غالبًا ما تكون مركز الاتصال مقيدًا باستقبال المكالمات، وإيجاد الحلول، وتسجيل السبب، ونقل العميل التالي في الصف بسرعة. لكن، مع اتصالات تستغرق بضع دقائق فقط، من الصعب الحصول على معلومات ذات صلة. وإذا كانت هناك تقنية تحول هذه التفاعلات إلى تعلم للمستقبل؟
هذه التقنية موجودة بالفعل وتتجاوز المكالمات الهاتفية، حيث يمكن تحليل أي نوع من المحادثات بين عميل وشركة. بما في ذلك، ليس نغمة الصوت فقط هي التي تحدد ما إذا كانت التجربة إيجابية أو سلبية، بل السياق العام للتواصل. تلعب عوامل مثل اللهجات الإقليمية والتعبيرات الثقافية دورًا أساسيًا في هذا التفسير، حيث قد يبدو الشخص متوترًا عند التعليق على حدث معين دون أن يكون غير راضٍ بالضرورة، أو قد يستخدم تعابير عامية بدون دلالة سلبية.
مع الذكاء الاصطناعي التوليدي — الذي لا يقتصر على أتمتة المهام فحسب، بل يحلل البيانات ويولد رؤى — يمكن للشركات، بالإضافة إلى حل القضايا المحددة، فحص آلاف الملفات والبيانات، تحديد أنماط عدم الرضا في المحادثات، التنبؤ بالاحتياجات، ومساعدة الشركات على تحسين رحلة العميل.
تقوم الذكاء الاصطناعي بإجراء تحليل تفصيلي لكل تفاعل، وهو شيء لا يستطيع المحلل البشري القيام به بنفس الشمولية وفي نفس الوقت بسبب حجم البيانات. عند تحديد الفرص، حتى في أصغر المحادثات، تحوّل الأداة هذه الرؤى إلى ذكاء قابل للتنفيذ للشركة،" يوضح كارلوس سينيا، مؤسس شركةأيدامنصة متخصصة في استخدام الذكاء الاصطناعي التوليدي لتحويل التفاعلات إلى ذكاء قابل للتنفيذ.
البرازيل تبرز بالفعل كواحدة من القادة العالميين في اعتماد هذا "الذراع" من الذكاء الاصطناعي: البلد من بين الأكثر استخدامًا للذكاء الاصطناعي التوليدي في العالم، وفقًا لدراسة طلبها جوجل — حيث أكد 54٪ من المستطلعين أنهم استخدموا التكنولوجيا العام الماضي، في حين كانت المتوسط العالمي 48٪.
تُطبق على خدمة العملاء، فإن الذكاء الاصطناعي التوليدي قادر على الذهاب أبعد من استخدامه الأكثر تقليدية، الذي يشمل الدردشات الآلية والمساعدين الافتراضيين لأتمتة التواصل. حتى في التفاعلات الآلية، فإن تجربة المستخدم ليست دائمًا مرضية. لهذا السبب، تتطلب الخدمات الأكثر تعقيدًا — أو حتى العميل نفسه — وجود الإنسان.
وهنا تكون فائدة الاستخدام غير الواضح للذكاء الاصطناعي: يقوم الذكاء الاصطناعي التوليدي بتحليل سلوك العملاء في المحادثات مع الموظفين، ويحدد أنماط عدم الرضا ويخطيط نقاط الاحتكاك، مما يسمح بإجراء تعديلات مستمرة لجعل الرحلة أكثر كفاءة. تحليل البيانات الذي تقوم به الأداة يساعد العلامات التجارية على فهم الاختناقات ونقاط عدم الرضا الأكبر في الخدمة، دون الحاجة إلى "تخمين" أي شيء. وبالتالي، فإن قرارات التحسين تكون أكثر استنادًا إلى أسس قوية، وبالتالي تكون أكثر عرضة لتحقيق تأثيرات إيجابية.
أكثر من مجرد الاستجابة لطلبات المستخدمين، تتيح الذكاء الاصطناعي للشركات تحويل كل تفاعل إلى فرصة لتحسين خدماتها، مما يخلق في النهاية مصدرًا حقيقيًا للمعلومات ويذهب إلى "جذر المشكلة" لحلها. الاستماع جيدًا، والتفكير، والتحليل، وتنظيم الطلبات يمكن أن يكون الفارق بين فقدان عميل أو كسبه للأبد. قد يبدو الأمر متناقضًا، لكن التكنولوجيا في النهاية تصبح حليفًا كبيرًا لجعل الخدمة أكثر إنسانية، يختتم سينا.
