Andy: Ja, das ist eine tolle Frage. Ich denke, künstliche Intelligenz ist heute sicherlich in aller Munde, aber was meiner Meinung nach genauso aktuell ist, ist Augmented Intelligence. Beginnen wir also damit, beides zu definieren. Unter künstlicher Intelligenz versteht man daher Maschinen, die die menschliche Kognition nachahmen. Und wenn wir über das Kundenerlebnis nachdenken, gibt es wirklich kein besseres Beispiel als Chatbots oder virtuelle Assistenten. Technologie, die es Ihnen ermöglicht, jederzeit rund um die Uhr mit der Marke 365 zu interagieren, und die die Gespräche nachahmt, die Sie normalerweise mit einem menschlichen Kundendienstmitarbeiter führen würden. Bei der erweiterten Intelligenz hingegen geht es eigentlich darum, die menschlichen Fähigkeiten zu verbessern, indem die kognitive Belastung einer Person erhöht wird, sodass sie mit weniger mehr erreichen und Zeit sparen kann. Ich denke, im Bereich der Kundenerfahrung werden Co-Piloten hier zu einem sehr beliebten Beispiel. Wie können Co-Piloten Empfehlungen abgeben, Antworten generieren und viele alltägliche Aufgaben automatisieren, die Menschen einfach nicht gerne tun und, ehrlich gesagt, auch nicht gut darin sind?
Daher denke ich, dass es einen klaren Unterschied gibt zwischen künstlicher Intelligenz, diesen Maschinen, die 100 % der menschlichen Fähigkeiten nutzen, und solchen, die erweitert werden, also den Menschen nicht ersetzen, sondern ihn auf ein höheres Niveau bringen, sodass er mehr leisten kann. Und wo es Überschneidungen gibt, und ich denke, wir werden sehen, dass sich dieser Trend in den kommenden Jahren bei den Kundenerlebnissen wirklich beschleunigen wird, ist die Mischung zwischen beiden, wenn wir mit einer Marke interagieren. Und was ich damit meine, ist vielleicht, dass man zunächst ein Gespräch mit einem intelligenten virtuellen Agenten, einem Chatbot, führt und sich dann nahtlos in einen echten menschlichen Kundenvertreter einfügt, um eine spezielle Rolle zu spielen. Während ich also über ein neues Produkt recherchiere, das ich kaufen möchte, etwa ein Mobiltelefon online, kann ich dem Chatbot ein paar Fragen stellen und er greift auf seine Wissensdatenbank und vergangene Interaktionen zurück, um diese zu beantworten. Aber wenn es an der Zeit ist, eine ganz bestimmte Frage zu stellen, werde ich möglicherweise zum Kundendienstmitarbeiter dieser Marke ernannt und sage einfach: „Hey, wenn es Zeit zum Kaufen ist, möchte ich sicherstellen, dass Sie mit einer lebenden Person sprechen.“ . „Ich denke also, dass es eine Mischung oder, wenn man so will, ein Kontinuum dieser Art von Interaktionen geben wird. Und ich denke, wir werden an einen Punkt gelangen, an dem wir sehr bald nicht einmal mehr wissen werden, ob es sich um einen Menschen handelt.“ Am anderen Ende dieser digitalen Interaktion oder einfach nur eine Maschine, die hin und her chattet? Aber ich denke, dass diese beiden Konzepte, künstliche Intelligenz und erweiterte Intelligenz, auf jeden Fall bestehen bleiben und umfassende Verbesserungen des Kundenerlebnisses bei Marken vorantreiben werden.
Lorbeer: Nun, es gibt die Customer Journey, aber es gibt auch die KI-Reise, und die meisten dieser Reisen beginnen mit Daten. Wie läuft also intern der Aufbau von KI-Datenfähigkeiten ab und welche Rolle spielen Daten bei der Verbesserung des Mitarbeiter- und Kundenerlebnisses?
Andy: Ich denke, in der heutigen Zeit ist es allgemein anerkannt, dass KI nur so gut ist wie die Daten, auf denen sie trainiert wird. Kurze Randbemerkung: Wenn ich ein KI-Ingenieur bin und vorhersagen möchte, welche Filme die Leute sehen werden, damit ich das Engagement in meiner Film-App steigern kann, benötige ich Daten. Welche Filme haben die Leute in der Vergangenheit gesehen und was hat ihnen gefallen? Ähnlich verhält es sich mit dem Kundenerlebnis: Wenn ich versuche, das beste Ergebnis dieser Interaktion vorherzusagen, benötige ich CX-Daten. Ich möchte wissen, was in der Vergangenheit in Bezug auf diese Interaktionen gut gelaufen ist, was schief gelaufen ist oder was falsch ist. Ich möchte nicht, dass Daten nur im öffentlichen Internet verfügbar sind. Ich benötige spezielle CX-Daten für meine KI-Modelle. Wenn wir über den Aufbau von KI-Funktionen nachdenken, geht es vor allem darum, die richtigen Daten zu erhalten, auf denen ich meine Modelle trainieren kann, damit sie die besten Ergebnisse erzielen.
Und um auf das Beispiel zurückzukommen, das ich zum Sentiment angeführt habe: Ich denke, dass dies die Notwendigkeit unterstreicht, sicherzustellen, dass das Training von KI-Modellen für das Kundenerlebnis auf umfangreichen CX-Datensätzen erfolgt und nicht nur auf öffentlich verfügbaren Informationen wie einigen der größeren populären Sprachmodelle verwenden.
Und ich denke darüber nach, welche Rolle Daten bei der Verbesserung der Mitarbeiter- und Kundenerlebnisse spielen. Es gibt eine wichtige Strategie, um aus den unstrukturierten Datensätzen, über die diese Contact Center und Experience Center häufig verfügen, neue Erkenntnisse oder Daten zu gewinnen. Wenn wir also über ein Gespräch nachdenken, ist es doch sehr offen, oder? Das kann mehrere Wege gehen. Es ist nicht oft vorhersehbar und oberflächlich betrachtet ist es sehr schwer zu verstehen, wo KI und fortschrittliche Techniken des maschinellen Lernens helfen können, selbst wenn es darum geht, aus diesen Gesprächen neue Erkenntnisse zu gewinnen, wie z. B. die Stimmung der Verbraucher zu Beginn des Gesprächs im Vergleich zu Ende. Welche Maßnahmen hat der Agent ergriffen, die zu positiven oder negativen Trends in dieser Stimmung geführt haben? Wie haben all diese Elemente funktioniert? Und sehr schnell kann man von großen, unstrukturierten Datensätzen, die möglicherweise nicht viele Informationen oder Signale enthalten, zu sehr großen, umfangreichen Datensätzen übergehen, die viele Signale enthalten, und daraus neue Informationen oder Erkenntnisse ableiten, wie ich es gerne mache. Denken Sie darüber nach, die Chemie dieses Gesprächs spielt meiner Meinung nach eine sehr entscheidende Rolle in der KI, die heute Kundenerlebnisse ermöglicht, um sicherzustellen, dass diese Erlebnisse zuverlässig sind, dass sie gut gemacht werden und dass sie auf einer Grundlage aufgebaut sind Bei verlässlichen Verbraucherdaten handelt es sich nicht um öffentliche Informationen und sie tragen nicht wirklich zur Schaffung eines positiven Kundenerlebnisses bei.
Lorbeer: Die Rückkehr zu Ihrer Vorstellung von Kundenerlebnis ist Ihr Geschäft. Eine der wichtigsten Fragen, mit denen sich die meisten Unternehmen beim Einsatz von Technologie konfrontiert sehen, ist, wie sie ein qualitativ hochwertiges Kundenerlebnis bieten können, ohne das Endergebnis zu beeinträchtigen. Wie kann KI also die Dinge in diesem positiven Bereich voranbringen?
Andy: Ja, ich denke, wenn es ein Wort gibt, über das man nachdenken sollte, wenn es darum geht, dass KI Dinge möglich macht, dann ist es Skalierung. Ich glaube, dass es bei unserer Sicht auf die Dinge wirklich um Skalierung geht, darum, Menschen oder Mitarbeiter in die Lage zu versetzen, mehr zu leisten, sei es durch die Erhöhung ihrer kognitiven Belastung, durch Zeitersparnis oder durch die Ermöglichung effizienterer Abläufe. Dies bezieht sich wiederum auf diese erweiterte Intelligenz. Und wenn wir uns dann mit künstlicher Intelligenz befassen, denken wir über Automatisierung nach. Wie können wir also rund um die Uhr ein 365-Grad-Kundenerlebnis bieten? Wie kann es das Kundenerlebnis verbessern, wenn Verbraucher jederzeit mit einer Marke in Kontakt treten können? Daher ist es wichtig, diese beiden Taktiken so umzusetzen, dass die Ergebnisse verbessert und Ergebnisse generiert werden. Ich denke, es gibt noch einen dritten, aber einer, der nicht genug Aufmerksamkeit erhält, und das ist die Beständigkeit. Dadurch ermöglichen wir unseren Mitarbeitern, mehr zu leisten. Wir können ihre Aufgaben automatisieren, um ihnen mehr Kapazität zu geben, aber wir müssen ihnen auch konsistente, positive Erfahrungen bieten.