Wnioski takie wynikają z ostatniego raportu Accenture Technology Vision 2017. Spośród 5 wyszczególnionych w tegorocznym raporcie trendów technologicznych, to właśnie ten związany ze sztuczną inteligencją AI (Artificial Intelligence) i robotyką mieć będzie największe znaczenie dla Polski. Odegra on istotną rolę dla wszystkich organizacji związanych z obsługą klienta.

W naszym kraju zlokalizowane jest ponad 600 centrów kompetencyjnych i serwisowych, które zatrudniają łącznie 200 tys. osób. Tylko przez wzgląd na skalę potencjalnych skutków dla rynku pracy oraz działalności takich podmiotów nie możemy bagatelizować zmian wynikających z prognozowanej automatyzacji kontaktów B2C na szeroką skalę.

Wykorzystanie AI w kontaktach z klientami a rynek pracy

Ludzie jako konsultanci przestaną być potrzebni. Ich rolę mogą przejąć odpowiednio zaprojektowane i ukształtowane przy pomocy algorytmów uczenia maszynowego boty. Nowe technologie znoszą pewne bariery w komunikacji człowieka z maszyną. Możliwa jest dziś już interpretacja języka naturalnego na określone zapytania analityczne, a coraz bardziej wydajne systemy są w stanie faktycznie zastąpić człowieka w komunikacji z innym człowiekiem.

Jak w przypadku każdej rewolucji technologicznej, pewne stanowiska oraz role w organizacji znikną, ale na ich miejsce pojawią się nowe. Szerokie wykorzystanie sztucznej inteligencji doprowadzi do tego, że zniknie ogromna ilość miejsc pracy w polskim sektorze usługowym. W wielu prostych, powtarzalnych zadaniach maszyny z powodzeniem zastąpią pracowników. W ich miejsce takich zadań pojawią się jednak inne – związane z nowymi technologiami, a także tworzeniem i doskonaleniem rozwiązań wykorzystujących algorytmy sztucznej inteligencji.

Największe ryzyko stojące przed naszą gospodarką jest to, że miejsca pracy z Polski odpłyną, a nowe pojawią się zupełnie gdzie indziej: w Europie Zachodniej, Indiach, czy w Chinach. Najważniejsze jest więc zrozumienie, że zmiany technologiczne nie są jedynie zagrożeniem, ale otwierają też nowe szanse biznesowe do wykorzystania.

Sztuczna inteligencja w bezpośrednim kontakcie z klientem

O robotyce i automatyzacji procesów biznesowych mowa jest co prawda od lat. Sztuczna inteligencja także nie jest niczym nowym. Algorytmy, które stoją u podstaw dzisiejszych technologii zostały stworzone kilkadziesiąt lat temu. Nowością jest to, że zaczynamy wykorzystywać sztuczną inteligencję w procesach bezpośredniego kontaktu z użytkownikami czy klientami biznesowymi. Wbrew pozorom nie chodzi tu jedynie o procesy back office, w których automatyzacji podlegają działania związane z zamknięciem miesiąca, naliczaniem płac, czy wykonywaniem raportów. Pojawia się interakcja za pomocą maszyn.

Klient dzwoniący do call center coraz częściej nie rozmawia z człowiekiem, tylko z robotem. Osoba, która ma potrzebę skorzystania z usług osobistego doradcy bankowego kontaktuje się z maszyną obsługiwaną przez dowolny kanał. Jest to realna zmiana, która przekłada się na konkretne zmiany rynkowe.

Koncepcje i rozwiązania biznesowe wykorzystujące narzędzia AI

Zmiany dotkną w pierwszej kolejności centra serwisowe, które specjalizują się w efektywnej obsłudze klienta oraz firmy posiadających klientów masowych, czyli operatorów telekomunikacyjnych i banki. Centra serwisowe będą zmuszone do gruntownego przemyślenia sposobu dostarczania usług. Zwykle są to bowiem organizacje działające w ramach globalnych koncernów. Ich lokalizacja w Polsce ma zaś przynosić określone cele efektywnościowe. W obliczu zmian technologicznych przewaga naszego kraju w kontekście tych efektów może ulec zmniejszeniu. Dlatego tak ważne jest, aby osoby zarządzające centrami usługowymi wychodziły z inicjatywami poprawy efektywności w oparciu o pojawiające się trendy i w sposób wyprzedzający ewentualne ruchy optymalizacyjne.

Z kolei banki i dostawcy usług telekomunikacyjnych powinny myśleć o zmianie sposobu obsługi klientów. Przykładowo, młode pokolenie konsumentów jest przywiązane do kontaktu z usługodawcą za pośrednictwem aplikacji zainstalowanej w pamięci urządzenia mobilnego. Oznacza to, że smartfon wyposażony w dedykowaną aplikację staje się praktycznie jedynym kanałem kontaktu z tą grupą klientów. Jest to naprawdę istotna zmiana. Jest to rewolucja w sposobie obsługi klienta, ale także jeśli chodzi o zatrudnienie. Widzą ją już instytucje na Zachodzie. Przykładowo Bank of America ogłosił plany stworzenia bota Erica, który ma obsługiwać klientów indywidualnych.

Rozwiązania technologiczne stojące za automatyzacją procesów

Tworząc rozwiązania sztucznej inteligencji docelowo będziemy musieli połączyć dwa typy narzędzi – Reinforcement Learning i Generative Model. Pracują nad tym m.in. Open AI Elona Muska i Google Deep Mind. Reinforcement Learning wykorzystuje sposób, w jaki uczą się dzieci i dorośli. W procesie uczenia staramy się doprowadzać do tego, aby jak najczęściej otrzymać nagrodę. Wiemy, jak to zrobić na podstawie otrzymywanych informacji zwrotnych. Nie wiemy jednak kiedy otrzymamy nagrodę. Jesteśmy także zdani na siebie, jeśli chodzi o rozpoznanie sytuacji, w której się znajdujemy. Maszyny „uczą” się maksymalizacji sytuacji, w których otrzymają nagrodę grając. Dlatego OpenAI udostępnił bezpłatnie programistom otwartą platformę – OpenAI Gym – na której znajduje się ok. 300 gier dla ich botów. Reinforcement Learning to w skrócie systemy „rzucone same sobie” w nieznane środowisko i nie mające nauczyciela. Same muszą nauczyć się tak działać, aby jak najczęściej otrzymywać nagrodę.

Z kolei Generative Model oparty jest o modele probabilistyczne. Korzystając z najczęściej dziś stosowanych do analizy zachowań użytkowników narzędzi typu Deep Learning – chcemy otrzymać konkretną odpowiedź na pytanie np. ile danych produktów kupi dziś dany konsument. Za każdym razem, dzięki danym historycznym, znamy jednak prawidłową odpowiedź. Natomiast Generative Model daje rozkład prawdopodobieństwa wszystkich możliwych zakupów. Ten matematyczny model jest więc bliższy temu, jak zachowuje się człowiek. Uczymy się bowiem nie tylko tego, jak się zachować w danej sytuacji, ale także przewidywać nasze reakcje na nieznane. Dzięki temu wiemy, które zjawiska są dla nas zaskakujące i muszą zwrócić naszą uwagę. Pozostałe sytuacje dzieją się niejako w tle. Przykładowo początkowo dużo uwagi poświęcamy prowadzeniu samochodu, później te reakcje są już wyuczone, nieświadome.

Podziel się na:
  • Facebook
  • Google Bookmarks
  • LinkedIn