Założyciel i lider ds. doświadczenia klienta mówi, że sztuczna inteligencja może zmienić obsługę klienta z centrum kosztów w centrum zysków

Jaakko Timonen ma doświadczenie w kierowaniu organizacjami CX, a obecnie jest założycielem i dyrektorem generalnym GitHits.

Usiedliśmy z Jaakko, aby dowiedzieć się, jak wykorzystuje sztuczną inteligencję do lepszego rozumienia swoich użytkowników. Oto, co powiedział.

Różne role, ta sama praca w obszarze CX

Nazywam się Jaakko (Jack) Timonen. Obecnie jestem współzałożycielem i dyrektorem generalnym GitHits, gdzie nadzoruję CX.

Jesteśmy firmą tworzącą narzędzia dla programistów, obecnie w fazie beta. Nowoczesne narzędzia do programowania z wykorzystaniem AI pozwalają agentom poruszać się po lokalnych bazach kodu, ale nie mogą uzyskać dostępu do platform, bibliotek, zestawów SDK ani innych zależności o otwartym kodzie źródłowym. Dlatego GitHits udostępnia na żądanie indeks kodu o otwartym kodzie źródłowym, uwzględniający wersje, zwykle w ciągu 10-20 sekund dla przeciętnego repozytorium.

Obecnie zdecydowaną większość naszych użytkowników stanowią indywidualni programiści lub małe startupy, ale mamy też użytkowników z większych firm. Kontaktujemy się z nimi głównie za pośrednictwem poczty elektronicznej, Slacka, WhatsAppa, Intercoma i X.

Zanim rozpocząłem pracę nad GitHits, byłem dyrektorem ds. klientów w firmie konsultingowej zajmującej się AI o nazwie Softlandia. Wcześniej odpowiadałem za produkt i doświadczenie klienta w NoNoNo.com, które pomagało amerykańskim konsumentom eskalować i rozwiązywać skargi dotyczące dużych firm.

Jak AI pozwala liderom CX zrozumieć sposób korzystania z produktu przed odpowiedzią użytkownikom

Nasz produkt jest dość nowy, a problem, który rozwiązujemy, jest złożony, dlatego otrzymujemy mnóstwo zgłoszeń do działu pomocy — szczególnie dotyczących konfiguracji różnych agentów i środowisk programistycznych. Duże obciążenie działu pomocy zostało również spotęgowane przez niedawne ataki na łańcuch dostaw oprogramowania. W odpowiedzi wielu programistów, w tym nasi klienci, poddaje kwarantannie nowe wersje pakietów — łącznie z poprawkami, o które prosili — na tydzień przed ich zainstalowaniem.

W rezultacie musieliśmy wprowadzić pewne zmiany w sposobie obsługi zgłoszeń. Połączyliśmy Claude Cowork z BigQuery. Zaczęliśmy też korzystać z narzędzia o nazwie Datost, które uzyskuje dostęp do odpowiednich danych w BigQuery i umożliwia rozmowę z tymi danymi w Slacku.

Teraz możemy zadawać pytania dotyczące dowolnego użytkownika i sposobu, w jaki korzysta z produktu, co pozwala nam dokładnie zrozumieć, co próbuje zrobić. Jeśli więc użytkownik skarży się na jakiś problem, możemy szybciej udzielić dokładniejszych odpowiedzi opartych na danych.

Jest to również pomocne, gdy kontaktujemy się z użytkownikami z własnej inicjatywy, ponieważ przystępujemy do rozmowy, mając wiedzę o sposobie korzystania przez klienta z produktu. Daje nam to także znacznie lepsze zrozumienie naszych użytkowników jako całości, co oznacza, że możemy tworzyć lepsze i bardziej trafne funkcje, a ostatecznie zdobywać większą popularność.

Dlaczego ludzie powinni uczestniczyć w każdym aspekcie CX

Kiedyś uważałem, że 100% użytkowników woli kontakt z człowiekiem od AI. Powód był prosty: kontakt z człowiekiem jest bardziej ludzki, a wszyscy jesteśmy ludźmi. Myliłem się. To zależy od sytuacji.

Myślę, że to, jak otwarci klienci są na AI, zależy od tego, co robią. Jeśli na przykład muszą znaleźć jakieś techniczne szczegóły i mogą znaleźć te informacje w dokumentacji, wybiorą samoobsługę — a pomoc AI będzie prawdopodobnie mile widziana. Jeśli jednak mają uwagi dotyczące działania produktu lub czegokolwiek związanego z doświadczeniem korzystania z produktu, niemal zawsze będą woleli kontakt z człowiekiem.

To główny powód, dla którego nie używamy AI do odpowiadania na opinie klientów. Innym powodem jest to, że jesteśmy firmą na wczesnym etapie rozwoju, przed osiągnięciem dopasowania produktu do rynku, i naprawdę musimy zrozumieć naszych użytkowników. Oznacza to, że musimy robić rzeczy, których nie da się skalować.

W przyszłości możemy używać agentów AI do odpowiadania na proste prośby klientów. Złożone prośby prawdopodobnie nadal będą wymagały udziału człowieka.

Na razie żadna z naszych decyzji dotyczących CX nie opiera się w 100% na AI. Korzystamy z AI, aby szybciej uzyskiwać lepsze odpowiedzi, ale ludzie nadal sprawdzają wszystko.

Dlaczego chatboty obsługi klienta nie spełniają oczekiwań

Niedawno umożliwiliśmy naszym klientom rozmowę z naszą dokumentacją za pomocą Mintlify. Aktywnie kierujemy ich tam, gdy kontaktują się z nami przez e-mail.

Spodziewaliśmy się, że bardzo im się to spodoba. Myśleliśmy, że będą dogłębnie analizować produkt, aby zrozumieć jego możliwości, ale tak się nie stało. Być może wynika to z faktu, że jest to tak nowy dodatek. A może nasi klienci wolą kontakt z człowiekiem. Czas pokaże.

Przy konfigurowaniu takiego chatbota ostrzegłbym liderów CX przed jedną rzeczą: większość chatbotów jest kompletnie beznadziejna. Nie potrafią odpowiadać na pytania i kończą rozmowy, zanim użytkownicy w ogóle zdążą zadać pytanie uzupełniające.

Oto kilka wskazówek:

• Co najważniejsze, zapewnij kontekst. Bez niego chatbot nie wie, co robić.
• Wytrenuj go tak, aby okazywał empatię i dopasowywał ton wypowiedzi do klienta. Na przykład jeśli klient zadaje pytanie analityczne, może być osobą, która lubi pracować z liczbami, więc warto udzielać bardziej analitycznych odpowiedzi. Jeśli jednak wiadomość ma podłoże emocjonalne, ważniejsze jest empatyczne podejście do problemu.
• Wytrenuj go w zakresie stosowania komunikacji bez przemocy.
• Upewnij się, że jego celem nie jest przewaga techniczna, lecz zrozumienie motywów stojących za wiadomościami klienta.

Jak wygląda zestaw narzędzi AI w CX

Wykorzystujemy AI do tworzenia wszystkich naszych przepływów pracy. Oto nasz zestaw narzędzi AI:

• Claude Code i Codex do programowania wspomaganego przez AI
• Intercom do obsługi zgłoszeń i ich wstępnej selekcji

• PostHog do śledzenia konwersji, kliknięć i innych działań. Wykorzystujemy go również do nagrywania ekranu.
• BigQuery do przechowywania odpowiednich danych
• Datost do rozmów z danymi
• Mintlify, aby umożliwić naszym użytkownikom rozmowę z naszą dokumentacją

Planujemy odejść od Intercomu. Początkowo rozważaliśmy przejście na Pylon, ale jest on zbyt mocno ukierunkowany na B2B, dlatego zamiast tego analizujemy rozwiązania takie jak UseClad lub Parahelp.

Dlaczego pomyślne wdrożenie AI w CX zależy od danych i dokumentacji

Każdy lider CX musi wiedzieć jedno: sukces zależy od danych i dokumentacji.

Jeśli chodzi o dane, zawsze wracam do tego, co Cat Wu z Anthropic powiedziała w podcaście Lenny'ego — ten odcinek jest zresztą doskonałym źródłem wiedzy, jeśli jeszcze go nie słuchałeś. Sparafrazuję jej słowa: jeśli chcesz odnieść sukces z Claude Cowork, pierwszą rzeczą, którą musisz zrobić, jest zintegrowanie go ze wszystkimi możliwymi źródłami danych, tak aby AI miało absolutnie wszystko do dyspozycji, zanim zaczniesz tworzyć raporty i listy działań.

Dane wejściowe zawsze wpływają na wynik, a danymi wejściowymi dla AI są dane. Upewnij się więc, że Twoje dane są uporządkowane i czyste.

Jeśli chodzi o dokumentację, musisz dokumentować wszystko. Klienci muszą też mieć możliwość rozmowy z dokumentacją, aby łatwo znajdować igły w stogu siana. Na szczęście proces ten można zautomatyzować, aby dokumentacja była zawsze aktualna.

Jaakko Shares

Dane wejściowe zawsze wpływają na wynik, a danymi wejściowymi dla AI są dane. Upewnij się więc, że Twoje dane są uporządkowane i czyste.

Dlaczego produkty natywne dla AI nadal potrzebują pulpitów nawigacyjnych

Jeśli tworzysz produkt AI przeznaczony dla konsumentów, pamiętaj, że wskaźnik zgłoszeń wzrośnie, jeśli interfejs Twojego narzędzia będzie oparty wyłącznie na czacie AI.

Zauważyłem ten problem, gdy tworzyłem swoją pierwszą stronę internetową za pomocą Lovable. Tworzenie jej za pomocą promptów było świetne, ale narzędzie nie potrafiło obsługiwać SEO i nie było statycznego pulpitu nawigacyjnego, w którym mógłbym łatwo uzyskać dostęp do takich elementów jak opisy meta i tytuły stron. Konieczność pytania AI o absolutnie wszystko — po kolei, strona po stronie — nie była dobrym doświadczeniem.

Upewnij się, że Twój zespół produktowy nadal tworzy niezbędne pulpity nawigacyjne, których potrzebują klienci.

Jak AI może przekształcić CX z centrum kosztów w centrum zysków

Większość dyrektorów generalnych traktuje obsługę klienta i sukces klienta jako centra kosztów, co prowadzi do złego CX. AI pozwala nam jednak traktować je jako centra zysków.

AI może na przykład mierzyć, co dzieje się z klientami, których skargi zostały rozpatrzone. Może ustalić, czy istnieje ryzyko ich odejścia, czy też są jeszcze bardziej zaangażowani niż wcześniej.

Jeśli to drugie, przyniesie to korzyści przychodom — nie tylko dzięki utrzymaniu klientów, lecz także dzięki poleceniom. Statystycznie klient, którego skarga została rozwiązana, w ciągu tygodnia opowiada o tym pozytywnym doświadczeniu sześciu lub siedmiu osobom. W kolejnym miesiącu prawdopodobnie wyda też o 30% więcej.

W tym kontekście polecam lekturę Dostarczanie szczęścia: historia Zappos.

Dlaczego komunikacja bez przemocy jest jeszcze bardziej potrzebna w pracy z AI

Moja podstawowa rada dla liderów CX zawsze brzmi: warto poznać zasady komunikacji bez przemocy. Każda wiadomość od klienta skierowana do zespołu wsparcia zawiera:

• wiadomość (co klient próbuje powiedzieć?)
• emocję lub uczucie stojące za wiadomością
• potrzebę stojącą za tą emocją lub uczuciem
• prośbę wynikającą z tej potrzeby

Liderzy CX muszą to rozumieć. Zanim zrobisz cokolwiek innego, Twoja odpowiedź powinna uwzględniać wszystkie cztery elementy. Teraz musi to rozumieć również Twoja AI.

Ogólnie rzecz biorąc, pamiętaj: Odpowiadając klientom, musisz okazywać empatię — nie tylko dysponować wiedzą techniczną.

Bądź na bieżąco

Możesz śledzić pracę Jaakko Timonena na LinkedIn i X. Sprawdź też GitHits.

Więcej wywiadów z ekspertami już wkrótce na łamach The CX Lead!