CX-ekspert innen robotikk forteller oss hvordan vi velger hvilke CX-arbeidsflyter som skal gjennomgås med KI

Jesica Chavez er administrerende direktør i Robo Success, et nisjebyrå som hjelper robotikk- og teknologiselskaper med å skalere samtidig som de forbedrer CX-driften. Før dette hadde hun roller som leder for CS og VP for CXS i ulike robotikkorganisasjoner.

Vi satte oss ned med Jesica mens hun gikk gjennom arbeidsflytene sine og delte rådene sine med andre CX-ledere som tar i bruk AI i organisasjonene sine.

Praktisk, responsiv og resultatorientert

Jeg heter Jesica Chavez og er administrerende direktør i Robo Success. I mer enn 20 år har jeg ledet initiativer innen kundeopplevelse og hjulpet organisasjoner med å bygge CX-funksjoner som støtter bærekraftig vekst.

Robo Success er et nisjebyrå med fokus på vekst som hjelper robotikk- og teknologiselskaper med å oppnå bedre resultater gjennom strategier som er tilpasset vekstmålene deres. Vi fokuserer på oppstartsbedrifter og selskaper i vekst som bygger eller styrker sin kapasitet innen kundeopplevelse.

Vi forstår de unike utfordringene oppstartsbedrifter møter når de etablerer CX-avdelingene sine, og vi har et bredere perspektiv: CX er én viktig del av å levere en fremragende helhetlig opplevelse. Fokuset vårt er å gjøre hver interaksjon praktisk, responsiv og resultatorientert — fra den første samtalen til langsiktig suksess.

Slik kan AI brukes til å effektivisere innholdsproduksjonen i hjelpesenteret

Det siste året har vi brukt AI til å effektivisere innholdsproduksjonen i hjelpesenteret — en kritisk del av det å skalere kundestøtten i takt med at selskapet vokser.

Scribe er et AI-verktøy som hjelper oss med å omforme gjentakbare produktarbeidsflyter til tydelige veiledninger trinn for trinn, automatisk med skjermbilder. Loom gjør det mulig for oss å lage korte, personlig tilpassede videoforklaringer for mer visuelle eller komplekse emner — og AI-pakken deres hjelper med redigering og oppretting av metadata. Vi bruker etablerte meldinger, begreper og maler for å sikre at begge formatene gjenspeiler selskapets merkevareuttrykk og kommuniserer informasjon på en konsekvent måte.

Deretter bruker vi dette godkjente innholdet til å gi informasjon til AI-chatboter, slik at kundene får tilgang til konsekvent veiledning og støtte i tråd med merkevaren når de trenger det, døgnet rundt. Dette skaper en mer sømløs selvbetjeningsopplevelse, reduserer friksjon og gjentatte støttehenvendelser og sikrer at kundene får den samme tydelige informasjonen på tvers av kanaler.

Som et resultat reduserte vi tiden som tidligere ble brukt på å produsere artikler og instruksjonsvideoer. En artikkel som tidligere tok mer enn to timer, pluss en revisjonsrunde, tar nå omtrent ti minutter. Og ved å bruke godkjent innhold til å gi informasjon til AI-chatboter, er chatstøttetiden for nivå 1 redusert med 30 %.

Vi bruker nå denne kapasiteten på å forbedre den overordnede strategien for kundeopplevelse, identifisere kundebehov tidligere og hjelpe team med å gå fra reaktiv til proaktiv støtte.

En praktisk arbeidsflyt for innhold i hjelpesenteret

Denne AI-drevne CX-arbeidsflyten starter når en ny produktfunksjon er ferdigstilt og publisert i Jira. Dette utløser et Slack-varsel og oppretter automatisk en Jira-oppgave for kundestøtteteamet, slik at de kan utarbeide kundeorientert innhold.

Kundestøtteteamet bruker Scribe til å lage en trinnvis veiledning med skjermbilder og Loom til å produsere en videogjennomgang. Claude og Zapier støtter arbeidsflyten ved å koordinere agenter og automatisere informasjonsflyten mellom systemene. Før noe publiseres, gjennomgår et menneske innholdet for å bekrefte at det er korrekt, nyttig og i tråd med merkevareuttrykket.

Når innholdet er godkjent, publiserer vi den skriftlige veiledningen i hjelpesenteret, publiserer videoen på YouTube og mater begge ressursene inn i AI-chatboten. Dette gjør det mulig for chatboten å gi kundene konsekvent og oppdatert veiledning døgnet rundt så snart en funksjon er tilgjengelig.

Vi deler også det samme godkjente innholdet med markedsføringsteamet, slik at teamet kan lage kunngjøringer om funksjoner og kundekommunikasjon. Dette holder kundestøtte, CX, produkt og markedsføring samkjørte rundt ett nøyaktig og konsekvent budskap.

Hvorfor mennesker har ansvaret for strategi og relasjoner

I tillegg til dette bruker vi AI til å informere om og skalere gjentakbare CX-aktiviteter, blant annet ved å analysere tilbakevendende temaer i støttesaker, identifisere innholdshull og gi chatboter godkjent informasjon som er konsekvent med merkevaren. AI hjelper oss også med å tilpasse veiledningen basert på vanlige kundebehov og avdekke problemer som kan kreve oppmerksomhet.

Beslutningene som krever skjønn, forblir uttrykkelig menneskelige. Dette omfatter å fastsette CX-prioriteringer, utforme kundereiser, håndtere sensitive eskaleringer eller gjenoppretting av tjenester, samt komme med strategiske anbefalinger til ledelsen. AI kan identifisere mønstre og fremskynde gjennomføringen, men mennesker bidrar med empatien, forretningskonteksten og ansvaret som kreves for å ta de riktige beslutningene for kundene og selskapet.

Vår tilnærming er å bruke AI til å redusere manuelt arbeid og forbedre responstiden – samtidig som mennesker har ansvaret for strategi, relasjoner og viktige kundemøter.

Hvorfor automatisert kundestøtte noen ganger mislykkes – og hvordan det kan unngås

Da vi først brukte AI til å svare direkte på henvendelser til kundestøtten, løste eller viderebehandlet den de fleste forespørslene, men svarene klarte noen ganger ikke å imøtekomme kundens behov. Selv om AI hjalp ti kunder, var én frustrert kunde én for mange, særlig når samtalen krevde kontekst, empati eller et mer nyansert svar.

Det kan få en til å tro at en god kundeopplevelse alltid krever et menneske. Det var min opprinnelige antakelse. Men vi har lært at kundene ikke nødvendigvis trenger eller ønsker et menneske for hvert spørsmål – de trenger rask, nøyaktig og lettfattelig hjelp.

Som et resultat endret vi tilnærmingen vår. AI støtter nå prosessen ved å utarbeide svarutkast, oppsummere informasjon og identifisere relevante ressurser, men i mer komplekse eller sensitive saker gjennomgår et menneske svarene før de sendes. Vi gjennomgår også jevnlig de mindre sensitive svarene som chatboten vår sender automatisk.

Det er også viktig å merke seg at AI bare er så pålitelig som informasjonen den bygger på, så utdatert eller ufullstendig kildemateriale kan føre til uklare eller unøyaktige svar. Dette håndterer vi ved å bare bruke godkjent innhold, bli mer disiplinerte når det gjelder å holde kunnskapsbasen oppdatert, og opprettholde tydelige veier til menneskelig kundestøtte.

Hvordan velge hvor AI bør brukes i CX

Jesica deler

Innen robotikk ser hver kundereise svært forskjellig ut … Mitt råd er derfor å starte med ett prioritert mål og identifisere et spesifikt område der AI kan utgjøre en betydelig forskjell.

AI og automatisering kan styrke kundeopplevelsen på mange måter, men ledere bør først vurdere hva som betyr mest for virksomheten og hvordan endringer vil påvirke de viktigste målene deres.

Innen robotikk ser hver kundereise svært forskjellig ut. Den største feilen jeg har sett, er å behandle kundeopplevelsen innen robotikk nøyaktig som SaaS. Robotikk omfatter ofte fysiske produkter, implementering, opplæring, operasjonelle endringer og løpende støtte i virkelige miljøer. Disse øyeblikkene krever et annet nivå av kontekst, koordinering og kundeopplæring.

Mitt råd er derfor å starte med ett prioritert mål – for eksempel måloppnåelse for SLA, CSAT, kundens livstidsverdi (CLV) eller tiden det tar å løse en supportsak – og identifisere et spesifikt område der AI kan utgjøre en betydelig forskjell. Hvis målet for eksempel er kortere responstid, kan AI bidra til å forbedre innholdet for selvbetjening og automatisere kundestøtte på nivå 1. Hvis CSAT er prioritert, kan det være mer verdifullt å bruke AI til å identifisere tilbakevendende problemer og forbedre kundereisen.

Nøkkelen er å begynne med et avgrenset bruksområde, måle effekten og forbedre løsningen trinnvis. AI bør støtte et tydelig kunde- og forretningsresultat – ikke implementeres bare fordi teknologien er tilgjengelig.

Hvorfor innføringen av AI kan være vanskeligere enn CX-ledere forventer

Uff! Jeg skulle ønske jeg hadde visst hvor mye tid en vellykket innføring av AI krever til iterasjon, læring, testing og evaluering av ulike modeller.

Å lansere pilotprosjektet var bare begynnelsen; det virkelige arbeidet besto i å forbedre instruksjonene, videreutvikle kunnskapsbasen, gjennomgå resultatene og lære hvor AI kunne tilføre verdi uten å svekke kundeopplevelsen.

Og så har vi teamsiden. Innføring av AI er ikke bare en teknologisk beslutning – det er også en beslutning som gjelder mennesker. Teamene kan være begeistret for å spare tid, men de kan også være usikre på hvordan rollene deres vil endre seg, om de kan stole på resultatene, eller om AI vil erstatte ekspertisen deres.

Ledere bør involvere teamene tidlig, forklare formålet med AI, tilby opplæring og gjøre det tydelig at AI skal støtte, ikke erstatte, arbeidet deres.

Deretter bør de etablere tydelige prosesser og klart definerte mål. Hvis teamet ikke tydelig kan forklare hvordan de håndterer kundehenvendelser, hvem som har ansvaret for kunnskapsbasen om kunder, eller hvilke resultater de forsøker å forbedre, vil AI sannsynligvis skape forvirring snarere enn verdi. AI trenger strukturerte arbeidsflyter, nøyaktig informasjon og et målbart formål.

Fire råd til CX-ledere som implementerer AI i arbeidsflytene sine

Mitt råd til CX-ledere er dette:

• Omfavn AI og se på det som en forsterker, ikke en erstatning for kundeinnsikt.
• Begynn med arbeid med høyt volum som kan gjentas, oppgaver, som innholdsproduksjon, kunnskapsstyring og grunnleggende veiledning for kundestøtte, der AI kan forbedre hastighet og konsistens uten å svekke tilliten.
• La mennesker være ansvarlige for strategi, komplekse beslutninger, sensitive eskaleringer og gjenoppretting av tjenestekvalitet.
• Og mål mer enn effektivitet. Følg med på nøyaktighet, kundetilfredshet, kvaliteten på problemløsningen og eskaleringsmønstre. Én dårlig interaksjon kan veie tyngre enn mange vellykkede automatiserte interaksjoner hvis den skader kundenes tillit.

Følg med

Du kan følge arbeidet til Jesica Chavez på LinkedIn.

Flere ekspertintervjuer kommer på CX Lead!