Nhiều doanh nghiệp dịch vụ muốn bắt đầu ứng dụng AI, nhưng câu hỏi đầu tiên họ đặt ra thường quá rộng. Các đội ngũ thường hỏi nên mua công cụ AI nào, nên cài đặt chatbot nào, hay trợ lý nào có thể trả lời được nhiều câu hỏi nhất. Những thắc mắc đó rất dễ hiểu, nhưng lại bỏ qua phần quan trọng nhất quyết định AI có thực sự hữu ích trong vận hành hàng ngày hay không.
Một doanh nghiệp dịch vụ chỉ thực sự sẵn sàng cho AI khi đội ngũ có thể giải thích rõ công việc sẽ diễn ra như thế nào nếu không có AI. Điều đó không có nghĩa là mọi quy trình đều phải hoàn hảo. Nó có nghĩa là doanh nghiệp có đủ sự rõ ràng về vận hành để AI hỗ trợ con người thay vì gây thêm sự hỗn loạn. Đội ngũ biết rõ thông tin nào đã được phê duyệt, câu hỏi nào là nhạy cảm, ai sẽ xem xét các trường hợp bất thường, và nhóm người dùng nào nên được hỗ trợ đầu tiên.
Đó là lý do tại sao thước đo độ sẵn sàng AI không chỉ nằm ở công nghệ. Đó là thước đo về năng lực vận hành.
Vì sao nhiều dự án AI thất bại ngay từ khâu thử nghiệm
Một dự án thử nghiệm có vẻ rất triển vọng trong bản demo nhưng vẫn có thể thất bại khi đưa vào thực tế. Lý do thường không phải vì AI không thể trả lời được bất kỳ điều gì. Lý do là doanh nghiệp chưa quyết định một câu trả lời tốt trông như thế nào.
Tại một phòng khám, khách hàng có thể hỏi về giờ mở cửa, cách chuẩn bị trước khi khám, khoảng giá, các triệu chứng, hoặc một lo ngại khẩn cấp. Đây không phải là cùng một loại câu hỏi. Một số câu có thể trả lời từ thông tin đã phê duyệt. Một số cần lễ tân xem xét. Một số tuyệt đối không bao giờ được xử lý bằng một câu trả lời từ AI.
Tại một trung tâm giáo dục, phụ huynh có thể hỏi về lịch học, bài kiểm tra xếp lớp, nhận xét của giáo viên, học phí, tiến độ học tập, hoặc một phản hồi phàn nàn. Mức độ rủi ro ở đây hoàn toàn khác nhau. Một hệ thống AI hữu ích cần có các quy tắc trước khi cần thêm nhiều tính năng.
Tại một dịch vụ sửa chữa, spa, công ty đào tạo, đơn vị logistics, hay dịch vụ tại nhà, kịch bản cũng tương tự. Khách hàng đặt ra các câu hỏi lặp đi lặp lại qua chat, điện thoại, biểu mẫu và mạng xã hội. Nhân viên trả lời dựa trên trí nhớ, thói quen cá nhân, hoặc bất kỳ tài liệu nào họ tìm thấy nhanh nhất. Khi lượng tương tác tăng lên, chất lượng câu trả lời trở nên không đồng đều.
AI có thể hỗ trợ, nhưng chỉ khi nó được kết nối với tri thức đã phê duyệt và một nhịp điệu kiểm duyệt rõ ràng.
Dữ liệu chuẩn hóa là điều kiện tiên quyết
Tín hiệu sẵn sàng đầu tiên rất đơn giản. Đội ngũ sở hữu những thông tin đã được phê duyệt mà AI có thể sử dụng.
Điều này có thể bao gồm mô tả dịch vụ, giờ hoạt động, thông tin địa điểm, lưu ý chuẩn bị, quy định hủy lịch, hướng dẫn thanh toán, điều kiện bảo hành, các câu hỏi thường gặp, hoặc hướng dẫn phản hồi nội bộ.
Định dạng không cần phải quá phức tạp. Một tài liệu sạch sẻ, một trang cơ sở dữ liệu, một trang web, hoặc một ghi chú trên CRM là đã đủ cho dự án thử nghiệm đầu tiên. Điều quan trọng là đội ngũ tin tưởng vào nguồn thông tin đó.
Nếu chính nhân viên còn mâu thuẫn về câu trả lời đúng, AI sẽ không thể sửa chữa sự mâu thuẫn đó. Nó chỉ nhân rộng sự mơ hồ nhanh hơn. Trước khi dùng AI, đội ngũ cần thống nhất đâu là câu trả lời chính thức và ai có quyền thay đổi nó.
Đó là một lý do Lifesup AI thường bắt đầu bằng bước chẩn đoán trong các dự án tự động hóa quy trình AI. Công việc không chỉ đơn thuần là kết nối một mô hình công nghệ. Công việc là xác định tri thức nào đủ tin cậy để hỗ trợ các cuộc trò chuyện dịch vụ thực tế.
Phân loại rõ ràng các tình huống nhạy cảm
AI không nên được coi là một lớp phản hồi chung cho tất cả mọi câu hỏi.
Mọi doanh nghiệp dịch vụ đều có những câu hỏi cần sự cẩn trọng. Một lo ngại về y tế nên chuyển đến nhân viên chuyên môn. Một trường hợp ngoại lệ về pháp lý hoặc tài chính nên chuyển đến người có thẩm quyền. Một phản ánh gay gắt từ khách hàng cần được xem xét bởi người có trách nhiệm. Một vấn đề liên quan đến trẻ em trong môi trường giáo dục cần được xử lý cẩn thận bởi đúng nhân sự.
Sự sẵn sàng có nghĩa là đội ngũ có thể phân tách các câu hỏi lặp đi lặp lại thông thường ra khỏi các tình huống nhạy cảm.
Một khung làm việc hiệu quả để bắt đầu gồm có ba nhóm
- Những câu hỏi AI có thể tự trả lời từ thông tin đã phê duyệt
- Những câu hỏi AI có thể ghi nhận thông tin và chuyển đến đúng người xử lý
- Những câu hỏi AI tuyệt đối không được trả lời
Khung làm việc này không hề phức tạp, nhưng nó bảo vệ niềm tin của khách hàng. Nó cũng giúp nhân viên hiểu rõ vai trò của công nghệ. AI không ở đó để giả vờ biết tất cả mọi thứ. Nó ở đó để hỗ trợ các phản hồi đã tiêu chuẩn hóa và chuyển giao các việc nhạy cảm cho con người.
Bắt đầu thử nghiệm với một nhóm nhân sự cụ thể
Nhiều dự án thử nghiệm AI thường muốn mở rộng quá rộng quá sớm.
Một doanh nghiệp có thể muốn AI hỗ trợ bán hàng, chăm sóc khách hàng, vận hành, quản lý và cả khách hàng cùng một lúc. Điều đó tạo ra quá nhiều kì vọng và quá nhiều điểm cần kiểm duyệt.
Một dự án thử nghiệm tốt hơn nên bắt đầu với một nhóm người dùng duy nhất.
Ví dụ, những người dùng đầu tiên có thể là nhân viên lễ tân, những người phải trả lời các câu hỏi dịch vụ lặp đi lặp lại mỗi ngày. Hoặc các chuyên viên tư vấn tuyển sinh cần truy cập nhanh hơn vào thông tin chương trình học. Việc triển khai một trợ lý AI cho đội ngũ hỗ trợ khách hàng để tóm tắt các yêu cầu trước khi quản lý duyệt cũng là một điểm khởi đầu rất thực tế. Các quản lý chi nhánh cũng có thể cần một góc nhìn đồng nhất về các câu hỏi phổ biến giữa các cơ sở.
Lựa chọn một nhóm người dùng giúp dự án thử nghiệm dễ đánh giá hơn. Đội ngũ có thể thấy rõ liệu sự hỗ trợ của AI có thực sự giảm bớt các công việc lặp lại, cải thiện tính nhất quán, hoặc giúp việc kiểm duyệt trở nên dễ dàng hơn hay không.
Điều này cũng thể hiện sự tôn trọng đối với nhân sự. Mọi người sẽ cởi mở trải nghiệm AI hơn khi họ hiểu chính xác nó hỗ trợ họ ở đâu, thay vì cảm thấy một hệ thống mới đang bị áp đặt lên toàn bộ đội ngũ cùng một lúc.
Duy trì quy trình kiểm soát và đánh giá định kỳ
Sự hỗ trợ từ AI không phải là thứ triển khai xong rồi để đó.
Các doanh nghiệp dịch vụ cần một nhịp điệu kiểm duyệt. Ai đó nên xem lại các câu hỏi chưa có lời giải, các trường hợp được chuyển giao, các câu trả lời chưa chuẩn, phần tri thức còn thiếu, và các vấn đề lặp lại xuất hiện trong tuần.
Việc kiểm duyệt này không cần phải quá nặng nề. Đối với một dự án thử nghiệm đầu tiên, việc kiểm soát hàng tuần là đã đủ. Đội ngũ kiểm tra xem khách hàng đã hỏi gì, AI đã trả lời gì, AI đã từ chối điều gì, và nhân viên đã phải chỉnh sửa những gì.
Nhịp điệu đó biến AI từ một hộp đen bí ẩn thành một công cụ vận hành được quản lý minh bạch.
Nó cũng giúp cải thiện cơ sở tri thức của doanh nghiệp. Nếu mười khách hàng cùng hỏi một câu hỏi mơ hồ, doanh nghiệp có thể cần một diễn giải dịch vụ tốt hơn. Nếu nhân viên liên tục phải chỉnh sửa cùng một phản hồi, nguồn thông tin chính thức cần được cập nhật. Nếu có quá nhiều câu hỏi bị chuyển giao lên cấp trên, chính sách trả lời có thể đang quá hẹp hoặc thông tin dịch vụ chưa đầy đủ.
Xác định tiêu chí thành công bằng các chỉ số vận hành thực tế
Một doanh nghiệp dịch vụ không cần một chỉ số AI hoàn hảo ngay ngày đầu tiên. Nhưng doanh nghiệp cần một định nghĩa thực tế về sự thành công.
Đối với dự án thử nghiệm đầu tiên, thành công có thể là nhân viên tốn ít thời gian hơn để tìm kiếm câu trả lời chuẩn. Nó có thể là các câu hỏi lặp lại của khách hàng nhận được phản hồi nhất quán hơn. Nó có thể là các nhà quản lý nhìn thấy rõ chủ đề nào đang gây ra nhiều sự bối rối nhất. Nó có thể là các câu hỏi nhạy cảm được chuyển đến đúng người một cách tin cậy hơn.
Đây là những kết quả vận hành thực tế. Chúng dễ thảo luận hơn nhiều so với những tuyên bố mơ hồ về chuyển đổi số.
Lifesup AI định hình các dự án thử nghiệm xoay quanh một quy trình, một nhóm người dùng, và một bộ chỉ số thống nhất. Mục tiêu không phải là hứa hẹn một kết quả vạn năng. Mục tiêu là làm cho dự án thử nghiệm đủ rõ ràng để các nhà lãnh đạo quyết định nên cải thiện, tạm dừng, hay mở rộng.
Doanh nghiệp cần chuẩn bị gì trước khi làm việc với đối tác AI
Trước khi một doanh nghiệp dịch vụ trao đổi với đơn vị cung cấp giải pháp AI, họ nên chuẩn bị sẵn một số tài liệu đơn giản
- Danh sách các câu hỏi lặp đi lặp lại nhiều nhất của khách hàng
- Các câu trả lời hoặc nguồn thông tin đã được phê duyệt cho các câu hỏi đó
- Danh sách các chủ đề nhạy cảm bắt buộc phải chuyển cho con người
- Nhóm người dùng đầu tiên sẽ thử nghiệm sự hỗ trợ từ AI
- Người chịu trách nhiệm kiểm duyệt các vấn đề phát sinh trong quá trình thử nghiệm
- Chỉ số vận hành mà đội ngũ muốn cải thiện
Sự chuẩn bị này làm cho các cuộc trao đổi với đối tác trở nên hiệu quả hơn rất nhiều. Thay vì hỏi AI có thể làm được gì, đội ngũ có thể hỏi AI sẽ hỗ trợ một tình huống dịch vụ thực tế với các quy tắc rõ ràng như thế nào.
Bài đánh giá nhanh mức độ sẵn sàng ứng dụng AI
Nếu bạn đang cân nhắc ứng dụng AI cho đội ngũ dịch vụ của mình, hãy bắt đầu với những câu hỏi sau
- Chúng ta đã có tri thức được phê duyệt mà AI có thể dùng chưa
- Chúng ta đã biết những câu hỏi nào AI tuyệt đối không được trả lời chưa
- Chúng ta đã chọn được một nhóm người dùng cho dự án thử nghiệm đầu tiên chưa
- Ai sẽ là người kiểm duyệt các câu trả lời sai, bị thiếu, hoặc được chuyển giao
- Kết quả vận hành thực tế nào sẽ khiến dự án thử nghiệm này đáng để tiếp tục
Nếu đội ngũ chưa thể trả lời những câu hỏi này, đó không phải là sự thất bại. Điều đó chỉ đơn giản có nghĩa là bước đầu tiên nên là làm rõ sự sẵn sàng về vận hành, chứ không phải là vội vã triển khai phần mềm.
Lifesup AI giúp các tổ chức dịch vụ chuyển hóa sự quan tâm dành cho AI thành các dự án thử nghiệm vận hành có kiểm soát. Trước khi bắt đầu, hãy thực hiện bài kiểm tra độ sẵn sàng xoay quanh tri thức đã phê duyệt, các chủ đề nhạy cảm, nhóm người dùng, nhịp điệu kiểm duyệt, và các chỉ số thành công thực tế.