Umjetna inteligencija u korisničkoj podršci često se opisuje kao tehnologija koja će zamijeniti agente, no Sandra Kujundžić Drašković, CIO Transcoma, smatra da je takva interpretacija pojednostavljena i pogrešna. Industrija je, kaže, sličnu retoriku već čula prije dvadesetak godina, kada su se pojavili RPA roboti i automatizacija procesa. Tada se također tvrdilo da će automatizacija zamijeniti velik dio agentskog rada, ali to se nije dogodilo. „Ono što sigurno znamo jest da agenti neće nestati“, ističe Kujundžić Drašković.
Transcom umjetnu inteligenciju ne promatra kao zamjenu za čovjeka, nego kao alat koji može smanjiti stres, ubrzati rad i povećati kvalitetu interakcije s korisnicima. Najkonkretniji rezultati, prema njezinim riječima, vide se u dva područja: treniranju novih agenata i podršci agentima tijekom razgovora s korisnicima. Prvi je slučaj osobito važan jer novi zaposlenici često dolaze bez iskustva u telefonskoj komunikaciji, a početni strah i stres mogu dovesti do brzog odlaska iz tvrtke. „Jedan od glavnih pokazatelja za nas je koliko agenata koji se tek zaposle brzo napusti firmu jer im je posao stresan“, kaže.
Upravo zato Transcom je razvio interno rješenje za simulaciju razgovora s korisnicima. Sustav može glumiti različite tipove korisnika, od teških korisnika koji se javljaju s problemom u mreži, do korisnika kojima se nešto pokušava prodati. Agent tako može vježbati različite scenarije prije nego što uđe u stvarnu interakciju. „Mi s tim rješenjem simuliramo korisnika i dajemo agentima da sami vježbaju telefonske pozive u različitim situacijama“, objašnjava Kujundžić Drašković.
Prednost takvog pristupa jest u tome što razgovori nisu unaprijed kruto skriptirani. Odgovor sustava ovisi o onome što agent kaže, pa vježba nalikuje stvarnoj interakciji. „Odgovor samog AI-ja uvelike ovisi o tome što mu je agent rekao, tako da to vrlo dobro izgleda kao stvarni primjer interakcije s korisnikom“, kaže. U jednoj intenzivnoj kampanji, dodaje, primjena tog rješenja dovela je do smanjenja ranog odlaska agenata za čak 80 posto.
Drugo važno rješenje odnosi se na podršku agentima koji već rade s korisnicima. Kada je agent u razgovoru, nema vremena dugo pretraživati bazu znanja, dokumente i procedure. Potreban mu je brz, razumljiv i primjenjiv odgovor. „Agentu je važno da može na ljudski način pitati bazu znanja i dobiti odgovor koji praktički može odmah ponoviti korisniku“, ističe Kujundžić Drašković. Takva podrška, prema iskustvu Transcoma, povećava zadovoljstvo agenata i skraćuje prosječno vrijeme obrade korisničke interakcije.
No za takvu primjenu umjetne inteligencije presudni su podaci. Kujundžić Drašković upozorava da se u današnjim raspravama često podcjenjuje koliko su strukturirani i kvalitetni podaci važni za AI. Transcom je u određenoj prednosti jer se industrija korisničke podrške već godinama oslanja na analizu interakcija, sentimenta, kvalitete razgovora i pridržavanja definiranih procedura. „Naš BI sustav i cijela poslovna inteligencija poprilično su na visokoj razini, pa smo imali dobar start“, kaže.
Za tvrtke koje nemaju uređene podatke put je znatno teži. Prema njezinoj procjeni, organizacijama bez kvalitetno strukturirane podatkovne osnove treba najmanje šest mjeseci rada kako bi podatke dovele do razine upotrebljive za AI. Pritom koristi vrlo praktičnu usporedbu: ako proces može biti opisan kao kuharica po kojoj junior zaposlenik od prvog dana može raditi samostalno, organizacija je spremna za AI. „Ako mu treba mentor koji sjedi uz njega, onda još niste spremni“, kaže Kujundžić Drašković.
U budućnosti, smatra, neće sve industrije jednako brzo niti jednako duboko implementirati umjetnu inteligenciju. Neke možda nikada neće imati velike primjene kakve se danas najavljuju. Najuspješnije će, međutim, biti one organizacije koje zadrže čovjeka u središtu, ali oko njega izgrade procese spremne za automatizaciju i AI. „Tehnologija može riješiti sve, ali nikada nije tehnologija ta koja napravi promjenu“, zaključuje. Prema njezinu iskustvu, sama tehnologija čini oko 20 posto uspjeha, dok je 80 posto u upravljanju promjenama, operativnim modelima i procesima koji moraju biti spremni za novu fazu rada.
