وكيل ذكاء اصطناعي، تعهيد أم فريق داخلي؟

الإجابة المختصرة

اتخذوا هذا القرار لكل نوع من المكالمات، لا مرة واحدة للشركة كلها. ونوع المكالمة هو سير عمل واحد له نتيجة متوقعة واحدة، مثل الاستفسار عن حالة الطلب، أو تعديل حجز، أو شكوى، أو متابعة عرض سعر.

قيّموا كل نوع من المكالمات على العوامل السبعة نفسها: الحجم، والتعقيد، والتوقيت، واللغات، والتحكم، وتقلب الطلب، والاستثناءات. أعطوا كل عامل الوزن الذي ترونه، وامنحوا كل خيار درجة من 1 إلى 5، ثم قارنوا المجاميع الموزونة. والخيار صاحب المجموع الأعلى يفوز بنوع المكالمة.

وغالباً ما تكون النتيجة مزيجاً مقصوداً. في المثال التطبيقي أدناه، يتولى وكيل ذكاء اصطناعي مكالمات حالة الطلب، وتذهب طلبات الإرجاع إلى مركز اتصال خارجي بنظام التعهيد، وتبقى شكاوى المنتجات التالفة لدى الفريق الداخلي. ولكل خيار أيضاً حالات واضحة يكون فيها خياراً خاطئاً. فوكيل الذكاء الاصطناعي، مثلاً، ليس الخيار الصحيح للمكالمات التي تعتمد على التقدير الشخصي، أو تنطوي على مخاطر كبيرة، أو تحمل شحنة عاطفية.

لماذا يفشل نموذج واحد للشركة كلها

تشترك مكالمة الاستفسار عن حالة الطلب وشكوى المنتج التالف في رقم الهاتف، ولا يجمعهما الكثير غير ذلك. الأولى استعلام سريع قد يتكرر مرات كثيرة في اليوم، وفي أي ساعة. والثانية نادرة، ومشحونة عاطفياً، وتنتهي بقرار مالي.

حين تختارون نموذجاً واحداً للشركة كلها، تذوب الفروق بين هذه المكالمات في إجابة واحدة، فينتهي بعض أنواع المكالمات إلى خيار لا يناسبها. فيتلقى وكيل الذكاء الاصطناعي مكالمة العميل الغاضب، أو يقضي موظفون ذوو خبرة يومهم في قراءة مواعيد التوصيل، أو يُطلب من عقد كُتب للمكالمات البسيطة أن يغطي أصعب مكالماتكم. اتخذوا القرار على المستوى الذي تختلف فيه المكالمات فعلاً: نوع المكالمة.

الخطوة 1: حدّدوا أنواع مكالماتكم

«أين طلبي؟» نوع مكالمة. أما «خدمة العملاء» فليست كذلك، لأنها تضم إجراءات عمل كثيرة، ولكل منها نتيجة مختلفة.

خذوا مكالمات شهر واحد حديث من نظام الهاتف أو نظام CRM لديكم، وصنّفوها حسب سبب الاتصال. ثم دوّنوا لكل نوع من المكالمات ما يلي:

• الحجم: عدد المكالمات شهرياً، ومقدار تغيّره في أسابيع الذروة.
• التوقيت: نسبة المكالمات التي تصل خارج أوقات الدوام.
• اللغات: اللغات التي يتحدث بها المتصلون.
• الاستثناءات: كم مرة تخرج المكالمة عن المسار المتوقع.
• حجم المخاطرة: كلفة الإجابة الخاطئة، مالاً أو عملاءً أو تبعات قانونية. وحجم المخاطرة هو ما يحدد وزن التعقيد والتحكم في الخطوة 2.

تخفي المجاميع الشهرية الذروات، لذلك افحصوا أيضاً أكثر أسبوع وأكثر ساعة ازدحاماً، كما يشرح دليلنا عن التخطيط لحجم المكالمات الموسمي. وابدأوا بخمسة إلى عشرة أنواع من المكالمات: الأكبر حجماً، أو الأكثر تسبباً في المتاعب.

الخطوة 2: حدّدوا الأوزان قبل التقييم

يأخذ كل عامل وزناً من 0 إلى 3: الوزن 0 يعني أن العامل لا يهم في هذا النوع من المكالمات، والوزن 3 يعني أنه يهم كثيراً. حدّدوا الأوزان لكل نوع على حدة، لأن أهمية العامل نفسه تختلف من مكالمة إلى أخرى. فقد يأخذ التحكم الوزن 3 في الشكاوى، والوزن 1 فقط في مكالمات حالة الطلب.

دوّنوا الأوزان، مع سطر واحد يشرح سبب كل وزن، قبل أن يقيّم أحد الخيارات. فحين تظهر الدرجات، يسهل تعديل الأوزان حتى يفوز الخيار المفضل لدى أحدكم. وفي مثالنا، مجموع الأوزان لكل نوع من المكالمات 10 لتبسيط الحساب، لكن أي مجموع يصلح.

الخطوة 3: امنحوا كل خيار درجة من 1 إلى 5

قيّموا، في كل عامل، مدى قدرة كل خيار على التعامل مع هذا النوع من المكالمات:

• 5: مناسب تماماً كما هو.
• 3: يصلح، لكن مع إعداد أو كلفة أو إشراف إضافي.
• 1: لا يناسب، ويحتاج إلى حل التفافي.

واستخدموا 2 و4 للدرجات الوسطى. والدرجة تخص الخيار ونوع المكالمة معاً: فوكيل الذكاء الاصطناعي نفسه قد ينال 5 في التعقيد لمكالمات حالة الطلب، و2 للشكاوى. ويبيّن جدول القرار متى تعطون العامل وزناً مرتفعاً، وما الذي يمنح كل خيار درجة مرتفعة.

لحساب المجموع الموزون، اضربوا كل درجة في وزنها، واجمعوا النتائج، ثم اقسموها على مجموع الأوزان. فيبقى المجموع على مقياس من 1 إلى 5. وحين يتقارب مجموعان، لا تتركوا كسراً عشرياً يحسم القرار: راجعوا العامل صاحب الوزن الأعلى، أو قسّموا نوع المكالمة إلى نوعين، كما نبيّن أدناه.

لم نجعل الكلفة صفاً في الجدول، لأن الحجم والتوقيت والذروات هي ما يحدد الفاتورة في الخيارات الثلاثة. وحين تحصر الدرجات نوع المكالمة في خيارين، قارنوا بينهما على أساس تكلفة المكالمة المحلولة، لا على السعر لكل دقيقة أو لكل موظف.

مثال تطبيقي: شركة تجزئة واحدة وثلاثة أنواع من المكالمات

كل الأرقام في هذا القسم مثال وضعناه لهذا المقال، وليست بيانات من شركة حقيقية.

تبيع شركة المثال الأجهزة المنزلية الكبيرة عبر الإنترنت في بلدين، وتوصلها بفرق التوصيل التابعة لها. ويعمل فريقها الداخلي في أيام العمل خلال ساعات الدوام، ويتحدث لغة بلدها الأساسي، واثنان من أعضائه يتحدثان لغة البلد الثاني أيضاً. وتستحوذ ثلاثة أنواع على معظم المكالمات:

• حالة الطلب: نحو 6,000 مكالمة شهرياً. تصل 40% منها خارج ساعات الدوام، ويتضاعف الحجم في أسابيع التخفيضات. وقلّما تخرج المكالمة عن المسار المتوقع.
• طلب إرجاع: نحو 1,500 مكالمة شهرياً باللغتين، كثير منها في المساء. وتحتاج مكالمة من كل خمس تقريباً إلى تقدير شخصي: منتج مستعمل، أو قطع ناقصة، أو طلب بعد انتهاء مهلة الإرجاع.
• شكوى منتج تالف: نحو 300 مكالمة شهرياً، معظمها خلال ساعات الدوام. المتصل منزعج، وتنتهي المكالمة بقرار استرداد المبلغ أو استبدال المنتج.

في مكالمات حالة الطلب، يُحسب مجموع وكيل الذكاء الاصطناعي هكذا: 3 × 5 + 0 × 5 + 2 × 5 + 1 × 4 + 1 × 4 + 2 × 5 + 1 × 3 = 46، ثم يُقسم على 10 فيصبح 4.6.

لماذا جاءت النتائج هكذا:

• تذهب مكالمات حالة الطلب إلى وكيل الذكاء الاصطناعي (4.6). يحمل الحجم والتوقيت والذروات معظم الوزن، وهي أقوى عوامله.
• تذهب طلبات الإرجاع إلى التعهيد (4.1). يجمع مركز الاتصال الخارجي بين التقدير البشري، والعمل في المساء، وناطقين أصليين باللغتين. أما الفريق الداخلي فهو الأقدر على التقدير، لكنه لا يعمل في المساء.
• تبقى شكاوى المنتجات التالفة لدى الفريق الداخلي (4.7). يتركز الوزن في التعقيد والتحكم والاستثناءات، وفيها ينال وكيل الذكاء الاصطناعي أدنى درجاته.

وينال وكيل الذكاء الاصطناعي الدرجة 4 في اللغات لا 5، لأن لغته الثانية في هذا المثال لم تُختبر بعد على هذه المكالمات.

لا يفوز نموذج واحد بالأنواع الثلاثة. والنتيجة مزيج مقصود على خط واحد للعملاء، ولكل جزء منه سبب موثق.

غيّروا الأوزان يتغير الفائز

أبقوا الآن كل درجات طلبات الإرجاع كما هي، وغيّروا الأوزان وحدها. الأوزان أعلاه تضع التقدير أولاً: تريد الشركة أن يبت موظف في كل طلب إرجاع. لنفترض أن الشركة وضعت التغطية أولاً بدلاً من ذلك، وأرادت الرد بسرعة على كل مكالمة إرجاع، بما في ذلك مكالمات المساء والأسابيع التي تلي التخفيضات. فيرتفع وزن التوقيت وتقلب الطلب. وليبقى مجموع الأوزان 10، ينخفض وزن كل من التعقيد واللغات والاستثناءات نقطة واحدة.

نوع المكالمة نفسه، والدرجات نفسها، لكن الفائز مختلف. يرتفع وكيل الذكاء الاصطناعي من 3.6 إلى 4.2 ويتقدم على التعهيد، الذي ينخفض من 4.1 إلى 3.8. لم يتغير شيء في الخيارات. تغيرت الأولويات وحدها.

ونخرج من هذا بدرسين. الأول: الأوزان هي القرار الحقيقي. والثاني: إذا كان الفائز يتوقف على موازنتكم بين التقدير والتغطية، فغالباً ما يضم نوع المكالمة إجراءين مختلفين. فقسّموه: طلبات الإرجاع الروتينية ضمن مهلة الإرجاع تذهب إلى خيار، والطلبات التي تحتاج إلى تقدير تذهب إلى خيار آخر. ويُبقي التحويل إلى موظف الاثنين على الخط نفسه. ويشرح دليلنا عن التحويل إلى موظف في الذكاء الاصطناعي الصوتي ما يحتاجه الشخص الذي يستلم المكالمة.

متى يكون كل خيار هو الخيار الخاطئ

لكل خيار مكالمات لا ينبغي أن يتولاها. استخدموا هذه القوائم لمراجعة درجاتكم: فإذا انطبقت على الخيار الفائز بنوع مكالمة إحدى علامات التحذير الخاصة به، فأعيدوا النظر.

وكيل ذكاء اصطناعي

• مكالمات تعتمد على التقدير الشخصي: النزاعات، وقرارات ترضية العملاء، والمفاوضات التي لا تغطيها قاعدة مكتوبة.
• مكالمات عالية المخاطر: حوادث السلامة، أو الأسئلة الطبية أو القانونية، أو المبالغ الكبيرة، وفيها تكلف إجابة خاطئة واحدة ثمناً باهظاً.
• مكالمات مشحونة عاطفياً: متصل منزعج أو مفجوع أو خائف، يحتاج إلى شخص يصغي إليه.
• مكالمات معظمها استثناءات: حين تختلف كل مكالمة تقريباً عن غيرها، لا يبقى مسار يمكن اتباعه.
• مكالمات بلا وصول إلى الأنظمة: إذا لم يستطع الوكيل قراءة الطلب أو تعديل الحجز، فلن يستطيع إلا تدوين رسالة.

التعهيد

• معرفة تتغير كل أسبوع: أسعار أو قواعد أو منتجات تتغير بوتيرة أسرع من إعادة تدريب فريق خارجي عليها.
• قرارات لا تفوضونها لغيركم: استرداد مبالغ تتجاوز حداً معيناً، أو استثناءات من السياسة.
• بيانات لا يحق لطرف ثالث الوصول إليها: حين تُلزمكم قواعد البيانات لديكم بإبقاء السجلات التي تحتاجها هذه المكالمة داخل الشركة.
• حجم لا يناسب العقد: نوع مكالمة أصغر أو أقل انتظاماً من أن يستوفي الحد الأدنى للحجم ومهل الإشعار التي يمكنكم الاتفاق عليها.
• مكالمات تصنع صورة علامتكم التجارية: حين تريدون أن تسمعوا كل مكالمة منها وتوجّهوها بأنفسكم.

الفريق الداخلي

• مكالمات خارج أوقات دوامكم: حين تعني مكالمات المساء وعطلة نهاية الأسبوع مبيعات ضائعة أو عمليات توصيل فاشلة، ولا تريدون تشغيل مناوبات ليلية.
• ذروات حادة: إما أن توظفوا بقدر الذروة وتدفعوا ثمن ساعات الفراغ، أو بقدر المتوسط وتخسروا مكالمات في الذروة.
• لغات لا يتحدثها فريقكم: يصعب تبرير التوظيف من أجل لغة لا تأتي منها إلا بضع مكالمات في اليوم.
• استفسارات بسيطة بأعداد كبيرة: يقضي أصحاب الخبرة وقتهم في إجابات روتينية بدلاً من حل المشكلات.
• حاجة سريعة إلى طاقة إضافية: حين تحتاجون إلى موظفين إضافيين أسرع مما تستطيعون توظيفهم وتدريبهم.

كيف تبدأون: نوع مكالمة واحد، ثم الذي يليه

1. اختاروا نوع مكالمة واحداً. خذوا النوع الأكبر حجماً، أو النوع الذي يسبب أكثر المتاعب اليوم.
2. اتفقوا على الأوزان أولاً. يحددها فريقا العمليات والمشتريات معاً، مع المسؤول عن النتيجة.
3. قيّموا بشكل منفصل، ثم قارنوا. يقيّم شخصان، كلٌّ بمفرده، ثم يناقشان كل عامل يختلفان فيه بنقطتين أو أكثر.
4. اختبروا قبل نقل نوع المكالمة بالكامل. شغّلوا الخيار الفائز على جزء من المكالمات، وأبقوا النموذج الحالي احتياطاً، وقارنوا النتائج على مكالمات من النوع نفسه. وإذا فاز وكيل الذكاء الاصطناعي، فإن إطارنا للمفاضلة بين البناء والشراء يتناول القرار التالي.
5. اكتبوا العوامل في الاتفاقية. أياً كان الخيار الفائز، ضعوا في العقد أو وثيقة النطاق كل ما قيّمتموه: ساعات الخدمة، واللغات، وسعة الذروة، وقواعد الاستثناءات، والوصول إلى البيانات.
6. انتقلوا إلى نوع المكالمة التالي. وأعيدوا تقييم أي نوع حين يتغير شيء: سوق جديدة، أو لغة جديدة، أو موسم، أو سياسة جديدة.

أين يأتي دور DRING

يقدّم DRING خيار وكيل الذكاء الاصطناعي في هذا الجدول. فإذا نال أحد أنواع مكالماتكم درجة مرتفعة لهذا الخيار، فاختبروا سير العمل هذا وحده مع وكيل يعمل فعلياً قبل أن تقرروا بشأن البقية. أحضروا مكالمات شهر واحد من هذا النوع، مع التسجيلات إن سمحت سياستكم بذلك، والنتيجة التي ينبغي أن تصل إليها كل مكالمة. ويجري كل وكيل في DRING من 1,000 إلى 10,000 محادثة محاكاة، مبنية لشركتكم، قبل أول مكالمة حقيقية.

تشمل كل باقات DRING التحويل إلى موظف مع إرفاق المحادثة، ويتوفر التحويل المباشر أثناء المكالمة من باقة Pro فما فوق. وبذلك يعمل المزيج على خط واحد: يتولى الوكيل أنواع المكالمات التي نال فيها درجات جيدة، ويحوّل غيرها إلى الموظفين المسؤولين عنها. وإذا كان للغات وزن كبير في نوع مكالمة ما، فلدى DRING 62 لغة متاحة، منها 10 لغات تعمل فعلياً اليوم، ونتحقق من لغتكم قبل الإطلاق. ويشرح دليلنا عن الذكاء الاصطناعي الصوتي متعدد اللغات كيف نتحقق من اللغة.