Sierra công bố cẩm nang vận hành và triển khai AI cho tổng đài chăm sóc khách hàng

AI cho tổng đài áp dụng học máy (machine learning) và các AI agent vào các cuộc hội thoại với khách hàng cùng các quy trình làm việc liên quan. Công nghệ này có thể điều hướng nhu cầu, hỗ trợ nhân viên, giải quyết các yêu cầu phù hợp, đánh giá các tương tác và làm rõ lý do khách hàng liên hệ với doanh nghiệp.

Đối với một nhà lãnh đạo trung tâm liên lạc (contact-center), quyết định không nằm ở việc liệu công nghệ có thể thực hiện một bản demo bóng bẩy hay không. Mà là liệu một hành trình được chọn có thể cải thiện kết quả khách hàng mà không làm gián đoạn việc điều hướng, hiệu suất hàng đợi, khả năng đáp ứng của nhân sự, chất lượng hay khả năng phục hồi hay không.

Hãy coi việc triển khai này là một sự thay đổi mô hình vận hành. Thiết lập các tiêu chuẩn cơ sở và tiêu chí mở rộng trước khi chuyển lưu lượng truy cập, sau đó chứng minh toàn bộ lộ trình trong các điều kiện kênh thực tế.

AI có thể làm gì trong một tổng đài?

AI có thể hoạt động xuyên suốt vòng đời liên lạc thay vì chỉ trong một cuộc hội thoại đơn lẻ.

Bản đồ vòng đời này không khuyến nghị tự động hóa ở mọi giai đoạn. Đối với mỗi hành trình, hãy quyết định nhiệm vụ nào nên được tự động hóa, hỗ trợ bởi AI, hoặc do con người thực hiện. Sau đó, xác định cách thức lựa chọn đó vận hành trên các khía cạnh điều hướng, hàng đợi, hệ thống và phương án dự phòng.

Kế hoạch triển khai dưới đây tập trung vào các hành trình thoại tự động hoặc được điều hướng bởi AI, nơi lưu lượng khách hàng và quyền kiểm soát hàng đợi thay đổi. Việc triển khai hỗ trợ nhân viên, dự báo và phân tích chất lượng đòi hỏi các tiêu chí chuyển đổi khác nhau.

AI cho tổng đài so với tự động hóa trung tâm liên lạc

Các thuật ngữ này có sự chồng chéo, nhưng phạm vi vận hành lại khác nhau.

AI cho tổng đài thường tập trung vào các hoạt động thoại: điều hướng bằng ngôn ngữ tự nhiên, hỗ trợ thời gian thực, các voice agent tự động, chuyển đổi giọng nói thành văn bản (transcription), đánh giá chất lượng và công việc sau cuộc gọi. Tự động hóa trung tâm liên lạc có phạm vi rộng hơn, mở rộng sang chat, SMS, nhắn tin, email và các kênh dịch vụ khác. Hướng dẫn này tập trung vào các quyết định vận hành dựa trên giọng nói, vốn vẫn phải phối hợp với các kênh liền kề đó.

Sierra hỗ trợ một agent duy nhất trên các kênh thoại, nhắn tin, email, Live Assist và ChatGPT. Một agent đơn lẻ có thể tập trung hóa việc triển khai kênh, trong khi mỗi giao diện vẫn cần thiết kế tương tác và đo lường riêng.

Kênh thoại bổ sung các yếu tố như lượt nói, sự ngắt lời, tiếng ồn nền, ngôn ngữ, độ trễ và chuyển cuộc gọi trực tiếp. Sierra’s Voice hỗ trợ các cuộc hội thoại đến và đi, mô phỏng giọng nói, sử dụng đa ngôn ngữ và leo thang xử lý có ngữ cảnh. Bài viết về Sierra’s Voice AI cho thấy lý do tại sao việc chuyển đổi giọng nói thành văn bản và phục hồi hội thoại cần được kiểm thử trong điều kiện âm thanh thực tế. Email là hình thức không đồng bộ và thường chứa lịch sử dài hoặc tệp đính kèm, trong khi nhắn tin có thể kéo dài hàng giờ và thay đổi kênh.

Nơi AI có thể tạo ra giá trị vận hành

Các lộ trình nhanh hơn để đạt kết quả

Khả năng hiểu ngôn ngữ tự nhiên có thể loại bỏ việc điều hướng qua menu và điều hướng dựa trên nhu cầu thực tế của khách hàng. Khi một AI agent có kiến thức đã được phê duyệt và quyền truy cập có kiểm soát vào các hệ thống kinh doanh, nó cũng có thể hoàn thành các công việc đủ điều kiện mà không cần chờ đợi một hàng đợi khác.

Đo lường tổng thời gian đạt kết quả cùng với tỷ lệ hoàn thành, liên hệ lặp lại và chất lượng chuyển tiếp. Một câu trả lời tức thì nhưng theo sau là một hành động chưa được giải quyết hoặc một sự chuyển tiếp thiếu ngữ cảnh vẫn là một hành trình chậm chạp.

Ngữ cảnh tốt hơn cho con người

AI có thể tập hợp lịch sử, ý định, kiến thức liên quan và các hành động tiếp theo trước hoặc trong khi hội thoại. Hãy đo lường xem liệu nhân viên có dành ít thời gian hơn để tìm kiếm hoặc yêu cầu khách hàng lặp lại thông tin trong khi chất lượng câu trả lời và hành động vẫn được duy trì ổn định hay không.

Bằng chứng chất lượng đầy đủ hơn

Đánh giá tự động có thể mở rộng phạm vi xem xét tương tác, phân loại nhu cầu và xác định các cuộc hội thoại cần được chú ý. Các nhà lãnh đạo vẫn cần các tiêu chí rõ ràng, sự hiệu chỉnh chuyên môn và lộ trình từ mỗi phát hiện đến một thay đổi cụ thể.

Một góc nhìn mới về nhu cầu khách hàng

Các cuộc gọi tiết lộ nơi sản phẩm gây khó hiểu, chính sách tạo ra rào cản và quy trình bị lỗi. Việc phân loại và điều tra ở cấp độ hội thoại có thể giúp chuyển các bằng chứng đó đến các nhóm chịu trách nhiệm về nguyên nhân gốc rễ.

Sierra’s Insights hỗ trợ vòng lặp vận hành đó bằng các báo cáo, điều tra, gắn thẻ hội thoại tự động, thử nghiệm, giám sát, kiểm toán và cảnh báo để đánh giá hiệu suất của agent và hiểu các cuộc hội thoại của khách hàng.

Năng lực thích ứng cao hơn

AI có thể bổ sung năng lực cho các hành trình đủ điều kiện, đã được kiểm thử và các thời điểm nhu cầu tăng cao. Việc lập kế hoạch nhân sự vẫn phải tính đến cơ cấu trường hợp (case mix) phát sinh. Theo dõi mức độ dịch vụ hàng đợi và độ phức tạp của công việc chuyển sang cho con người khi khối lượng thay đổi.

Thiết kế mô hình vận hành trung tâm liên lạc

Câu hỏi triển khai là liệu trung tâm liên lạc có thể điều hướng, quan sát, bố trí nhân sự, kiểm soát, phục hồi và cải thiện luồng công việc mới như một mô hình vận hành thống nhất hay không.

Kết nối lộ trình kênh và hệ thống

Lập bản đồ lộ trình từ nhà mạng hoặc kênh kỹ thuật số thông qua các bước nhập, xác thực, điều hướng, hội thoại, hoạt động hệ thống kinh doanh, chuyển tiếp, ghi âm, xử lý và báo cáo. Đối với mỗi bước bàn giao, hãy chỉ định chủ sở hữu hệ thống và xác định việc xác thực, dữ liệu và hành động được phép, lưu trữ, bằng chứng kiểm toán, mục tiêu độ tin cậy và hành vi khi xảy ra lỗi. Một phản hồi mô hình thành công không thể bù đắp cho một đích đến chuyển tiếp bị thiếu hoặc một sự kiện không bao giờ đến được hệ thống ghi nhận.

Xác định hành vi điều hướng và hàng đợi

Chỉ định các ý định và trạng thái khách hàng đủ điều kiện cho AI, ranh giới tin cậy hoặc chính sách làm thay đổi lộ trình, và những gì xảy ra trong thời gian cao điểm, ngoài giờ làm việc, lỗi phụ thuộc hoặc yêu cầu gặp người thật. Duy trì quyền ưu tiên, trạng thái xác thực, nhu cầu đã nêu, thông tin đã thu thập và các hành động đã thử khi công việc đi vào hàng đợi của con người.

Lập kế hoạch lại nhân sự dựa trên cơ cấu trường hợp

Đối với các hành trình dịch vụ tự động, AI có thể thay đổi mô hình tiếp nhận và công việc mà con người nhận được. Dự báo nhu cầu đủ điều kiện theo kênh và khoảng thời gian, sau đó mô hình hóa hàng đợi con người có khả năng xảy ra sau khi công việc thường lệ chuyển sang AI. Xem xét lại việc bố trí nhân sự, kỹ năng, huấn luyện, phạm vi leo thang và thiết kế lịch trình cho các trường hợp ngoại lệ phức tạp hơn còn lại. Giữ các định nghĩa về năng lực kênh riêng biệt: chiếm dụng thoại, nhắn tin đồng thời và email không đồng bộ không phải là các thước đo có thể thay thế cho nhau.

Hiệu chỉnh chất lượng giữa con người và AI

Sử dụng một tiêu chuẩn kết quả duy nhất khi mục tiêu của khách hàng là như nhau, sau đó thêm các kiểm tra cụ thể cho chế độ dịch vụ về độ chính xác của hành động, công khai thông tin, bàn giao và hành vi hội thoại. Hiệu chỉnh người đánh giá dựa trên các tương tác đã xem xét, ngôn ngữ, giọng địa phương, các trường hợp biên và các liên hệ lặp lại. Phạm vi chất lượng tự động chỉ hữu ích khi các nhà lãnh đạo biết tần suất các phát hiện của nó khớp với đánh giá chuyên môn và dẫn đến hành động khắc phục.

Lập kế hoạch dự phòng và chuyển đổi

Ghi lại cách vận hành phản ứng với kiến thức không khả dụng, thời gian chờ tích hợp, chất lượng thoại bị suy giảm, lỗi điều hướng và sự cố nền tảng. Xác định phương án dự phòng an toàn, người vận hành có thể giảm lưu lượng, tín hiệu quay lại trạng thái cũ và cách khách hàng đang trong quá trình xử lý giữ được ngữ cảnh. Khung quản lý rủi ro AI tự nguyện 1.0 của NIST tổ chức công việc rủi ro trên các khía cạnh Quản trị, Lập bản đồ, Đo lường và Quản lý, đồng thời cho biết công việc này nên tiếp tục trong suốt vòng đời AI. Đây là một khung để thích ứng với ngữ cảnh, không phải là danh sách kiểm tra khi khởi chạy.

Thiết lập trường hợp kinh doanh và tiêu chí mở rộng

Trước khi thử nghiệm, hãy xác định những gì bằng chứng cần hỗ trợ. Thiết lập cơ sở cho một hành trình và một kênh, sau đó thống nhất về các ngưỡng quyết định trên các kết quả khách hàng, vận hành, nhân sự, kinh tế và kiểm soát công nghệ. Các ngưỡng này nên phản ánh rủi ro của hành trình và hoạt động hiện tại thay vì một tiêu chuẩn chung chung.