Dirbtinio intelekto revoliucija klientų aptarnavime
Klientų aptarnavimas per pastaruosius penkerius metus patyrė fundamentalių pokyčių, kuriuos labiausiai paskatino dirbtinio intelekto (DI) sprendimai. Lietuvos įmonės, nors ir pradžioje žvelgė į šias technologijas atsargiai, šiandien drąsiai diegia inovatyvius sprendimus, padedančius ne tik taupyti kaštus, bet ir reikšmingai gerinti klientų patirtį. Šis technologinis šuolis ypač išryškėjo pandemijos metu, kai fizinis kontaktas tapo ribotas, o skaitmeniniai kanalai – pagrindiniu bendravimo tiltu tarp verslo ir vartotojų.
Įdomu tai, kad Lietuvos įmonės neapsiriboja vien užsienietiškų sprendimų diegimu – jos kuria savus, pritaikytus mūsų kalbai ir kultūriniam kontekstui. Lietuvių kalba, būdama sudėtinga morfologiškai, ilgai buvo iššūkis DI sistemoms, tačiau šiandien matome įspūdingą proveržį – nuo pokalbių robotų, atsakančių į klientų užklausas, iki sudėtingų analitinių įrankių, padedančių numatyti klientų poreikius.
Chatbotai kalba lietuviškai: nuo pirmųjų bandymų iki šiuolaikinių sprendimų
Prisimenu, kai prieš maždaug septynerius metus pirmieji lietuviški chatbotai buvo labiau panašūs į primityvius automatinio atsakymo įrankius nei į tikrus pokalbių asistentus. Jie dažnai nesuprasdavo klausimų su rašybos klaidomis, o jų atsakymai būdavo šabloniški ir nenatūralūs. Šiandien situacija kardinaliai pasikeitusi.
Vienas ryškiausių pavyzdžių – telekomunikacijų bendrovė „Telia”, kurios virtualus asistentas „Aura” per dieną aptarnauja tūkstančius klientų. Šis DI sprendimas sugeba ne tik atsakyti į dažniausius klausimus, bet ir padėti spręsti technines problemas, pateikti sąskaitas ar net rekomenduoti paslaugas pagal kliento naudojimosi įpročius.
„Pradėjome nuo paprastų dialogų, tačiau šiandien ‘Aura’ gali atpažinti daugiau nei 200 skirtingų kliento ketinimų ir išspręsti apie 70% visų užklausų be žmogaus įsikišimo”, – dalinasi Telia klientų aptarnavimo transformacijos vadovė Eglė Daunienė. Įdomu tai, kad sistema nuolat mokosi iš pokalbių ir tobulėja – jei prieš dvejus metus ji teisingai suprasdavo apie 75% užklausų, šiandien šis rodiklis siekia 93%.
Kitas sėkmingas pavyzdys – „Swedbank” virtuali asistentė „Greta”, kuri ne tik atsako į klientų klausimus, bet ir padeda atlikti pagrindines bankininkystės operacijas. Banko atstovai teigia, kad „Greta” jau tapo neatsiejama klientų aptarnavimo dalimi, kasdien aptarnaujanti daugiau nei 5000 užklausų.
Balso atpažinimo technologijos: kai skambutis tampa malonumu
Kontaktų centrai ilgai buvo ta vieta, kur klientų kantrybė būdavo išbandoma labiausiai. Ilgos laukimo eilės, pakartotinis informacijos pateikimas skirtingiems operatoriams ir nesuprantami IVR (Interactive Voice Response) meniu varė į neviltį ne vieną klientą. Tačiau DI sprendimai keičia ir šią sritį.
Lietuvos draudimo bendrovė „Gjensidige” įdiegė pažangią balso atpažinimo sistemą, kuri ne tik atpažįsta kliento tapatybę pagal balsą, bet ir supranta natūralią kalbą. „Klientui nebereikia klausytis ilgo meniu ir spaudyti mygtukų – užtenka pasakyti, kokios pagalbos reikia, ir sistema nukreipia į reikiamą specialistą arba iškart pateikia atsakymą”, – pasakoja bendrovės skaitmeninės transformacijos vadovas Tomas Krakauskas.
Sistema taip pat analizuoja kliento balso toną ir emocijas – jei aptinkama, kad klientas susierzinęs ar nekantrauja, skambutis prioriteto tvarka nukreipiamas pas operatorių. Šis sprendimas leido sumažinti vidutinę skambučio trukmę 40%, o klientų pasitenkinimas paslaugomis išaugo 25%.
Įdomu tai, kad Lietuvos įmonė „Fobija” sukūrė specializuotą balso atpažinimo sistemą, pritaikytą būtent lietuvių kalbai, kuri dabar naudojama ne tik Lietuvoje, bet ir eksportuojama į kitas Baltijos šalis. „Mūsų algoritmas atsižvelgia į lietuvių kalbos specifiką – kirčiavimą, tarmes, netgi įprastus tarimo ypatumus skirtinguose regionuose”, – teigia įmonės įkūrėjas Marius Paulikas.
Duomenų analitika: kai DI padeda pažinti klientą geriau nei jis pats
Viena įspūdingiausių DI galimybių – gebėjimas analizuoti milžiniškus duomenų kiekius ir ištraukti vertingas įžvalgas. Lietuvos prekybos tinklas „Maxima” pasinaudojo šia galimybe sukurdamas personalizuotų pasiūlymų sistemą, kuri analizuoja klientų pirkimo įpročius ir pateikia jiems aktualius pasiūlymus.
„Anksčiau siųsdavome visiems klientams vienodus pasiūlymus, tikėdamiesi, kad kažkas sudomins. Dabar DI algoritmas analizuoja kiekvieno kliento pirkimo istoriją, pagal ją prognozuoja būsimus poreikius ir pateikia būtent jam aktualius pasiūlymus”, – aiškina „Maxima” lojalumo programų vadovė Jūratė Litvinienė.
Rezultatai įspūdingi – personalizuotų pasiūlymų konversijos rodiklis išaugo 300%, palyginti su masiniais pasiūlymais. Be to, sistema padeda optimizuoti prekių asortimentą skirtinguose parduotuvių filialuose pagal vietinių klientų poreikius.
Kitas pavyzdys – „Vinted” platforma, kuri naudoja DI algoritmus rekomenduoti vartotojams drabužius pagal jų ankstesnes paieškas ir pirkinius. „Mūsų algoritmas ne tik analizuoja, ką vartotojas peržiūri ar perka, bet ir kaip ilgai žiūri į konkrečius daiktus, kokiu paros metu naršo, netgi sekame pelės judesius – visa tai padeda suprasti tikruosius vartotojo poreikius”, – pasakoja „Vinted” produkto vadovas Justas Janauskas.
DI ir žmogaus sinergija: kaip rasti balansą
Nepaisant visų DI privalumų, būtų klaidinga manyti, kad technologijos visiškai pakeis žmogų klientų aptarnavime. Priešingai – sėkmingiausi Lietuvos pavyzdžiai rodo, kad geriausių rezultatų pasiekiama, kai DI ir žmogus dirba kartu.
„Bitė Lietuva” įdiegė DI sistemą, kuri padeda konsultantams realiu laiku. Kai klientas skambina ar rašo, sistema analizuoja užklausą ir konsultanto ekrane pateikia reikiamą informaciją bei galimus sprendimo būdus. „Tai leidžia mūsų darbuotojams koncentruotis į bendravimą su klientu, o ne į informacijos paiešką sistemose”, – aiškina „Bitės” klientų aptarnavimo vadovė Neringa Žilinskienė.
Šis sprendimas leido sutrumpinti vidutinę pokalbio trukmę 30%, o teisingų atsakymų iš pirmo karto rodiklis išaugo nuo 75% iki 92%. Svarbiausia, kad konsultantai gali skirti daugiau dėmesio empatiškai komunikacijai, o ne techninėms detalėms.
Įdomu tai, kad „Bitė” taip pat naudoja DI analizuoti konsultantų pokalbius su klientais – sistema vertina ne tik faktinę informaciją, bet ir bendravimo toną, empatijos lygį, aktyvų klausymąsi. Šie duomenys naudojami ne darbuotojams bausti, o mokyti ir tobulinti jų įgūdžius.
Privatumo iššūkiai ir etikos klausimai
Nors DI teikia daug naudos, jo taikymas kelia ir svarbių privatumo bei etikos klausimų. Lietuvos įmonės, siekdamos išlaikyti klientų pasitikėjimą, turi spręsti šiuos iššūkius.
„Tele2” kibernetinio saugumo vadovas Ramūnas Čeponis pabrėžia: „Renkame tik tuos duomenis, kurie būtini paslaugai teikti, ir visada informuojame klientus, kokie duomenys renkami ir kaip jie naudojami. Be to, suteikiame galimybę klientams lengvai atsisakyti duomenų rinkimo, jei jie to pageidauja.”
Svarbu paminėti, kad Lietuvos valstybinė duomenų apsaugos inspekcija aktyviai bendradarbiauja su verslu, padėdama užtikrinti, kad DI sprendimai atitiktų BDAR (Bendrojo duomenų apsaugos reglamento) reikalavimus. „Matome, kad įmonės vis labiau supranta, jog duomenų apsauga nėra tik teisinė prievolė, bet ir konkurencinis pranašumas”, – teigia inspekcijos atstovė Rasa Petrauskienė.
Kitas etinis aspektas – skaidrumas. Klientai turi teisę žinoti, kada bendrauja su DI, o kada su žmogumi. „Lietuvos draudimas” savo chatbotą aiškiai pristato kaip virtualų asistentą ir visada suteikia galimybę klientui pasirinkti bendravimą su žmogumi.
Praktiniai patarimai įmonėms: nuo ko pradėti DI kelionę
Daugelis Lietuvos smulkių ir vidutinių įmonių nori diegti DI sprendimus, bet nežino, nuo ko pradėti. Štai keletas praktinių patarimų, paremtų sėkmingomis istorijomis:
- Pradėkite nuo aiškios problemos. „Nebandykite diegti DI tik todėl, kad tai madinga”, – pataria „Tesonet” technologijų vadovas Tomas Seikalis. „Identifikuokite konkrečią problemą, kurią norite išspręsti – ar tai ilgos eilės klientų aptarnavime, ar pasikartojantys klausimai, ar neefektyvus resursų paskirstymas.”
- Įvertinkite savo duomenis. DI efektyvumas priklauso nuo duomenų kokybės. „Prieš diegiant bet kokį DI sprendimą, įvertinkite, ar turite pakankamai kokybiškų duomenų jam apmokyti”, – rekomenduoja „Oxipit” įkūrėjas Gediminas Peksys, kurio įmonė sukūrė DI sistemą, padedančią radiologams analizuoti medicininius vaizdus.
- Pradėkite nuo mažų projektų. „Vilniaus vandenys” pradėjo nuo nedidelio chatboto, atsakančio tik į dažniausiai užduodamus klausimus, ir palaipsniui plėtė jo galimybes. „Toks laipsniškas diegimas leido mums mokytis iš klaidų ir tobulinti sistemą be didelės rizikos”, – dalinasi įmonės skaitmeninių kanalų vadovė Ieva Balčiūnaitė.
- Įtraukite darbuotojus. „Labai svarbu, kad darbuotojai suprastų, jog DI neatims jų darbo, o padės jiems dirbti efektyviau”, – pabrėžia „Danske Bank” Lietuvos padalinio vadovas Eimantas Kiudulas. Jų banke DI įrankiai buvo diegiami kartu su darbuotojų mokymo programomis.
- Matuokite rezultatus. „Nustatykite aiškius sėkmės rodiklius ir reguliariai juos sekite”, – pataria „Paysera” produkto vadovas Vytenis Morkūnas. Jų įmonė kas mėnesį analizuoja, kiek užklausų išsprendžia DI sistema, koks klientų pasitenkinimas ir kiek laiko sutaupoma.
Žvilgsnis į ateitį: kas laukia už horizonto
Kalbėdami apie DI perspektyvas klientų aptarnavime, Lietuvos ekspertai išskiria keletą krypčių, kurios formuos artimiausiųjų metų tendencijas:
Multimodaliniai asistentai, gebantys analizuoti ne tik tekstą ir balsą, bet ir vaizdą, taps įprasti. „Įsivaizduokite, kad klientas nufotografuoja sugedusį prietaisą, o DI iškart identifikuoja problemą ir pasiūlo sprendimą”, – sako „Teltonika” inovacijų vadovas Darius Plėštys.
Emocijų atpažinimas ir empatiškas bendravimas – kita svarbi kryptis. „Kuriame sistemą, kuri ne tik supranta kliento žodžius, bet ir atpažįsta jo emocijas iš balso tono, kalbėjimo greičio, pauzių”, – pasakoja „Deeper” produkto vadovė Ieva Sakalauskaitė.
Proaktyvus klientų aptarnavimas, kai problemos sprendžiamos dar prieš joms pasireiškiant, jau tampa realybe. „Mūsų sistema stebi įrangos būklę ir prognozuoja galimus gedimus, todėl galime susisiekti su klientu ir pasiūlyti sprendimą dar prieš įrangai sugedant”, – aiškina „Teltonika Networks” atstovas Giedrius Zaicevas.
Technologijos su žmogišku veidu: ko išmokome ir kur einame
Peržvelgus Lietuvos įmonių patirtį diegiant DI klientų aptarnavime, išryškėja viena esminė pamoka – technologijos turi tarnauti žmogui, o ne atvirkščiai. Sėkmingiausios istorijos pasakoja ne apie visišką žmogaus pakeitimą mašinomis, bet apie harmoningą technologijų ir žmogiškojo faktoriaus derinį.
„Pradėjome DI kelionę galvodami apie kaštų mažinimą, bet greitai supratome, kad didžiausia vertė – galimybė suteikti mūsų darbuotojams įrankius, leidžiančius jiems būti labiau žmogiškiems”, – apibendrina savo patirtį „Kilo grupė” generalinis direktorius Mantas Mikuckas.
Dirbtinis intelektas Lietuvos klientų aptarnavime jau nėra ateities vizija – tai dabartis, kuri keičiasi ir tobulėja kiekvieną dieną. Įmonės, sugebančios šias technologijas pritaikyti taip, kad jos sustiprintų, o ne pakeistų žmogišką ryšį, laimi dvigubai – efektyvumu ir klientų lojalumu.
Galbūt svarbiausia pamoka, kurią galime išmokti iš lietuviškų sėkmės istorijų – technologijos gali būti šaltos ir beasmenės, bet jų pritaikymas visada turi turėti žmogišką veidą. Kaip taikliai pastebėjo „Trafi” įkūrėjas Martynas Gudonavičius: „Geriausias dirbtinis intelektas yra tas, kuris padeda žmonėms būti geresniais žmonėmis – labiau empatiškai, atidžiau ir giliau bendrauti su kitais.”