מדוע מחקר נציגי התמיכה חשוב
בקרב 5,179 נציגי תמיכת לקוחות, סיוע של AI הגדיל את מספר הפניות שנפתרו בשעה ב־14% בממוצע וב־34% אצל עובדים מתחילים ובעלי מיומנות נמוכה יותר, וכמעט שלא השפיע על המנוסים ביותר. נראה שהמערכת הפיצה דפוסים שאפיינו עובדים חזקים. זה מנגנון עשיר יותר מ״המודל כותב תשובות מהר יותר״.
העוזר ישב בנקודה שבה לאדם היה לקוח, בעיה חיה, ידע ארגוני וסמכות לפעול. התשובה שלו יכלה לשנות מיד את מה שקרה אחר כך. לעוזרים ארגוניים רבים אין בהירות כזאת. הם מפיקים טקסט סביר בחלונית צד ומשאירים לעובד לגלות אם, היכן וכיצד להשתמש בו.
לתהליך עבודה יש מבנה חברתי וזמני
ניסוי שדה אקראי של Microsoft בקרב 6,000 עובדים מצא ש־GenAI שינה ביתר קלות פעילויות שאדם יכול לשנות לבדו, כגון זמן שמוקדש לדוא״ל, מאשר עבודה מתואמת כגון פגישות. זו מגבלה שימושית. תשובה יכולה להאיץ אדם אחד בזמן שהאישורים, התמריצים, ההעברות והנוהגים המשותפים בארגון נשארים קבועים.
לכן יחידת הניתוח הממוקדת־באדם אינה ״משתמש וצ׳אטבוט״, אלא מערכת העבודה. מי מחזיק בהחלטה? אילו ראיות עוברות בין הגורמים? מה חייב להירשם? איזה מומחה מופרע בחריגים? היכן הלקוח ממתין? עיצוב תשובה כולל גם את המסמכים והתיאום שנדרשים לאחר היצירה.
אל תבצעו אוטומציה שמוחקת את לולאת הלמידה
רווח גדול לעובדים מתחילים נשמע חיובי לחלוטין. אולם אם העוזר מספק תשובה בלי לחשוף אבחון, ראיות או משוב, המתחיל עשוי להפוך ליצרני בלי להפוך למומחה. המחקר על חשיבה ביקורתית מציע ש־GenAI מעביר את העבודה לעבר אימות, שילוב ואחריות. המוצר צריך לתמוך במיומנויות האלה.
הראו מדוע ההמלצה חלה, בקשו שיקול דעת קטן בנקודה שבה הוא חשוב והחזירו משוב על התוצאה. אפשרו לנציגים לראות מתי מומחים משנים את המלצת המודל ומדוע. מערכת יכולה להפיץ דפוסי מומחים ובו בזמן להשאיר את המומחיות גלויה. החלופה היא ארגון שנעשה תלוי בעצות שאיש אינו יכול לבקר או לשפר.
כתיבה מוגדרת מציעה רמז נוסף
בניסוי שנרשם מראש עם 453 אנשי מקצוע, ChatGPT הפחית ב־40% את הזמן למשימות כתיבה מוגדרות והעלה ב־18% את האיכות לפי הערכת בודקים. זו אינה תחזית לתמיכת לקוחות, אך התוצאה מבודדת מנגנון נוסף: העוזר ספג את מאמץ הניסוח בעל הערך הנמוך, בעוד האדם שילב את התוצר ולקח עליו אחריות.
שאלת העיצוב שניתן להעביר היא היכן שיקול הדעת של המומחה צריך להיכנס. מערכת יכולה להציע ניסוח, להציג תקדים, לסמן חריג או להמליץ על פעולה. אלה התערבויות שונות עם סיכונים שונים. התשובה המסחרית אינה תגובה ארוכה יותר, אלא שיקול הדעת הנכון בנקודה שבה אדם יכול להשתמש בו ולערער עליו.
חפשו למידה, לא רק תפוקה
בחרו סוג פנייה אחד בתמיכה שיש לו נפח ושונות משמעותיים. הקצו מקרים מתאימים באקראי בין תהליך הידע הקיים לעוזר שמציג תשובה מומלצת, ראיות תומכות, בדיקת אי־ודאות או חריג והסלמה מובנית. מדדו פתרונות לשעה, פנייה חוזרת, תוצאת לקוח, קבלה לא בטוחה, איכות הסלמה ולמידת הנציג במקרים מאוחרים ללא סיוע.
פלחו לפי ניסיון. אם מתחילים מרוויחים מהירות אך לא כשירות עצמאית בהמשך, הוסיפו פיגומי למידה. אם מומחים מאטים, אפשרו להם לכווץ הסברים ולתרום תיקונים. אם התפוקה עולה יחד עם פניות חוזרות, ייתכן שהמערכת מייצרת סגירה מהירה במקום פתרון. שיקול דעת הוא בעל ערך רק אם הוא שורד את המפגש עם הלקוח הבא.