Как компаниям подготовиться к коммуникациям будущего, основанным на машинном обучении и искусственном интеллекте

«Машинное обучение» и «искусственный интеллект» были важными понятиями в 2017 году. В конечном итоге эти технологии окажут значительное влияние на то, каким образом предприятия ведут дела и строят коммуникации. Но какие реальные выгоды они могут дать в коммуникациях, и как компаниям начать подготовку уже сейчас, чтобы воспользоваться преимуществами, как только они станут доступны?

Многие компании уже автоматизируют часть операций по взаимодействию с клиентами. Например, в центрах поддержки клиентов все чаще используют чат-ботов и автоматизированных помощников, способных перенаправлять звонки или отвечать на основные вопросы. Машинное обучение и ИИ расширяют этот функционал, позволяя в конечном итоге сделать сервисы автоматизированной связи с клиентами более интеллектуальными и полезными. «Святой Грааль» в этом направлении — полностью автономное обслуживание клиентов, выстроенное на реальных данных. Машинные алгоритмы смогут понимать взаимодействия и предлагать «умные» ответы, а также распознавать интонации и чувства напрямую из голосовых записей. Переход взаимодействия на новый уровень будет происходить только из-за высокой ценности обращения или отсутствия прогресса при общении с машиной. Это позволит компаниям высвободить время более квалифицированных специалистов службы поддержки для выполнения тех задач, где требуется человеческая логика, интуиция и эмпатия — задач, где живой специалист действительно ценнее машины.

Коммуникации в контексте

Добавление контекста к бизнес-коммуникациям — простой шаг, который значительно повышает эффективность. «Контекстная коммуникация» означает возможность взаимодействия в рамках задачи или сделки (транзакции). Пример такого взаимодействия — аудио, видео или текстовая коммуникация «без приложений», которая выстраивается при покупке через интернет-магазин. Клиент может найти информацию, а затем взаимодействовать с компанией через сайт. Важный момент: клиент инициирует коммуникацию из окружения (или контекста), в котором он находится. Это позволяет обеим сторонам действовать более эффективно, а способ связи соответствует предпочтениям современных покупателей: коммуникация проста, доступна и обеспечивает мгновенный ответ. Компании же получают больше данных о том, как клиенты взаимодействуют с бизнесом, в том числе информацию об их поведении, отношении к компании, совершаемых выборах и так далее. Собранная полезная информация ляжет в основу будущих систем, сервисов и продуктов.

В будущем открываются прекрасные перспективы, хотя дорога к нему может казаться извилистой и запутаной. Тем не менее, существует четкий путь развития, позволяющий полностью автоматизировать обслуживание клиентов. Компании могут начинать планирование уже сейчас, внедряя методы и процессы, которые позволят максимизировать выгоды от машинного обучения, когда эта технология будет готова к использованию в масштабах предприятия.

Классификация коммуникаций

В простейшей форме машинное обучение — это эффективное распознавание паттернов и образов. Чем больше шаблонов в обучающем материале, тем более интеллектуальной сможет стать система. Чтобы компания получила максимальную отдачу от машинного обучения, необходим доступ к базе коммуникаций и бизнес-системам. Тогда алгоритм сможет изучить и понять шаблоны и применяемую категоризацию. Компании уже могут начать ускорение обучения, собирая, классифицируя и помечая тегами каждый образец коммуникации, в том числе записи звонков и автоматические транскрипции, отмечая также результаты взаимодействия и сопутствующие настроения клиентов. Фиксация моментов, способствовавших успешной коммуникации, как и выделение самых продуктивных взаимодействий (а также провальных), позволит создать ценную базу данных. Она предоставит машине больше возможностей для распознавания шаблонов с использованием действенных решений.

Объедините контекст и машинное обучение

Чтобы маркировка была действительно полезной, необходимо понимать контекст. Например, существует огромная разница между звонком клиента, желающего вернуть неисправный товар или предмет просто не того размера. Вне контекста возможности машинного обучения и ИИ ограничены, а значит, ограничена и их способность выдавать качественные и точные ответы, а также возможность следовать правильному бизнес-процессу. Контекст может помочь в напряженном процессе обучения ИИ для конкретной сферы. Машинных ресурсов для базового обучения попросту не существует. Наслоение машинного обучения на данные о контексте:

• показывает, почему пользователь находится в определенной точке процесса и каким путем он дошел до этого этапа;
• фиксирует комбинированный результат;
• проверяет, было ли взаимодействие эффективным;
• и, наконец, предлагает способы повышения эффективности коммуникаций, если это необходимо.

Собранные в контексте данные о пользователе или сделке, а также тренды, вычисленные на основе больших данных, позволяют принимать более удачные решения в точке коммуникации. Можно выстроить намного более интеллектуальную систему, которая будет справляться с большим количеством запросов.

Всего лишь соединив соответствующие базы данных с CRM-системами всей компании — отделов продаж, маркетинга и службы поддержки — предприятия могут обеспечить действительно эффективный способ улучшения рабочих процессов, а также процессов, лежащих в основе взаимодействия с клиентами и влияющих на пользовательский опыт. Полученные базы данных можно использовать для машинного обучения.

Сосредоточьтесь на работе

Компании должны размышлять стратегически о том, как они будут использовать машинное обучение и где оно принесет бизнесу максимальную выгоду. Более того, ограничение «квалификации» машинного обучения узким кругом задач позволит сделать его значительно более эффективным, а ответы — более качественными. Если вы знаете контекст, в котором возникла цель коммуникации (например, обращение в службу поддержки, созданный из раздела FAQ, или запрос на продажу), вы можете установить автоматического ассистента, чтобы решать задачи более эффективно в пределах имеющихся ресурсов.

Машинное обучение и искусственный интеллект уже демонстрируют, как они могут оптимизировать и поддерживать бизнес-коммуникации. В конечном счете, компании стремятся предоставить персонализированный пользовательский опыт, основанный на собранных данных, и технологии для достижения этой цели уже созданы. Но контекст — самая важная часть для правильной реализации задачи. Без него автоматизация провалится, приведет к путанице и разочарованию. Сближение контекстных коммуникаций и ИИ потенциально может стать действительно захватывающим и способно освободить время человека для взаимодействия в тех областях, где личные коммуникации представляют наибольшую дополнительную ценность. Именно в этом направлении мы увидим фундаментальные изменения. Компании будущего в реальном времени будут выстраивать коммуникации (посредством машины, человека или комбинируя оба ресурса) с сотрудниками и клиентами, ориентируясь на контекст: в правильный момент, с нужной информацией наготове и через верный канал.