AI chatboti nenahrazují dobré agenty podpory. Místo toho zvládají práci, která by na prvním místě neměla vyžadovat člověka. Zde je pět konkrétních scénářů zákaznické podpory, ve kterých chatboti spolehlivě překonávají lidské agenty v rychlosti, konzistenci a spokojenosti zákazníků, a také to, kde stále zaostávají.
Scénář 1: Odpovídání na stejné otázky stokrát denně
Každý tým podpory řeší stále dokola malou sadu otázek: termíny doručení, zásady vrácení, rozdíly mezi tarify, jak funguje jednoduchá a dobře zdokumentovaná funkce. Lidský agent, který na stejnou otázku odpovídá už stokrát za den, má sklon ke zkratkám a nekonzistenci, ať jsou jeho úmysly sebelepší. Chatbot propojený s vaší dokumentací dává stejnou přesnou odpověď v souladu se zásadami při prvním opakování i při desetitisícím, aniž by únava měnila kvalitu.
To je případ použití s nejvyšší návratností investice pro chatbota zákaznické podpory právě proto, že se hodnota násobí. Každá otázka, kterou bot správně vyřídí, je jedna, kterou agent nikdy řešit nemusí, a odpověď chatbota není nikdy nenápadně odlišná podle toho, kdo je zrovna ve směně.
Scénář 2: Pokrytí podpory mimo pracovní dobu a o víkendech
Poptávka po podpoře nekončí v 18:00 ani o víkendech, ale personálně zajistit lidský tým nonstop je drahé a noční nebo víkendové pokrytí bývá v rozpočtu menšího týmu obvykle první věcí, která se škrtá. Chatbot postavený na znalostní bázi nemá rozpis směn. Na otázku ve 2 ráno odpovídá se stejnou přesností jako ve 2 odpoledne, takže zákazníci v jiných časových pásmech nebo s naléhavostí mimo pracovní dobu dostanou okamžitou a správnou odpověď.
U tohoto scénáře nejde ani tak o bota, jako spíš o to, že je přítomný, když žádný člověk ve směně není. Pro týmy, které to staví, tvorba vlastních AI chatbotů pro zákaznickou podporu prochází cestami no-code, API a vlastního vývoje, jak toho dosáhnout.
Připraveni rozšířit své podnikání?
Začněte svou bezplatnou zkušební verzi ještě dnes a viďte výsledky během několika dní.
Scénář 3: Triáž a směrování tiketů na první linii
Než se člověk vůbec podívá do fronty, chatbot může zachytit otázku zákazníka, ověřit ji proti znalostní bázi a buď ji rovnou vyřešit, nebo ji předat už se shromážděným kontextem. Historie konverzace, co už bylo vyzkoušeno a proč to nebylo vyřešeno automaticky, to vše se posílá lidskému agentovi. To výrazně zkracuje čas strávený doháněním kontextu, zrychluje dobu odpovědi a odstraňuje potřebu obtěžovat zákazníka stále znovu stejnými otázkami.
Scénář 4: Sledování objednávek a aktualizace stavu
Otázky jako kde je moje objednávka a jaký je stav mého účtu jsou přesně tím druhem otázek, které nepotřebují úsudek. Potřebují jen živý dotaz do systému. Chatbot zavolá externí API, aby získal aktuální data, a vloží je přímo do odpovědi v přirozeném jazyce, místo aby se zákazník prohrabával portálem nebo to agent ručně dohledával.
Toto spadá přesně do oblasti, kterou už zákazníci běžně delegují na AI. Výzkum SurveyMonkey zjistil, že 65 % je v pohodě s tím, když AI vyřídí přímočarý transakční požadavek. Kontrola stavu je asi tak nízkoriziková a založená na faktech jako otázky podpory obecně.
Přihlaste se k odběru newsletteru
Získejte nejnovější tipy, trendy a nabídky zdarma.
Scénář 5: Samoobsluha účtu a předplatného
Změny tarifů, dotazy k fakturaci, žádosti o zrušení a problémy s heslem nebo přístupem mají vysoký objem, jsou převážně procedurální a jen zřídka vyžadují empatický přístup. Co vyžadují, je přesná, okamžitá odpověď vytažená ze správné dokumentace. Chatbot je zvládá konzistentně a nepřetržitě a přitom zbavuje agenty kategorie tiketů, která je objemově vysoká, ale málo komplexní.
Ani tady však není komfort zákazníků bezpodmínečný. Stejný výzkum SurveyMonkey zjistil, že 59 % je v pohodě s využitím AI konkrétně pro něco jako vyřízení vrácení, což je výrazně méně než u zadání objednávky. Čím blíž má samoobslužný úkol k tomu, že se něco pokazilo, tím víc zákazníci chtějí viditelnou cestu k člověku, když automatizovaná odpověď nesedne.
Kde lidští agenti nad chatboty stále vítězí
Nic z toho neznamená, že by chatboti měli vlastnit celou konverzaci. Stejný výzkum SurveyMonkey také zjistil, že 69 % lidí je nesvých s tím, aby AI poskytovala lékařské rady, a 68 % je nesvých s tím, aby AI poskytovala investiční rady. To je jasný signál, že komfort s AI prudce klesá s tím, jak roste rizikovost a osobní povaha problému. Spor o fakturaci, který někoho opravdu naštval, nebo požadavek, který vyžaduje diskrétnost, potřebuje člověka, který dokáže uplatnit úsudek, jaký bot nemá.
Poznámka: Existuje také právní rozměr, který se vyplatí zapracovat do návrhu, ne ho k němu přilepovat dodatečně. Podle rizikově orientovaného rámce EU pro AI jsou chatboti vnímáni jako povinnost transparentnosti. Podívejte se na chatboty podle evropského AI Actu , co to v praxi znamená pro chatbota obráceného k zákazníkům.
Budování hybridního modelu podpory člověk+AI
Uvedené scénáře jsou argumentem pro záměrné rozdělení práce, ne pro plnou automatizaci. Chatbot by měl vlastnit opakující se, dobře zdokumentované otázky s nízkým rizikem a být výslovně navržen tak, aby rozpoznal, kdy konverzace potřebuje eskalaci. Agenti by měli mít volné ruce, aby svůj čas věnovali tiketům, které skutečně potřebují člověka, jako jsou emočně vypjaté interakce, okrajové případy, které dokumentace nepokrývá, a cokoli, kde by špatná automatizovaná odpověď stála víc než ušetřený čas.
Právě vlastní konverzační data chatbota způsobují, že se toto rozdělení časem zlepšuje. Každá eskalace a každá opakující se nezodpovězená otázka je přímým signálem toho, kde má znalostní báze mezeru nebo kde byl úsudek člověka skutečně nezbytný. Přeneste to zpět do své dokumentace i do školení agentů a rozdělení mezi tím, co zvládne bot, a tím, co se dostane k člověku, se bude samo dál zlepšovat.
Chcete se zbavit opakující se poloviny své fronty podpory? Vyzkoušejte chatbota pro zákaznickou podporu a podívejte se, který z těchto pěti scénářů může jako první zmizet z talíře vašeho týmu.
