多くの場合、コールセンターは電話を受け、解決策を見つけ、理由を記録し、次の顧客に迅速に引き継ぐことに条件付けられています。 しかし、数分の連絡だけでは、関連する情報を得るのは難しいです。 もしこれらのやり取りを未来の学びに変える技術があったらどうだろうか。
この技術はすでに存在しており、電話だけでなく、顧客と企業の間のあらゆる種類の会話を分析することができます。 包括的に言えば、経験が良いか悪いかを決定するのは声のトーンだけではなく、コミュニケーションの全体的な文脈です。 地域性や文化的表現などの要素は、この解釈において重要な役割を果たします。なぜなら、ある人は出来事についてコメントするときに興奮しているように見えることもありますが、必ずしも不満を持っているわけではなく、また、口語表現を使っても否定的なニュアンスがない場合もあるからです。
生成型人工知能—単なるタスクの自動化だけでなく、データを分析し洞察を生み出すもの—を活用することで、企業は特定の課題を解決するだけでなく、数千のファイルやデータを検査し、会話の不満のパターンを特定し、ニーズを予測し、顧客の体験を向上させる手助けができます。
AIは各インタラクションを詳細に分析します。これは、データ量の多さから人間のアナリストが同じ範囲と時間内で行うことができないことです。機会を特定し、たとえ小さな会話でも、その洞察を企業が行動可能なインテリジェンスに変えると、カルロス・セナ、創設者は説明します。アイダ生成AIの活用に特化したプラットフォームで、インタラクションを実用的なインテリジェンスに変換します。
ブラジルはすでにこのAIの「腕」の採用において世界のリーダーの一つとして浮上しています:Googleが委託した調査によると、世界で最も生成型人工知能を利用している国の一つであり、回答者の54%が昨年この技術を使用したと答え、世界平均は48%でした。
顧客対応に応用された生成AIは、チャットボットやバーチャルアシスタントを用いた従来の自動化を超えて、より高度な活用が可能です。 なぜなら、たとえ自動化されたやり取りでも、ユーザーの経験が必ずしも満足のいくものではないからです。 そのため、より複雑な対応、または顧客そのものに対しても、依然として人的な対応が必要です。
そして、そのような場合にこそ、あまり明らかでないAIの活用が価値を持つことがあります。生成AIは顧客と対応者との会話における顧客の行動を分析し、不満のパターンを特定し、摩擦点をマッピングします。これにより、継続的な調整が可能となり、顧客の体験をより効率的に改善します。 ツールによるデータ分析は、ブランドがボトルネックや最も不満の多い対応ポイントを理解するのに役立ち、何も「推測」する必要がありません。 したがって、改善の意思決定はより良く根拠付けられ、その結果、良い効果をもたらす可能性が高くなります。
ユーザーのリクエストに応えるだけでなく、人工知能は企業が各やり取りをサービス向上の機会に変えることを可能にし、最終的には真の情報源を作り出し、問題の根本にアプローチして解決します。良く聞き、反映し、分析し、呼び出しを整理することは、顧客を失うか永遠に獲得するかの差別化となるかもしれません。矛盾しているように思えますが、技術はむしろ、より人間味のある対応を実現するための大きな味方となっていますとセナは締めくくります。