Ekspert CX w dziedzinie robotyki mówi nam, jak wybrać procesy CX do przebudowy za pomocą AI

Jesica Chavez jest dyrektorką generalną Robo Success, butikowej agencji, która pomaga firmom z branży robotyki i technologii skalować działalność, jednocześnie usprawniając ich operacje CX. Wcześniej pełniła między innymi funkcje szefowej CS i wiceprezeski CXS w różnych organizacjach z branży robotyki.

Spotkaliśmy się z Jesicą, która opowiedziała nam o swoich przepływach pracy i podzieliła się radami dla innych liderów CX wdrażających AI w swoich organizacjach.

Praktyczne, responsywne i zorientowane na wyniki

Nazywam się Jesica Chavez i jestem dyrektorką generalną Robo Success. Od ponad 20 lat kieruję inicjatywami związanymi z doświadczeniem klienta i pomagam organizacjom budować funkcje CX wspierające zrównoważony rozwój.

Robo Success to butikowa agencja skoncentrowana na rozwoju, która pomaga firmom z branży robotyki i technologii osiągać lepsze wyniki dzięki strategiom dostosowanym do ich celów rozwojowych. Skupiamy się na startupach i rozwijających się firmach, które budują lub wzmacniają swoje możliwości w zakresie doświadczenia klienta.

Rozumiemy wyjątkowe wyzwania, przed którymi stoją startupy podczas tworzenia działów CX, i patrzymy na ten temat szerzej: CX jest jednym z kluczowych elementów zapewniania wyjątkowych doświadczeń ogółem. Koncentrujemy się na tym, aby każda interakcja była praktyczna, responsywna i zorientowana na wyniki — od pierwszej rozmowy po długoterminowy sukces.

Jak można wykorzystać AI do usprawnienia tworzenia treści Centrum pomocy

W ciągu ostatniego roku wykorzystaliśmy AI do usprawnienia tworzenia treści Centrum pomocy — kluczowego elementu skalowania obsługi klienta wraz z rozwojem firmy.

Scribe to narzędzie AI, które pomaga nam automatycznie przekształcać powtarzalne przepływy pracy związane z produktem w przejrzyste instrukcje krok po kroku ze zrzutami ekranu. Loom umożliwia nam tworzenie krótkich, spersonalizowanych objaśnień wideo dotyczących bardziej wizualnych lub złożonych tematów, a jego zestaw narzędzi AI pomaga w edycji i tworzeniu metadanych. Korzystamy z ustalonego przekazu, terminologii i szablonów, aby mieć pewność, że oba formaty odzwierciedlają głos marki firmy i zapewniają spójny sposób przekazywania informacji.

Następnie wykorzystujemy te zatwierdzone treści do zasilania chatbotów AI, zapewniając klientom spójne wskazówki i wsparcie zgodne z marką zawsze, gdy ich potrzebują — przez całą dobę, 7 dni w tygodniu. Tworzy to bardziej bezproblemowe doświadczenie samodzielnego korzystania z pomocy, zmniejsza tarcia i liczbę powtarzających się próśb o wsparcie oraz gwarantuje, że klienci otrzymują te same jasne informacje we wszystkich kanałach.

W rezultacie ograniczyliśmy czas wcześniej poświęcany na tworzenie artykułów i filmów instruktażowych. Przykładowo artykuł, którego przygotowanie wcześniej zajmowało ponad dwie godziny, a następnie wymagało jeszcze cyklu poprawek, teraz powstaje w około dziesięć minut. Dzięki wykorzystywaniu zatwierdzonych treści do zasilania chatbotów AI czas obsługi czatu na poziomie Tier 1 skrócił się o 30%.

Obecnie kierujemy te zasoby na doskonalenie ogólnej strategii doświadczenia klienta, wcześniejsze rozpoznawanie potrzeb klientów i pomaganie zespołom w przechodzeniu od reaktywnego do proaktywnego wsparcia.

Rzeczywisty przepływ pracy związany z treściami Centrum pomocy

Ten przepływ pracy CX oparty na AI rozpoczyna się w momencie ukończenia i opublikowania nowej funkcji produktu w Jira. Wywołuje to powiadomienie w Slacku i automatycznie tworzy zadanie w Jira dla zespołu wsparcia, który ma przygotować treści skierowane do klientów.

Zespół wsparcia korzysta ze Scribe do tworzenia instrukcji krok po kroku ze zrzutami ekranu oraz z Loom do przygotowywania filmowego omówienia. Claude i Zapier wspierają ten przepływ pracy, koordynując agentów i automatyzując przepływ informacji między systemami. Przed opublikowaniem czegokolwiek człowiek sprawdza treść, aby potwierdzić, że jest dokładna, użyteczna i zgodna z głosem marki.

Po zatwierdzeniu publikujemy pisemną instrukcję w Centrum pomocy, publikujemy film w serwisie YouTube i przekazujemy oba zasoby chatbotowi AI. Dzięki temu chatbot może zapewniać klientom spójne i aktualne wskazówki przez całą dobę, 7 dni w tygodniu, od razu po udostępnieniu funkcji.

Te same zatwierdzone treści udostępniamy również zespołowi Marketingu, aby mógł tworzyć ogłoszenia dotyczące funkcji i komunikaty dla klientów. Dzięki temu zespoły Wsparcia, CX, Produktu i Marketingu działają w oparciu o jeden dokładny i spójny przekaz.

Dlaczego ludzie odpowiadają za strategię i relacje

Oprócz tego wykorzystujemy AI do uzyskiwania informacji i skalowania powtarzalnych działań CX, w tym analizowania powtarzających się tematów związanych ze wsparciem, identyfikowania braków w treściach i zasilania chatbotów zatwierdzonymi informacjami spójnymi z marką. AI pomaga nam również personalizować wskazówki na podstawie typowych potrzeb klientów i wykrywać problemy, które mogą wymagać uwagi.

Decyzje wymagające osądu pozostają wyraźnie domeną człowieka. Obejmują one ustalanie priorytetów CX, projektowanie ścieżek klienta, zarządzanie eskalacjami dotyczącymi wrażliwych spraw lub przywracaniem jakości obsługi oraz formułowanie strategicznych rekomendacji dla kadry kierowniczej. AI może identyfikować wzorce i przyspieszać realizację zadań, ale to ludzie zapewniają empatię, kontekst biznesowy i odpowiedzialność niezbędne do podejmowania właściwych decyzji dla klientów i firmy.

Nasze podejście polega na wykorzystaniu AI do ograniczenia pracy manualnej i poprawy szybkości reakcji — przy jednoczesnym pozostawieniu ludziom odpowiedzialności za strategię, relacje i kluczowe momenty w kontaktach z klientami.

Dlaczego zautomatyzowana obsługa czasami zawodzi — i jak tego uniknąć

Kiedy początkowo zaczęliśmy wykorzystywać AI do bezpośredniego odpowiadania na zgłoszenia do działu obsługi klienta, rozwiązywała ona lub przekazywała dalej większość spraw, ale odpowiedzi czasami nie zaspokajały potrzeb klientów. Nawet jeśli AI pomogła dziesięciu klientom, jeden sfrustrowany klient oznaczał o jednego za dużo — szczególnie gdy interakcja wymagała kontekstu, empatii lub bardziej zniuansowanej odpowiedzi.

Można by uznać, że zapewnienie wysokiej jakości obsługi klienta zawsze wymaga udziału człowieka. Początkowo właśnie tak zakładałam. Z czasem jednak nauczyliśmy się, że klienci niekoniecznie potrzebują ani chcą kontaktu z człowiekiem przy każdym pytaniu — potrzebują szybkiej, dokładnej i łatwej do zrozumienia pomocy.

W rezultacie zmieniliśmy nasze podejście. Obecnie AI wspiera ten proces, przygotowując projekty odpowiedzi, podsumowując informacje i wskazując odpowiednie materiały, ale w bardziej złożonych lub wrażliwych sprawach człowiek sprawdza odpowiedzi przed ich wysłaniem. Regularnie analizujemy również mniej wrażliwe odpowiedzi, które nasz chatbot wysyła automatycznie.

Warto również pamiętać, że niezawodność AI zależy od jakości informacji, na których się opiera, dlatego nieaktualne lub niekompletne treści źródłowe mogą prowadzić do niejasnych albo niedokładnych odpowiedzi. Rozwiązujemy ten problem, korzystając wyłącznie z zatwierdzonych treści, bardziej konsekwentnie dbając o aktualność naszej bazy wiedzy oraz utrzymując jasne ścieżki kontaktu z pracownikami obsługi.

Jak wybrać obszary, w których należy zastosować AI w CX

Jesica dzieli się

Szczególnie w robotyce każda ścieżka klienta wygląda zupełnie inaczej… Dlatego radzę zacząć od jednego priorytetowego wskaźnika i wskazać konkretny obszar, w którym AI może przynieść znaczącą poprawę.

AI i automatyzacja mogą wzmacniać doświadczenia klientów na wiele sposobów, ale liderzy powinni najpierw ocenić, co jest najważniejsze dla ich firmy i jak zmiany wpłyną na kluczowe wskaźniki.

Szczególnie w robotyce każda ścieżka klienta wygląda zupełnie inaczej. Największym błędem, jaki zaobserwowałam, jest traktowanie doświadczeń klientów w robotyce dokładnie tak samo jak w modelu SaaS. Robotyka często obejmuje produkty fizyczne, wdrożenie, szkolenia, zmiany operacyjne i bieżące wsparcie w rzeczywistych środowiskach. Te momenty wymagają innego poziomu kontekstu, koordynacji i edukacji klienta.

Dlatego radzę zacząć od jednego priorytetowego wskaźnika — takiego jak realizacja SLA, CSAT, wartość klienta w całym okresie współpracy (CLV) lub czas rozwiązania sprawy — i wskazać konkretny obszar, w którym AI może przynieść znaczącą poprawę. Jeśli na przykład celem jest skrócenie czasu reakcji, AI może pomóc ulepszyć treści samoobsługowe i zautomatyzować obsługę pierwszej linii. Jeśli priorytetem jest CSAT, wykorzystanie AI do identyfikowania powtarzających się problemów i usprawniania ścieżki klienta może przynieść większą wartość.

Najważniejsze jest rozpoczęcie od skoncentrowanego przypadku użycia, zmierzenie jego wpływu i wprowadzanie kolejnych usprawnień. AI powinna wspierać jasno określony rezultat dla klienta i firmy — a nie być wdrażana tylko dlatego, że jest dostępna.

Dlaczego wdrożenie AI może być trudniejsze, niż oczekują liderzy CX

Uff! Chciałabym wiedzieć, ile czasu wymaga skuteczne wdrożenie AI — na iteracje, naukę, testowanie i ocenę różnych modeli.

Uruchomienie pilotażu było dopiero początkiem; prawdziwa praca polegała na dopracowywaniu instrukcji, ulepszaniu bazy wiedzy, analizowaniu wyników i poznawaniu obszarów, w których AI może przynieść wartość bez pogarszania doświadczeń klientów.

A potem pozostaje kwestia zespołu. Wdrożenie AI to nie tylko decyzja technologiczna — to także decyzja dotycząca ludzi. Zespoły mogą cieszyć się z oszczędności czasu, ale jednocześnie odczuwać niepewność co do tego, jak zmienią się ich role, czy mogą ufać wynikom oraz czy AI zastąpi ich wiedzę specjalistyczną.

Liderzy powinni od samego początku angażować zespoły, wyjaśniać cel wykorzystania AI, zapewniać szkolenia i jasno komunikować, że AI ma wspierać ich pracę, a nie ją zastępować.

Następnie należy ustalić jasne procesy i precyzyjnie zdefiniowane cele. Jeśli zespół nie potrafi jasno wyjaśnić, jak radzi sobie z problemami klientów, kto odpowiada za bazę wiedzy klientów ani jakie rezultaty chce poprawić, AI prawdopodobnie wprowadzi więcej zamieszania niż wartości. AI potrzebuje uporządkowanych przepływów pracy, dokładnych informacji i mierzalnego celu.

Cztery wskazówki dla liderów CX wdrażających AI w swoich przepływach pracy

Moja rada dla liderów CX jest następująca:

• Wykorzystuj AI i traktuj je jako wzmacniacz, a nie zastępstwo zrozumienia klientów.
• Zacznij od pracy o dużej liczbie powtarzalnych zadań — pracy, takiej jak tworzenie treści, zarządzanie wiedzą i podstawowe wskazówki dotyczące wsparcia, w przypadku której AI może poprawić szybkość i spójność bez uszczerbku dla zaufania.
• Pozostaw ludzi odpowiedzialnymi za strategię, złożone decyzje, wrażliwe eskalacje i odzyskiwanie zaufania klientów po problemach z obsługą.
• I mierz więcej niż tylko efektywność. Monitoruj dokładność, nastroje klientów, jakość rozwiązywania problemów i wzorce eskalacji. Jedna nieudana interakcja może zniwelować wiele udanych interakcji zautomatyzowanych, jeśli podważy zaufanie klientów.

Śledź dalsze informacje

Pracę Jesiki Chavez możesz śledzić na platformie LinkedIn.

Na CX Lead pojawi się więcej wywiadów z ekspertami!