เทลสตราเปิดใช้ AI เอเจนต์ช่วยรักษาการันตีบริการลูกค้า

สิ่งที่เกิดขึ้น

Telstra ผู้ให้บริการโทรคมนาคมรายใหญ่ของออสเตรเลีย ได้เริ่มใช้งานระบบ AI agent ที่ทำงานอยู่เบื้องหลัง เพื่อช่วยให้บริษัทปฏิบัติตามพันธะภายใต้มาตรฐานการรับประกันบริการลูกค้า (customer service guarantee) ได้ดีขึ้น โดยระบบดังกล่าวจะช่วยติดตามและจัดการกรณีที่มีความเสี่ยงจะหลุดจากเกณฑ์ที่กำหนดไว้แบบเรียลไทม์ แทนที่จะตรวจพบปัญหาหลังเกิดเหตุการณ์ขึ้นแล้วตามแนวทางเดิม

ตามรายงานของ itnews.com.au การเปลี่ยนจากรูปแบบตรวจสอบย้อนหลัง (after-the-fact) มาเป็นการบริหารจัดการเชิงรุกนี้ ถือเป็นการนำ AI agent เข้ามาเสริมกระบวนการปฏิบัติงานภายในที่เกี่ยวข้องกับการให้บริการลูกค้าโดยตรง ไม่ใช่เพียงเครื่องมือสนับสนุนการวิเคราะห์ข้อมูลทั่วไป

เหตุผลที่สำคัญ

กรณีของ Telstra สะท้อนแนวโน้มที่ชัดเจนขึ้นในอุตสาหกรรมโทรคมนาคมและองค์กรขนาดใหญ่ทั่วไป คือการนำ AI agent มาใช้ไม่ใช่เพื่อสร้างประสบการณ์ลูกค้าแบบ “หน้าร้าน” เพียงอย่างเดียว แต่เพื่อบริหารความเสี่ยงด้านการปฏิบัติตามมาตรฐานบริการ (compliance) ซึ่งเป็นงานที่มักถูกมองข้ามในการลงทุนด้าน AI แต่มีผลกระทบโดยตรงต่อทั้งต้นทุนการดำเนินงานและความไว้วางใจของลูกค้า

การที่ระบบสามารถระบุกรณีที่มีแนวโน้มจะไม่เป็นไปตามเกณฑ์ได้ก่อนที่จะเกิดการละเมิดจริง เปิดทางให้องค์กรเปลี่ยนบทบาทของพนักงานจาก “ผู้แก้ไขปัญหาหลังเกิดเหตุ” มาเป็น “ผู้ป้องกันปัญหาล่วงหน้า” ซึ่งเป็นการเปลี่ยนแปลงเชิงปฏิบัติการที่สามารถนำไปประยุกต์ใช้ได้กับองค์กรด้านบริการอื่น ๆ ที่มีพันธะตามสัญญาหรือมาตรฐานกำกับดูแลคล้ายกัน

มุมมองจาก Renascence

สิ่งที่น่าสนใจในกรณีนี้ไม่ใช่ตัว AI agent เอง แต่คือการเลือกใช้ AI เพื่อแก้ปัญหาที่ “ไม่เซ็กซี่” อย่างการปฏิบัติตามมาตรฐานบริการ ซึ่งมักถูกมองว่าเป็นงานหลังบ้านที่ไม่ส่งผลต่อประสบการณ์ลูกค้าโดยตรง

หลายองค์กรยังมองว่า AI agent มีค่าเฉพาะเมื่อลูกค้าสัมผัสได้ เช่น แชทบอทหรือผู้ช่วยเสมือน แต่กรณีของ Telstra ชี้ให้เห็นหลักการที่สำคัญกว่านั้น คือประสบการณ์ลูกค้าที่ดีที่สุดมักเกิดจากปัญหาที่ “ไม่เกิดขึ้น” มากกว่าปัญหาที่ได้รับการแก้ไขอย่างรวดเร็ว การลงทุนใน AI เพื่อป้องกันการละเมิดมาตรฐานบริการล่วงหน้า จึงเป็นการลงทุนในความไว้วางใจที่มองไม่เห็นแต่สะสมอยู่ในระยะยาว องค์กรที่ยึดลูกค้าเป็นศูนย์กลางควรเริ่มตั้งคำถามว่า กระบวนการภายในใดบ้างที่ยังพึ่งพาการตรวจพบปัญหาแบบย้อนหลัง และ AI agent สามารถเข้ามาเปลี่ยนให้เป็นการจัดการเชิงป้องกันได้หรือไม่