Eski CTI sistemleri neden ajan tabanlı yapay zeka müşteri deneyimi stratejinizi engelliyor?

Gartner'a göre, 2029 yılına kadar, Müşteri temsilcisi tabanlı yapay zeka, insan müdahalesi olmadan yaygın müşteri hizmetleri sorunlarının %80'ini otomatik olarak çözecek. Bu güçlü sistemler, iş akışları genelinde anında kararlar uygulayarak, son derece kişiselleştirilmiş müşteri deneyimi ve gerçek zamanlı yardımın yanı sıra önemli verimlilik artışları vaat ediyor.

Müşteri temsilcisi  tabanlı yapay zekayı devreye almak, değerini göstermek ve yönetim kuruluna etkileyici bir şey sunmak için baskının artması şaşırtıcı değil. Bütçeler onaylanıyor, tedarikçiler kısa listeye alınıyor ve güçlü yapay zeka hızla devreye alınıyor. Ancak aylar sonra, birçok şirket kendilerini rahatsız edici bir soru sorarken buluyor:  Müşteri temsilcisi tabanlı yapay zeka neden vaat edilenleri yerine getirmiyor?

Bilgisayar Telefon Entegrasyonu (CTI), yapay zeka dönüşümü hakkındaki tartışmalarda nadiren manşetlere çıkar. CTI, telefon sistemlerinizi, dijital kanallarınızı, CRM sistemlerinizi ve çağrı merkezi yönlendirmelerinizi birbirine bağlayan altyapı katmanıdır.

Yapay zekadan sonuç alma baskısı, birçok şirketi tuzağa düşüren şeydir. Yapay zeka araçlarını 15-20 yıl içinde oluşturulmuş ortamlara yerleştirdiğinizde, akıllı bir sistemden parçalı, karmaşık ve monolitik yönlendirme mimarileri içinde çalışmasını istiyorsunuz demektir. Ardından, yapay zeka bu sorunları ortadan kaldırmak yerine, onları daha da ortaya çıkarır.

Bu nedenle, yapay zeka yolculuğunuzun durakladığını düşünüyorsanız, bunun nedeni yapay zekanın kendisi olmayabilir. Bunun yerine, altyapınızla ilgili bir sorun olabilir: başka bir deyişle, CTI'nizle ilgili.

Gerçek şu ki, günümüzdeki tipik bir çağrı merkezinde, yapılandırmaların (vektör dizin numaraları, vektörler, beceriler) önemli bir kısmı kullanılmamış veya gereksiz olabilir. Bu, birleşmeler yoluyla miras kalan, yıllarca süren geçici çözümlerle biriken veya basitçe unutulan 'teknik borç'tur.
Eski CTI'lar genellikle monolitiktir ve mevcut PBX veya CRM sistemleriyle sıkıca entegredir. En önemlisi, yapay zeka hizmetlerinin etkili bir şekilde çalışması için gereken modern API'lardan veya gerçek zamanlı olay akışından yoksundurlar. Bu açığı kapatmak için, kuruluşlar özel adaptörler oluşturmak, ağır ara yazılımlara güvenmek ve çağrı verilerini yapay zeka modelleri için kullanılabilir hale getirmek için karmaşık veri zenginleştirme hatları oluşturmak zorunda kalırlar. Sonuç olarak, bu entegrasyon karmaşıklığını artırır, gecikmeye neden olur ve operasyonel yükü yükseltir.
Yapay zekayı yepyeni bir Ferrari olarak düşünün. Şimdi onu çukurlarla dolu, dökülen bir çakıl yolda sürdüğünüzü hayal edin. Bu yol mevcut CTI'nız olabilir.
Teknik borcun yapay zeka dönüşümü üzerindeki etkileri iki sorun olarak özetlenebilir.

Hedeflerine ulaşmak için, Müşteri temsilcisi tabanlı yapay zeka bağlama ihtiyaç duyar; bu da doğru verilere, doğru zamanda ve doğru yere yönlendirilmiş şekilde erişmek anlamına gelir. Herhangi bir işe yarar şey yapmadan önce - bir sorunu çözmek, yanıtı kişiselleştirmek, bir aramayı akıllıca yönlendirmek - müşterinin kim olduğunu, daha önce neler yaptığını ve şu anda neye ihtiyaç duyabileceğini bilmesi gerekir.

Tipik olarak, eski CTI sistemleri bu bağlam farkındalığını neredeyse imkansız hale getirir. Ses, sohbet ve CRM verileri muhtemelen birbirinden bağımsız silolarda bulunur. Bir müşteri yapay zeka destekli bir temsilciye ulaştığında, sistem zaten kör bir şekilde çalışıyor olabilir.

Eski CTI sistemleri, doğası gereği oldukça yinelemeli ve hızlı tempolu olan yapay zeka destekli inovasyon için tasarlanmamıştır. Geleneksel mimarilerde, yönlendirme akışlarını değiştirmek karmaşık yeniden yapılandırma gerektirebilir. Yeni bir IVR yolu eklemek haftalar sürebilir. Yeni bir yapay zeka modülünün entegrasyonu özelleştirilmiş geliştirme gerektirir. Değişiklikleri test etmek için gerekenler operasyonel aksama riskini taşır. Tüm bunlar denemeyi engeller ve rekabetçi bir pazarda stratejik risk taşıyan gecikmelere neden olur. Ayrıca kaynak yükü de vardır: IDC tarafından yapılan araştırmaya göre, yönetilen teknik borç, geliştirme süresinin %20-40'ını tüketerek kaynakları modernizasyon ve inovasyondan uzaklaştırabilir.

Bu zorluklar karşısında şirketler genellikle iki seçeneği değerlendirir: ya mevcut CTI ve çağrı merkezi sistemlerinin tamamen değiştirilmesi ya da buluta "olduğu gibi taşıma" yöntemiyle geçiş.

Her iki yaklaşımın da avantajları ve dezavantajları vardır.

Tamamen değiştirme, sıfırdan başlama gibi görünse de, temel telefon ve yönlendirme sistemlerinin değiştirilmesi, geçişle ilgili riskleri ve hizmet kesintisi potansiyelini beraberinde getirir; bu riskler arasında karmaşık yönlendirme yapılandırmalarının yeniden oluşturulması ve uyumluluk ve güvenliğin yeniden doğrulanması yer alır. Daha karmaşık işletmeler için bu, 12-24 ay sürebilir ve bu süre zarfında inovasyon duraksar.

Olduğu gibi taşıma (diğer bir deyişle, "olduğu gibi" bulut ortamına geçiş), barındırma esnekliğini ve maliyet optimizasyonunu artırır, ancak doğal karmaşıklığı, parçalanmayı, gereksiz yönlendirme mantığını ve sabit kodlu iş akışlarını ortadan kaldırmaz.

İyi haber şu ki, daha pragmatik bir yaklaşım mümkündür; bu da mevcut telefon sistemlerinin üstüne veya yanına yerleştirilen bir bulut orkestrasyon katmanı eklemektir. Bu, yapay zeka etkinleştirmeyi (yönlendirme mantığı, kanal düzenlemesi ve veri entegrasyonu dahil) eski sistemlerin kısıtlamalarından ayırır.

Bu yeni bulut orkestrasyon katmanı, API'ler kullanarak verileri her kanalda gerçek zamanlı olarak entegre eder, böylece yapay zeka her temas noktasında anında ve kapsamlı müşteri bağlamına sahip olur.

Bu, veri sorununu anında çözer. Yapay zekayı ezberci yanıt veren bir bottan, müşterilerinizi hayal kırıklığına uğratmak yerine müşteri deneyiminizi geliştirmek için temsilcilerinizi destekleyen akıllı, gerçek zamanlı bir yardımcı pilota dönüştürebilecek şey budur.

Dahası, bulut orkestrasyon katmanı "yapay zekaya özgü"dür, yani yapay zeka sistemleriyle sorunsuz bir şekilde entegre olur. Sonuç olarak, ajan tabanlı yapay zeka araçları çok hızlı bir şekilde test edilebilir, yinelenebilir, kullanıma sunulabilir ve güncellenebilir.

Konecta'da, bulut tabanlı bir CTI katmanına geçmenin pazara sunma süresini %40'tan fazla azaltabileceğini gördük. Bu çeviklik önemlidir çünkü ajan tabanlı yapay zeka tek seferlik bir dağıtım değildir; neyin işe yaradığını prototipleme, öğrenme ve ölçeklendirme sürecinin sürekli bir parçasıdır.

Orkestrasyon katmanı sayesinde, liderlerin beklediği yapay zeka avantajlarının kilidini açmak daha kolay hale geldi. Ancak her şeyi bir anda sunacak bir "büyük patlama" beklemeyin. Bunun yerine, modernizasyonu üç aşamada düşünün. Her aşama, Konecta'da tüketim malları şirketi, kamu hizmeti sağlayıcısı ve kamu sosyal sigorta şirketi de dahil olmak üzere farklı müşteri operasyon türleriyle çalışarak zaten gördüğümüz gibi, ölçülebilir sonuçlar veriyor.

Temel: İstikrara kavuşturma ve ayrıştırma. Bu, donanım bağımlılıklarından uzaklaşmayı, gereksiz yönlendirme mantığını temizlemeyi, API erişilebilir orkestrasyon oluşturmayı ve operasyonel sürekliliği sağlamayı içerir. Şirketler şu anda bile genellikle sistem istikrarında iyileşme ve altyapı maliyetlerinde %40'lık bir azalma görüyor.

Akıllı artırma: Orkestrasyon ve geliştirme. Bu, yapay zeka yardımcı pilotlarını ajan iş akışlarına entegre etmeyi, yüksek hacimli düşük karmaşıklıkta etkileşimleri otomatikleştirmeyi ve performans analitiğini tanıtmayı içerir. Sonuçlar arasında işlem sürelerinde (yaklaşık %25-30) azalma ve yaklaşık %30-50 süreç otomasyonu yer almaktadır.
Ölçeklenebilir otomasyon ve kişiselleştirme: geleceğe yönelik ilerleme. Bu, otonom çözümlemeyi ve hiper kişiselleştirmeyi, ayrıca arka ofis iş akışlarına entegrasyonu genişletmekle ilgilidir. Otomasyon artık sistemiktir ve hizmet maliyeti düşmektedir; örneğin, müşteri memnuniyeti istikrarlı kalırken veya artarken, dijital kanallara %60'lık bir geçiş bu durumu mümkün kılmaktadır.

Yatırımınızın geri dönüşünü (ROI) değerlendiriyorsanız, yapay zekaya daha fazla yatırım yapmadan önce altyapınızın buna hazır olup olmadığını değerlendirmeniz faydalı olacaktır.

Teknoloji ve altyapı ekibinize sorabileceğiniz sorular şunlar olabilir: CTI ortamımızdaki kaç yönlendirme nesnesi kullanılmıyor veya belgelenmemiş durumda? Bir yönlendirme değişikliğinin uygulanması ne kadar sürüyor? Yapay zeka gerçek zamanlı, kanallar arası müşteri bağlamına erişebiliyor mu? Mimari yapımız olay odaklı mı yoksa toplu işleme mi bağlı? Yapay zeka destekli etkileşimlerin yüzde kaçı hala manuel müdahale gerektiriyor? Yönlendirme mantığı ve telefon sistemleri birbirine sıkıca bağlı mı?

Deneyimler, mevcut eski sistemlere güçlü yapay zeka eklemenin mevcut sorunları artırabileceğini gösteriyor. Zaman kaybına, bütçe israfına ve hesaba katmadığınız risklere yol açıyor.

Sadece müşteri deneyiminizi düzeltmek için yapay zeka satın almayın. Yapay zekanızın kilidini açmak için altyapınızı düzeltin.

Mevcut teknolojiniz yapay zeka stratejinizin önünde bir engel mi? Konecta'nın CX modernizasyon çözümlerinin, gerçek ve ölçülebilir dönüşüm için ihtiyacınız olan temeli nasıl sağladığını görün.