Πώς μια εταιρεία 14 ατόμων μείωσε τον φόρτο υποστήριξης με ένα AI chatbot (χωρίς να ενοχλήσει κανέναν)

Κάθε μελέτη περίπτωσης για AI chatbot υποστήριξης μοιάζει να περιλαμβάνει μια τεράστια μάρκα, ένα εκατομμύριο tickets τον μήνα και έναν αριθμό τόσο μεγάλο που δεν σημαίνει τίποτα για τους υπόλοιπους. Ορίστε λοιπόν η εκδοχή για μια κανονική επιχείρηση: δεκατέσσερα άτομα, ένα απολύτως συνηθισμένο inbox και ένας φόρτος υποστήριξης που σιγά σιγά εξαντλούσε τα δύο άτομα που τον χειρίζονταν. Καμία μαγεία, κανένα ρομπότ που αντικαθιστά ανθρώπους — μόνο ένα εστιασμένο chatbot στραμμένο στο σωστό πρόβλημα. Να τι συνέβη πραγματικά, μαζί με τα σημεία που δεν πήγαν όπως σχεδιάστηκαν.

Θέλω να είμαι ειλικρινής από την αρχή για το τι είναι και τι δεν είναι αυτό το άρθρο. Είναι μια ανωνυμοποιημένη περιγραφή ενός πραγματικού έργου — ένα μικρό ηλεκτρονικό κατάστημα στον χώρο του σπιτιού και του κήπου, η εταιρεία για την οποία δεν θα διαβάζατε ποτέ σε ένα τεχνολογικό blog. Αλλάξαμε τα στοιχεία ταυτοποίησης και κρατήσαμε τους αριθμούς σκόπιμα στρογγυλούς και ενδεικτικούς αντί για ακριβείς, γιατί ο σκοπός δεν είναι να σας εντυπωσιάσουμε με ένα στατιστικό. Ο σκοπός είναι να δείξουμε πώς μια μικρή ομάδα σκέφτηκε την απόφαση, τι φτιάξαμε και πόσο άξιζε ειλικρινά.

Αν διευθύνετε μια επιχείρηση όπου κάθε μέρα φτάνει η ίδια χούφτα ερωτήσεων πελατών, και η απάντησή τους τρώει σιγά σιγά τον χρόνο ανθρώπων που θα προτιμούσατε να κάνουν κάτι άλλο, αυτό είναι για εσάς.

Η κατάσταση: πνιγμένοι σε ερωτήσεις που είχαν ήδη απαντήσει

Η εταιρεία πουλούσε φυσικά προϊόντα online — μερικές εκατοντάδες κωδικοί, πιστή πελατειακή βάση, αξιοπρεπείς κριτικές. Η υποστήριξη λειτουργούσε μέσω ενός κοινόχρηστου inbox και ενός widget live chat στον ιστότοπο. Δύο μέλη της ομάδας την κάλυπταν ανάμεσα σε άλλα καθήκοντα: το ένα κυρίως τα πρωινά, το άλλο κυρίως τα απογεύματα. Κανένας τους δεν είχε την «υποστήριξη» ως πραγματικό τίτλο εργασίας.

Όταν καθίσαμε και διαβάσαμε έναν μήνα συνομιλιών τους, το μοτίβο πετάχτηκε αμέσως. Περίπου επτά στα δέκα μηνύματα ήταν παραλλαγές της ίδιας δωδεκάδας ερωτήσεων. «Πού είναι η παραγγελία μου;» «Μπορώ να αλλάξω τη διεύθυνση παράδοσης;» «Στέλνετε στη [χώρα];» «Ποιο είναι το περιθώριο επιστροφής σας;» «Είναι ξανά διαθέσιμο αυτό το προϊόν;» Οι ίδιες απαντήσεις, πληκτρολογημένες ξανά και ξανά, όλη μέρα, συχνά ακριβώς τις ώρες που η ομάδα χρειαζόταν περισσότερο να επικεντρωθεί σε κάτι άλλο.

Ο ιδιοκτήτης περιέγραψε καλά το πραγματικό κόστος. Δεν ήταν μόνο τα λεπτά ανά απάντηση. Ήταν η διακοπή — ο τρόπος που ένα σταθερό στάξιμο εύκολων ερωτήσεων κατακερματίζει τη μέρα τόσο άσχημα ώστε η δυσκολότερη, πιο πολύτιμη δουλειά δεν παίρνει ποτέ καθαρή φόρα. Δεν έψαχναν να κόψουν προσωπικό. Έψαχναν να σταματήσουν δύο ικανούς ανθρώπους από το να περνούν τα πρωινά τους ως ανθρώπινο FAQ.

Γιατί να μην προσλάβετε απλώς έναν ακόμη άνθρωπο;

Είναι δίκαιη ερώτηση, και τη θέσαμε πριν προτείνουμε οποιοδήποτε λογισμικό. Η πρόσληψη είναι η ειλικρινής προεπιλογή για έναν αυξανόμενο φόρτο υποστήριξης, και μερικές φορές είναι η σωστή απάντηση. Αλλά εδώ τα μαθηματικά δεν την ευνοούσαν. Ο όγκος ήταν πραγματικός αλλά όχι ακόμη μια πλήρης θέση — το να προσθέσουμε ένα άτομο για να χειρίζεται κυρίως ασήμαντες ερωτήσεις έμοιαζε υπερβολικό, και οι ερωτήσεις ήταν τόσο επαναλαμβανόμενες που μια νέα πρόσληψη θα βαριόταν μέσα σε μια εβδομάδα.

Πιο ουσιαστικά, η πρόσληψη δεν λύνει το πραγματικό πρόβλημα. Ένα τρίτο άτομο που απαντά «πού είναι η παραγγελία μου;» είναι ακόμη ένα άτομο που απαντά «πού είναι η παραγγελία μου;». Η ίδια η δουλειά ήταν το ζήτημα: ήταν επαναλαμβανόμενη, με μορφή κανόνων, και έφτανε όλο το εικοσιτετράωρο — μαζί με βράδια και σαββατοκύριακα, όταν δεν ήταν κανείς μπροστά. Αυτό το προφίλ είναι σχεδόν σχολική περιγραφή του πού ταιριάζει ένα chatbot και πού δεν ταιριάζει μια πρόσληψη.

Τι φτιάξαμε πραγματικά (και τι αφήσαμε σκόπιμα έξω)

Ο πειρασμός με κάθε έργο AI είναι να φτιάξεις κάτι που μπορεί να κάνει τα πάντα. Εμείς κάναμε το αντίθετο. Περιορίσαμε το chatbot σε μία δουλειά: να χειρίζεται με σιγουριά τις δώδεκα πιο συχνές ερωτήσεις και να παραδίδει κομψά όλα τα υπόλοιπα σε έναν άνθρωπο. Αυτή η αυτοσυγκράτηση είναι κατά κύριο λόγο ο λόγος που δούλεψε.

Καθοριστικά, αυτό δεν ήταν ένα γενικό bot που μάντευε απαντήσεις από το ανοιχτό διαδίκτυο. Ήταν θεμελιωμένο στο υλικό της ίδιας της εταιρείας — την πολιτική αποστολών, την πολιτική επιστροφών, τη σελίδα FAQ και μια ζωντανή σύνδεση με το σύστημα παραγγελιών ώστε να μπορεί πραγματικά να αναζητά την κατάσταση μιας πραγματικής παραγγελίας όταν ένας πελάτης έδινε αριθμό παραγγελίας. Μια απάντηση AI είναι τόσο αξιόπιστη όσο αυτό που της επιτρέπεται να διαβάσει, και την κρατήσαμε σε κοντό και ακριβές λουρί.

Οι τρεις κανόνες που του δώσαμε

• Απάντα μόνο από εγκεκριμένες εταιρικές πηγές — ποτέ μην εφευρίσκεις πολιτική, τιμή ή ημερομηνία παράδοσης.
• Για ερωτήσεις σχετικές με παραγγελία, αναζήτησε την πραγματική παραγγελία· αν δεν μπορείς να επαληθεύσεις τον πελάτη, παρέδωσε σε άνθρωπο αντί να μαντέψεις.
• Τη στιγμή που μια συνομιλία ξεφεύγει από τα γνωστά δώδεκα θέματα, σταμάτα να προσπαθείς και πέρασέ την στην ομάδα με το πλήρες ιστορικό συνημμένο.

Αυτόν τον τρίτο κανόνα τον υποτιμούν οι άνθρωποι. Ένα chatbot που ξέρει τα όριά του και παραδίδει καθαρά νιώθει βοηθητικό. Ένα chatbot που μπλοφάρει για να αποφύγει να παραδεχτεί ότι κόλλησε νιώθει σαν τοίχος — και είναι ο πιο γρήγορος τρόπος να κάνεις τους πελάτες να μισήσουν το πράγμα. Προτιμούμε να λύνει το 60% των συνομιλιών εξαιρετικά παρά να τα θαλασσώνει και στο 100% τους.

Η υλοποίηση: αθόρυβα, με ανθρώπινο δίχτυ ασφαλείας

Δεν πατήσαμε έναν διακόπτη και φύγαμε. Η υλοποίηση ήταν σκόπιμα προσεκτική, γιατί οι πρώτες λίγες εβδομάδες κάθε αυτοματοποίησης υποστήριξης είναι το σημείο όπου η εμπιστοσύνη κερδίζεται ή χάνεται.

1. 1
   Λειτουργία σκιάς για δύο εβδομάδες

   Το bot συνέτασσε απαντήσεις αλλά ένας άνθρωπος επιθεωρούσε και έστελνε την καθεμία. Αυτό έπιανε τις αδέξιες διατυπώσεις και τις λίγες περιπτώσεις όπου έκανε λάθος με σιγουριά — πριν τις δει ποτέ οποιοσδήποτε πελάτης.
2. 2
   Live στο εύκολο μισό

   Το αφήσαμε πρώτα να χειρίζεται μόνο του τα πραγματικά ασφαλή θέματα — ωράριο, περιθώρια επιστροφής, χώρες αποστολής — ενώ οτιδήποτε αφορούσε παραγγελία περνούσε ακόμη από ανθρώπινο έλεγχο.
3. 3
   Επέκταση στην αναζήτηση παραγγελιών

   Μόλις η σύνδεση με το σύστημα παραγγελιών αποδείχθηκε αξιόπιστη, το αφήσαμε να απαντά απευθείας στο «πού είναι η παραγγελία μου;», με μια ξεκάθαρη διαδρομή ενός αγγίγματος προς άνθρωπο αν ο πελάτης δεν ήταν ικανοποιημένος.
4. 4
   Πάντα ορατή έξοδος διαφυγής

   Κάθε συνομιλία διατηρούσε μια ευκρινώς σημασμένη επιλογή «μιλήστε με άνθρωπο». Κανείς δεν παγιδεύτηκε ποτέ σε έναν βρόχο με το bot, που είναι ακριβώς η εμπειρία που δίνει στα chatbots το κακό τους όνομα.

Παρατηρήστε τι συμβαίνει εδώ: είναι η ίδια ήρεμη, αναστρέψιμη προσέγγιση που θα χρησιμοποιούσατε για οποιαδήποτε αλλαγή διαδικασίας. Τρέξτε παράλληλα με τον παλιό τρόπο, αποδείξτε το στις ασφαλείς περιπτώσεις, επεκταθείτε μόνο όταν τα στοιχεία το κερδίζουν, και ποτέ μην αφαιρέσετε εντελώς την ανθρώπινη επιλογή. Τίποτα από αυτά δεν είναι εξωτικό. Είναι απλώς πειθαρχία.

Τα αποτελέσματα, δηλωμένα με ειλικρίνεια

Εδώ οι περισσότερες μελέτες περίπτωσης απλώνουν το χέρι σε έναν εντυπωσιακό αριθμό. Θα τους κρατήσω στρογγυλούς και ενδεικτικούς, γιατί η επιχείρησή σας δεν είναι αυτή και οι ακριβείς αριθμοί θα ήταν ψεύτικη παρηγοριά. Αλλά το σχήμα του αποτελέσματος είναι αυτό που μετράει, και ήταν συνεπές σε παρόμοια έργα.

Μέσα σε περίπου δύο μήνες, το chatbot επίλυε λίγο περισσότερο από το μισό όλων των εισερχόμενων συνομιλιών υποστήριξης μόνο του — τη επαναλαμβανόμενη δωδεκάδα — χωρίς να τις αγγίξει άνθρωπος. Από τις υπόλοιπες, παρέδιδε καθαρά με ιστορικό, ώστε η ομάδα αναλάμβανε κάθε υπόθεση γνωρίζοντας ήδη το πλαίσιο αντί να ξεκινά από το μηδέν.

Αυτή η τελευταία γραμμή μετράει περισσότερο από όλες τις άλλες. Ο φόβος με την αυτοματοποίηση υποστήριξης είναι πάντα ότι ανταλλάσσετε το κόστος προσωπικού με την καλή διάθεση των πελατών. Εδώ, η ικανοποίηση στις συνομιλίες που έλυσε το bot κράτησε στο ίδιο επίπεδο με τις ανθρώπινες — εν μέρει γιατί οι άμεσες σωστές απαντήσεις σε απλές ερωτήσεις είναι πραγματικά αυτό που θέλουν οι πελάτες, και εν μέρει γιατί η καθαρή παράδοση σήμαινε ότι κανείς δεν κόλλησε φωνάζοντας σε έναν τοίχο.

Η πλευρά του κόστους ήταν χωρίς λάμψη και εκεί είναι το νόημα. Η κατασκευή ήταν ένα μέτριο έργο μιας φοράς συν ένα μικρό τρέχον κόστος για τη χρήση AI και το hosting — πολύ κάτω από το πλήρες κόστος μιας επιπλέον πρόσληψης, και ένα κλάσμα του χρόνου που πήραν πίσω τα δύο μέλη της ομάδας. Η σύνοψη του ιδιοκτήτη, μήνες αργότερα, ήταν ότι το κέρδος δεν ήταν τα χρήματα που εξοικονομήθηκαν. Ήταν ότι τα δύο τους άτομα σταμάτησαν να τρέμουν το inbox.

Τι έκανε αυτό να δουλέψει, ενώ τόσα άλλα δεν δουλεύουν

Πολλές μικρές επιχειρήσεις έχουν δοκιμάσει ένα chatbot υποστήριξης και το έκλεισαν αθόρυβα. Η διαφορά ανάμεσα σε αυτό το έργο και εκείνες τις αποτυχίες δεν ήταν ο προϋπολογισμός ή η τεχνολογία — και τα δύο ήταν μέτρια. Κατέληξε σε λίγες επιλογές που αντιγράφονται εύκολα.

Πρώτον, διαλέξαμε ένα πρόβλημα στο οποίο το chatbot ήταν πραγματικά καλό: μεγάλου όγκου, επαναλαμβανόμενο, απαντήσιμο από έγγραφα που η εταιρεία είχε ήδη. Δεν του ζητήσαμε να είναι έξυπνο. Του ζητήσαμε να είναι αξιόπιστο σε βαρετά πράγματα. Δεύτερον, το θεμελιώσαμε αυστηρά στις δικές της ακριβείς πηγές και σε μια αναζήτηση παραγγελιών, ώστε σχεδόν ποτέ να μη χρειάζεται να μαντέψει. Τρίτον, κάναμε την παράδοση σε άνθρωπο να νιώθει σαν χαρακτηριστικό, όχι σαν αποτυχία — ορατή, γρήγορη και μεταφέροντας πλήρες πλαίσιο.

Θα δούλευε για τη δική σας επιχείρηση;

Ειλικρινά, ίσως όχι — και αξίζει να το πούμε. Αν οι ερωτήσεις υποστήριξής σας είναι κυρίως μοναδικές, φορτισμένες συναισθηματικά ή απαιτούν διαπραγμάτευση, ένα chatbot θα εκνευρίσει τους πάντες και θα πρέπει να προσλάβετε αντ' αυτού. Η καταλληλότητα εδώ ήταν συγκεκριμένη: μεγάλος όγκος επαναλαμβανόμενων, βασισμένων σε γεγονότα ερωτήσεων που μπορούσαν να απαντηθούν από υπάρχον υλικό. Αυτή είναι η συνθήκη που το κάνει να δουλεύει.

Αλλά αυτή η συνθήκη είναι πολύ πιο συχνή απ' όσο υποθέτουν οι άνθρωποι. Αν ποτέ πιάσατε τον εαυτό σας να σκέφτεται «έχω απαντήσει σε αυτή ακριβώς την ερώτηση εκατό φορές», υπάρχει καλή πιθανότητα ένα εστιασμένο chatbot να μπορούσε να απορροφήσει ένα ουσιαστικό κομμάτι του inbox σας χωρίς να νιώσει κανείς χειρότερα. Ο τρόπος να το μάθετε δεν είναι να αγοράσετε μια πλατφόρμα — είναι να κάνετε αυτό που έκανε πρώτα αυτή η εταιρεία: διαβάστε έναν μήνα από τις δικές σας συνομιλίες και μετρήστε πόσες είναι η ίδια δωδεκάδα ερωτήσεων.

Συχνές ερωτήσεις