データと AI による顧客エクスペリエンスの拡大

アンディ: はい、素晴らしい質問です。 今日、人工知能は確かに話題のすべてを捉えていると思いますが、同じくらい話題に値するのは拡張知能だと私は考えています。 それでは、この 2 つを定義することから始めましょう。 したがって、人工知能とは人間の認知を模倣する機械を指します。 顧客エクスペリエンスについて考えるとき、チャットボットや仮想アシスタントほど適切な例はありません。 必要なときに、24 時間 365 日、ブランドと対話できるテクノロジーであり、実際の人間のカスタマー サービス担当者と通常行う会話を模倣しています。 一方、拡張知能とは、実際には AI が人間の能力を強化し、個人の認知負荷を高め、より少ない労力でより多くのことができるようになり、時間を節約するものです。 顧客体験の分野では、副操縦士が非常に人気のある例になりつつあると思います。 副操縦士はどのようにして推奨事項を作成し、応答を生成し、人間がやりたくない、率直に言って苦手な日常的なタスクの多くを自動化できるのでしょうか?

したがって、人工知能、実際には人間の能力を 100% 引き受ける機械と、人間に取って代わるのではなく、人間を強化し、より多くのことができるようにする拡張型との間には明確な違いがあると思います。 そして、顧客エクスペリエンスにおいて重複する部分があり、この傾向が今後数年で実際に加速し始めるのは、私たちがブランドと対話する際にこれら 2 つが融合することだと思います。 私が言いたいのは、おそらく、インテリジェントな仮想エージェント、チャットボットとの会話から始まり、その後、人間の生の顧客担当者にシームレスに溶け込んで専門的な役割を果たすということです。 そのため、携帯電話などの購入する新製品をオンラインで調べているときに、チャットボットにいくつかの質問をすることができ、チャットボットはその知識ベースと過去のやり取りを参照してそれらに答えることができます。 しかし、非常に具体的な質問をするときが来たら、私はそのブランドのカスタマーサービス担当者に昇格するかもしれませんが、「購入するときは、あなたが実際に話していることを確認したいのですが」と言うかもしれません。個人。” したがって、これらの種類の相互作用は、混合または連続して行われることになると思います。 そして、近いうちに、デジタル インタラクションの相手側にいるのは人間なのか、それとも単にやり取りしているだけの機械なのかさえ分からなくなる状況に到達すると思います。 しかし、人工知能と拡張知能という 2 つの概念は確実に定着し、ブランドの大規模な顧客体験の向上を推進していると私は考えています。

月桂樹： カスタマー ジャーニーもありますが、AI ジャーニーもあり、それらのジャーニーのほとんどはデータから始まります。 それでは社内では、データの観点から AI 機能を強化するプロセスはどのようなものでしょうか?また、データは従業員と顧客の両方のエクスペリエンスを向上させる上でどのような役割を果たしているのでしょうか?

アンディ: 今日の時代では、AI の良さはトレーニングに基づいたデータによって決まるというのが一般的な理解だと思います。 簡単な逸話ですが、私が AI エンジニアで、映画アプリへのエンゲージメントを促進するために、人々がどの映画を見るかを予測しようとしている場合、データが必要になります。 人々は過去にどのような映画を見て、何が好きでしたか? 同様に、カスタマー エクスペリエンスにおいても、そのインタラクションの最良の結果を予測しようとしている場合、CX データが必要になります。 これらのやり取りで過去に何がうまくいったのか、何がうまくいかなかったのか、何が間違っていたのかを知りたいです。 公共のインターネット上でのみ利用できるデータは必要ありません。 AI モデルに特化した CX データが必要です。 AI 機能の強化について考えるとき、実際に重要なのは、モデルをトレーニングするための適切なデータを取得して、最良の結果が得られるようにすることです。

そして、センチメントに関して私が取り上げた例に戻ると、顧客エクスペリエンスのための AI モデルをトレーニングするとき、それが単なる公開情報などの公開情報だけではなく、豊富な CX データセットに基づいて行われるようにする必要性が強化されると思います。一般的な大規模言語モデルが使用しています。

そして、従業員と顧客のエクスペリエンスを向上させる上でデータがどのような役割を果たすのかについて考えます。 これらのコンタクト センターやエクスペリエンス センターが持つ非構造化データ セットから新しい情報を導き出したり、新しいデータを導き出したりするには、重要な戦略があります。 会話について考えると、それは非常に自由なものですよね。 それはさまざまな方向に進む可能性があります。 多くの場合、予測可能ではなく、表面的に理解することは非常に困難ですが、AI や高度な機械学習技術が役立ちますが、会話の開始時と終了時の消費者のセンチメント レベルがどのようなものであったかなど、会話から新しい情報を導き出すことができます。 エージェントがとった行動は、その感情にプラスの傾向をもたらすもの、またはマイナスの傾向をもたらすものですか? これらすべての要素はどのように展開されたのでしょうか? そして、多くの情報や信号が含まれていない可能性のある大規模な非構造化データ セットから、豊富で多くの信号を含む非常に大規模なデータ セットに非常に迅速に移行し、その新しい情報や理解を導き出すことができます。考えてみてください、その会話の化学反応は、今日のカスタマー エクスペリエンスを強化する AI において、そのエクスペリエンスが信頼され、適切に行われ、信頼できる消費者データに基づいて構築されていることを保証するために、非常に重要な役割を果たしていると思います。ポジティブな顧客体験の推進に実際には役立たない公開情報ではありません。

月桂樹： 顧客体験という考え方に立ち返ることがビジネスです。 ほとんどの組織がテクノロジーの導入で直面する大きな問題の 1 つは、収益を損なうことなく、質の高いカスタマー エクスペリエンスを提供する方法です。 では、AI はどのようにしてこのようにプラスの領域に針を動かすことができるのでしょうか?

アンディ: そうです、AI が収益を左右するという点で考えるべき言葉が 1 つあるとすれば、それは規模だと思います。 私たちの物事の考え方は、人間や従業員の認知負荷を高めたり、時間を節約したり、物事をより効率的にするなど、より多くのことをできるようにするスケールがすべてだと思います。 繰り返しますが、これは拡張知能のことを指します。 そして、人工知能が自動化について考えるとき。 では、顧客体験を 365 日 24 時間 365 日提供するにはどうすればよいでしょうか? 消費者がいつでも都合の良いときにブランドにアクセスできるようにすることで、顧客体験を向上させるにはどうすればよいでしょうか? したがって、収益を動かし、結果をもたらす方法でこれらの戦術の両方を実行することが重要です。 しかし、十分な注目を集めていない 3 つ目のものがあると思います。それは一貫性です。 そのため、従業員にさらに多くのことを任せることができます。 タスクを自動化して、より多くの処理能力を提供することはできますが、一貫したポジティブなエクスペリエンスを提供する必要もあります。