AIは期待に応えられていない？これらの人為的ミスが発生した可能性がある

人工知能は、ほとんどのビジネス分野で必須のテクノロジーになりつつあります。顧客対応チャットボットとしてユーザーエンゲージメントやコンバージョンを支援するものでも、バックグラウンドで動作してユーザーが重要なビジネス上の意思決定を行うのを支援するものでも、AI はあらゆるところに存在します。多くの場合、それが何ができるか、何をすべきかについての期待は高くなります。しかし、これらの期待が満たされない場合、それは必ずしもテクノロジーのせいではなく、むしろ人間のせいである可能性が高いです。なぜそう言うのでしょうか? おそらく、人工知能の実装における最も一般的なヒューマンエラーのいくつかから、このことが垣間見えるかもしれません。

[[265067]]

間違い1: 自動化とAIを混同する

AI を自動化と同一視することはよくある、理解できる間違いです。結局のところ、どちらも人間のような作業ができ、生産性と顧客体験を向上させることができますが、両者の間には重要な違いがあります。自動化は事前に決められたルールに従いますが、AI は人間の思考をシミュレートするように設計されています。フォームへの記入、パスワードのリセット、クエリのルーティングなど、通常は人間が行う単純で反復的なタスクを再現することが目標である場合は、自動化テクノロジーを探している可能性があります。一方、顧客との実際の会話、顧客データの分析、適切な回答や推奨事項の提供など、より複雑なことを実行できるソリューションを探している場合は、分析機能と自然言語処理機能を備えた AI が必要になります。間違ったものを選んでしまうと、必要以上にお金がかかったり、期待していたよりも少ないものしか得られなかったりすることになります。

間違い2: 成功要因を特定しない

成功とはどのようなものか、成功を達成するには何が必要か、成功をどのように測定するかを事前に定義しなければ、投資が報われるかどうかは決してわかりません。一度にすべてを実行しようとしたり、広範囲で定義されていない目標（「顧客サービスの向上」など）を選択したりすると、失敗につながります。代わりに、いくつかの特定の KPI を目指す必要があります。次に、成功を確実にするために、どのチームを関与させる必要があるか、また、どのようなプロセスを実装または変更する必要があるかを検討します。

さらに重要なのは、内部目標が一致していることを確認することです。そうでなければ、AI を使用して日常的な問い合わせを回避し、エージェントが必要な顧客により多くの時間を費やせるようにしているかもしれませんが、経営陣は状況に気づき、平均処理時間が変わらない、または増加している理由を疑問に思うかもしれません。事前に合意を得ておけば、技術部門が意図しない失敗で責められることはありません。

間違い3: 組織からの賛同を得られない

たとえ最高の AI ソリューションであっても、その影響を受けるすべての人が理解し、賛同しない限り、大きな効果は得られません。カスタマー サービス担当者は、「人工知能」という言葉を聞くと、職を失うのではないかと考えるかもしれません。新しいテクノロジーの影響について透明性を保ちましょう。従業員は新しい役割に異動したり、新しいスキルを習得したりするでしょうか? プロセスや手順は変わりますか? 実際、AI によって従業員はより興味深く高度な仕事に取り組めるようになるでしょうか?

同時に、リーダーシップは、新しいソリューションの価値を実現するまでの時間が短縮されることを理解する必要があります。新しいテクノロジーや責任の変更には必ず学習曲線があり、チームが慣れるまでには時間がかかります。また、実際の世界で使い始める際には、テクノロジーを微調整して適応させる必要もあります。つまり、事前に期待値を設定するということです。

間違いその4: 顧客体験全体への影響を考慮していない

カスタマージャーニーの 1 つの段階を変更すると、エクスペリエンス全体に波及効果が生じます。パス上の 1 つ以上のタッチポイントに AI を挿入する際に発生する可能性のある問題を予測して対処できるように、全体的な視点が必要です。 AI を使用して販売前の見込み客に素晴らしい体験を提供している場合、サポート段階ではどうなるでしょうか。サポート エージェントは同様に素晴らしい体験を提供できますか。やり取りをシームレスにするための履歴情報を持っていますか。全体像を把握し、ジャーニーの一貫性と一貫性を保つために必要なことは何でも行ってください。

間違いその5: 解決しようとしている問題の原因を理解していない

最善の努力を払ったにもかかわらず、AI ソリューションが進展しない場合は、解決しようとしている問題の根本原因を十分に調査していない可能性があります。たとえば、NPS (ネット プロモーター スコア) を向上させることが目標である場合、まずはスコアの向上を妨げている原因を深く理解する必要があります。顧客が待ち時間や問題解決時間に不満を抱いている場合は、AI が役立つ可能性があります。しかし、顧客が本当に不満に思っているのが配送や返品のポリシーである場合、世界最高の AI ソリューションであっても機能しません。

顧客体験に対する AI の可能性は否定できません。人的要素を適切に考慮することで、望む結果が得られる可能性が高まります。