Kvar je prijavljen, sustav za tikete pokazuje crveno, a korisnici žele znati: što se događa, koliko će još trajati i kada ću dobiti novu poruku. To je posao koji zaposlenici servisne službe i komunikacije obavljaju svakodnevno. Pitanje ovdje nije može li AI napisati tekst, nego može li AI samostalno preuzeti ovaj specifičan komunikacijski posao. Odgovor: djelomično, i to jako ovisi o vrsti kvara.
Zadatak visoko ocjenjuje strukturiranost (4): prijava kvara često slijedi fiksni obrazac — što je pošlo po zlu, od kada, koji su sustavi zahvaćeni, koje je očekivano vrijeme rješavanja. Taj obrazac je upravo ono što jezični model može dobro popuniti, sve dok su temeljne informacije točne. I fizičnost (5) nije zapreka: nije potrebna radnja u stvarnom svijetu, samo tekst koji treba izaći.
S druge strane, kontakt s klijentima ima nisku ocjenu (1). Ovo je po definiciji komunikacija s ljudima koji su često već frustrirani zbog toga što im posao stoji. Ton, trenutak i precizност poruke određuju hoće li se korisnici osjećati saslušanima ili, naprotiv, zanemarenima. Generirana poruka koja je činjenično točna, ali pogrešno procjenjuje hitnost, uzrokuje više štete nego da poruke nema.
Troškovi pogrešaka (3) su umjereni, ali ne zanemarivi: pogrešno vrijeme rješavanja ili status koji se ne ažurira narušava povjerenje i vodi do niza dodatnih upita — upravo posla koji ste željeli uštedjeti. Usklađenost s propisima (4) dolazi u igru čim incident spada pod SLA ugovore ili, u nekim sektorima, obvezu prijavljivanja: tada komunikacija mora biti dokazivo pravovremena i poslana prema fiksnim normama. Prostor za prosudbu (2) i kreativnost (2) su niski: postoji malo prostora da se samostalno odluči što se objavljuje, uglavnom se radi o slijeđenju predloška s aktualnim podacima. Volumen (4) je visok: kod velikog kvara riječ je o stotinama ili tisućama korisnika kojima je potrebna ista poruka, i upravo tu automatizacija oslobađa vrijeme.
Tri osi određuju sliku. Strukturiranost čini to tehnički izvedivim: ako je status incidenta jasno zabilježen u sustavu, jezični model može na temelju toga izgraditi poruku prema fiksnom predlošku. No niski kontakt s klijentima to koči — ne zato što AI ne može napisati ispravnu rečenicu, nego zato što je rizik od poruke s pogrešnim vremenom ili pogrešnim tonom veći nego kod internog ili administrativnog teksta. A troškovi pogrešaka čine da nadzor ostaje potreban: ažuriranje statusa koje se pošalje prije nego što je popravak potvrđen, ili koje previše optimistično procjenjuje vrijeme rješavanja, vodi do novih pritužbi umjesto smanjenja istih.
Jedan primjer to konkretizira. Kod kvara u internom sustavu e-pošte, gdje je učinak poznat i vrijeme rješavanja razumno predvidljivo, AI može izraditi prvu prijavu i privremeno ažuriranje statusa na temelju tiketa, uz zaposlenika koji kratko odobrava prije nego što se poruka šalje. Kod kvara koji utječe na funkcionalnost plaćanja klijenata, s financijskim posljedicama i neizvjesnim vremenom rješavanja, situacija je drugačija: tu je potrebna ljudska procjena o tome što se kaže, a što ne, i kada.
U tvrtki s razvijenom stranicom statusa i sustavom za tikete koji automatski popunjava odgovarajuća polja, udio koji AI može preuzeti je veći: tekst može izravno proizaći iz strukturiranih podataka. U tvrtki gdje se kvarovi prijavljuju usmeno, u pojedinačnim porukama na Slacku ili putem IT menadžera koji sam procjenjuje situaciju, nedostaje strukturirana osnova i malo je toga što AI može samostalno izraditi. Bitna je i vrsta korisnika: interni zaposlenici prihvaćaju kratko, činjenično ažuriranje; vanjski klijenti s ugovorom i SLA-om očekuju ton i potpunost koji prije zahtijevaju ljudsku kontrolu.
Ovaj zadatak nije odvojen od ostatka lanca incidenta. Hoće li kvar biti učinkovito komuniciran ovisi o tome koliko dobro se nadziru performanse sustava — bez pouzdanog nadzora nema aktualnog statusa za komunikaciju. To je povezano i s tim kako se incident registrira i prioritizira, jer to određuje koji su podaci dostupni za temelj poruke. A u nekim slučajevima komunikacija ide paralelno s stvarnim rješavanjem prvolinijskog IT incidenta, pri čemu je ažuriranje dobro samo koliko i stvarno postignuti napredak.
Konkretno: izrada teksta na temelju fiksnih predloška, s aktualnim statusom incidenta kao ulazom, izvediva je čim postoje ta dva preduvjeta. Odluka o tome kada poruka izlazi, u kojem tonu, i je li vrijeme rješavanja realno formulirano, ostaje na zaposleniku. To nije prijelazna faza na putu prema potpunom preuzimanju — to je struktura koja odgovara ovoj vrsti komunikacije sve dok su troškovi pogrešaka pogrešno postavljene poruke veći od vremena potrebnog za njezinu provjeru.
Ako ova analiza dovede do toga da razmišljate o angažiranju zaposlenika servisne službe ili komunikacije, za to vrijede posebni zakonski zahtjevi vezani za rad i sudjelovanje zaposlenika; ova stranica ne daje savjete o osoblju i nije osnova za odluku o otkazu. Za širu pažljivost oko promjena radnih mjesta, pogledajte pažljivost pri ukidanju radnih mjesta.
Želite li znati koliki dio komunikacije o kvarovima u vašoj tvrtki danas već spada unutar ovih preduvjeta? Besplatni brzi test tvrtke FTE TO AI sastoji se od dvanaest pitanja, ne zahtijeva račun i daje procjenu koji se dio sati u ovom profilu danas može prepustiti AI-u. Potpuni radni test, s detaljnom analizom zadataka po timu, još je u izradi — to svjesno još ne nudimo ovdje.
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.