สรุปข่าว: AI ศูนย์บริการลูกค้าก้าวจากคำกล่าวอ้างสู่การพิสูจน์ผลการดำเนินงานจริง

เกิดอะไรขึ้น

ผู้ให้บริการเทคโนโลยีคอนแทคเซ็นเตอร์รายใหญ่หลายแห่งเดินหน้าขยับ AI จากขั้นทดลองไปสู่การใช้งานจริงที่วัดผลได้ โดย NiCE ได้นำ AI agent เข้าไปใช้งานร่วมกับ AOK PLUS ผู้ให้บริการประกันสุขภาพในเยอรมนี เพื่อดูแลงานบริการสมาชิกในสภาพแวดล้อมที่มีปริมาณงานสูง ผ่านแพลตฟอร์ม CX AI แบบรวมศูนย์ที่รันอยู่บนคลาวด์แบบ sovereign cloud เพื่อให้สอดคล้องกับข้อกำหนดด้านข้อมูลในภาคสุขภาพ

ในเวลาเดียวกัน Observe.AI ได้ต่อยอดความสามารถของแพลตฟอร์มให้ลึกขึ้นในด้านการโค้ชพนักงานคอลเซ็นเตอร์ โดยมุ่งเน้นผลลัพธ์ที่วัดผลได้มากขึ้น ส่วน Dialpad ได้ประกาศความร่วมมือกับทีมอเมริกันฟุตบอล Denver Broncos ซึ่งสะท้อนแนวทางใหม่ในการนำ AI ของคอนแทคเซ็นเตอร์ไปปรับใช้กับงานด้านการมีส่วนร่วมกับแฟนกีฬา นอกเหนือจากงานบริการลูกค้าแบบดั้งเดิม

เหตุใดเรื่องนี้จึงสำคัญ

ความเคลื่อนไหวทั้งสามกรณีชี้ให้เห็นทิศทางเดียวกัน คือ AI ในคอนแทคเซ็นเตอร์กำลังเปลี่ยนจากการเป็น “ฟีเจอร์เสริม” ไปสู่การเป็นส่วนหนึ่งของโครงสร้างการดำเนินงานจริง ทั้งในอุตสาหกรรมที่มีข้อกำกับดูแลเข้มงวดอย่างประกันสุขภาพ ไปจนถึงอุตสาหกรรมกีฬาที่เน้นประสบการณ์แฟนคลับ การที่ NiCE เลือกใช้ sovereign cloud ให้กับ AOK PLUS สะท้อนว่าองค์กรที่ต้องดูแลข้อมูลอ่อนไหวเริ่มมีทางเลือกให้ AI agent ทำงานได้โดยไม่ต้องแลกกับความเสี่ยงด้านการปฏิบัติตามกฎระเบียบ

สำหรับผู้บริหารด้านประสบการณ์ลูกค้าและการเปลี่ยนผ่านสู่ดิจิทัล นี่คือสัญญาณว่าการประเมิน AI agent กำลังเปลี่ยนจาก “ทำอะไรได้บ้าง” ไปสู่ “วัดผลอะไรได้บ้าง” ไม่ว่าจะเป็นคุณภาพการโค้ชพนักงานที่จับต้องได้ของ Observe.AI หรือการขยายขอบเขตของ AI จากงานบริการไปสู่งานสร้างความผูกพันกับผู้ใช้บริการในบริบทใหม่อย่างกีฬา

The Renascence take

สิ่งที่หลายคนอาจมองข้ามคือ ความน่าสนใจของข่าวนี้ไม่ได้อยู่ที่ตัว AI เอง แต่อยู่ที่ “บริบทของการนำไปใช้” ต่างหาก การที่ AOK PLUS เลือกใช้สภาพแวดล้อมคลาวด์แบบ sovereign ไม่ใช่เรื่องเทคนิคเฉยๆ แต่เป็นการออกแบบความไว้วางใจ (trust by design) ให้กับสมาชิกที่ข้อมูลสุขภาพของตนอ่อนไหวเป็นพิเศษ ส่วนกรณี Dialpad กับ Denver Broncos แสดงให้เห็นว่าองค์กรกำลังทดลองขยายนิยามของ “ลูกค้า” ให้กว้างขึ้นเป็น “แฟน” ซึ่งต้องออกแบบประสบการณ์ที่ต่างจากงานบริการหลังการขายแบบเดิมโดยสิ้นเชิง

หลักการเบื้องหลังเรื่องนี้คือ AI agent จะสร้างความไว้วางใจได้ก็ต่อเมื่อมันถูกวางอยู่ในโครงสร้างที่ตอบโจทย์บริบทเฉพาะของอุตสาหกรรมนั้นๆ ไม่ใช่แค่ความสามารถทางเทคนิคทั่วไป ผู้ให้บริการที่ยึดลูกค้าเป็นศูนย์กลางควรถามตัวเองก่อนว่า “AI ตัวนี้ต้องพิสูจน์อะไรกับกลุ่มผู้ใช้ของเรา” มากกว่าจะถามว่า “AI ตัวนี้ทำอะไรได้บ้าง” เพราะข้อกำหนดด้านข้อมูลของบริษัทประกันสุขภาพย่อมต่างจากความคาดหวังของแฟนกีฬาอย่างสิ้นเชิง และการออกแบบที่ไม่แยกแยะบริบทเหล่านี้มีแต่จะบั่นทอนความไว้วางใจในระยะยาว