Merombak layanan pelanggan: Cara AI generatif mengubah keadaan

Baik saat melakukan pemesanan, meminta pertukaran produk, maupun bertanya tentang masalah penagihan, pelanggan masa kini menuntut pengalaman luar biasa yang mencakup jawaban cepat dan menyeluruh atas pertanyaan mereka. Mereka juga mengharapkan penyediaan layanan 24/7 melalui berbagai saluran.

Meskipun menyediakan layanan cepat bagi pelanggan, pendekatan AI tradisional memiliki keterbatasan. Saat ini, chatbot mengandalkan sistem berbasis aturan atau algoritma (atau model) machine learning tradisional untuk mengotomatiskan tugas dan memberikan respons standar atas pertanyaan pelanggan.

AI generatif berpotensi besar mendisrupsi layanan pelanggan, dengan penggunaan model bahasa besar (LLM) dan teknik deep learning yang dirancang untuk memahami pertanyaan kompleks dan memberikan hasil respons percakapan yang lebih alami. Organisasi perusahaan (banyak di antaranya telah memulai perjalanan AI mereka) ingin memanfaatkan kekuatan AI generatif untuk layanan pelanggan. Model AI generatif menganalisis percakapan untuk konteks, menghasilkan respons yang koheren dan sesuai konteks, serta menangani pertanyaan dan skenario pelanggan secara lebih efektif. Model ini dapat menangani pertanyaan pelanggan yang kompleks, termasuk maksud yang bernuansa, sentimen, dan konteks, serta memberikan respons yang relevan. AI generatif juga dapat memanfaatkan data pelanggan untuk memberikan jawaban dan rekomendasi yang dipersonalisasi serta menawarkan saran dan solusi khusus demi meningkatkan pengalaman pelanggan.

AI generatif menghadirkan peluang besar bagi bisnis dalam memperbaiki produktivitas, meningkatkan dukungan yang dipersonalisasi, dan mendorong pertumbuhan. Berikut adalah lima contoh penggunaan menarik di mana AI dapat mengubah lanskap layanan pelanggan:

1. Pencarian dengan percakapan: Pelanggan dapat menemukan jawaban yang mereka cari dengan cepat, dengan respons alami yang dihasilkan dari model bahasa yang disesuaikan dengan baik berdasarkan basis pengetahuan perusahaan. Perbedaannya, AI generatif dapat memberikan informasi yang relevan untuk permintaan pencarian dalam bahasa pilihan pengguna, sehingga meminimalkan upaya untuk layanan penerjemahan.
2. Bantuan agen – pencarian dan peringkasan: Agen dukungan pelanggan dapat menggunakan AI generatif untuk membantu meningkatkan produktivitas, sehingga agen dapat menjawab pertanyaan pelanggan dengan respons yang dihasilkan secara otomatis di saluran pilihan pengguna berdasarkan percakapan. Peringkasan otomatis AI generatif membuat ringkasan yang mudah dirujuk dan digunakan oleh karyawan dalam percakapan mereka untuk menyediakan produk, layanan, atau rekomendasi (dan juga dapat mengategorikan dan melacak tren).
3. Bantuan pembuatan alat: Karyawan yang membuat chatbot dan alat layanan pelanggan lainnya dapat menggunakan AI generatif untuk pembuatan konten dan bantuan pembuatan alat untuk menangani permintaan layanan, mendapatkan respons dan saran yang dihasilkan berdasarkan data perusahaan dan pelanggan yang ada.
4. Optimasi data dan operasi pusat panggilan: AI generatif dapat melaksanakan tugas berulang yang diperlukan untuk mengumpulkan informasi yang diperlukan dalam meningkatkan loop umpan balik dalam pusat panggilan. Berkat kemampuan meringkas dan menganalisis keluhan, perjalanan pelanggan, dan banyak lagi, agen dapat mencurahkan lebih banyak waktu untuk pelanggan. Dengan wawasan yang dihasilkan, evaluasi peningkatan kinerja untuk layanan yang ditingkatkan menjadi jauh lebih mudah, sehingga pusat panggilan dapat berkontribusi pada peningkatan pendapatan.
5. Rekomendasi yang dipersonalisasi: AI Generatif mempertimbangkan riwayat interaksi pelanggan dengan merek di berbagai platform dan layanan dukungan untuk memberikan informasi yang spesifik bagi mereka (serta disampaikan dalam intonasi dan format yang mereka sukai).

IBM Consulting dapat membantu Anda memanfaatkan kekuatan AI generatif untuk layanan pelanggan dengan rangkaian solusi AI dari IBM. Sebagai contoh, bisnis dapat mengotomatiskan jawaban layanan pelanggan dengan watsonx Assistant, produk AI percakapan yang dirancang untuk membantu perusahaan mengatasi gesekan dukungan tradisional untuk memberikan layanan pelanggan yang luar biasa. Dikombinasikan dengan watsonx Orchestrate, yang mengotomatiskan dan merampingkan alur kerja, watsonx Assistant membantu mengelola dan menjawab pertanyaan pelanggan sekaligus mengintegrasikan teknologi pusat panggilan demi menciptakan pengalaman bantuan yang mulus.

Dengan peluncuran portofolio produk AI, IBM watsonx, kualitas AI ditingkatkan dengan tiga komponen tangguh: watsonx.ai, watsonx.data, dan watsonx.governance yang segera diluncurkan. Watsonx.ai adalah studio untuk melatih, memvalidasi, menyesuaikan, serta menerapkan machine learning (ML) dan model dasar untuk AI Generatif. Watsonx.data memungkinkan penskalaan beban kerja AI menggunakan data pelanggan. Watsonx.governance dirancang untuk memberikan solusi menyeluruh yang memungkinkan alur kerja AI yang bertanggung jawab, transparan, dan dapat dijelaskan.

Untuk memberikan solusi AI generatif yang sesuai bagi pusat kontak, IBM Consulting bekerja sama dengan mitra ekosistem, termasuk Salesforce, Amazon, Genesys, Five9, dan NICE untuk membantu klien mendapatkan manfaat dari sumber terbuka dan teknologi lainnya.

Sebagai bagian dari komitmen multi-fase, Bouygues Telecom telah bekerja sama dengan IBM Consulting untuk mengubah operasi pusat panggilan dengan kemampuan generatif AI yang siap dipakai oleh perusahaan. Sebelum fase ini, perusahaan telekomunikasi Eropa ini bekerja sama dengan IBM untuk menskalakan empat aplikasi AI cloud-native pertamanya di seluruh cloud Amazon Web Services (AWS), yang merupakan mitra ekosistem IBM.

Meskipun memiliki 8 juta percakapan pelanggan-agen yang penuh dengan insight, agen perusahaan telekomunikasi hanya dapat menangkap sebagian informasi dalam sistem manajemen hubungan pelanggan (CRM). Terlebih lagi, mereka tidak punya cukup waktu untuk membaca keseluruhan transkripsi otomatis dari panggilan sebelumnya. IBM Consulting menggunakan model dasar untuk menyelesaikan peringkasan panggilan otomatis dan ekstraksi topik, serta memperbarui CRM dengan insight yang dapat ditindaklanjuti dengan cepat. Inovasi ini berhasil mengurangi operasi sebelum dan sesudah panggilan sebesar 30%, dan diproyeksikan akan menghemat lebih dari 5 juta USD dalam hal peningkatan operasional tahunan.

Dalam contoh lain, Lloyds Banking Group sempat kesulitan untuk memenuhi kebutuhan pelanggan dengan aplikasi web dan mobile lama mereka. Dalam hitungan minggu, tim IBM yang terdiri dari ilmuwan data, konsultan UX, dan konsultan strategi membangun bukti konsep (POC) untuk membuktikan bahwa LLM dapat meningkatkan pengalaman asisten virtual dengan mengurangi kegagalan pencarian, meningkatkan kinerja asisten virtual, dan mempersonalisasi kinerja pencarian untuk pelanggannya. Solusi LLM yang diimplementasikan berhasil mengurangi pekerjaan manual hingga 80% dan meningkatkan akurasi klasifikasi atas percakapan yang salah klasifikasi sebesar 85%.

Dalam studi yang dilakukan oleh IBM Institute of Business Value pada tahun 2023, 75% CEO yang disurvei meyakini bahwa organisasi dengan AI generatif paling canggih akan memiliki keunggulan kompetitif. Namun, para eksekutif ini juga khawatir akan menghadapi risiko seperti bias, etika, dan keamanan.¹

Untuk membantu menyukseskan implementasi AI generatif klien, IBM Consulting baru-baru ini meluncurkan Pusat Keunggulan (CoE) untuk AI generatif. Sarana ini hadir bersama praktik AI dan otomatisasi global IBM Consulting yang sudah lebih dahulu ada, dengan melibatkan 21.000 konsultan data dan AI terampil yang telah menangani lebih dari 40.000 interaksi perusahaan. Mereka khusus ditugasi untuk membantu organisasi di setiap industri dalam mengadopsi dan meningkatkan skala AI demi mendeteksi dan mengurangi risiko, serta memberikan edukasi dan bimbingan.

Di tahap mana pun perjalanan transformasi layanan pelanggan Anda, IBM Consulting memiliki posisi unik untuk membantu Anda memanfaatkan potensi AI generatif dengan cara yang terbuka dan terarah, khusus untuk bisnis.