Цифровая трансформация и внедрение технологий искусственного интеллекта в клиентский сервис — один из наиболее актуальных и противоречивых трендов последних лет. Бизнес стремится сократить издержки и повысить эффективность, клиенты ожидают быстрых ответов и решения проблем — но в то же время цифровизация весьма затратна, а уровень доверия людей к «ботам» все еще на очень низком уровне. Между тем компании постоянно пробуют новые модели клиентского сервиса, пытаясь найти баланс между участием в нем «человеческих» сотрудников и «умных» технологий. Какие возможности открывает использование ИИ в клиентском сервисе, с какими трудностями сталкивается бизнес при их внедрении — обсудили участники круглого стола, организованного РБК Петербург в рамках премии-исследования в области клиентского сервиса Customer eXperience Award.
Мода или необходимость
Компании начинают цифровизацию клиентского сервиса по двум основным причинам. Кто-то следует «бизнес-моде», а для кого-то это становится вопросом выживания и повышения конкурентоспособности. В первом случае компания пытается «приспособить» к своему бизнесу некие готовые «коробочные» решения, а во втором — сталкивается с необходимостью глобальной перестройки бизнес-процессов, создания единой сервисной платформы и формирования базы данных клиентов, констатирует управляющий партнер Wone Hotels Юрий Шумаков.
Процесс внедрения искусственного интеллекта в клиентский сервис — сложный и долгий процесс, согласна директор Центра стратегического маркетинга и инноваций ВШМ СПбГУ Мария Смирнова. «С одной стороны, он неизбежен, так как технологии стремительно развиваются и охватывают все больше различных аспектов бизнеса. С другой стороны, внедрение ИИ сталкивается с внутренними организационными преградами, которые нужно преодолевать. Также важно точно оценить состояние внешней бизнес-среды: что делают в этом плане конкуренты, насколько клиентам нужен ИИ в сервисе и действительно ли без этих изменений компания не сможет выжить на рынке. И, конечно, нельзя взять и просто внедрить ИИ, это нужно делать последовательно, тщательно продумывая и оценивая каждый следующий шаг», — уверена Мария Смирнова.
«За» эволюционное внедрение ИИ в клиентский сервис выступает и CEO онлайн-сервис подбора недвижимости Living Кирилл Тимофеев. «Многие компании же делают наоборот, начинают проекты сложной автоматизации, не понимая размера затрат и не оценивая экономический эффект. Причем используют революционный подход: распустим кол-центр и заменим его сразу искусственным интеллектом — а потом вдруг ничего не работает. В то время как нужно было менять операторов на бота постепенно, буквально по одному человеку», — приводит пример неподготовленной цифровизации Кирилл Тимофеев.
Чтобы цифровая трансформация принесла максимальный эффект, необходимы четкие измеримые цели бизнеса и грамотно составленный портфель проектов. Важно одновременно добиваться первых успехов в течение полугода и иметь долгосрочную стратегию на ближайшие 3-5 лет, подтверждает директор управления по цифровому развитию клиентов Северо-Западного банка Сбербанка Александр Матвеев.
Считайте ваши деньги
Проект внедрения ИИ в клиентский сервис должен быть хорошо просчитан, так как это требует больших инвестиций, подтверждает генеральный директор ООО «Эксперт Системс» Александр Лаптев. «Как правило, инвестиции в сами технологии плюс вложения в экспертов, которые будут обучать ИИ, значительно превышают средства, которые компания сэкономит, например, при замене людей на первой линии сервисной поддержки на ботов», — подчеркивает эксперт.
В то же время скорость внедрения ИИ в бизнес-процессы, в том числе в клиентский сервис, в ближайшие будет расти, уверен Александр Матвеев. «Главная проблема отказа от внедрения цифровых технологий для большинства компаний — это недостаточное финансирование. Особенностью последних трех лет на российском рынке стало активное развитие программы импортозамещения, на что было направлена значительная часть трансформационного потенциала. Сегодня вектор меняется в сторону GenAI-трансформации и появляется спрос на директоров по цифровой трансформации в связи с возрастающей важности вопросов управления данными и искусственным интеллектом», считает Александр Матвеев.
Точки приложения
Возможности использования ИИ в клиентском сервисе обширны: это и аналитика клиентских данных, и обработка заявок, и составление индивидуальных, персонализированных предложений, и ответы на часто повторяющиеся вопросы, и решение типовых проблем. С помощью ИИ можно оптимизировать и внутренние коммуникации. «Клиентский сервис — это взаимодействие не только с внешними, но и с внутренними клиентами — руководителями, сотрудниками, кандидатами. Цифровые технологии и ИИ позволяют быстро и безотлагательно закрывать рутинные операции, для компаний — это повышение эффективности, для сотрудников — возможность переориентироваться на функции с большей добавленной стоимостью и стимул для развития и повышения квалификации с учетом текущих рыночных требований», — считает директор по оргдизайну и трансформации Группы «Илим» Светлана Лазариди.
В то же время, полагает Юрий Шумаков, «сервис последней мили» должен оставаться «за человеком». «Не видно решений, которые могли бы взять на себя самую важную часть клиентского сервиса, «сервис последней мили». Поэтому автоматизировать можно все процессы, но до точки принятия клиентом экспертного решения», — считает он.
Между ботом и человеком
При этом полностью «убирать» сотрудника-человека из клиентского сервиса нельзя, согласились участники дискуссии. По мнению Юрия Шумакова, ИИ должен быть помощником, в то время как окончательное решение принимает человек. «Сотрудник поддержки — это модератор, который принимает последние важные решения. Например, искусственный интеллект обработал данные, заявку — а решение о том, выдавать кредит или нет, принимает человек. Он должен проанализировать то, что ему подготовил ИИ, но ответственность за решение перекладывать на «машину» нельзя», — считает Юрий Шумаков.
Участие человека во взаимодействии с клиентом влияет на доверие последнего и к компании в целом, и к конкретному решению, принятому по его обращению или проблеме. «Клиентов интересуют две вещи — скорость и доверие. С помощью искусственного интеллекта скорость обслуживания можно радикально увеличить, но формирование доверия, эмоции, эмпатия и человеческий контакт по-прежнему в компетенции человека. Когда вопросы доверия пытаются решить с помощью искусственного интеллекта, возникает потенциально конфликтная ситуация между клиентом и компанией», — говорит директор по развитию бизнеса Ozon, преподаватель бизнес-школы ИМИСП Андрей Варзунов.
Подавляющее большинство клиентов не доверяют искусственному интеллекту, так как не понимают, как именно он действует. «Искусственный интеллект — это черный ящик, в который что-то положили, а потом оттуда что-то вышло, но как это получилось, клиент не знает. Поэтому он этой информации не доверяет. Человеку же он доверяет, так как у всех людей примерно одинаковый бэкграунд — образование, квалификационный отбор, и логика сотрудника клиенту более-менее понятна. Машине же может доверять только тот, кто так или иначе связан с разработкой искусственного интеллекта и понимает, как он обучается», — объясняет Кирилл Тимофеев. В то же время, уверен он, обучать ИИ мимикрировать под человека не стоит, потому что если клиент выявит подмену, то его лояльность компании существенно снизится.
Трудности перехода
Человек должен брать коммуникации с клиентом на себя в трех случаях, отмечает глава экспертного бюро РБК Петербург Customer eXperience Award Виталий Новиков. «Этот переход должен происходить, когда искусственный интеллект не может решить проблему, когда у клиента возникают сложности с использованием того или иного «умного» сервиса, или если клиент относится к определенному психотипу, которому необходимо "живое» общение"», — поясняет Виталий Новиков.
Однако настроить бесшовный своевременный перевод клиента от «бота на человека» — это крайне сложная задача, подчеркивает операционный директор Babysmile Photography Дмитрий Махнев. «Во многих сервисах переход от бота к человеку для клиента — это отдельный круг ада, настолько сложно это бывает сделать. Несмотря на то, что клиент четко просит бота перевести на оператора, он этого не делает. Клиенту приходится тратить массу нервов и времени, и когда он все-таки добивается своего и выходит на оператора (который оказывается совершенно не в курсе проблемы и предшествующего общения с ботом), то диалог начинается уже с пика негативных эмоций, которые не способствуют быстрому урегулированию конфликта», — говорит Дмитрий Махнев.
Одним из вариантов такого перехода могут быть копилоты — виртуальные ассистенты на базе ИИ, работающие в тандеме с человеком. Копилот — оптимальное решение, когда оператору нужно продемонстрировать эмпатию и в то же время быстро принять обоснованное решение, уверен product lead ELMA365 CX, ELMA Иван Гайдамак. По его словам, на рынке уже есть различные копилоты, в том числе с функцией распознавания естественной речи, и бизнес все больше интересуется подобными решениями. «Потребность в автоматизации клиентского сервиса большая, особенно в сфере b2b. Но все же компании еще не до конца понимают, насколько это может быть выгодно, так как для этого нужна проработанная обновленная структура бизнеса. Тем не менее, сэкономить за счет автоматизации, увидеть, как бизнес-процессы ускоряются, хотят абсолютно все», — поясняет Иван Гайдамак.
Особый сервис
У клиента должен быть выбор, с кем ему общаться — с сотрудником-человеком или с искусственным интеллектом, считают участники дискуссии. «Почему бы не сделать так, чтобы при первой коммуникации с клиентом у него был бы выбор — с кем решать свой вопрос, с человеком или с роботом? Или не предупреждать клиента сразу, что ИИ поможет быстро решить проблему, но если что-то пойдет не так, то мы вас тут же переключим на оператора?», — рассуждает Александр Лаптев. Однако учитывая более высокую для компании стоимость «человеческого» сервиса, логично было бы всю систему клиентского сервиса градировать по «уровням важности» клиентов. «Сервис должен быть распределен. Для премиум-клиентов — это сопровождение сотрудником поддержки, для клиентов поменьше или не столь значимых для бизнеса компании — комбинация ИИ + человек в случае необходимости», — предлагает Александр Лаптев.
Примеры таких распределенных сервисов уже есть, и самый яркий — «премиум-подписки» в банках, которые отличаются от «обычных» именно наличием персонального менеджера, сопровождающего клиента. По этому же принципу работает сервис в аптечном бизнесе — то же самое лекарство при онлайн-заказе стоит дешевле, нежели его приобретать «на месте» с возможностью получения консультации провизора, отмечает Иван Гайдамак. Еще одним примером «распределенного сервиса» является телемедицина, считает Светлана Лазариди. «Сейчас появляются дополнительные развилки, когда консультацию посредством телемедицины может удаленно вести не только врач, но и в некоторых случаях ИИ-ассистент, при этом обе опции предоставляются по более низкой стоимости, чем очный визит к доктору. Это дает не только более широкий спектр для выбора клиентами ценового диапазона, но и больше возможностей для предоставления медицинской помощи в регионах с дефицитом медицинских учреждений и удаленных и труднодоступных локациях», — приводит пример спикер.
Оценка для ИИ
Эффективность использования искусственного интеллекта в клиентском сервисе можно измерить. По мнению Дмитрия Махнева, об улучшение качества могут говорить рост индекса NPS вкупе с повышением скорости закрытия заявки и наличием повторных обращений клиентов.
«Повторные обращения — хорошая метрика, которая показывает реальный уровень удовлетворенности человека. Например, повторное обращение в поддержку провайдера прямо свидетельствует о качестве его клиентского сервиса. Если человек снова через какое-то время воспользовался одним из travel-сервисов, значит, в предыдущий раз его запрос был отработан на все сто», — согласен Андрей Варзунов.
Светлана Лазариди считает, что показателем качества клиентского сервиса в т.ч. является и увеличение доли компании на рынке за счет роста конкурентоспособности. «Если за счет применяемых ИИ-технологий повышается качество и скорость сервиса, это влияет на рост клиентов, и доля рынка за счет этого также может расшириться», — уверена она.
Частота переключений с бота на оператора также является показателем того, насколько хорошо удалось внедрить ИИ и обучить его, добавляет Иван Гайдамак. «Эта динамика демонстрирует, как бот обучается и насколько качественно он обрабатывает обращения клиентов», — поясняет эксперт. Еще одним признаком удачного или неудачного внедрения ИИ, по его мнению, может быть количество заявлений, подаваемых отделом клиентского сервиса разработчикам, о проблемах или актуальных задачах по доработке продукта. И здесь, уверен эксперт, анализировать частые запросы и предлагать разработчикам решения по улучшению продукта, также может искусственный интеллект.
Дело будущего
По мнению Дмитрия Махнева, разделение рационального и эмоционального в клиентском сервисе будет нарастать. «Аналитика, сравнение технических характеристик, логическая аргументация, варианты и подбор предложений с учетом цен, скидок будет сферой применения искусственного интеллекта. А решение конфликтных ситуаций, требующее эмпатии и понимания проблемы и эмоций клиента, пока останется за человеком», — рассуждает Дмитрий Махнев.
Андрей Варзунов видит расширение функций искусственного интеллекта в сторону предикации возможных проблем клиентов. «Сейчас боты используются для решения проблем. Можно предположить, что улучшенный ИИ сможет предугадывать их появление и работать на их предупреждение. Например, анализ показывает, что у некоторой категории клиентов возникли некие проблемы, значит, в будущем они же могут появиться и у клиентов их схожих по каким-то признакам категорий. Дело ИИ — выявить эти признаки, категории риска и дать рекомендации, как их минимизировать», — поясняет Андрей Варзунов.
Искусственный интеллект будет активно использоваться для решения все большего числа простых задач, что в результате приведет к образованию экосистем, которые, в свою очередь окажутся способными справляться с более сложными проблемами клиентов, прогнозирует Александр Лаптев.
На последующих этапах развития сами сервисы начнут общаться друг с другом. «У вас будет персональный виртуальный помощник, который, допустим, начнет подбирать для него идеальное путешествие, общаясь с travel-сервисами, а они, в свою очередь, станут предлагать варианты поездки, подобранные с учетом ваших индивидуальных особенностей», — приводит пример Юрий Шумаков.
По мнению Марии Смирновой, внедрение ИИ в клиентский сервис делает реальным прогнозы Филипа Котлера о наступлении эры «маркетинга 6.0», или иммерсивного маркетинга. «Человек будет полностью и бесшовно погружаться в продукт или услугу, а кто будет контролировать этот процесс — люди или ИИ, остается открытым вопросом. Может быть, именно тогда дизайном последней мили будет заниматься искусственный интеллект», — заключает Мария Смирнова.
Customer eXperience Award РБК Петербург — проект-исследование РБК Петербург, миссия которого — выявление и популяризация передовых технологий и проектов в области клиентского обслуживания, с обоснованной эффективностью, реализованных петербургскими компаниями или предприятиями других регионов на территории Северо-Западного региона.
