Töötaja ei saa millestki tarkvarapaketis aru ja esitab küsimuse. Mitte rike, mitte katkine süsteem, vaid ainult ebaselgus kasutamise kohta. See töö jõuab täna teenindulauda või funktsionaalse halduse juurde, enamasti piletisüsteemi kaudu, mõnikord telefoni teel või lihtsalt selle kolleegi laua juures, kes "teab niikuinii kõike" sellest ühest paketist.
Küsimus, mis siin laual on, ei ole see, kas see töö on tüütu või väärtuslik. Küsimus on: kas selle ülesande muster langeb kokku sellega, mida AI täna tekstiga hakkama saab.
Siin annavad tooni kolm telge: maht, kliendikontakt ja struktureeritus.
Maht on suur. Samad küsimused korduvad ikka ja jälle, erinevatelt inimestelt: kuidas ma seda aruannet ekspordin, kust ma leian selle seadistuse, miks ma saan selle veateate. See korduv iseloom ongi see, millel automatiseerimine põhineb: ülesanne, mis esineb sada korda identsena, on teistsugune ülesanne kui see, mis esineb üks kord ja on iga kord erinev.
Kliendikontakt on piiratud. Küsija on kolleeg, mitte väline klient, kellega tuleb suhet hoida. Vähem on vaja tagasihoidlikkust, et anda vastus otse ja keerutamata, ja väiksem on risk, et vähem sujuvat vastust tajutakse ebaprofessionaalsena.
Struktureeritus on kõrge. Küsimusel on tihti kindel vorm ("kuidas ma teen X süsteemis Y") ja vastus on enamikus organisatsioonides juba kuskil olemas: käsiraamatus, teadmusbaasis, vanades piletites. AI ei pea siin midagi uut välja mõtlema, vaid leidma üles midagi olemasolevat ja sõnastama selle ümber vastavalt küsija olukorrale.
Lisaks annavad veakulud ja vastavusnõuded soodsa tulemuse. Vale vastus eksportnupu kohta viib harva kahjuni ja tavaliselt puudub seadusest tulenev kohustus, mille kohaselt tohib seda vastust anda ainult inimene. Füüsilisi toiminguid ei ole vaja: see on puhtalt keele- ja teadmisülesanne, mis selgitab tulemust sellel teljel.
Loovus saab madala tulemuse ja just seal jookseb piir. Küsimus, mis jääb väljapoole standardmustreid — ebatavaline seadistuste kombinatsioon, probleem, mis tegelikult puudutab kolme süsteemi, kasutaja, kes ise ei oska hästi sõnastada, mis valesti läheb — nõuab kedagi, kes oskab küsida täpsustavaid küsimusi ja kalduda skriptist kõrvale. Otsustusruum saab seetõttu keskmise tulemuse: osale küsimustest on võimalik anda üheselt mõistetav vastus, teine osa nõuab hinnangut selle kohta, mida küsija tegelikult silmas peab.
See ei ole seega täielik ülevõtmine. See on jaotus: küsimused, mis esinevad sageli ja millel on kindel vastus, on paljulubavad AI jaoks — vajaduse korral koos töötajaga, kes vastuse üle vaatab enne, kui see välja saadetakse. Küsimused, mis kõrvale kalduvad, jäävad inimtööks, mitte sellepärast, et AI seda tööd teha ei tahaks, vaid sellepärast, et muster ei sobi selleks.
See toimib ainult siis, kui aluseks olev teadmine on korras. Ajakohane teadmusbaas ja hästi struktureeritud KKK-d ei ole kõrvalasi, need on eeldus. AI-süsteem, mis annab vastuse kolm versiooni tagasi jäänud käsiraamatu põhjal, annab valesid vastuseid sama kindlameelselt kui õigeid. Ettevõtted, kus dokumentatsioon on killustunud, on üksikute töötajate peas või ei ole kunagi ajakohastatud, ei suuda seda mustrit kohe ära kasutada — mitte sellepärast, et ülesanne oleks teistsugune, vaid sellepärast, et raamtingimus puudub.
Organisatsioonis, kus on üks lihtne, stabiilne tarkvarapakett ja väike, kogenud kasutajaskond, on tõenäoliselt suur osa küsimustest, millele saab vastata AI kaudu: vähe varieeruvust, palju kordumist. Organisatsioonis, kus on kümneid süsteeme, palju kohandusi ja regulaarselt vahetuvad töötajad, on olukord teistsugune: rohkem varieeruvust, rohkem küsimusi, mis jäävad just väljapoole standardmustrit, ja seega suurem osa, mis jääb inimese juurde.
See ülesanne ei ole ka eraldiseisev muust teenindulaua tööst. Kes vaatab, kuidas AI saab registreerida ja prioriseerida IT-intsidente või kuidas riket kasutajatele kommunikeeritakse, näeb sarnast kordumise ja struktuuri mustrit, iga telje puhul veidi erinevate tulemustega. Laiem ülevaade sellest, kuhu see klienditeeninduses tervikuna viib, on lehel millist tööd saab AI klienditeeninduses üle võtta.
Ettevõtetes, kus see on juba korraldatud, saab teenindulaud vähem korduvaid küsimusi inimestele ja rohkem aega jääb üle nende küsimuste jaoks, mis tõesti täpsustamist nõuavad. See ei ole tulevikupilt: see toimub juba täna, osaliselt, organisatsioonides, kus teadmusbaas on korras. Teistes organisatsioonides ei toimu see veel, lihtsalt sellepärast, et selleks vajalik alus puudub.
Mida organisatsioon vabanenud tundidega teeb — teistsugune rollijaotus, teistsugune ülesannete jaotus — on valik, mille teeb organisatsioon ise ja mille suhtes kehtivad organisatsiooni enda seadusest tulenevad nõuded; see ei ole küsimus, millele saab vastata ülesandeanalüüsiga.
Selleks, et näha, kuidas see muster teie enda olukorras välja tuleb, on võimalik saada esialgne hinnang tasuta kiirtesti kaudu: kaksteist küsimust, ilma kontota, koos hinnanguga, kui suure osa teie profiili tundidest saab AI täna üle võtta. Täielik töö kaardistus, mis jagab terve ettevõtte töö ülesanneteks, on veel valmimisel.
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.