AI Copilots for Frontline Staff

เรื่องราวที่แท้จริงของ AI ในงานบริการไม่ใช่การเข้ามาแทนที่ แต่เป็นการยกระดับ

ทุกการสนทนาที่จริงจังเกี่ยวกับ AI ในด้านประสบการณ์ลูกค้า (customer experience) มักจะมาบรรจบกับความกังวลเดียวกันเสมอ: พนักงานจะยังคงมีงานทำอยู่หรือไม่? นี่เป็นคำถามที่ผิด และการยึดติดกับคำถามนี้ทำให้องค์กรพลาดโอกาสที่มีคุณค่าและเร่งด่วนกว่าที่อยู่ตรงหน้า พนักงานหน้างานต้องรับมือกับฐานความรู้ที่กว้างขวาง การปรับเปลี่ยนนโยบายระหว่างกะ และใช้เวลาส่วนใหญ่ไปกับการบริหารจัดการหลังการโทรศัพท์ (after-call administration) มากกว่าการโต้ตอบกับลูกค้าจริง ๆ AI copilot สามารถแก้ไขปัญหาทั้งสามนี้ได้ในปัจจุบัน ด้วยเทคโนโลยีที่พร้อมใช้งานภายในขั้นตอนการทำงานของพนักงานที่มีอยู่แล้ว โดยไม่จำเป็นต้องมีโครงการเปลี่ยนแปลงที่ใช้เวลาหลายปี

การปรับกรอบความคิดเชิงกลยุทธ์คือ: แทนที่จะถามว่า AI สามารถจัดการการสนทนาได้ตั้งแต่ต้นจนจบหรือไม่ ให้ถามว่าจะเกิดอะไรขึ้นเมื่อพนักงานทุกคนในศูนย์บริการลูกค้าของคุณสามารถเข้าถึงคำแนะนำแบบเรียลไทม์ การดึงข้อมูลความรู้ และความช่วยเหลือในการร่างข้อความแบบเดียวกับที่พนักงานที่เก่งที่สุดของคุณได้เรียนรู้มาตลอดหลายปี คำตอบที่ได้จากหลักฐานภาคสนามคือการยกระดับที่มีความหมายและวัดผลได้ โดยเฉพาะอย่างยิ่งในหมู่พนักงานใหม่ที่ยังไม่ได้สร้างความรู้เชิงสถาบันนั้นด้วยตนเอง

ทำไมหน้างานถึงเป็นจุดเริ่มต้นที่เหมาะสม

ศูนย์บริการลูกค้าเป็นสภาพแวดล้อมที่มีข้อมูลหนาแน่นและมีความกดดันสูง พนักงานที่จัดการข้อพิพาทเรื่องการเรียกเก็บเงิน ปัญหาทางเทคนิค หรือการเรียกร้องค่าสินไหมทดแทน คาดว่าจะต้องจดจำรายละเอียดผลิตภัณฑ์ที่ถูกต้อง ใช้นโยบายปัจจุบัน นำทางระบบหลายระบบ และรักษาความเห็นอกเห็นใจไปพร้อมกัน ภายใต้ความกดดันของคิวงาน ภาระทางปัญญา (cognitive load) ไม่ใช่เรื่องเล็กน้อย แต่เป็นตัวขับเคลื่อนโดยตรงของข้อผิดพลาด เวลาในการจัดการ (handle time) และความเหนื่อยล้าที่เร่งให้เกิดการลาออก

สัญญาณเชิงโครงสร้างสามประการอธิบายว่าทำไมการนำ copilot มาใช้จึงได้รับความนิยมในตอนนี้ แทนที่จะเป็นในอนาคตที่ยังไม่แน่นอน:

• การเรียกคืนความรู้เป็นเรื่องยากอย่างแท้จริง นโยบายเปลี่ยนแปลงเร็วกว่าที่วงจรการฝึกอบรมจะสามารถรองรับได้ พนักงานคาดว่าจะต้องรู้ในสิ่งที่แม้แต่พนักงานที่มีประสบการณ์ก็ยังต้องค้นหา — และการค้นหานั้นก็ขัดจังหวะการสนทนา
• เทคโนโลยีพื้นฐานพร้อมใช้งานแล้ว การดึงข้อมูลแบบเรียลไทม์ การแนะนำตามบริบท และการสรุปหลังการโทรศัพท์ ไม่ใช่เรื่องของการทดลองอีกต่อไป เทคโนโลยีเหล่านี้ทำงานภายในเดสก์ท็อปของพนักงานด้วยความหน่วงที่ต่ำพอที่จะเป็นประโยชน์ระหว่างการสนทนา
• งานที่น่าเบื่อเป็นปัญหาในการรักษาพนักงาน งานหลังการโทรศัพท์ — การบันทึก การสรุป การติดแท็ก — เป็นงานซ้ำซาก ไม่ได้เพิ่มคุณค่าจากมุมมองของพนักงาน และเป็นปัจจัยที่ได้รับการบันทึกไว้อย่างดีที่ทำให้เกิดความเหนื่อยหน่ายในหมู่พนักงานหน้างาน การทำให้เป็นอัตโนมัติไม่ใช่การปรับปรุงคุณภาพชีวิตเพียงเล็กน้อย แต่เป็นการแทรกแซงเพื่อลดการลาออก

ธุรกิจโทรคมนาคม การธนาคาร การประกันภัย และการสนับสนุนด้านเทคโนโลยีรู้สึกถึงปัญหานี้อย่างรุนแรงที่สุด ธุรกิจเหล่านี้มีปริมาณการโต้ตอบสูง ชุดผลิตภัณฑ์ที่ซับซ้อนและมีการอัปเดตบ่อยครั้ง และความเฉพาะเจาะจงด้านกฎระเบียบหรือเทคนิคที่ทำให้การจัดการความรู้เป็นความท้าทายในการดำเนินงานอย่างแท้จริง ไม่ใช่แค่ความไม่สะดวกในการฝึกอบรม

หลักฐานที่แสดงให้เห็นจริงคืออะไร

การศึกษาภาคสนามเกี่ยวกับการช่วยเหลือด้วย AI สำหรับพนักงานสนับสนุนแสดงให้เห็นถึงประสิทธิภาพที่เพิ่มขึ้นอย่างต่อเนื่อง ซึ่งส่วนใหญ่จะเห็นได้ชัดเจนที่สุดในหมู่พนักงานที่มีประสบการณ์น้อย นี่คือสิ่งที่ควรได้รับความสนใจมากกว่าที่เคยได้รับ พนักงานอาวุโสได้รับประโยชน์จาก copilots แต่พวกเขาได้สร้างทางลัดทางความคิดและความรู้เชิงลึกมาตลอดเวลาแล้ว พนักงานระดับจูเนียร์ — ซึ่งมีแนวโน้มที่จะให้คำตอบที่ไม่สอดคล้องกัน ยกระดับปัญหาโดยไม่จำเป็น หรือใช้เวลานานขึ้นในการแก้ไข — ได้รับประโยชน์อย่างไม่สมส่วน เนื่องจาก copilot ช่วยลดช่องว่างประสบการณ์ได้แบบเรียลไทม์

ตัวชี้วัดที่สำคัญที่สุดไม่ใช่เวลาในการจัดการ (handle time) แต่เป็นความเร็วที่พนักงานใหม่เริ่มทำงานได้เหมือนพนักงานที่มีประสบการณ์ — และระดับที่ประสิทธิภาพนั้นคงอยู่ภายใต้ความกดดัน

การลดระยะเวลาการฝึกอบรม (onboarding compression) เป็นการแสดงออกที่ชัดเจนที่สุด เมื่อ copilot นำเสนอความรู้ที่ถูกต้องในเวลาที่เหมาะสม ระยะเวลาตั้งแต่การจ้างงานจนถึงการเป็นผู้ปฏิบัติงานที่มีความมั่นใจและสอดคล้องกันจะสั้นลงอย่างมาก ซึ่งมีคุณค่าทางธุรกิจที่ต่อเนื่อง: ลดต้นทุนการฝึกอบรม กู้คืนกำลังการผลิตได้เร็วขึ้นหลังจากการลาออก และลดภาระการกำกับดูแลในช่วงสัปดาห์แรก ๆ ที่พนักงานใหม่มีแนวโน้มที่จะทำผิดพลาดที่มีค่าใช้จ่ายสูง

ผลกระทบต่อประสบการณ์ลูกค้า

จากมุมมองของลูกค้า copilot นั้นมองไม่เห็น — และนั่นคือประเด็นสำคัญ สิ่งที่ลูกค้าได้รับคือพนักงานที่ดูมั่นใจ ให้ข้อมูลที่ถูกต้องตั้งแต่ครั้งแรก และไม่ทำให้พวกเขาต้องรอสายเพื่อตรวจสอบกับเพื่อนร่วมงาน ความสอดคล้องในหมู่พนักงานเป็นหนึ่งในปัจจัยที่ถูกประเมินค่าต่ำเกินไปในการสร้างความไว้วางใจของลูกค้า ลูกค้าไม่ได้เปรียบเทียบประสบการณ์ของพวกเขากับพนักงานที่ดีที่สุดของคุณ แต่เปรียบเทียบกับประสบการณ์ครั้งล่าสุดของพวกเขา และความแตกต่างคือสิ่งที่กัดกร่อนความมั่นใจ

AI copilots ลดความแตกต่างนั้นในเชิงโครงสร้าง พวกเขาไม่ขึ้นอยู่กับว่าพนักงานคนใดคนหนึ่งมีวันที่ดี จดจำการอัปเดตนโยบายที่ถูกต้อง หรือเคยอยู่ในห้องประชุมเมื่อสัปดาห์ที่แล้ว ความรู้จะถูกนำเสนอโดยไม่คำนึงถึงสิ่งเหล่านั้น ซึ่งหมายความว่าคุณภาพขั้นต่ำจะสูงขึ้นแม้ว่าคุณภาพสูงสุดจะยังคงเท่าเดิม

สิ่งที่ต้องทำตอนนี้

จุดเริ่มต้นที่เป็นรูปธรรมนั้นแคบกว่าที่องค์กรส่วนใหญ่คาดไว้ ระบุขั้นตอนการทำงานสนับสนุนที่มีปริมาณสูงสุดของคุณ — ประเภทของการโต้ตอบที่พนักงานของคุณจัดการบ่อยที่สุด และที่ความไม่สอดคล้องของความรู้หรือการบริหารจัดการหลังการโทรศัพท์สร้างความขัดแย้งมากที่สุด นำ copilot มาใช้ที่นั่นก่อน โดยมีกรอบการวัดผลที่นอกเหนือจากเวลาในการจัดการ

ตัวชี้วัดที่สำคัญคือเวลาในการฝึกอบรมสำหรับพนักงานใหม่ ความสอดคล้องในการแก้ไขปัญหาตั้งแต่การติดต่อครั้งแรกในทุกระดับประสบการณ์ และระยะเวลาการทำงานหลังการโทรศัพท์ เวลาในการจัดการเป็นตัวแทน; สามสิ่งนี้คือผลลัพธ์ของ EX และ CX ที่คุณพยายามจะเปลี่ยนแปลง

ในทางปฏิบัติ นี่หมายถึงการลงทุนในการฝึกอบรมและเครื่องมือเปลี่ยนไปสู่ การออกแบบขั้นตอนการทำงานที่มนุษย์ทำงานร่วมกับ AI แทนที่จะเป็นการพัฒนาความสามารถของพนักงานเพียงอย่างเดียว ผู้จัดการต้องเข้าใจว่า copilot กำลังนำเสนออะไรและไม่นำเสนออะไร การประกันคุณภาพต้องคำนึงถึงการตอบสนองที่ได้รับความช่วยเหลือจาก AI ชั้นการกำกับดูแลมีความสำคัญพอ ๆ กับชั้นเทคโนโลยี

องค์กรที่จะได้รับคุณค่าสูงสุดจากการเปลี่ยนแปลงนี้ไม่ใช่องค์กรที่ใช้โมเดลที่ซับซ้อนที่สุด แต่เป็นองค์กรที่ติดตั้งการใช้งานอย่างระมัดระวังเพียงพอที่จะเรียนรู้จากมัน — และสร้างนิสัยการดำเนินงานเพื่อปรับปรุงการทำงานร่วมกันระหว่างมนุษย์กับ AI อย่างต่อเนื่องเมื่อเวลาผ่านไป