Monitorování servisních tiketů kvůli hrozícímu zpoždění je úkol, který může AI v jádru zcela převzít. Nejde zde o šedou zónu s lidským dohledem: samotná signalizace je úkol, který lze již dnes automatizovat pomocí existující technologie (rpa), pokud je splněno několik základních podmínek.
Rozhodující jsou zde tři osy: strukturovanost, objem a prostor pro úsudek. Všechny tři ukazují stejným směrem.
Strukturovanost (5 z 5). Úkol spočívá v porovnání data s pravidlem: jak dlouho je tiket již otevřený a kdy vyprší dohodnutá lhůta vyřízení? Nejde o interpretaci, jde o výpočet. Tiketový systém eviduje čas otevření, lhůta SLA je předem stanovená a jediné, co je potřeba, je porovnání dvou čísel. Jakmile jsou tyto lhůty SLA jednoznačně definovány, není prostor pro pochybnosti o tom, co znamená "hrozící".
Objem (5 z 5). Tým zákaznického servisu obvykle zpracovává desítky až stovky tiketů denně, každý s vlastními běžícími hodinami. Vedoucí týmu, který toto sleduje ručně, musí neustále procházet seznam a sčítat. Přesně to je typ opakující se, objemné práce, u které software neúnavní a žádné tikety nepřehlédne.
Prostor pro úsudek (4 z 5). Samotná signalizace vyžaduje minimum úsudku: lhůta je lhůta. Existuje malá rezerva, protože některé organizace mají nuance (například: počítá se čekací doba u zákazníka do SLA hodin, nebo ne), ale jakmile jsou tato pravidla zafixovaná, není v samotné signalizaci již prostor pro interpretaci.
Ostatní osy jsou pro tuto klíčovou otázku zde téměř irelevantní. Kontakt se zákazníkem a fyzické úkony u tohoto úkolu nehrají roli: jde o proces na pozadí, ne o rozhovor se zákazníkem. Kreativita zde není na místě: neexistuje žádné nové řešení, které by bylo třeba vymyslet, jen termín, který je třeba hlídat. Náklady na chyby a compliance dosahují průměrného skóre (3), ne proto, že by samotná signalizace byla riziková, ale protože zmeškané nebo chybné upozornění se může promítnout do spokojenosti zákazníka nebo smluvních ujednání. To nemluví proti automatizaci, ale hovoří to ve prospěch správného nastavení předem.
Vhodná technologie je zde poměrně skromná: robotic process automation (rpa). Není potřeba žádný jazykový model ani komplexní AI k porovnání data s pravidlem. Skript, který pravidelně čte tiketový systém, počítá zbývající čas do termínu SLA a při dosažení předem nastavené hranice posílá upozornění vedoucímu týmu, tuto práci zvládne. Může to být e-mailem, prostřednictvím widgetu na dashboardu nebo notifikací přímo v tiketovém systému.
Základní podmínky jsou jednoduché, ale zásadní: lhůty SLA musí být jasně a jednoznačně stanovené a signalizace musí být technicky nastavena na základě těchto lhůt. Chybí-li jedno z toho, automatizace nefunguje dobře — ne proto, že by byl úkol nevhodný, ale protože základ není v pořádku.
Tento výsledek platí pro signalizaci. Neplatí automaticky pro to, co se stane po upozornění. U organizace, kde eskalace hrozícího zpoždění okamžitě spouští pevnou, předvídatelnou akci (například: automatické předání tiketu specialistovi), lze i tento následný krok z velké části automatizovat. U organizace, kde eskalace závisí na vztahu se zákazníkem, typu smlouvy nebo politické citlivosti, zůstává tento následný krok prací pro člověka — zde je lidský dohled nad AI, konkrétně relevantním výchozím bodem.
Také definice "lhůty SLA" se u jednotlivých organizací liší. Firma s jednou jednoduchou, jednotnou lhůtou vyřízení má jednodušší úkol automatizace než firma s desítkami smluvních variant, úrovní priorit a výjimečných pravidel. Čím složitější je tato sada pravidel, tím více přípravné práce je potřeba, než může signalizace spolehlivě běžet automaticky. Přesně proto je nutná analýza podle jednotlivých úkolů, ne podle funkcí: stejný pracovní titul "vedoucí zákaznického servisu" může mít u jedné firmy z velké části automatizovatelný úkol signalizace, zatímco u jiné firmy úkol, který stále z velké části vyžaduje ruční práci.
Tato stránka popisuje úkol, ne personální rozhodnutí. Zda a jak se uvolněná kapacita v rámci týmu přerozdělí, je rozhodnutí, které náleží samotné organizaci a na které se vztahují vlastní zákonné požadavky, zejména pokud má dopad na funkce nebo organizační strukturu. Pečlivost při tom, včetně informování zaměstnanecké rady, je samostatný proces – viz například informování podnikové rady o AI a pečlivost při rušení pracovních míst. Tato stránka k tomu neposkytuje žádné zdůvodnění, pouze fakta o samotném úkolu.
Signalizace hrozícího zpoždění SLA nestojí izolovaně. Podobné úkoly monitorování a signalizace se vyskytují také u finančních procesů, jako je pravidelná fakturace předplatného nebo výměna digitálních faktur prostřednictvím e-fakturace. I zde platí: čím strukturovanější jsou pravidla a čím vyšší je objem, tím vhodnější je úkol pro automatizaci.
Chcete vědět, jak je to u vašeho vlastního týmu, včetně přesné struktury SLA a objemu tiketů, se kterým pracujete? Bezplatný quickscan od ftetoai se skládá z dvanácti otázek, lze jej vyplnit bez účtu a poskytuje odhad toho, jakou část hodin ve vašem profilu může dnes převzít AI. Kompletní pracovní scan, který se ponoří do vašich vlastních procesů až na úroveň jednotlivých úkolů, se ještě připravuje – tento slib zde vědomě neděláme větší, než ve skutečnosti je.
Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.