很久以前，我的第一份真正的大學(xué)畢業(yè)后工作是在一家大銀行的呼叫中心。自動(dòng)呼叫分配 (ACD) 將呼叫分配給處理信用卡、汽車(chē)貸款和抵押信息的大約 20 個(gè)座席組。每月一次，每個(gè)座席都會(huì )與經(jīng)理坐下來(lái)接受排名。每個(gè)月，同一個(gè)相當愚蠢的座席（我們稱(chēng)她為 1 號座席）會(huì )先完成，而獲得第二名的座席顯然比房間里的其他人更聰明（我們稱(chēng)她為 2 號座席）。但是 2 號座席總是獲得第二名。這對我們關(guān)心的人來(lái)說(shuō)是個(gè)謎，尤其是當1號座席因她繼續位居榜首而獲得獎金和獎勵時(shí)。
雖然經(jīng)理總是有能力接聽(tīng)電話(huà)，但他并沒(méi)有做那么多，這就是為什么 1 號座席能長(cháng)期防止她的不良行為被發(fā)現的原因。事實(shí)證明，她每個(gè)月都表現出色的原因是 ACD 正在衡量每個(gè)座席的通話(huà)時(shí)長(cháng)和總通話(huà)量。因此，當一個(gè)復雜的電話(huà)打進(jìn)來(lái)時(shí)，1 號座席--可能沒(méi)有我想象的那么笨--會(huì )斷開(kāi)電話(huà)，這樣她的電話(huà)號碼就會(huì )保持占線(xiàn)。也就是說(shuō)，她可以在更短的時(shí)間內處理更多的電話(huà)，因為她阻斷了那些復雜的電話(huà)。
從客戶(hù)服務(wù)的角度來(lái)看，這在多個(gè)層面上都很糟糕，盡管主要是因為這些斷開(kāi)連接意味著(zhù)有問(wèn)題的呼叫者（沒(méi)有人打電話(huà)說(shuō)，"我這個(gè)月的賬單看起來(lái)很棒，非常感謝。"）需要回過(guò)頭來(lái)打電話(huà)，根據 ACD 分布指標的性質(zhì)，可能會(huì )被定向到另一個(gè)座席，該座席被迫與一個(gè)更加惱怒的客戶(hù)打交道，無(wú)論感知到的問(wèn)題是什么，因此需要更多的時(shí)間和精力來(lái)解決。
了解聯(lián)絡(luò )中心 AI 測量的內容
當然，聯(lián)絡(luò )中心指標比當時(shí)復雜得多，但最重要的是，它仍然需要考慮以下關(guān)鍵問(wèn)題：
- 如何確定指標？
- 座席績(jì)效如何分級？
- 最后，如何衡量成功？
當我最近與 On Convergence 的高級行業(yè)分析師 Tom Brannen討論這些問(wèn)題時(shí)，他提到的第一件事就是人工智能的重要性及其定義方式。對于定義，我求助于艾倫人工智能研究所的首席執行官 Oren Etzioni，他在最近一期《麻省理工科技評論》中提出，人工智能有兩種截然不同的含義。人工智能"既指將人類(lèi)智能融入計算機的基本科學(xué)探索，也指對大量數據進(jìn)行建模的工作，"Etzioni說(shuō)。第二個(gè)定義最適合在聯(lián)絡(luò )中心領(lǐng)域應用。
人工智能在聯(lián)絡(luò )中心的作用已經(jīng)并將繼續以一致的速度發(fā)展。也就是說(shuō)，正在測量的內容以及這些測量用于生成"有用"信息的性質(zhì)是不斷發(fā)展的。人工智能支持的應用程序可以做什么的復雜性，從本質(zhì)上是"下一步 IVR"系統的點(diǎn)開(kāi)始，使有基本問(wèn)題和/或疑慮的客戶(hù)能夠在不需要人工干預的情況下提出這些問(wèn)題。此類(lèi)應用程序的復雜性正在不斷提高。"人工智能并沒(méi)有弄清楚部署它的實(shí)體想要什么。它正在做的是將企業(yè)的書(shū)面命令轉化為潛在的結果，"Brannen說(shuō)。
這就是為什么識別這些問(wèn)題并仔細調整它們對于成功的 AI 部署如此重要。問(wèn)題和指標是否旨在驗證已經(jīng)確立的結論，或者它們是否旨在仔細研究實(shí)際的服務(wù)質(zhì)量？事實(shí)上，管理層或那些審查人工智能流程生成的信息的人，真的想了解服務(wù)質(zhì)量，還是在尋找一種簡(jiǎn)單的方法來(lái)驗證難以量化的項目？
我聽(tīng)說(shuō)許多供應商實(shí)際上并沒(méi)有自己做人工智能，而是依靠其他供應商的語(yǔ)音識別技術(shù)，并在完成數字運算后簡(jiǎn)單地提供一些分析。
了解如何處理數據和確定指標
這也是為什么要仔細詳細地了解哪些數據進(jìn)入流程、如何加權和操縱以及最終結果如此敏感和重要的另一個(gè)原因。此外，最終用戶(hù)必須能夠隨著(zhù)環(huán)境的變化而改變所有級別的指標，尤其是最終用戶(hù)的問(wèn)題和要求。
Brad Cleveland 是演講者、顧問(wèn)，也是《快速前進(jìn)的聯(lián)絡(luò )中心管理》和《引領(lǐng)客戶(hù)體驗》一書(shū)的作者，他強調負責任地使用 AI 的必要性。"這些能力不是被動(dòng)的。你必須很好地理解什么是正確的、什么是公平的以及你想要完成什么來(lái)實(shí)施它們。除了技術(shù)，您應該如何對待您的客戶(hù)和員工？從那里開(kāi)始，然后回到人工智能的設計和使用。"
歸根結底，人工智能仍然是一個(gè)強大但沒(méi)有靈魂的工具。它的部署方式和部署效率仍然是任何考慮或當前使用 AI 流程的最終用戶(hù)的關(guān)鍵考慮因素。考慮到這一點(diǎn)，這些問(wèn)題仍然存在：
- 如何根據時(shí)間和經(jīng)驗確定和調整指標？
- 根據情況需要改變或調整指標的速度有多快？
- 如果使用人工智能工具評估績(jì)效，如何評估績(jì)效？用于生成輸出的輸入的有效性如何？
- 最終，如何衡量人工智能用于完成的任何流程的成功？
盡管那是很久以前的事了，但我在聯(lián)絡(luò )中心工作時(shí)學(xué)到了一些寶貴的人生經(jīng)驗。首先，薪水不錯--永遠不要對座席大喊大叫。善良的人往往得到的比欠他們的多，只是因為有人在我耳邊不尖叫--或咒罵--真是太好了。其次，如果管理層一直在以應有的頻率收聽(tīng)電話(huà)，那么1號座席可能早在她之前就被抓住了，而 2 號座席（直到今天仍然是好朋友）會(huì )得到贊譽(yù)。她最終收到了，但很早就應該收到了！今天有效的指標明天可能無(wú)法很好地運作，因此這些流程和數據目標需要與時(shí)俱進(jìn)。絕對的底線(xiàn)是人工智能沒(méi)有常識，如果要最成功地使用人工智能流程，它不是在真空中，而是由知識淵博的聯(lián)絡(luò )中心經(jīng)理仔細分析。
聲明：版權所有 非合作媒體謝絕轉載
作者：Martha Buyer
原文網(wǎng)址：https://www.nojitter.com/contact-center-customer-experience/how-deploy-contact-center-ai-ethically-responsibly
