Dyrektorka ds. obsługi klienta: CX zmienia się z funkcji raportowej w infrastrukturę operacyjną wspierającą szybsze podejmowanie decyzji

Patrícia Osorio jest współzałożycielką i dyrektorką ds. klientów (CCO) w Birdie, platformie wykorzystującej AI, która pomaga organizacjom porządkować kontekst klienta i korzystać z niego.

Spotkaliśmy się z Patrícią, aby dowiedzieć się, jak AI zmienia obszar CX. Powiedziała, że przechodzi on fundamentalną zmianę — z funkcji biznesowej w infrastrukturę podejmowania decyzji.

Największa w historii transformacja w obszarze CX

Nazywam się Patrícia Osorio i jestem współzałożycielką oraz dyrektorką ds. klientów w Birdie. Uważam, że doświadczenie klienta przechodzi największą transformację od czasu, gdy firmy po raz pierwszy zaczęły mierzyć satysfakcję klientów.

Przez lata CX koncentrowało się na słuchaniu — zbieraniu opinii, pomiarze NPS, tworzeniu pulpitów nawigacyjnych i pomaganiu organizacjom w zrozumieniu tego, co mówią klienci. Dzisiejszym firmom nie brakuje danych klientów, lecz wspólnego kontekstu. Każdy zespół ma własny obraz klienta, ale nikt nie dysponuje pełnym obrazem.

Wierzymy, że CX ewoluuje z funkcji biznesowej w infrastrukturę. Kontekst klienta staje się wspólną warstwą, na której opiera się każda część organizacji — nie tylko zespoły wsparcia, lecz także zespoły produktowe, inżynieryjne, marketingowe, operacyjne i finansowe, a coraz częściej również systemy AI.

W Birdie pomagamy dużym przedsiębiorstwom z sektorów usług finansowych, ubezpieczeń, handlu detalicznego, platform handlowych i usług komunalnych tworzyć tę Warstwę kontekstu klienta. Przekształcamy miliony interakcji z klientami we wszystkich kanałach w kontekst, który pomaga organizacjom lepiej ustalać priorytety decyzji, szybciej koordynować zespoły i stale poprawiać doświadczenie klienta. Jesteśmy zespołem liczącym niemal 60 osób i obsługujemy klientów biznesowych w Ameryce Północnej, Ameryce Łacińskiej i Europie.

To przyszłość CX. Nie polega już na raportowaniu tego, co się wydarzyło. Staje się infrastrukturą, która pomaga całej firmie decydować, co zrobić dalej.

Jak AI zmienia CX w infrastrukturę

Każda firma inwestuje w agentów AI, asystentów i automatyzację. Jednak większość z nich popełnia ten sam błąd. Optymalizują poszczególne funkcje zamiast całości firmy.

Klienci nie doświadczają naszych schematów organizacyjnych. Doświadczają łącznego efektu każdej podejmowanej przez nas decyzji. Dlatego kontekst klienta musi być dostępny w całej firmie.

W przyszłości zespoły produktowe nie będą ustalać priorytetów funkcji bez kontekstu klienta. Zespoły marketingowe nie będą uruchamiać kampanii bez kontekstu klienta. Zespoły wsparcia nie będą szkolić agentów bez kontekstu klienta. Agenci AI nie będą podejmować działań bez kontekstu klienta.

Dlatego uważam, że doświadczenie klienta staje się infrastrukturą. Każda interakcja z klientem tworzy kontekst. Każda decyzja powinna wykorzystywać ten kontekst, a każdy rezultat powinien sprawiać, że firma staje się odrobinę mądrzejsza.

To zupełnie inna rola CX niż ta, którą pełniło ono przez ostatnie dwadzieścia lat. Nie chodzi już o tworzenie raportów ani nawet generowanie spostrzeżeń. Chodzi o dostarczanie kontekstu klienta, który każdemu zespołowi — i każdemu agentowi AI — pomaga podejmować decyzje.

Firmami, które odniosą sukces, nie będą te dysponujące największą liczbą rozwiązań AI. Będą nimi te, w których każda decyzja opiera się na wspólnym rozumieniu klienta. Dla mnie to kolejny rozdział w historii doświadczenia klienta: nie jako działu, lecz jako infrastruktury podejmowania decyzji w firmie.

Jak MCP zmieniają doświadczenia i zaangażowanie klientów

Patrícia dzieli się

Przez lata wiedza o klientach była czymś, do czego trzeba było się udać. Otwierałeś pulpit nawigacyjny, generowałeś raport, przygotowywałeś prezentację i udostępniałeś ją na spotkaniu. Była wartościowa, ale zasadniczo oderwana od momentu, w którym podejmowano decyzje.

Protokoły kontekstu modelu (MCP) mają ogromny wpływ na doświadczenie klienta, dlatego potraktowaliśmy to bardzo poważnie. Przez lata wiedza o klientach była czymś, do czego trzeba było się udać. Otwierałeś pulpit nawigacyjny, generowałeś raport, przygotowywałeś prezentację i udostępniałeś ją na spotkaniu. Była wartościowa, ale zasadniczo oderwana od momentu, w którym podejmowano decyzje.

W ciągu ostatniego roku zmieniliśmy to, udostępniając warstwę kontekstu klienta Birdie bezpośrednio w narzędziach AI, z których ludzie już korzystają na co dzień. Niezależnie od tego, czy ktoś korzysta z ChatGPT, Claude, Gemini czy innego środowiska AI, może zadawać pytania i pracować ze swoimi danymi.

Może to brzmieć jak niewielka zmiana interfejsu, ale w rzeczywistości jest to zmiana modelu operacyjnego. I całkowicie zmienia sposób, w jaki klienci doświadczają Twojego produktu i korzystają z niego.

AI odpowiada za szybkość, a ludzie za osąd

AI powinno odpowiadać za szybkość. Ludzie powinni odpowiadać za osąd.

AI wyjątkowo dobrze radzi sobie z przetwarzaniem danych na dużą skalę. Może sklasyfikować miliony interakcji z klientami, wykryć pojawiające się wzorce, zanim staną się widoczne w tradycyjnych wskaźnikach, połączyć sygnały z różnych kanałów, oszacować wpływ na biznes i przekierować szanse do odpowiednich zespołów. Żadna ludzka organizacja nie jest w stanie realistycznie wykonywać takich zadań na skalę przedsiębiorstwa.

Błędem popełnianym przez wiele firm jest próba zastąpienia osądu AI. Ludzie są niezbędni tam, gdzie liczą się osąd, odpowiedzialność i zaufanie.

Kiedy klient ma naprawdę złe doświadczenie, nie potrzebuje tylko poprawnej odpowiedzi — potrzebuje poczuć, że został wysłuchany. Kiedy zespół produktowy decyduje, czy przeprojektować dane doświadczenie, jest to decyzja strategiczna obejmująca kompromisy, które wykraczają daleko poza to, co mogą zalecić dane historyczne. W ściśle regulowanych branżach, takich jak bankowość czy ubezpieczenia, decyzje dotyczące eskalacji i ryzyka wymagają ludzkiej odpowiedzialności.

Szansą jest zatem wzbogacenie osądu o kontekst. AI powinno pomagać nam zrozumieć, co się dzieje, dlaczego tak się dzieje, jakie ma to znaczenie i kto powinien się tym zająć. Ludzie decydują, jaką przyszłość chcą stworzyć.

Jak AI zwiększa szybkość działania organizacji

Największą poprawą CX wynikającą z zastosowania AI nie była produktywność. Była nią szybkość działania organizacji.

Jeden z naszych klientów, Agibank, analizował ponad 2,4 miliona rozmów i ponad 33 000 odpowiedzi NPS w każdym kwartale. AI skróciło czas potrzebny na zrozumienie tych danych o 80% i przyspieszyło podejmowanie decyzji o 90%, przyczyniając się do ograniczenia odpływu klientów o 10% na rynkach pilotażowych — co oznaczało zachowanie wartości wynoszącej około 60 000 USD miesięcznie.

Inny klient, Neon, identyfikował źródła frustracji klientów od trzech do czterech tygodni wcześniej, zanim pojawiały się one w tradycyjnych wskaźnikach operacyjnych. Reagowanie na te sygnały doprowadziło do 27% poprawy ocen aplikacji i 53% redukcji liczby krytycznych opinii użytkowników Androida.

Wartość nie polega wyłącznie na tym, że AI szybciej analizuje opinie. Drastycznie skraca ono czas między sygnałem od klienta a decyzją biznesową. Organizacje przechodzą od debaty nad tym, czy problem istnieje, do decyzji, jak go rozwiązać.

Dlaczego AI potrzebuje kontekstu klienta

Największym zagrożeniem jest jednak założenie, że AI automatycznie tworzy mądre rozwiązania.

AI jest niezwykle skuteczne w rozpoznawaniu wzorców, ale wzorce pozbawione kontekstu biznesowego mogą wprowadzać w błąd. Jeśli taksonomia jest słaba, segmentacja klientów nieefektywna lub organizacja nie rozumie zależności przyczynowych, AI po prostu szybciej dostarcza odpowiedzi na niewłaściwe pytania.

Dlatego kontekst klienta ma tak duże znaczenie. Kontekst przekształca rozpoznawanie wzorców w dobre podejmowanie decyzji.

Jak wskaźniki przejmowania kontaktów przez chatboty zniekształcają wyniki CX

Przejmowanie kontaktów przez chatboty jest przeceniane. Przez ostatnie kilka lat mierzyliśmy sukces, pytając: „Ilu kontaktów chatbot zapobiegł?”. To niewłaściwy wskaźnik.

Przejęcie rozmowy nie musi rozwiązać problemu klienta. Czasami tylko utrudnia mu dotarcie do osoby, która może to zrobić.

Wszyscy tego doświadczyliśmy: spędzasz pięć minut, krążąc w kółko z chatbotem, by ostatecznie i tak poprosić o kontakt z konsultantem. Firma uznaje to za automatyzację. Klient odbiera to jako utrudnienie.

Prawdziwym celem nie powinno być unikanie kontaktu. Powinno nim być usuwanie utrudnień.

Jeśli AI potrafi proaktywnie zidentyfikować nieudaną płatność i naprawić ją, zanim klient ją zauważy, albo udostępnić właściwe informacje, dzięki czemu klient w ogóle nie będzie musiał kontaktować się z działem wsparcia — to świetny rezultat. Jeśli AI po prostu tworzy kolejną warstwę między klientem a rozwiązaniem, optymalizujemy niewłaściwy element.

Odzwierciedla to szerszą zmianę w obszarze CX. Przez lata optymalizowaliśmy wskaźniki operacyjne, takie jak czas obsługi, samodzielne rozwiązanie sprawy czy unikanie kontaktu, ponieważ łatwo było je mierzyć. Coraz częściej zdajemy sobie sprawę, że liczą się rezultaty dla klientów: Czy rozwiązaliśmy problem? Czy usunęliśmy jego przyczynę? Czy wzrosło zaufanie? Czy klient potrzebował nas mniej, ponieważ jego doświadczenie rzeczywiście się poprawiło?

Dlatego przyszłość nie polega na tym, że AI zastąpi wsparcie. Chodzi o to, by AI pomagała organizacjom nieustannie identyfikować i eliminować źródła utrudnień dla klientów w całej firmie. Gdy usuwasz powód, dla którego klienci kontaktują się z Tobą w pierwszej kolejności, właśnie wtedy tworzysz prawdziwą wartość — nie dlatego, że uniknąłeś rozmowy, ale dlatego, że nie pozostał już żaden problem do rozwiązania.

Dlaczego integracja AI musi zaczynać się od problemów biznesowych

AI nie potrzebuje szerokiej wizji — potrzebuje bardzo konkretnego zadania.

Błędem jest zaczynanie od pytania: „Jak możemy wykorzystać AI?”. Lepsze pytanie brzmi: „Którą decyzję próbujemy podejmować lepiej?”.

Gdy jasno określisz decyzję, cała reszta wynika z tego automatycznie: dane, których potrzebujesz, kontekst, którego potrzebujesz, przepływ pracy, który automatyzujesz, oraz sposób mierzenia sukcesu.

Dlatego uważam, że najlepsze projekty AI nie zaczynają się od technologii. Zaczynają się od ważnego problemu biznesowego.

Zadawaj właściwe pytania i wykorzystaj tę szansę

Oto moja rada:

1. Poświęcaj mniej czasu na pytanie, jak wykorzystać AI, a więcej na pytanie, które decyzje AI powinna pomóc ulepszyć. To znacznie bardziej strategiczne pytanie. Większość organizacji nie ma problemu z AI — ma problem z podejmowaniem decyzji. Organizacje te stały się niezwykle skuteczne w gromadzeniu danych o klientach, ale znacznie wolniej wykorzystują te informacje w działaniu.
2. Przestań traktować wiedzę o kliencie jako metę. Celem analizy informacji o klientach nie jest tworzenie lepszych pulpitów nawigacyjnych. Chodzi o podejmowanie lepszych decyzji. Jeśli AI pomoże Ci analizować opinie dwa razy szybciej, ale Twoja organizacja nadal będzie potrzebować sześciu miesięcy na działanie, nic istotnego się nie zmieniło.
3. Liderzy CX mają obecnie wyjątkową szansę. Przez lata postrzegano obsługę klienta jako zespół, który mierzył zadowolenie i raportował, co się wydarzyło. To się zmienia. Doświadczenie klienta staje się warstwą kontekstową, która pomaga każdej części firmy zdecydować, co zrobić dalej. Zespoły produktowe wykorzystują je do ustalania priorytetów w planach rozwoju. Marketing wykorzystuje je do zrozumienia przekazu. Operacje wykorzystują je do usuwania utrudnień. Finanse wykorzystują je do mierzenia wpływu na biznes. Agenci AI wykorzystują je do podejmowania lepszych decyzji. To znacznie większa rola niż mierzenie NPS.

Przyszłość CX nie polega na stawaniu się bardziej operacyjnym — polega na stawaniu się fundamentem. Organizacje, które odniosą sukces w ciągu najbliższej dekady, nie będą tymi, które mają najwięcej AI. Będą tymi, które uczą się szybciej niż wszyscy inni, ponieważ każda interakcja z klientem sprawia, że firma staje się nieco mądrzejsza.

Patrícia dzieli się

Oto moja rada: Poświęcaj mniej czasu na pytanie, jak wykorzystać AI, a więcej na pytanie, które decyzje AI powinna pomóc ulepszyć. Przestań traktować wiedzę o kliencie jako metę. Liderzy CX mają obecnie wyjątkową szansę…Przyszłość CX nie polega na stawaniu się bardziej operacyjnym — polega na stawaniu się fundamentem. Organizacje, które odniosą sukces w ciągu najbliższej dekady, będą tymi, które uczą się szybciej niż wszyscy inni, ponieważ każda interakcja z klientem sprawia, że firma staje się nieco mądrzejsza.

Śledź dalszy ciąg

Możesz śledzić pracę Patrícii Osorio na LinkedIn. Sprawdź także Birdie.

Więcej wywiadów z ekspertami już wkrótce w The CX Lead!