Generative KI wird den Kundenservice für immer verändern. So kommen wir dorthin

Unternehmen, die generative KI nutzen wollen, müssen sich darauf konzentrieren, welchen Nutzen die Technologie ihren Kunden bringt.

Die erfolgreiche Integration generativer künstlicher Intelligenz (KI) in den Kundenservice erfordert einen systematischen Ansatz.

Bei der Verbesserung des Kundenerlebnisses mithilfe generativer KI-Lösungen geht es darum, veraltete Prozesse neu zu erfinden und die Art und Weise zu optimieren, wie auf Daten zugegriffen, sie analysiert und angewendet wird, um schnellere, fundiertere und bessere Entscheidungen zu treffen, die allen Beteiligten - Mitarbeitern, Kunden, Geschäftspartnern usw. - dienen unsere Gemeinden.

Der Punkt, den wir verdeutlichen möchten, ist, dass Prozesse überprüft und noch einmal überprüft werden müssen, bevor Unternehmen generative KI einsetzen. Fehler können dazu führen, dass das Unternehmen, das das generative KI-System entwickelt, in Verlegenheit kommt. In einem aktuellen Beispiel bei Chevrolet teilte ein KI-gestützter Bot Kunden falsche Informationen mit, die zu finanziellen Verlusten führten. Eine nordamerikanische Fluggesellschaft versuchte unterdessen juristisch zu argumentieren, dass ihr Bot eine eigenständige Einheit sei, für deren Antworten nicht das Unternehmen verantwortlich sei.

In diesen Situationen ist es wichtig zu bedenken, dass die Maschine nicht zwischen guten und schlechten Daten oder guten und schlechten Prozessen unterscheiden kann. Die Maschine sieht nur Daten und folgt den für sie erstellten Prozessen und Regeln.

Unternehmen sollten außerdem sicherstellen, dass die von generativer KI verarbeiteten Daten korrekt sind und dass die von ihnen entworfenen Kundenserviceprozesse mithilfe generativer KI erfolgreich sein können. Fangen Sie klein an, fangen Sie dort an, wo es messbaren Wert und Nutzen gibt, fangen Sie einfach an, beginnen Sie mit sauberen Daten und laden Sie eine kleine Anzahl treuer Kunden in Ihren Designprozess ein, um sicherzustellen, dass Sie auf dem Weg zum Erfolg sind.

In unserem letzten Beitrag haben wir gesagt, dass generative KI allein das Kundenerlebnis nicht verbessern wird. Wir haben drei wichtige Ratschläge gegeben: Daten müssen vertrauenswürdig, genau und verfügbar sein; Der Kundenprozess muss präzise, intuitiv und fair sein. und es muss einen messbaren Wert geben. Jetzt schalten wir den Gang mit einem Gespräch darüber um, wie Unternehmen die Einführung von KI-Technologien beschleunigen können, und wir werden uns einige Bereiche ansehen, in denen generative KI den größten Einfluss auf den Kundenservice haben wird.

Der Aufstieg von ChatGPT rückte die Kundenbindung ins Rampenlicht, indem Chatbots mit generativer KI-Technologie ausgestattet wurden. Chatbots sind seit Jahrzehnten Teil des Self-Service-Toolkits. Es gelang ihnen nicht, den Kundenservice zu revolutionieren, weil sie nicht intuitiv genug waren, um Fragen mit einer Erfolgsquote zu beantworten, die die meisten Kunden zufriedenstellte. Jetzt haben wir Bots, die auf generativer und prädiktiver KI basieren, und die Erwartungen sind groß, dass diese Technologien den Self-Service radikal verändern werden.

Um besser zu verstehen, wie die Einführung generativer KI das Kundenerlebnis und den Kundenservice verbessern soll, habe ich zwei der weltweit führenden Experten für Kundenbeziehungsmanagement (CRM), Kundenerlebnis (CX) und Kundenservice interviewt.

Michael Maoz ist Senior Vice President für Innovationsstrategie bei Salesforce. Bevor er zu Salesforce kam, war Maoz Research Vice President und angesehener Analyst bei Gartner und fungierte als Forschungsleiter für den Bereich Kundenservice und Supportstrategien.

Ed Thompson ist Senior Vice President für Marktstrategie bei Salesforce. Bevor er zu Salesforce kam, war Thompson Research Vice President und angesehener Analyst bei Gartner und befasste sich mit CX- und CRM-Strategie und -Implementierung. Maoz und Thompson teilten ihre Ansichten darüber, was Unternehmen berücksichtigen und implementieren müssen, bevor sie generative KI-Lösungen auf ihre Kundendienstanwendungen und -prozesse anwenden.

Welche wesentlichen Fehler machen Unternehmen?

Ed Thompson - Im Moment teilen sich Unternehmen in Bezug auf intelligente Bots zwei Denkschulen bzw. zwei Ansätze: Entweder denken sie zunächst darüber nach, die Produktivität ihrer Agenten zu steigern, oder sie haben ein bestimmtes Ziel der Einsatz generativer KI zur Reduzierung der Zahl der Kundendienstmitarbeiter.

Manager von Kundendienstabteilungen stehen den Versprechen generativer KI-gestützter Bots als Werkzeug zur Steigerung der Agentenproduktivität oft skeptisch gegenüber. Im Laufe der Jahre wurden von Softwareanbietern Versprechungen gemacht, die jedoch nicht eingehalten wurden. Im Vergleich dazu konzentrieren sich Digitalleiter, COOs und Finanzleiter nicht so sehr auf die Produktivität der Agenten. Sie sind in der Regel begeistert davon, die Kosten mithilfe der neuen Generation generativer KI-gestützter Bots zu senken.

Unternehmen können einen Fehler machen, wenn sie die neue Generation intelligenter Bots einsetzen und bei der Implementierung viele der gleichen Fehler aus der Vergangenheit machen. Drei dieser Fehler sind:

1. Zum Erstellen oder Bereitstellen eigenständiger Bots, die nicht Teil einer Omnichannel-Lösung sind, sodass die Bots separat für Sprach-, E-Mail-, WhatsApp-, SMS-, Portal- und andere Servicekanäle ausgeführt werden.
2. Die Tatsache zu ignorieren, dass die zugrunde liegenden Daten zur Beantwortung einer Frage verwendet werden, ist ein Chaos, mit dem Ergebnis, dass die Antwort für den Kunden falsch oder nicht hilfreich ist.
3. Den Kunden in Wiederholungsschleifen schicken, aus denen er nicht entkommen kann - ein Ansatz, der die Zufriedenheitswerte senkt und Eskalationen beschleunigt.

Generative KI bringt neue Bedenken wie Voreingenommenheit, Halluzinationen und toxische Antworten mit sich. Aber die alten Bedenken bleiben bestehen und könnten schwerwiegender sein. Vielleicht wird die generative KI den Anstoß geben, nicht integrierte und isolierte Datenquellen, veraltete Daten, Daten schlechter Qualität, falsche Daten sowie schlechte Serviceprozesse und Workflow-Designs zu lösen. Meine Empfehlung ist, die Fehler früherer Bot-Implementierungen zu vermeiden.

Was sollten Sie beachten, bevor Sie eine KI-Initiative starten?

Michael Maoz - Korrigieren Sie zunächst die Wissensdatenbank und bereinigen Sie die Kundendaten. Wenn wir generative KI zu einem schlechten Self-Service-Prozess für Kunden hinzufügen, haben wir die Situation noch schlimmer gemacht, nur in größerem Umfang und mit schwerwiegenderen Folgen als zuvor. Ein Chatbot, der Kunden ohne generative KI falsche Informationen gibt, tut dies, weil die zugrunde liegende Wissensbasis falsch ist. Sobald die generative KI hinzugefügt wird, wird das Unternehmen feststellen, dass der Bot dem Kunden die falschen Informationen nun mit vollkommenem Vertrauen weitergibt und nicht, weil er halluziniert.

Dadurch verfügt das Unternehmen über beredtere Falschinformationen, die in neuer Form verbreitet werden. Kürzlich haben wir die Website eines NBA-Basketballteams besucht. Wir haben dem Bot Fragen zum Trainer gestellt und genaue Informationen über den Trainer erhalten. Es gab ein Problem: Er war nicht der aktuelle Trainer, sondern der frühere Trainer, der später zum Trainer einer anderen NBA-Mannschaft gewechselt war. Der Bot hatte keine Informationen über den aktuellen Mannschaftstrainer, da die Wissensdatenbank nicht aktualisiert wurde. Das Ergebnis war eine unterhaltsame Halluzination.

Ed Thompson - Es gibt eine weitere Alternative zur Weiterentwicklung der generativen KI. Wenn der Großteil der Wissensdatenbank alt oder unzuverlässig ist, ist es möglicherweise einfacher und besser, sie zu verwerfen und mit zuverlässigen Inhalten von vorne zu beginnen. Wir schätzen, dass mehr als 40 % der Unternehmen noch einmal von vorne anfangen und mithilfe generativer KI Wissensartikel aus Kundeninteraktionen (Anrufe, Chats, E-Mails usw.) generieren werden. Für diese Unternehmen wird es schneller gehen und das Risiko einer Halluzination aufgrund alter und widersprüchlicher Wissensquellen erheblich verringern.

Weitere 30 % der Serviceorganisationen verfügen entweder über ausreichend gute Kenntnisse; Wissen, das gut genug ist, dass sie ihm vertrauen können; Wissen, das gut genug ist, um es beheben zu können; oder Wissen, mit dem sie Gut und Böse leicht unterscheiden können (Alter, Standort, irgendeine Art von Qualitätsbewertung). Bei diesen Beispielen lohnt es sich nicht, bei Null anzufangen.

Die letzten 30 % werden feststellen, dass die Daten ein Chaos sind, aber aufgrund von Vorschriften, ihrer Branche oder Politik werden sie gezwungen sein, sie zu nutzen und sie entweder jahrelang zu bereinigen oder aufzugeben, weil die Aufgabe zu schwierig ist.

Empfehlung: Erwägen Sie, die Wissensdatenbank von Grund auf neu aufzubauen.

Michael Maoz - Bei einfacheren Servicetransaktionen gibt es bereits großartige Beispiele dafür, wie generative KI bis zu 75 % der Kundenanfragen abwickelt. Dieser Wert kann im Laufe der Zeit auf 95 % gesteigert werden. Der Grund dafür, dass die aktuellen Ergebnisse geringer sind als die zukünftigen Ergebnisse, liegt in der erforderlichen Schulung, die ein großer Teil des Kundenstamms absolvieren muss, bevor er der Technologie vertraut und selbstsicher genug ist, sie auszuprobieren. Nicht alle Kunden fühlen sich mit Self-Service wohl, und viele sind sich nicht sicher, wenn sie eher mit der Software als mit einem Menschen interagieren. Unternehmen müssen damit beginnen, die Kunden über die Wirksamkeit der KI und die in die Technologie integrierten Sicherheitsmaßnahmen aufzuklären und mit den Kunden über die Nutzung der Technologie und ihre Vorteile für sie zu kommunizieren.

Empfehlung: Informieren Sie den Kunden, um Vertrauen in die neue generative KI-Technologie aufzubauen

Ed Thompson - Eine jahrzehntelange Forschung zeigt, dass im Durchschnitt der Kunde digitale Kanäle dem menschlichen Kanal umso mehr vorzieht, je jünger und wohlhabender er ist. Warum? Das liegt nicht daran, dass sie technisch überlegen sind - das ist ein Trugschluss. Das liegt daran, dass sie damit aufgewachsen sind, ohne wechseln zu müssen, und beim Ausprobieren der menschlichen Kanäle festgestellt haben, dass diese weniger nützlich waren (d. h. schwerer zu erreichen, variabler in der Qualität und langsam).

Wir werden einen stärkeren Wandel hin zur Digitalisierung erleben, da die älteren Verbraucher und Softwarenutzer im Laufe der Zeit zahlenmäßig von der Generation Z und den Millennials übertroffen werden. In den Debatten über die Wissenschaftsphilosophie von Popper und Kuhn in den 1960er Jahren wurde argumentiert, dass die neue Wissenschaftstheorie durch rationale Debatten und Argumente letztendlich über die alte siegen würde. Für mich gewinnen die neuen Theorien, weil die Befürworter der alten Theorie irgendwann an Einfluss oder Macht verlieren oder sich zurückziehen oder sterben. Es gibt jedoch Beispiele dafür, dass ältere, weniger wohlhabende und nicht technisch versierte Verbraucher digitale Kanäle im gleichen Maße nutzen wie jüngere und wohlhabendere Verbraucher. Ein Beispiel ist WhatsApp. Ja, es ist ein einfaches Werkzeug und profitiert von Netzwerkeffekten, aber es stimmt auch, dass jüngere Anwender ihren Eltern und Großeltern den Umgang damit beigebracht haben.

Empfehlung: Richten Sie Ihre Ausbildung auf diejenigen aus, die am wenigsten dazu neigen, sich selbst zu bedienen.

Michael Maoz - Das ist ein großartiger Punkt in Bezug auf Generationenunterschiede und Kanalpräferenzen. Schauen wir uns nun das Prozessdesign der digitalen Kanäle an. Angesichts der Möglichkeiten der generativen KI müssen frühe Anwender eine schwierige Lektion lernen: Wenn der Prozess nicht so gestaltet ist, dass der Kunde sein Problem erfolgreich und intuitiv lösen kann, kann der Einsatz von KI ohne die Unterstützung eines Menschen das Kundenerlebnis beeinträchtigen. Um den Erfolg bei der Einführung generativer KI für den Kundenservice zu beschleunigen, beziehen führende Unternehmen den Kunden in den Prozessdesignzyklus ein, um Erkenntnisse zu gewinnen und seine Antworten zu testen.

Ed Thompson - Ich bin immer wieder erstaunt, wenn ich an Foren und Konferenzen teilnehme und die Diskussion über Kanalwechsel, generative KI oder Ablenkung von Kunden höre - und es gibt keine Diskussion darüber, was der Kunde will. Die Diskussion orientiert sich nicht an den Wünschen der Kunden der Unternehmen. Es gibt nicht einmal viel Diskussion darüber, welche Geräte die Kunden verwenden. Ich würde sagen, dass 75 % der Diskussion von innen nach außen geführt wird - was will das Unternehmen, mit nur gelegentlichem Hinweis auf die Auswirkungen auf den Kunden, der zeigt, dass das Unternehmen da saß und den Kunden beobachtete und ihm zuhörte.

Welche Rolle spielt generative KI in der Zukunft der Arbeit?

Ed Thompson - Das Zukunftsversprechen des Kundenservice geht über Punktlösungen zur Beantwortung einfacher Fragen hinaus und liegt in der generativen KI, die im Prozessablauf eingesetzt wird. Dieser Ansatz beinhaltet die Durchführung des gesamten Verkaufsprozesses, Marketingprozesses oder Serviceprozesses, sei es in einem reaktiven Modus als Reaktion auf eine Kundenanfrage oder proaktiv als autonomer Agent, der sich an den Kunden wendet, um bei einem aufkommenden Problem zu helfen. Langfristiges Ziel ist es, dass der Kundenservice als separate Abteilung verschwindet und sich stattdessen in einen persönlichen Assistenten verwandelt, der manchmal ohne die Bitte des Kunden um Hilfe, manchmal aber auch als Reaktion auf eine Kundenanfrage aufgerufen wird.

Denken Sie an „Kunden“, einschließlich Geräten und Objekten wie Fahrzeugen, Maschinen, Ausrüstung und Infrastruktur, die über APIs und Sensoren mit einem Unternehmensnetzwerk verbunden sind. In diesen Szenarien kann ein Aufzug, eine Brücke oder ein Motor ohne das Wissen oder Eingreifen eines Menschen um Hilfe „rufen“, und die Anfrage wird in die Entsendung eines menschlichen Agenten oder Softwareagenten oder einer Kombination daraus umgesetzt, um darauf zu reagieren Anfrage.

Abgesehen davon vergessen wir, dass sich das Customer Engagement Center, im Volksmund als Contact Center bekannt, aus einem reinen Zentrum entwickelt hat, das Telefonanrufe entgegennahm - dem Call Center. Noch vor 60 Jahren gab es noch nicht einmal ein Callcenter. Es ist erstaunlich, darüber nachzudenken, und vielleicht können wir aus der Vergangenheit etwas über die Zukunft lernen. Wie überlebten Unternehmen damals? Ein Weg wäre vielleicht eine geringere Spezialisierung gewesen. Das würde bedeuten, dass Leute, die Waren und Dienstleistungen verkaufen, im Rahmen ihrer Rolle auch die Wartung des Produkts übernehmen.

Michael Maoz - Das ist eine tolle Frage. Noch vor 40 Jahren konzentrierten sich Unternehmen nicht bewusst auf das Kundenerlebnis als Alleinstellungsmerkmal. Sie sahen Produktqualität und Preis als entscheidend an und erkannten später, dass das Kundenerlebnis eine wesentliche Rolle für das Unternehmenswachstum spielte. Die Unternehmen optimierten ihre Arbeit nur teilweise, was bedeutete, dass der Kundenservice insgesamt von Marketing und Vertrieb sowie Technik und Produktentwicklung abgeschnitten war. Diese Strategie funktionierte, bis die Wettbewerber die Notwendigkeit erkannten, vom Kundenerlebnis auszugehen und Produkte und Dienstleistungen neu zu gestalten, um den sich ändernden Bedürfnissen der Kunden gerecht zu werden.

Ed Thompson - Die Spezialisierung kam also möglicherweise später hinzu und ist nur ein Teil der Geschichte. Seit dem Zweiten Weltkrieg gab es ein explosionsartiges Wirtschaftswachstum und die Einführung Zehntausender neuer Produkte, die man sich noch nie hätte vorstellen können.

Michael Maoz - Ich denke, ein gewisser historischer Hintergrund hilft. In den 1940er Jahren nahm man in den USA einen Telefonhörer in die Hand und wählte nicht. Stattdessen haben Sie darauf gewartet, dass eine Stimme sagt: „Wie kann ich Sie verbinden?“ Bis etwa in die 1960er-Jahre verfügte kein Unternehmen über ein eigenes Callcenter, und dieser Wandel stellt zusätzlich zu dem, was Sie Spezialisierung nennen, eine enorme Größenverschiebung dar.

In den Vereinigten Staaten hingegen war der Sears-Katalog ein gedrucktes Buch mit Tausenden von Artikeln, die zum Verkauf standen und per Post überall im Land verschickt wurden. Man konnte ein Fertighaus, eine Nähmaschine oder irgendetwas anderes für eine Küche kaufen, aber das ging nur über einen Katalog und es gab kein Konzept für After-Sales-Support. Sie haben den Zweiten Weltkrieg erwähnt. Nach dem Zweiten Weltkrieg entstanden die Vororte und Autobahnen, Franchise-Unternehmen und Einzelhändler, die in örtlichen Geschäften eine unendliche Auswahl an Produkten im ganzen Land verkauften. Das nationale BIP verdreifachte sich und Verbraucher kauften Waren und Dienstleistungen schneller, als die Hersteller sie bedienen konnten. Dieser Prozess führte zur Bildung neuer Post-Sales-Service-Unternehmen und -Einheiten.

Ed Thompson - Um auf meinen ursprünglichen Punkt zurückzukommen: Wir sind da, wo wir sind, mit all der Vermittlung und der ganzen Komplexität der Kundenbetreuung. Ich stimme zu, dass der wichtige Durchbruch in der Wirtschaft in den 1990er Jahren mit der Arbeit von Visionären wie Martha Rodgers und Don Peppers über die Zukunft des One-to-One-Marketings kam. Dieser Ansatz passt zu Ihrem Standpunkt, dass „Kundenservice“ als separate Abteilung verschwinden soll und darüber hinaus die Möglichkeit besteht, dass jeder Verbraucher oder Kunde einen persönlichen Assistenten hat, der seine Bedürfnisse versteht. Möglicherweise erleben wir auch in der Zukunft eine Zeit, in der das Massenmarketing ein Ende hat. Kampagnenmanagement und Massenmarketing per E-Mail werden in den nächsten fünf Jahren wahrscheinlich verschwinden. Stattdessen nutzt das Marketing die gleiche Idee des persönlichen Assistenten, um das richtige Angebot zur richtigen Zeit über den richtigen Kanal zu kuratieren.

Wie sollten Sie generative KI angehen?

Michael Maoz - Dies sind nicht triviale Projekte, und wir können davon ausgehen, dass die IT und die Geschäftsbereiche (Marketing, Vertrieb, Kundenservice, Abrechnung, Logistik) neue Möglichkeiten der Zusammenarbeit finden werden. Die Geschäftseinheit, die generative KI-Lösungen zur Bearbeitung von Kundendienstanfragen einsetzen möchte, muss sich mit dem generativen KI-Leiter anfreunden, um das Kundenerlebnis zu verbessern.

Die besten Unternehmen verstehen, dass die Kerngeschäftsprozesse von außen nach innen, also aus der Kundenperspektive, gestaltet werden müssen. Dieser Ansatz wird durch das Organisationsdesign behindert, bei dem zentrale IT-Rollen nicht in Kundenprozesse integriert sind. Die IT-Fähigkeiten zur Systemintegration, Gebäudeautomation, Datenmigration und Datenvisualisierung sind weit entfernt von den kundenorientierten Rollen von Marketing, digitalem Handel sowie Vertrieb und Service. IT-Teams verfügen über generative KI-Fähigkeiten und Marketing, Vertrieb, Handel und Kundenservice haben tiefe Einblicke in die Funktionsweise kundenorientierter Prozesse. Die Bildung abteilungsübergreifender Teams mit gemeinsamer Verantwortlichkeit und gemeinsamen Erfolgskennzahlen hilft dabei, generative KI-Initiativen auf das zu konzentrieren, was für den Kunden am besten funktioniert, und die Reihenfolge generativer KI-Lösungen zu priorisieren.

Ed Thompson - Wir könnten die Erkenntnisse für Unternehmen, die mit generativer KI erfolgreich sein werden, wie folgt zusammenfassen:

1. Für 95 % der Unternehmen gibt es nur wenige oder gar keine generativen KI-Fähigkeiten, die eingestellt werden können. Glauben Sie nicht, dass Sie mit herkömmlichen Methoden Talente gewinnen können, und Sie können es sich nicht leisten, darauf zu warten, dass sich die Fähigkeiten weiterentwickeln.
2. Visionäre Unternehmen entscheiden sich dafür, ihre Mitarbeiter wann immer möglich weiterzubilden.
3. Ein wichtiger Ausgangspunkt nach dem Geschäftsprozessdesign wird darin bestehen, den Schwerpunkt auf zeitnahes Design und Datenverwaltung zu legen.
4. Großartige Unternehmen werden dafür sorgen, dass die technischen Fähigkeiten nicht in der IT stecken bleiben.

Wie sieht die Zukunft der Stimme in der generativen KI aus?

Sprache und Text werden vom Gehirn unterschiedlich gehandhabt, und beide haben Vorteile im Kundenservice. Die menschliche Gewandtheit beim Tippen oder SMS-Schreiben ist nur ein Drittel so schnell wie die Sprach- oder Bildverarbeitung. In vielen Situationen gibt es Gründe, Text zu bevorzugen, von Privatsphäre bis hin zu Präzision. Hinzu kommt der Vorteil, dass der Mensch beim Sprechen weitaus ungenauer ist als beim Tippen. Zum Beispiel könnte eine Person mit einem Menschen sagen, dass er bei einem Baseballspiel zwei Tickets für die erste Grundlinie kaufen möchte: „Ich hätte gerne zwei Tickets für die erste Grundlinie. Ja, zwei Tickets, was auch immer gute Plätze sind.“ Das haben Sie, und wenn nicht, übernehme ich die dritte Base. Sie würden niemals schreiben, tippen oder texten, während sie sprechen. Sie dachten zuerst nach und tippten dann einmal oder nutzten visuelle Hinweise wie eine digitale Karte des Stadions, auf der Verfügbarkeit und Preise aufgeführt waren.

Für eine Sprach-KI-Schnittstelle müsste der Sprachbot herausfinden, dass die zweite Erwähnung von zwei Tickets überflüssig ist und dass sich der alternative Standort auf die dritte Basisseite des Stadions bezieht und was „gut“ ist. Noch dramatischer sind die Unterschiede zwischen Text und Bildern. Menschen verarbeiten Bilddaten tausendmal schneller als Textdaten. Die aktuellen Systeme für Kundenservice, Außendienst und Handel - und viele andere Disziplinen - benötigen generative KI-Lösungen, die menschliche Absichten verstehen, es sei denn, die Anfrage ist einfach und eindeutig. Generative KI könnte in komplexen Szenarien den Standard-Workflow und die prädiktive KI ergänzen. Ich würde das weiterführen. Die besten Anwendungen der generativen KI, die wirklich differenzierend sein werden, im Gegensatz zu lediglich wesentlichen/Standard-Anwendungsfällen, werden diejenigen sein, die generative KI mit prädiktiven oder beides mit traditionelleren Arbeitsabläufen kombinieren.

Generative KI ist leistungsstark, aber es gelten Regeln

Generative KI ist eine erstaunliche Ergänzung zu den Tools für den Kundenservice, sowohl für die menschlichen Agenten und Techniker, die durch das Wissen und die Ratschläge, die sie mit sich bringt, bereichert werden, als auch für die Kunden, die schnell und präzise bedient werden. Unternehmen, die sich auf den Kundenservice und die richtige Umsetzung konzentrieren, sind diejenigen, die sich an die Grundlagen erinnern:

• Der Kunde soll keinen Stress verspüren.
• Sie sollten die Interaktion zufrieden verlassen.
• Die Interaktion verstärkt, dass das Unternehmen den Kunden versteht.
• Der Dialog steht im Einklang mit früheren und nachfolgenden Interaktionen - nicht losgelöst vom Rest der Beziehung.
• Es gibt eine Möglichkeit, bei Bedarf einen Menschen zu erreichen.
• Der Kundenservice fühlt sich nicht wie eine isolierte Abteilung an, sondern spiegelt das gesamte Unternehmen wider.
• Es gibt ein bisschen Neuheit und „Wow“, das den Kunden mit dem durchdachten Prozessdesign beeindruckt, das die Technologie und Technik so gut wie unsichtbar macht.

Ed Thompson - „Wir sollten über den Zeitplan nachdenken, innerhalb dessen sich all dies abspielen wird. Wir blicken wahrscheinlich auf einen Planungshorizont von einem Jahrzehnt. Gleichzeitig müssen Unternehmen sehr flexibel sein.“ ihre generative KI-Planung, da sich Chancen, Prioritäten und Fähigkeiten mit zunehmender Reife der Technologie und der organisatorischen Kompetenz ändern werden.“

Ja, wir wollen eine schnelle Amortisation der ersten Piloten und frühen Projekte. Wir raten davon ab, so zu planen, dass Sie in den nächsten zwei Jahren auf einmal 20 Anwendungsfälle generativer KI im Kundenservice einsetzen. Bei Salesforce arbeiten wir mit 20 Anwendungsfällen im gesamten Kundenservice und Dutzenden weiteren in jeder unserer anderen Clouds. Wir können alle damit rechnen, dass es in zwei Jahren 50 Anwendungsfälle im Kundenservice geben wird.

Erste Schritte

Das Endergebnis ist generative KI und der Weg zu autonomen Serviceagenten sind Programme für die Langfristigkeit. Auf dem Weg dahin können Sie mit Siegen rechnen, und das Schöne daran ist, dass Sie Ihre Karriere darauf verwetten können.

Generative KI stellt einen grundlegenden Wandel in der Art und Weise dar, wie Unternehmen über Software denken. Wir müssen bedenken, dass generative KI über prädiktive KI hinausgeht. Anstatt eine Ausgabe basierend auf streng definierten Regeln zu liefern, erstellt generative KI neue Daten und neue Inhalte. Die sichere und zuverlässige Erstellung dieser Ergebnisse hängt von sauberen Daten und dem Zugriff auf diese Daten nahezu in Echtzeit ab. Integration und zuverlässige APIs werden ebenso von entscheidender Bedeutung sein wie ein gewisses Maß an Vertrauen in Daten und Datenverwaltung.

Zusammenfassend hier ein paar Ratschläge zum Aufbau einer generativen KI-Kompetenz:

1. Bringen Sie den Ozean nicht zum Kochen, indem Sie 100 Anwendungsfälle parallel verfolgen. Seien Sie konzentriert und probieren Sie Dinge aus, aber konzentrieren Sie sich darauf, drei Proof-of-Concepts mit nachweislicher finanzieller Amortisation in die Produktion zu bringen und nicht nur Kennzahlen zur „Zeitersparnis“ zu messen.
2. Verwenden Sie generative KI nicht als Hammer für jeden Nagel in den vielen Situationen, in denen prädiktive KI das gleiche Ergebnis liefert und bereits verfügbar und bewährt ist.
3. Rekrutieren Sie keine Fähigkeiten. Wenn immer möglich, schulen Sie Ihre Mitarbeiter weiter. Es ist eine großartige Möglichkeit, Ihr Talent zu erkennen. Suchen Sie nach Menschen, die Interesse am Lernen haben. Schaffen Sie Raum, damit sie sich weiterbilden können. Konzentrieren Sie sich auf schnelle Designfähigkeiten und schnelle Aktions-/Workflow-Fähigkeiten für Personen außerhalb der IT sowie auf Datenkenntnisse für Personen innerhalb der IT.
4. Konzentrieren Sie sich auf den Arbeitsfluss. Generative KI ist am wirkungsvollsten im Ablauf eines Verkaufsprozesses, eines Kundensupportprozesses, eines Marketingprozesses, eines E-Commerce-Prozesses und eines Außendienstprozesses.
5. Hüten Sie sich vor der Verbreitung von Copiloten. Ein Copilot pro Anwendung, die gewartet und unterstützt werden muss - stellen Sie sich 1.000 Apps mit 1.000 Copiloten vor.
6. Sofern Sie keine Großbank oder ein Technologieunternehmen sind, konzentrieren Sie Ihre Modelloptimierungsbemühungen auf zwei oder drei branchenspezifische Anwendungsfälle und nutzen Sie für den Rest sofort einsatzbereite Technologien Ihrer bestehenden Lieferanten.
7. Konzentrieren Sie sich vor allem auf Datenqualität, Zugriff und Governance. Dies ist der Treibstoff, den die KI braucht, daher erfordert sie Investitionen - und wahrscheinlich mehr Investitionen als die KI-Investitionen selbst.
8. Schreiben Sie uns. Wir beantworten gerne Fragen und teilen unser Wissen: mmaoz@salesforce.com für Michael und ed.thompson@salesforce.com für Ed

Dieser Artikel wurde gemeinsam von Michael Maoz, Senior Vice President für Innovationsstrategie bei Salesforce, und Ed Thompson, Senior Vice President für Marktstrategie bei Salesforce, verfasst.