Cara Cerdas Menggunakan Generatif AI di Layanan Pelanggan

AI generatif, teknologi canggih di balik ChatGPT, Bard Google, DALL-E, MidJourney, dan daftar alat bertenaga AI yang terus berkembang, telah menggemparkan dunia. Dan secara harfiah.

Dengan kemampuannya untuk mereplikasi respons seperti manusia, gen AI adalah hal besar berikutnya bagi perusahaan yang ingin meningkatkan pengalaman pelanggan. Alat layanan pelanggan berbasis AI dapat dengan cepat menanggapi pertanyaan pelanggan, memberikan rekomendasi yang dipersonalisasi, dan bahkan menghasilkan konten untuk media sosial.

Contoh bagus dari teknologi perintis ini adalah asisten chatbot G2 yang baru dirilis, Monty, yang dibangun di atas kumpulan data pihak pertama OpenAI dan G2. Ini adalah pemberi rekomendasi perangkat lunak bisnis bertenaga AI pertama yang membimbing pengguna untuk meneliti solusi perangkat lunak yang ideal untuk kebutuhan bisnis mereka yang unik.

Dukungan gen AI seperti Monty dan alat layanan secara signifikan mengurangi waktu respons dan meningkatkan kualitas respons, yang berarti pengalaman pelanggan yang lebih baik. Mereka mahir menangani permintaan pelanggan berulang secara bersamaan, membebaskan agen dukungan manusia untuk fokus pada masalah yang lebih strategis dan kompleks.

Namun, menerapkan gen AI dalam layanan pelanggan memiliki tantangan tersendiri. Salah satu tantangan terbesar adalah melatih model AI pada kumpulan data yang berbeda untuk menghindari bias atau ketidakakuratan. AI juga harus mematuhi standar etika dan tidak membahayakan privasi dan keamanan.

Artikel ini membahas bagaimana gen AI memiliki potensi luar biasa dalam layanan pelanggan dan bagaimana bisnis dapat memperoleh manfaat dari implementasi etisnya.

Berkat percepatan minat dan investasi di perusahaan generasi AI, valuasi pasar sektor ini diperkirakan akan mencapai $42,6 miliar secara global pada tahun 2023.

Mengapa menggunakan AI generatif dalam layanan pelanggan?

Para pemimpin bisnis menolak penerapan solusi otomasi di masa lalu karena pelanggan menganggap interaksi bot-ke-manusia membuat frustrasi. Ini adalah masalah yang sah dengan bot generasi pertama yang kikuk dan berbasis aturan. Tapi teknologi telah berkembang pesat sejak saat itu.

Kemampuan canggih chatbots Gen AI untuk berkomunikasi dengan manusia secara sederhana dan alami menjadikan penggunaan teknologi ini di lingkungan yang berhadapan langsung dengan pelanggan menjadi hal yang mudah. Dari meningkatkan pengalaman percakapan hingga membantu agen dengan respons yang disarankan, AI generatif memberikan dukungan yang lebih cepat dan lebih baik.

Cara menggunakan AI generatif dalam layanan pelanggan

AI generatif yang dibangun ke dalam otomatisasi yang lebih luas atau strategi CX dapat membantu Anda memberikan dukungan yang lebih cepat dan lebih baik. Begini caranya.

Ciptakan percakapan yang lebih alami

Menambahkan lapisan gen AI ke percakapan obrolan otomatis memungkinkan bot dukungan Anda mengirimkan balasan yang lebih alami. Ini menyelamatkan Anda dari membangun alur dialog untuk salam, selamat tinggal, dan percakapan lainnya.

Tarik info terbaru dari halaman web Anda

Alih-alih memperbarui alur percakapan secara manual atau memeriksa basis pengetahuan Anda, perangkat lunak AI generatif dapat langsung memberikan informasi tersebut kepada pelanggan. Perangkat lunak mengakses yang terbaru dengan memilah-milah pusat bantuan Anda, halaman FAQ, basis pengetahuan, dan halaman perusahaan lainnya. Informasi ini kemudian disampaikan kepada pelanggan secara otomatis tanpa pelatihan lebih lanjut.

Misalkan pelanggan ingin memperbarui alamat pengiriman yang tercantum di akunnya. Saat Anda meminta jawaban dari solusi gen AI Anda, itu akan menelusuri artikel bantuan Anda untuk menemukan jawaban yang tepat. Alih-alih mengarahkan pelanggan ke artikel, bot menggabungkan informasi yang diperlukan. Ini mengirimkan instruksi yang tepat langsung ke pelanggan tentang cara mengedit alamat mereka – menyelesaikan pertanyaan mereka dengan segera tanpa bolak-balik.

Tiket dukungan struktur

Gen AI berfungsi paling baik saat menyusun, meringkas, dan mengisi tiket secara otomatis. Hal ini tidak hanya membantu tim dukungan Anda menyelesaikan pertanyaan pelanggan dengan lebih cepat, tetapi juga membuat mereka fokus pada pekerjaan yang lebih kritis dan strategis.

Model Gen AI bahkan dapat menganalisis sentimen pesan dan mengkategorikan tiket. Tiket dukungan yang dikategorikan mudah digunakan, memungkinkan Anda mengirim tanggapan yang disesuaikan dan memprioritaskan tiket.

Gunakan balasan yang disarankan

Agen dukungan dapat meminta solusi gen AI untuk mengonversi respons faktual ke pertanyaan pelanggan dengan nada tertentu. Mereka mengingat konteks pesan sebelumnya dan meregenerasi tanggapan berdasarkan input baru.

Menghasilkan data pelatihan

Gen AI mempercepat tugas analitis dan kreatif seputar pelatihan dan pemeliharaan bot bertenaga AI. Ini membantu manajer otomasi, perancang percakapan, dan pembuat bot bekerja lebih efisien, memungkinkan organisasi mendapatkan lebih banyak nilai dari otomasi dengan lebih cepat.

Tidak punya waktu untuk memikirkan setiap cara yang mungkin diminta pelanggan untuk pengembalian? Daripada membuat data pelatihan ini secara manual untuk model berbasis niat, Anda dapat meminta solusi gen AI Anda untuk membuatnya.

Berikan contoh alur percakapan

Bahkan penulis terbaik pun terkadang menemui jalan buntu. Dalam kasus seperti itu, Gen AI dapat membantu mendobrak hambatan penulis dan mendorong kreativitas dengan membuat template respons untuk penulis Anda. Penulis dapat menggunakan contoh alur sebagai inspirasi untuk alur dialog brainstorming.

Tantangan menggunakan AI generatif dalam layanan pelanggan

AI generatif relatif baru. Dan seperti halnya setiap perkembangan baru, ia memiliki beberapa kebiasaan yang harus diperbaiki. Namun menggabungkan kemampuan Gen AI dengan otomatisasi dukungan pelanggan dapat dilakukan jika Anda mengatasi dan memitigasi risiko dan tantangan berikut.

Ketepatan

Kefasihan mengesankan model Gen AI berasal dari data ekstensif yang mereka latih. Tetapi menggunakan kumpulan data yang begitu luas dan tidak terbatas dapat menyebabkan masalah akurasi, seperti yang terkadang terjadi pada ChatGPT.

Bergantung pada permintaan yang Anda berikan, model AI generatif memanfaatkan data pelatihan mereka untuk menawarkan perkiraan terbaik dari apa yang ingin Anda dengar. Sayangnya, perkiraan ini mungkin tidak memperhitungkan fakta.

Pelanggan yang menghubungi tim dukungan Anda menginginkan respons yang akurat untuk menyelesaikan masalah spesifik mereka secepat mungkin. Itu sebabnya memasukkan AI generatif langsung ke tumpukan teknologi Anda dan melepaskannya bukanlah ide yang baik. Jadi bagaimana Anda bisa memastikan percakapan yang mendukung AI generatif tidak tergelincir?

Anda tidak ingin model AI Anda mengarang fakta saat data yang dilatihnya tidak berisi informasi tentang pertanyaan spesifik yang diajukan atau menyimpan informasi yang bertentangan atau tidak relevan. Solusinya? Membuat sistem untuk membentuk kembali model AI.

Menyiapkan pagar pembatas ini akan mencegah bot mengirim tanggapan nakal atau memunculkan topik yang tidak terkait.

Penggunaan sumber daya

Bot Gen AI membutuhkan kumpulan data besar untuk dilatih. Hal ini membuat pemeliharaan mereka intensif sumber daya dan menantang secara teknis.

Anda dapat menghosting model Anda sendiri, tetapi biaya pengoperasian dapat bertambah dengan cepat. Selain itu, banyak penyedia cloud tidak dapat menawarkan ruang penyimpanan yang dibutuhkan model ini agar berjalan lancar.

Ini dapat menyebabkan masalah latensi, di mana model memerlukan waktu lebih lama untuk memproses informasi dan menunda waktu respons. Dengan 90% pelanggan menyatakan respons instan sebagai hal yang penting, kecepatan respons dapat meningkatkan atau menghancurkan pengalaman pelanggan.

Menggunakan model bahasa berukuran wajar adalah kunci untuk mengurangi penggunaan sumber daya. Model bahasa yang lebih kecil dapat menghasilkan hasil yang mengesankan dengan data pelatihan yang tepat. Mereka tidak menguras sumber daya Anda dan merupakan solusi sempurna dalam lingkungan yang terkendali.

“Untuk melihat hasil terbaik dengan AI generatif, kita perlu menganggap AI dalam dukungan pelanggan tidak hanya sebagai satu jaringan saraf, tetapi seluruh otak, di mana berbagai bagian otak menangani tugas yang berbeda.”

Jaakko Pasanen
Chief Science Officer dan pakar AI di Ultimate

Daripada mengandalkan sepenuhnya pada model AI generasi besar untuk menangani tugas otomatisasi dukungan pelanggan, gunakan mereka sebagai bagian dari solusi otomatisasi yang lebih luas.

Jadilah cerdas dan berhati-hati saat menerapkan gen AI dalam bisnis Anda

AI generatif tidak diragukan lagi kuat. Namun, karena masih baru dan memiliki banyak tantangan dan risiko, Anda harus berhati-hati saat menggunakannya di lingkungan yang berhadapan langsung dengan pelanggan. Alih-alih melihat gen AI sebagai peluru perak yang akan menyelesaikan semua masalah dukungan, gunakan itu sebagai bagian dari sistem otomasi yang lebih luas.

Terlepas dari tantangannya, gen AI memiliki banyak manfaat untuk layanan pelanggan. Dan seiring perkembangannya, Anda akan menemukan kasus penggunaan yang baru dan lebih canggih serta cara yang lebih baik untuk menerapkannya di tumpukan teknologi Anda.

Pembelian perangkat lunak sekarang sederhana, cerdas, dan ramah! Ngobrol dengan chatbot bertenaga AI G2 Monty dan jelajahi solusi perangkat lunak yang belum pernah ada sebelumnya.