Dyrektor ds. doświadczeń klienta mówi, że sztuczna inteligencja zmienia nie tylko doświadczenia, lecz także samych klientów

Valto Loikkanen jest współzałożycielem i dyrektorem ds. doświadczeń w firmie Prifina, która tworzy osobiste narzędzia AI.

Spotkaliśmy się z Valto, aby dowiedzieć się, jak AI zmienia doświadczenia klientów. Powiedział, że sposób, w jaki klienci korzystają z produktów, zmienia się, a firmy nie mogą już kontrolować całej ścieżki.

Skupienie na doświadczeniu od początku do końca

Nazywam się Valto Loikkanen, jestem współzałożycielem i dyrektorem ds. doświadczeń w firmie Prifina. Moja praca łączy doświadczenia klientów, architekturę produktów, osobiste AI i dane należące do użytkowników.

W Prifina tworzymy osobiste produkty AI w oparciu o prostą ideę: AI nie powinno służyć wyłącznie firmom do rozumienia ludzi, kierowania do nich ofert ani automatyzowania działań. Powinno także umożliwiać użytkownikom kontrolowanie własnych informacji, relacji, decyzji i cyfrowego życia.

Obejmuje to naszą technologię osobistego bliźniaka AI, która pozwala użytkownikom tworzyć reprezentacje samych siebie na potrzeby interakcji publicznych, zawodowych lub skierowanych do odbiorców. Obejmuje to także Souvéa, naszą aplikację osobistego asystenta AI, która pomaga ludziom zrozumieć, co ma znaczenie w ich codziennym życiu, na przykład wiadomości, plany, zadania, osobisty kontekst i sprawy wymagające uwagi. To spokojne doświadczenie oparte na zaufaniu: dane pozostają Twoje, Ty decydujesz, z czego Souvéa może korzystać, i nic nie dzieje się bez Twojego udziału.

Nasi użytkownicy i klienci to profesjonaliści, twórcy, eksperci, organizacje, partnerzy ekosystemu oraz zwykli użytkownicy, którzy chcą, aby AI wzmacniało komunikację, klarowność, wgląd i bardziej wartościowe interakcje. Kanały obejmują internet, urządzenia mobilne, publiczne strony bliźniaków AI, procesy wdrożeniowe, połączenia z danymi osobistymi, zarządzanie wiedzą, analitykę i narzędzia przeznaczone dla partnerów.

W swojej roli skupiam się szczególnie na doświadczeniu od początku do końca: na tym, jak ludzie rozumieją te nowe koncepcje AI, jak zaczynają z nich korzystać, jak zachowują kontrolę, jak budujemy zaufanie oraz jak AI może wspierać lepsze relacje między użytkownikami, firmami, usługami i społecznościami.

Jak AI sprawia, że doświadczenie klienta staje się bardziej proaktywne

Przenieśliśmy doświadczenie klienta z przeważnie statycznej ścieżki do wspieranego przez AI, konwersacyjnego doświadczenia, w którym użytkownicy zaczynają od własnej sytuacji.

Tradycyjnie wdrożenie i edukacja dotycząca produktu są projektowane wokół ustalonych przepływów: wyjaśnij produkt, pokaż kolejne kroki i pokieruj użytkownika w stronę zdefiniowanych wcześniej działań. Dzięki AI uczyniliśmy to doświadczenie bardziej elastycznym. Zamiast zakładać, że każdy użytkownik ma to samo pytanie, doświadczenie może odpowiadać na to, co dana osoba próbuje zrozumieć lub osiągnąć.

Dlatego w naszych produktach większą uwagę poświęcamy konwersacyjnym punktom wejścia. Użytkownicy nie muszą najpierw w pełni rozumieć kategorii produktu. Mogą zadawać pytania, poznawać przykłady, wyjaśniać, w jaki sposób wykorzystywane są ich dane, i stopniowo rozumieć, co produkt może dla nich zrobić. Oznacza to, że użytkownicy mogą zacząć od prostego pytania, takiego jak „Co wymaga dziś mojej uwagi?”, zamiast poruszać się po tradycyjnym pulpicie.

Brzmi to prosto, ale wiele zmienia. Rola doświadczenia z produktem uległa zmianie. Nie jest ono już tylko zestawem ekranów i instrukcji. Staje się czymś bardziej przypominającym relację prowadzoną przez produkt, który może wyjaśniać własne działanie, reagować na kontekst, zmniejszać obciążenie poznawcze i pomagać użytkownikowi czuć większą kontrolę.

Poprawia to klarowność, obniża próg rozpoczęcia korzystania z produktu i pomaga nam znacznie wcześniej dostrzegać intencje użytkowników.

To także istotna zmiana w doświadczeniu klienta: AI nie tylko automatyzuje wsparcie, gdy coś pójdzie nie tak. Od początku staje się częścią budowania zaufania, klarowności i pewności. Dostarcza także lepszych sygnałów na temat tego, co jest ważne dla ludzi — zamiast śledzić wyłącznie kliknięcia lub rezygnacje, możemy zrozumieć pytania stojące za danym zachowaniem.

Kompleksowy przepływ pracy CX oparty na AI

Oto kompleksowy przepływ pracy CX oparty na AI, który łączy interakcje użytkowników, generowanie wniosków i doskonalenie doświadczenia.

1. Użytkownik wchodzi w interakcję z jednym z naszych produktów AI za pomocą języka naturalnego.
2. Interpretujemy interakcje. AI pomaga nam zrozumieć poszczególne interakcje i kryjące się za nimi wzorce. Czy użytkownicy pytają, co produkt o nich wie? Czy nie wiedzą, jak zacząć? Czy próbują wykorzystać AI w przypadku użycia, którego jasno nie wyjaśniliśmy? Czy proszą o większą kontrolę, więcej przykładów lub dodatkowe zapewnienia?
3. Na podstawie tych sygnałów generujemy spostrzeżenia dotyczące CX. Te spostrzeżenia mogą wpływać na proces wdrażania, język produktu, przepływy uprawnień, treści pomocy, ustalanie priorytetów funkcji oraz sposób, w jaki AI odpowiada. Jeśli na przykład powtarzające się pytania pokazują, że użytkownicy nie są pewni, jak wykorzystywane są dane, rozwiązaniem nie jest tylko odpowiedź działu wsparcia. Może to oznaczać konieczność zmiany procesu wdrażania, dodania jaśniejszych wyjaśnień dotyczących uprawnień lub dostosowania sposobu, w jaki AI się przedstawia.
4. Na koniec zamykamy pętlę. Aktualizujemy doświadczenie związane z produktem, a następnie obserwujemy, czy to samo nieporozumienie pojawia się rzadziej lub czy pojawiają się nowe pytania. W tym sensie AI nie tylko obsługuje interakcję z klientem, lecz także pomaga nam stale rozumieć, gdzie doświadczenie zapewnia klarowność, a gdzie powoduje tarcia.

Dlaczego firmy nie kontrolują już ścieżek klienta

W rezultacie zdałem sobie sprawę, że firma nie jest już głównym projektantem ścieżki klienta.

Przez długi czas firmy projektowały doświadczenie klienta z własnej perspektywy. Mapujemy ścieżkę, definiujemy punkty styku, tworzymy lejek, opracowujemy przepływy wsparcia i decydujemy, jak klient powinien poruszać się po tym doświadczeniu. Nawet gdy mówimy o orientacji na klienta, firmy zazwyczaj nadal kontrolują strukturę.

AI to zmienia. Gdy ludzie mogą zadawać pytania własnymi słowami, korzystać z osobistych asystentów, porównywać opcje, podsumowywać informacje, a ostatecznie także zlecać agentom AI działanie w swoim imieniu, ścieżka staje się znacznie mniej liniowa i w znacznie mniejszym stopniu kontrolowana przez firmę.

Oznacza to, że CX nie może już wyłącznie prowadzić ludzi zaprojektowaną ścieżką. Musi także wspierać osoby, które przychodzą z własnym kontekstem, własnymi narzędziami AI i własnym sposobem rozumienia tej relacji.

Gdzie AI sprawdza się najlepiej, a gdzie potrzebna jest ludzka ocena

Ogólnie wykorzystujemy AI szczególnie tam, gdzie rozpoznaje wzorce, zmniejsza złożoność i sprawia, że doświadczenie staje się bardziej responsywne dla danej osoby.

Ludzie nadal muszą jednak oceniać znaczenie, zaufanie, kwestie etyczne i kierunek działań. To ludzie wciąż decydują, jaki rodzaj relacji chcemy tworzyć z użytkownikami, czego nigdy nie należy automatyzować, jakie wykorzystanie danych jest akceptowalne oraz jak dużą sprawczość powinno mieć AI. Projektowanie ścieżki również pozostaje w dużej mierze prowadzone przez ludzi, ponieważ nie chodzi wyłącznie o efektywność. Chodzi o emocje, pewność siebie, oczekiwania i ogólną obietnicę składaną klientowi.

AI powinno dostarczać informacji i wspierać większą liczbę decyzji dotyczących CX, ale nie powinno po cichu przejmować odpowiedzialności za te decyzje. Szczególnie w przypadku osobistego AI najważniejsze pytanie projektowe nie brzmi: „Co możemy zautomatyzować?”. Brzmi ono: „Co powinno pozostać pod kontrolą danej osoby?”.

Jak AI podnosi stawkę w CX

AI rzeczywiście stawia przed nami pewne wyzwania. Może na przykład zbyt szybko podnosić oczekiwania. Gdy produkt sprawia wrażenie konwersacyjnego i inteligentnego, użytkownicy mogą zakładać, że potrafi więcej, niż rzeczywiście potrafi, lub rozumie więcej kontekstu, niż faktycznie rozumie. Zwiększa to odpowiedzialność za jasne komunikowanie ograniczeń.

Kolejnym wyzwaniem jest zaufanie. W CX błędna etykieta przycisku jest irytująca. Błędna odpowiedź AI może wydawać się osobista, wprowadzająca w błąd lub niebezpieczna, szczególnie gdy produkt korzysta z informacji dotyczących samych ludzi. To podnosi poprzeczkę jakości. Od samego początku projektuj z myślą o zapewnianiu poczucia bezpieczeństwa, przejrzystości, uprawnieniach i ludzkiej kontroli.

Jak dotąd najważniejsza lekcja jest taka, że AI może znacząco poprawić CX, ale tylko wtedy, gdy zapewnia jasność i buduje zaufanie. Jeśli zostanie dodana głównie jako automatyzacja, bez jasnego modelu zaufania, może również szybciej powodować dezorientację niż tradycyjne oprogramowanie.

Dlaczego z proaktywnej pomocy AI należy korzystać ostrożnie

Zachowaj ostrożność podczas korzystania z proaktywnej pomocy AI.

Można ulec pokusie myślenia, że użytkownicy zawsze chcą, aby AI zauważała różne rzeczy i sugerowała działania. W rzeczywistości proaktywna pomoc działa tylko wtedy, gdy jest bardzo dobrze dostosowana. Zbyt wiele sugestii wydaje się hałaśliwych, a zbyt mało — bezużytecznych. Jeśli sugestia jest błędna, może szybko obniżyć poziom zaufania.

W rezultacie obecnie uważniej podchodzimy do spokoju, wyczucia czasu, uprawnień i kontroli użytkownika.

Jak przeprojektować proces wdrażania dla doświadczeń opartych na AI

Mając to wszystko na uwadze, przeprojektowałbym proces wdrażania w oparciu o kilka praktycznych strategii.

Pierwszą z nich jest konwersacyjne odkrywanie potrzeb. Zamiast zmuszać każdego użytkownika do przechodzenia przez tę samą ścieżkę wdrażania, produkt powinien zadawać proste pytania i dostosowywać się do sytuacji użytkownika. Omówiłem to powyżej.

Drugą jest stopniowe udzielanie uprawnień. Użytkownicy nie powinni łączyć wszystkiego jednocześnie. Powinni zacząć od niewielkiego zakresu, dostrzec wartość, a następnie zdecydować, czy chcą dodać więcej kontekstu lub danych. Jest to szczególnie ważne w przypadku osobistej AI, gdzie zaufanie rośnie krok po kroku.

Trzecią jest wdrażanie oparte na przykładach. AI może wydawać się abstrakcyjna, dopóki ludzie nie zobaczą praktycznych sytuacji.

Czwartą jest wyraźna warstwa zaufania. Proces wdrażania powinien jasno wyjaśniać, co AI wie, czego nie wie, skąd pochodzą informacje i co pozostaje pod kontrolą użytkownika. Nie powinno to być ukryte w polityce prywatności. Powinno stanowić część doświadczenia. Należy również jasno określić ścieżki eskalacji.

Piątą jest analityka procesu wdrażania oparta na intencjach, a nie wyłącznie na kliknięciach.

Dlaczego liderzy CX powinni zaczynać od wąskich zastosowań AI

Chciałbym wcześniej wiedzieć, jak ważne jest rozpoczęcie od węższego zakresu.

W przypadku AI ludzie szybko wyobrażają sobie szerokie, niemal nieograniczone zastosowania. Może to budzić entuzjazm, ale może również prowadzić do niejasnych oczekiwań. Skoncentrowany pilotaż z bardzo konkretną obietnicą jest często bardziej wartościowy niż szeroki pilotaż, który próbuje pokazać wszystko, co AI może ostatecznie robić.

Moja rada to określić obietnicę dotyczącą doświadczenia przed zdefiniowaniem zakresu technicznego. Co użytkownik powinien czuć po skorzystaniu z rozwiązania? Większą jasność? Większą pewność? Mniej stresu? Lepszą kontrolę? Jeśli jest to jasne, ocena implementacji AI staje się znacznie łatwiejsza.

Valto dzieli się spostrzeżeniami

Moja rada to określić obietnicę dotyczącą doświadczenia przed zdefiniowaniem zakresu technicznego. Co użytkownik powinien czuć po skorzystaniu z rozwiązania? Większą jasność? Większą pewność? Mniej stresu? Lepszą kontrolę? Jeśli to jest jasne, ocena implementacji AI staje się znacznie łatwiejsza.

Jak AI zmienia zespoły CX

AI sprawiła, że funkcja CX stała się bardziej międzyfunkcyjna, silniej zintegrowana z produktem i w większym stopniu wspierana przez agentów.

W tradycyjnym modelu doświadczenie klienta może łatwo stać się oddzielną warstwą obejmującą badania, wsparcie, informacje zwrotne, mapowanie ścieżek i doskonalenie usług. W przypadku AI taki podział nie sprawdza się równie dobrze, ponieważ samo doświadczenie jest częściowo kształtowane przez inteligencję wbudowaną w produkt.

Oznacza to, że CX musi obecnie znajdować się znacznie bliżej projektowania produktu, architektury danych, zachowania AI, prywatności, procesu wdrażania i wsparcia.

Zmieniło to również nasze rozumienie zespołu. Zespół CX nie składa się już wyłącznie z ludzi. Agenci AI mogą teraz działać jako członkowie zespołu, pomagając w badaniach, syntezie informacji, wykrywaniu wzorców, tworzeniu wersji roboczych treści, przeglądach procesu wdrażania, analizie wsparcia i pętlach informacji zwrotnych dotyczących produktu. Nie zastępują ludzkiego osądu, ale zwiększają możliwości zespołu i pomagają nam pracować z większą ilością kontekstu, niż mały zespół byłby w stanie ręcznie przetworzyć.

Dla nas sprawiło to, że rola CX stała się bardziej strategiczna i architektoniczna. Nie chodzi już tak bardzo o optymalizację wyizolowanych punktów styku, lecz o projektowanie relacji między osobą, jej danymi, AI i produktem.

Zakres istotnych umiejętności również się poszerzył. Nadal potrzebujemy silnego myślenia produktowego, UX, umiejętności komunikacyjnych i zrozumienia klientów, ale potrzebujemy także lepszego osądu w kwestiach zaufania, uprawnień, wykorzystywania danych, granic AI, zachowania agentów oraz emocjonalnego wpływu automatyzacji.

Jak zmieniają się klienci i co liderzy CX powinni z tym zrobić

Moja rada dla liderów CX jest taka, aby przestali postrzegać AI wyłącznie jako narzędzie do automatyzacji i zaczęli myśleć o nim jako o nowej warstwie relacji między ludźmi, firmami, produktami i usługami.

Wiele organizacji będzie wykorzystywać AI do obniżania kosztów, przyspieszania obsługi, personalizowania marketingu lub automatyzowania procesów usługowych. Są to przydatne zastosowania, ale nie wyczerpują całego potencjału. Głębsza zmiana polega na tym, że AI przekształci sposób, w jaki ludzie rozumieją wybory, podejmują decyzje, wchodzą w interakcje z markami i zarządzają własnym życiem.

Oznacza to, że liderzy CX muszą zadawać większe pytania. Czy wykorzystujemy AI, aby zwiększyć efektywność firmy, czy także zwiększamy możliwości klienta? Czy personalizujemy doświadczenia w sposób budujący zaufanie, czy tylko optymalizujemy konwersję? Czy dajemy ludziom większą kontrolę, czy sprawiamy, że system staje się bardziej niewidoczny i trudniejszy do zrozumienia?

Odnoszące sukcesy organizacje CX połączą inteligencję z zaufaniem. Będą wykorzystywać AI do zmniejszania tarcia, ale także do zapewniania przejrzystości. Będą personalizować, ale za zgodą. Będą automatyzować, ale nie ukryją odpowiedzialności. Będą projektować doświadczenia, dzięki którym klienci będą lepiej poinformowani, bardziej szanowani i będą mieli większe poczucie kontroli.

Jest to szczególnie ważne, ponieważ klienci również będą mieć własne narzędzia AI. W przyszłości strona klienta w tej relacji stanie się także bardziej inteligentna. Liderzy CX powinni przygotować się na świat, w którym doświadczenia będą projektowane nie tylko z myślą o ludziach, lecz także o agentach AI i osobistych asystentach działających w ich imieniu.

Śledź dalsze informacje

Możesz śledzić działalność Valto Loikkanena na LinkedIn. Sprawdź także Prifina.

Na The CX Lead pojawi się więcej wywiadów z ekspertami!