểm, và triển khai — trong không gian dịch vụ khách hàng liên quan đến các công cụ mới hỗ trợ bởi trí tuệ nhân tạo (AI), đặc biệt là những công cụ nhằm giúp khách hàng tự phục vụ dễ dàng hơn và cải thiện hiệu suất tương tác trực tiếp của giao dịch viên.
Và AI tổng quát đang thúc đẩy nhiều sáng kiến mới, đặc biệt là những sáng kiến tập trung vào khả năng hỗ trợ giao dịch viên. Tuy nhiên, xét đến rủi ro vốn có trong các công nghệ AI, các công cụ mới này có xu hướng đi kèm với tiện ích “Con người Trong chuỗi Mắt xích” (HITL) được tích hợp sẵn.
Học máy HITL là một loại cộng tác giữa người và máy liên quan đến việc con người chủ động tham gia vào việc sử dụng, đánh giá và đào tạo các mô hình và hệ thống AI. Trong bối cảnh dịch vụ khách hàng, giao dịch viên sẽ cung cấp phản hồi cho các dự đoán, đề xuất và chú thích của hệ thống. Điều này giúp các mô hình của hệ thống học hỏi và cải thiện.
Ví dụ, hãy tưởng tượng rằng một khách hàng gửi email về sự cố mà họ đang gặp phải. Hệ thống sẽ tự động “đọc” truy vấn của khách hàng và dựa trên đó, sẽ đề xuất một giải pháp cụ thể từ cơ sở dữ liệu tri thức giúp giải quyết vấn đề của khách hàng.
Sau đó, dựa trên những gì được đào tạo, kinh nghiệm và hiểu biết cá nhân, giao dịch viên sẽ đánh giá xem giải pháp được đề xuất đó có giải quyết được vấn đề của khách hàng hay không, quyết định có nên sử dụng khuyến nghị đó hay không và đồng thời cung cấp phản hồi cho mô hình hệ thống về tính chính xác và tính phù hợp của đề xuất đó.
Bây giờ, tất cả đều rất hợp lý và thú vị khi bạn xem xét rằng việc truy cập đúng loại thông tin một cách nhanh chóng là một trong những vấn đề lớn nhất đối với cả giao dịch viên và khách hàng. Đây cũng là một ví dụ tuyệt vời về việc tận dụng Giọng nói của Nhân viên (VoE) và trí thông minh của giao dịch viên trong thực tế công việc.
Nhưng khi lùi lại và suy ngẫm về điều này, một số câu hỏi sẽ nảy sinh. Nó không phải là các câu hỏi với sự ra đời của các hoạt động HITL trong các ứng dụng này — Tôi hoan nghênh việc sử dụng HITL để giám sát, điều tiết và đào tạo các hệ thống dựa trên AI. Nhưng điều này khiến tôi tự hỏi tại sao chúng ta không tận dụng những hiểu biết sâu sắc, kinh nghiệm và chuyên môn của các giao dịch viên trong các lĩnh vực khác của doanh nghiệp, nơi họ có thể giúp cải thiện hiệu suất và hiệu quả, đặc biệt là trong nhiều cách chúng ta tương tác với khách hàng và các công cụ mà chúng ta và họ sử dụng.
Lấy ví dụ về chatbot. Cho dù chúng là bot dựa trên quy tắc thô sơ, bot AI đàm thoại hay gần đây hơn là bot được hỗ trợ bởi AI tổng quát, chatbot đang và sẽ tiếp tục đóng vai trò trung tâm trong các chiến lược dịch vụ của nhiều thương hiệu. Điều này được chứng minh bằng chương trình Khảo sát Contact Center Toàn cầu của Deloitte Digital, trong đó phát hiện ra rằng 9 trong số 10 nhà lãnh đạo dịch vụ toàn cầu dự kiến sẽ đầu tư vào các khả năng tự phục vụ bổ sung trong hai năm tới — với các giao dịch viên ảo và/hoặc chatbot đóng vai trò quan trọng trong sự kết hợp đó. Hơn nữa, McKinsey phát hiện ra rằng bot tự phục vụ khách hàng sẽ đứng đầu danh sách ưu tiên đầu tư AI của các nhà lãnh đạo dịch vụ khách hàng trong 24 tháng tới.
Thách thức là, mặc dù thời gian trôi qua và những tiến bộ công nghệ mới, nhiều khách hàng vẫn không thực sự thích bot. Báo cáo “Tình hình trải nghiệm khách hàng” của Genesys cho thấy mức độ hài lòng với chatbot đã giảm trong những năm gần đây. Năm 2017, 35% người tiêu dùng cho biết họ rất hài lòng với chatbot; năm 2022, chỉ có 21% cho biết như vậy.
Không những thế, theo Harvard Business Review, khi một nhóm học giả của Đại học Oxford tiến hành nghiên cứu về tương tác chatbot trong dịch vụ khách hàng tại một công ty viễn thông — phân tích 35.000 tương tác chatbot — nhóm nghiên cứu phát hiện ra rằng 66% nhận được đánh giá mức độ hài lòng là 1 trên 5.
Một số lý do chính khiến khách hàng không thích chatbot bao gồm thiếu tính cá nhân hóa, không có khả năng giải quyết các vấn đề phức tạp và khó hiểu hơn, không có khả năng chuyển sang trò chuyện trực tiếp trên web, tạo ra ngõ cụt trong các cuộc trò chuyện, và thiếu sự tin tưởng chung về công nghệ cũng như mối quan tâm về dữ liệu và quyền riêng tư.
Tuy nhiên, nghiên cứu của các học giả Đại học Oxford đã kết luận rằng nếu các công ty muốn mang lại kết quả tốt hơn và tỷ lệ hài lòng cao hơn cho các tương tác chatbot dịch vụ khách hàng, thì “… điều quan trọng là phải thiết kế chatbot một cách cẩn thận và cân nhắc bối cảnh cảm xúc mà chúng được sử dụng, đặc biệt là trong các tương tác dịch vụ khách hàng liên quan đến việc giải quyết vấn đề hoặc xử lý khiếu nại”.
Sự thiếu kết nối trong thiết kế chatbot
Tôi tin rằng một trong những lý do lớn nhất khiến tình trạng thiếu hụt bối cảnh cảm xúc này tồn tại là các công ty không đưa những hiểu biết thực tế về khách hàng và ý kiến của các chuyên gia đàm thoại vào quá trình thiết kế và hình thành chatbot. Tôi xin minh họa cách điều này thường biểu hiện trong thực tế bằng một vài câu hỏi:
Câu trả lời cho cả hai câu hỏi, thường là nhóm dịch vụ khách hàng của bạn.
Bây giờ, hãy tự hỏi bản thân điều này:
Tôi cá là rất ít người, nếu có, tham gia vào việc hình thành và thiết kế các cuộc trò chuyện mà bạn muốn chatbot của mình có với khách hàng.
Đó là một sai lầm.
Nhưng điều đó không có gì đáng ngạc nhiên, đặc biệt là khi các tổ chức truyền thống thường không để nhân viên tham gia hoặc không tham khảo ý kiến của nhân viên khi nói đến các quyết định về công nghệ ảnh hưởng đến họ hoặc khách hàng của họ.
Ví dụ, một cuộc khảo sát toàn cầu của PwC đối với khoảng 12.000 người trên khắp Canada, Trung Quốc, Hồng Kông, Đức, Ấn Độ, Mexico, Vương quốc Anh và Hoa Kỳ cho thấy 90% giám đốc điều hành cấp cao tin rằng công ty của họ chú ý đến nhu cầu của mọi người khi giới thiệu công nghệ mới, nhưng chỉ có khoảng một nửa (53%) nhân viên nói như vậy. Hơn nữa, 73% số người được khảo sát cho biết họ biết về các hệ thống có thể giúp họ tạo ra công việc chất lượng cao hơn, nhưng nhiều giám đốc điều hành và lãnh đạo không khai thác được trí tuệ tập thể của nhân viên.
Điều này phải thay đổi. Và không chỉ trong lĩnh vực hình thành, thiết kế và mang lại hiệu quả cho chatbot.
Để thành công — và mang lại kết quả tốt hơn cho khách hàng, nhân viên và doanh nghiệp của chúng ta — chúng ta cần tiến xa hơn và có chủ đích hơn về cách chúng ta tận dụng trí tuệ tập thể, kinh nghiệm và chuyên môn của mạng lưới siêu máy tính sinh học vốn đã có trong tổ chức của chúng ta, tức là nhân viên của chúng ta và đặc biệt là các nhân viên dịch vụ khách hàng của chúng ta.
Cho dù đó là thông qua việc nâng cao và mở rộng các kỹ thuật như sáng kiến VoE để thu thập tốt hơn thông tin đầu vào và hiểu biết có giá trị của họ — hay sự tham gia chủ động của các nhân viên dịch vụ khách hàng (lựa chọn ưa thích của tôi) trong việc hình thành và thiết kế nhiều cách chúng ta tương tác với khách hàng và các công cụ mà chúng ta và họ sử dụng.
Chỉ khi đó, chúng ta mới có thể khai thác sức mạnh của cả hai loại AI: trí tuệ nhân tạo (artificial intelligence) và trí tuệ của giao dịch viên (agent intelligence).
MP Transformation
Để tìm hiểu thêm về MP Transformation, hãy theo dõi và tương tác với chúng tôi trên các trang mạng xã hội
Tầng 10, Tòa nhà Sudico, Đường Mễ Trì, Mỹ Đình 1, Quận Nam Từ Liêm, Hà Nội.
1900585853
contact@mpt.com.vn
