Платформа клиентского опыта на базе ИИ: 5 уровней для оценки

Платформа клиентского опыта на базе ИИ может соответствовать всем критериям, производить впечатление на презентации и все равно вызывать разочарование клиентов после запуска. Чат-бот может решить тестовый вопрос по выставлению счета, но потерпеть неудачу, когда клиент спрашивает о текущем заказе или меняет канал связи для обращения в службу поддержки. Если система не видит последнее взаимодействие или не передает его контекст человеку, клиенту приходится начинать все сначала. Это приводит к повторным усилиям как для клиентов, так и для команд поддержки, даже если ответы модели сами по себе выглядят хорошо.

Корпоративным командам требуется нечто большее, чем ИИ, способный написать правдоподобный ответ. Системе необходим актуальный контекст клиента и способ выбора следующего действия. Ей также нужно связываться с клиентами по их каналам связи и направлять их к живым специалистам. Метрики должны показывать, действительно ли система решила проблему, а не просто отправила ответ.

В этой статье в качестве основы для оценки платформ клиентского опыта на базе ИИ используются пять уровней. Уровни прослеживают запрос клиента от первой точки данных до результата. В статье также подробно рассматриваются каналы, поскольку они влияют на доступность контекста клиента и на то, кто занимается устранением сбоев при доставке.

Три пробела могут помешать успешному пилотному проекту обеспечить полноценный клиентский опыт.

• ИИ не может связаться с клиентами там, где они находятся. Чат-бот может работать на веб-сайте, но не в том мессенджере, который использует клиент. Даже точный ответ бесполезен, если он не может дойти до клиента.
• При передаче теряется контекст. Когда клиент просит соединить с живым сотрудником, агенту необходима история разговора и соответствующие детали. Останется ли передача в том же канале или цепочке, зависит от настроек.
• Модель отвечает на основе устаревших данных. Если у ИИ нет доступа к недавнему статусу заказа, истории разговоров, согласию на обработку данных или изменению подписки, он может дать устаревшие рекомендации. Устаревший ответ — это проблема на уровне данных и модели.

Все три сбоя указывают на одну и ту же проверку. Объединяет ли платформа системы и данные, необходимые для обслуживания клиента, или каждый инструмент работает сам по себе?

Платформа клиентского опыта на базе ИИ объединяет пять элементов: данные клиентов, оркестрацию пути взаимодействия, рассуждения ИИ, каналы и измерение результатов. Эти уровни разделяют общий контекст, поэтому одно взаимодействие может пройти путь от первого контакта до решения проблемы. Сюда входит и передача клиента сотруднику, когда автоматизацию следует прекратить.

Точечный инструмент решает одну задачу, например создание чат-бота или сбор ответов на опросы. Комплект объединяет связанные продукты, но они могут не разделять данные клиентов или контекст взаимодействий. Платформа связывает свои части воедино, поэтому данные, состояние и оркестрация могут переноситься на протяжении всего пути.

Не полагайтесь только на название. Спросите, какая информация переносится между компонентами. Затем проверьте, поступает ли она в следующую систему, когда клиент меняет канал или переходит к оператору-человеку. Пять уровней ниже дают вам возможность это проверить.

Покупатель может протестировать каждый уровень по отдельности, а затем проверить, как эти части работают вместе. Уровни прослеживают запрос от клиентских данных до измеримого результата.

Уровень данных предоставляет ИИ и оркестрации актуальное представление о клиенте. Это представление может включать детали профиля, статус заказа, согласие, прошлые разговоры и активность на вашем веб-сайте или в приложении. Разрешение идентичностей связывает записи, принадлежащие одному и тому же человеку, даже если они поступают с разных устройств.

Данные должны быть актуальными и включать детали, необходимые для выполнения задачи. Клиент может изменить адрес или получить возмещение за мгновение до обращения за помощью. ИИ, использующий старый профиль, может противоречить этому обновлению. Единый профиль не должен хранить каждую деталь в одной базе данных, но системы нуждаются в надежном способе получения актуального контекста во время взаимодействия. Ограничивайте область доступа так, чтобы ИИ извлекал только те поля, которые необходимы для его задачи.

Покупателям следует спросить, какие источники данных питают профиль, как быстро появляются изменения, как обеспечивается соблюдение соглашений и что именно может использовать ИИ. Этот контекст подготавливает почву для следующего шага.

Уровень оркестрации координирует следующий шаг на протяжении всего пути. Календарь кампаний отправляет сообщения по запланированному расписанию. Оркестрация путей в реальном времени может реагировать на текущие сигналы. К ним могут относиться покупка, неудачный платеж, запрос в поддержку или ответ клиента.

Оркестрация может разветвлять путь в зависимости от действий клиента. Она также может проверять правомочность и согласие, а также предотвращать пересечение сообщений. Она может связывать маркетинговые кампании с сервисными разговорами. Проблема в поддержке может изменить дальнейший ход событий, вместо того чтобы оставлять промо-цепочку без изменений. Например, новый сервисный тикет может приостановить маркетинговое путешествие до его закрытия, если это допускается правилами.

Спросите, реагируют ли пути взаимодействия на события в реальном времени или на запланированные сегменты. Узнайте, как команды справляются с исключениями и как останавливается процесс, когда клиенту требуется помощь человека. Эти решения определяют задачу, которую должен решать уровень логических рассуждений.

Уровень рассуждений интерпретирует запрос и выбирает или рекомендует ответ. Чат-бот на основе правил следует заранее спроектированным путям. Генерация с дополненным поиском (RAG) может находить релевантную информацию и использовать ее для обоснования ответа. ИИ-агенты могут планировать и выполнять ограниченные действия через подключенные системы, такие как проверка статуса или отправка разрешенного запроса.

Эти подходы не являются взаимозаменяемыми. Генеративная модель может сформулировать ответ, но ей нельзя разрешать выполнять любые действия. Каждая задача ИИ требует четких ограничений, доверенных данных, правильных разрешений и постоянного тестирования. Также должен существовать маршрут к человеку, когда ИИ не уверен в ответе или этого требуют правила. Сопоставьте разрешения каждого агента с его задачей и регистрируйте выполняемые им действия. Второй пилот (copilot) может оказывать поддержку сотруднику, не общаясь напрямую с клиентом, в то время как ИИ-агент может автономно обрабатывать определенный запрос.

Полевое исследование с участием 5 179 агентов поддержки в одной компании показало, что те, кто использовал помощника на базе генеративного ИИ, в среднем решали примерно на 14% больше вопросов в час. Самый большой прирост наблюдался у новых и менее квалифицированных агентов. Исследование показывает, что ИИ может помочь менее опытным агентам решать больше вопросов, а не просто автоматизировать рутинные задачи.

Как только система решила, что делать, уровень каналов определяет, как ответ дойдет до клиента.

Уровень каналов обеспечивает взаимодействие через обмен сообщениями, голос, электронную почту, веб-интерфейсы или приложения. Службы канального уровня могут включать маршрутизацию, выделение отправителей или номеров, статусы доставки, специфичные для каналов правила и резервные пути. Список каналов платформы — это лишь часть оценки. Покупателям также необходимо знать, какими службами управляет провайдер, а какие зависят от партнеров.

Подключение канала должно позволять остальной части платформы использовать правильный контекст клиента и состояние его пути. Если канал находится за пределами этого потока, командам может потребоваться сопоставлять события и результаты в разных системах. Отчеты о доставке и сбои должны сопоставляться с исходным взаимодействием. Практические вопросы просты. Кто контролирует маршрутизацию? Кто находит причину сбоя доставки? И кто несет ответственность, когда канал меняет свои правила?

Поскольку сама по себе доставка не доказывает успех, финальный уровень измеряет то, что произошло после взаимодействия.

Уровень измерений связывает активность с результатами для клиентов и бизнеса. Полезные метрики включают автоматическое разрешение проблем, показатель CSAT для разговоров с ИИ, разрешение при первом обращении, время обработки эскалации, стоимость одного разрешения и усилия клиента. Определите окно измерений и сравните аналогичные пути перед тем, как делать выводы.

Чат-бот, который завершает разговор, не обязательно решил проблему. Удержание может включать клиентов, которые сдались, переключились на другие каналы или снова обратились в службу поддержки. Сочетайте автоматическое разрешение с CSAT или другим прямым измерением качества. Также проверяйте повторные обращения и эскалации. NPS и анализ мнения клиентов дают более широкую картину, но они не могут заменить данные из самих разговоров. Сравнивайте результаты по путям, каналам и типам запросов, чтобы высокий средний показатель не скрывал проблемный путь.

Уровень каналов доставляет ответ или действие платформы клиенту. Если доставка не удается, остальная часть стека не сможет завершить взаимодействие.

ИИ может написать отличный ответ и все равно подвести клиента, если платформа не сможет доставить его через используемый им канал. Канал определяет, что знает ИИ, как продолжается разговор и кто устраняет проблемы с доставкой. Вместо того чтобы быть просто списком интеграций, это в конечном итоге операционное решение.

Спросите каждого провайдера, что он обслуживает напрямую, а что зависит от другого сервиса. Уточните, кто управляет маршрутизацией, идентификаторами отправителей и мониторингом доставки, а также кто занимается инцидентами и изменениями политик. Затем попросите предоставить архитектурную диаграмму и проследите одно сообщение по реальному пути, включая резервные маршруты и любых третьих лиц.

Глобальная инфраструктура обмена сообщениями Infobip работает на базе более чем 800 прямых подключений к операторам в 190+ странах с бесперебойной работой на уровне 99,95%. Запросите те же данные у каждого провайдера. Какие маршруты он обслуживает напрямую? Какие зависят от партнеров? Какой показатель безотказной работы применим к вашему рынку?

Правильный набор каналов также меняется в зависимости от клиента и рынка.

Не существует единого набора каналов для любой аудитории. Предпочтения различаются в зависимости от рынка, языка, варианта использования, потребностей в доступности и местных правил.

Когда вы создаете ИИ-платформу для омниканального клиентского опыта, начните с каналов, которые требуются для каждого пути. SMS охватывает практически любой телефон, что подходит для одноразовых паролей и уведомлений о доставке. RCS добавляет брендированные интерактивные сообщения на поддерживаемых устройствах. Viber имеет сильный охват в некоторых частях Восточной Европы и Азиатско-Тихоокеанского региона. Голосовая связь подходит для срочных или сложных вопросов, в то время как обмен сообщениями в приложении и push-уведомления охватывают клиентов, которые уже используют ваше приложение.

Выбор канала также определяет, что происходит, когда самообслуживание прекращается и управление берет на себя человек.

Правильная передача предоставляет агенту историю разговора, данные клиента и контекст сеанса. Таким образом, клиенту не приходится объяснять проблему заново. Четко укажите, что ИИ уже пытался сделать. Без этого контекста агент начинает работу с нуля.

Некоторые сценарии передачи также переводят клиента на новый канал, например, из чата Viber в телефонный звонок. Попросите провайдера показать, что видит агент в таком случае и передается ли вместе с этим предыдущий разговор.

Используйте тот же тест передачи при оценке компонентов AgentOS. В следующем разделе они сопоставляются с пятиуровневой архитектурой.

AgentOS — это платформа Infobip для управления клиентским опытом с помощью ИИ. Она объединяет данные о клиентах, оркестрацию путей, агентов ИИ, облачный контакт-центр и аналитику. Все они работают на собственной инфраструктуре обмена сообщениями Infobip. Каждая функция представляет собой отдельный модуль, поэтому бизнес может начать с того места, где наблюдается самый большой пробел, и подключить остальное к уже используемым системам. Разделы ниже следуют за пятью уровнями по порядку: от данных, которые поступают в AgentOS, до измерений, показывающих достигнутые результаты.

Уровень данных делает профили клиентов и историю взаимодействия доступными для агентов ИИ и оркестрации путей. Conversational CDP собирает активность в веб-приложениях и мобильных приложениях, записи CRM, транзакции, разговоры с чат-ботами и звонки в контакт-центр. Затем он объединяет их в один актуальный профиль для каждого клиента. Поскольку профиль обновляется в реальном времени, агент ИИ может видеть возврат средств или изменение адреса, произошедшие за несколько минут до начала разговора.

Эти данные должны поступать на уровень оркестрации.

Платформа клиентского взаимодействия управляет путями по каналам и связывает маркетинг с обслуживанием. Ее уровень оркестрации выбирает следующий шаг на основе поведения в реальном времени, данных профиля CDP и прогнозных оценок. Это означает, что неудачный платеж или новое обращение в поддержку могут изменить то, что клиент получит дальше. Команды создают пути в визуальном конструкторе с помощью перетаскивания и подключают свою CRM или хранилище данных через REST API и веб-хуки.

Следующий уровень интерпретирует путь и действует на его основе.

Уровень рассуждений объединяет ИИ-агентов, которые справляются с определенными задачами, и конструктор чат-ботов на базе ИИ, с помощью которого команды проектируют разговоры. Команды могут создавать чат-боты на основе правил или генеративного ИИ без кода либо писать собственные на Python. Генерация с дополненным извлечением (RAG) опирается на контент компании при формировании ответов. Когда запрос выходит за рамки того, с чем должен справляться чат-бот, он передается от чат-бота к агенту ИИ, а затем к человеку-агенту с прикрепленной стенограммой и профилем клиента.

Следующий уровень — это поддержка человека, когда ИИ исчерпывает свои возможности.

Облачный контакт-центр охватывает человеческую часть пути. При передаче агент видит историю покупок клиента, предпочтения по каналам и данные сегмента. Сводка от ИИ также показывает, что бот уже успел обсудить. Разговоры по телефону, электронной почте, в социальных сетях и мессенджерах поступают в единую папку «Входящие» и распределяются в зависимости от доступности агентов и их рабочей нагрузки.

Если чат в Viber требует телефонного звонка, полная история разговора следует за клиентом. Агенты также могут начать голосовой вызов прямо внутри приложения для обмена сообщениями, чтобы клиенту не приходилось переключаться. Это работает потому, что контакт-центр функционирует на том же уровне каналов, что и остальная часть AgentOS.

Уровень каналов в основе всего

Уровень каналов — это не отдельный модуль. Это фундамент доставки, который поддерживает каждый другой уровень AgentOS. Он работает на базе более чем 800 прямых подключений Infobip к операторам в 190+ странах с бесперебойной работой на уровне 99,95%. Профили, пути и ответы ИИ доставляются клиентам через эту сеть, а результаты доставки возвращаются в платформу.

Финальное сопоставление — это измерение на протяжении всего пути.

Измерения должны охватывать весь путь: от первого сообщения до разрешения проблемы. Сюда входят переключения каналов и передача людям. Сравнивайте показатели автоматического разрешения, CSAT, повторных обращений и времени обработки, поскольку одно лишь удержание не дает достаточной информации.

Инструменты AgentOS Insights and Analytics объединяют данные из путей, чат-ботов, ИИ-агентов и людей-агентов в единое представление. Система выявляет повторяющиеся проблемы, отслеживает их первопричины и ранжирует по количеству затронутых взаимодействий. Таким образом команды знают, что нужно исправить в первую очередь. Отдельные панели мониторинга отслеживают сеансы чат-ботов, использование инструментов ИИ-агентами, конверсию путей и производительность контакт-центра.

Примеры клиентов показывают, как это выглядит на практике.

Каждый пример ниже демонстрирует работу одного уровня или передачу между уровнями в реальном развертывании.

Bolt перенесла регистрацию водителей в WhatsApp, где чат-бот ведет пользователя через процесс регистрации, агенты проверяют документы в фоновом режиме, а напоминания возвращают тех, кто бросил процесс на полпути. Благодаря тому, что по дороге теряется меньше кандидатов, конверсия водителей выросла на 40%.

Farm Superstores, саудовский ритейлер, отвечает на частые вопросы в режиме 24/7 с помощью чат-бота в WhatsApp, а агенты подключаются к диалогу, имея полную историю разговора. Автоматизация рутинных вопросов снизила операционные расходы на 60%, а выручка выросла на 4% за первые три месяца.

LAQO Insurance, первый полностью цифровой страховщик Хорватии, использует генеративного ИИ-ассистента на хорватском и английском языках, который передает все сложные вопросы живому агенту вместе с историей и прикрепленным профилем клиента. В результате ассистент самостоятельно обрабатывает 30% клиентских запросов, а 90% запросов решаются в пределах трех-пяти сообщений.

Mukuru позволяет клиентам открывать счета, отправлять деньги и совершать платежи через чат-бот в WhatsApp на 10 языках. Обслуживание клиентов на их родном языке в канале, которым они уже пользуются, увеличило число активных клиентов более чем в 30 раз, подняло показатели прочтения до 92%, сократило отток вдвое и снизило расходы на 15%.

Оцените связи между клиентскими данными, оркестрацией, рассуждениями, каналами и метриками. Не воспринимайте их как несвязанные демонстрации функций и задавайте одни и те же вопросы каждому поставщику.

Используйте эти вопросы для проверки архитектуры, управления и клиентских результатов по всему стеку.

• Использует ли ИИ актуальные данные клиентов или плановую синхронизацию?
• Как разрешение идентификации учитывает согласие и ограничения доступа?
• Могут ли сигналы в реальном времени разветвлять сценарии взаимодействия в маркетинге и сервисе?
• Какие задачи могут выполнять агенты и когда требуется одобрение?
• Какие каналы являются прямыми, интегрированными и поддерживаются на каждом рынке?
• Кто отвечает за маршрутизацию, доставку и инциденты в каналах?
• Какой контекст транскрипта, профиля и сессии передается оператору-человеку?
• Можете ли вы одновременно отслеживать показатели разрешения проблем, CSAT, повторные обращения и время обработки?
• Как тестируются, проверяются и корректируются результаты работы ИИ?
• Могут ли API расширить текущий стек или требуется его замена?
• Что меняется при добавлении рынка, языка или канала?
• Какие сертификаты, варианты хранения данных, правила каналов и SLA применяются?

Ответы поставщика показывают, разделяют ли компоненты общее состояние или обмениваются записями на границах систем. Эти ответы также помогают оценить, решит ли консолидация реальную операционную проблему.

Консолидация помогает, когда разрозненные инструменты создают дублирующиеся профили, повторяющиеся интеграции, нечеткое распределение ответственности или потерю контекста. Однако это не всегда правильный выбор. Сохраняйте специализированный инструмент, если он удовлетворяет конкретную потребность, надежно интегрируется и соответствует вашим требованиям к управлению.

Сопоставьте это со стоимостью перехода. Сюда входят работы по миграции, зависимости от каналов и проверки на соответствие требованиям, которые влечет за собой новый поставщик. Перенесите один сценарий от первого контакта до решения проблемы перед масштабной миграцией. Модульная платформа также может добавить необходимые возможности через API без замены всего стека. Если вы идете по этому пути, спросите, как поставщик поддерживает контекст в синхронизированном состоянии и обрабатывает изменения в системе.

Судите о платформе по ее связям. Влияют ли текущие данные на следующее действие? Ограничены ли задачи ИИ? Может ли канал связаться с клиентом? Выходят ли метрики за рамки удержания?