REČNIK BIZNISA I EKONOMIJE

Korišćenje veštačke inteligencije za izgradnju jačih veza sa kupcima

Kako kompanije uče da koriste generativnu veštačku inteligenciju da bi stvorile vrednost, postoji rizik da će krenuti pogrešnim putem pri primeni tehnologije na iskustvo kupaca. Istraživanja pokazuju da veštačka inteligencija može pomoći povećanju zadovoljstva kupaca kada se koristi za pružanje personalizovanih rešenja ili za pomoć zaposlenima da pruže bolju uslugu nego što bi to učinili bez tehnološke pomoći. Neke primere kompanija koje su ranije postigle uspeh s ovim pristupom možemo pronaći u industriji finansijskih usluga.

 

Rast primene veštačke inteligencije (AI) inspiriše uzbudljive inovacije i eksperimente sa potrošačima, ali takođe brine mnoge ljude koji su zabrinuti za zaštitu podataka ili mogućnost komunikacije s kompanijama samo putem botova. Ove zabrinutosti su posebno akutne u industrijama gde su interakcije s kupcima i zaštita podataka ključni, kao što su bankarstvo ili zdravstvo.

Nivo anksioznosti obično prati revolucionarne tehnologije, i prirodno je brinuti se o tehnologiji koja oponaša ljudsku inteligenciju. Međutim, kako se pojavila nova klasa velikih jezičkih modela, većina kompanija stavila je rizik modela, tačnost izlaznih podataka modela i etičku upotrebu podataka u centar svojih okvira za upravljanje rizikom. Cilj im je osigurati odgovornu upotrebu nove AI tehnologije.

Manje cenjena opasnost je da će kompanije prepustiti iskustvo kupaca modelima i botovima dizajniranim da izvuku vrednost u kratkom roku, a ne da podstaknu dugoročnu lojalnost kupaca. Kompanije bi mogle sve više kombinovati tradicionalne modele AI i mašinskog učenja sa generativnom AI kako bi korisnicima dostavile poruke i ponude na način koji je sličniji ljudskom. Ako ne budemo pažljivi, botovi, algoritmi i prediktivni modeli usmereni na profit mogli bi zaista dovesti do distopijskih iskustava.

Čak i u svetu veštačke inteligencije, ljubav prema kupcima treba da prednjači. Tradicionalni metrički podaci o raspoloženju kupaca, kao što je Net Promoter Score (NPS), mogli bi početi izgledati drugačije, ali jedna pretpostavka će opstati: Svaka interakcija poboljšava ili umanjuje percepciju kupca o kompaniji.

Usmeravanje svake odluke prema cilju obogaćivanja života kupaca postaviće pouzdan put prema budućnosti omogućenoj veštačkom inteligencijom koja stvara više vrednosti za kupce, zaposlene i akcionare. Zapravo, rani objavljeni rezultati istraživača sa Univerziteta Stanford i Masačusetskog instituta za tehnologiju pokazuju povoljne efekte primene alata za konverzacijske asistente na bazi AI za 5.200 agenata za podršku korisnicima u nekoliko zemalja. Ne samo da je alat povećao produktivnost agenata za 14% u proseku, već su interakcije potpomognute veštačkom inteligencijom ostvarile veći prosečni NPS, a mesečna stopa napuštanja agenata smanjena je za 9%.

Napravite to ličnim

Orijentisanje AI na ljubav kupaca zahteva osnovno preispitivanje ciljnih funkcija. Većina postojećih algoritama optimizuje povrat investicije za određeni trenutak, a ne celokupno iskustvo. Angažovanje klijenata uz pomoć veštačke inteligencije obećava da će kompanija više naučiti iz svake interakcije i naći više načina za stvaranje vrednosti za kupce.

To je dobar znak jer kupci sve više očekuju personalizovana, relevantna iskustva i otvoreni su da zauzvrat dele svoje podatke. Najnovije istraživanje kompanije Bain & Company sa gotovo 30.000 bankarskih klijenata u 11 zemalja pokazalo je da su ispitanici koji su se složili da njihova banka personalizuje iskustvo skloniji da je nagrade višim NPS-om. Postoji razlika od 123 poena u NPS-u između ispitanika koji se u potpunosti slažu da njihova banka komunicira na osnovu poznavanja njihove ličnosti i onih koji se u potpunosti ne slažu.

Jedan od načina na koji AI unapređuje personalizaciju je kroz digitalne asistente za kupce, kao što je prikazano u nastojanjima u bankarstvu i plaćanjima. Royal Bank of Canada koristi AI asistenta pod nazivom NOMI za personalizaciju upravljanja digitalnim novcem za klijente. Funkcije uključuju pravovremene savete poslate klijentima, personalizovane budžete i preporuke za štednju na osnovu ponašanja pri trošenju i toka gotovine. U godini nakon lansiranja, rezultati su bili obećavajući, s 50% više digitalnih interakcija za NOMI klijente u odnosu na celokupnu bazu klijenata, 93% više vremena provedenog na finansijskim računima i 2% napuštanja NOMI klijenata naspram 8% za njihove vršnjake.

Generativni AI digitalni asistenti takođe pomažu zaposlenima da ojačaju svoje veze s kupcima, pojačavajući mesta gde ljudski dodir može biti izvor razlike. Morgan Stanley Wealth Management, na primer, uvodi AI asistenta kako bi pomogao hiljadama finansijskih savetnika da bolje podrže svoje klijente na personalizovan način. Asistent kombinuje pretragu i kreiranje sadržaja kako bi finansijskim savetnicima omogućio brzo pronalaženje i prilagođavanje pravih informacija za svakog klijenta u svakom trenutku.

Veliki jezički modeli omogućiće novu eru personalizacije. Tehnike mašinskog učenja već pretvaraju šablon digitalnih interakcija svakog klijenta u jedinstveni „otisak“ ponašanja, a nedavni napredak u AI sada će omogućiti da se u te otiske uključe govorne i tekstualne interakcije.

Pomozite zaposlenima da pomognu svojim kupcima

Kompanije bi trebale da počnu s nekoliko slučajeva kako bi organizaciju navikle na tehnologiju AI. Ovi slučajevi obično koriste AI kako bi pomogli zaposlenima koji pružaju aspekte iskustva kupaca tako da ljudi mogu da provere rezultate modela. Primeri uključuju sugestije odnosima s klijentima za sledeći razgovor s kupcem na osnovu nedavnog angažmana ili pružanje konkretnih radnji za rukovanje potraživanjima kod kupaca koji se suočavaju s finansijskim teškoćama.

Naredni talas slučajeva uključivao bi AI ugrađenu u standardne operativne procedure za zaposlene. Obećavajući slučajevi uključuju prediktivno usmeravanje upita kupca agentu najbolje opremljenom za rešavanje određenog problema ili preporuke skripti u stvarnom vremenu za odnose s klijentima. Tehnologija će slušati poziv kupca u stvarnom vremenu i pomoći agentima da znaju da li njihove interakcije stvaraju promotera ili klevetnika. Druge funkcije podrške zaposlenima u bliskoj budućnosti mogle bi uključivati osmišljavanje personalizovane ponude s slikama i tekstom koji podsećaju na omiljeni hobi kupca ili podsećanje na odnos s klijentima tokom ključnih životnih faza.

U nekim industrijama, kao što je maloprodaja, linija fronta sa potpuno omogućenom veštačkom inteligencijom počinje da podržava automatizovano angažovanje direktno sa kupcima. Tokom vremena, ova digitalna linija mogla bi pružiti usluge s istom pažnjom kao i tradicionalna ljudska prva linija. Botovi će stupiti u interakciju s kupcima i naučiti da pružaju relevantne proizvode i informacije baš kao što su to najbolji zaposleni uvek činili. Najbolje primene AI možda čak mogu potpuno preoblikovati ukupno iskustvo.

U vreme visoke inflacije i tesnih ekonomskih uslova, neki menadžeri mogli bi biti skloni korišćenju AI tehnologije samo kako bi smanjili troškove i poboljšali efikasnost. To bi bilo pogrešno. Iako AI ima potencijal da savije krivu troškova u mnogim industrijama, najveća vrednost dolaziće onim kompanijama koje se fokusiraju na obogaćivanje života svojih kupaca.

Preporučujemo