Wir haben alle schon von 鈥瀉utomatisierten鈥� Support-Funktionen geh枚rt. Mit der Weiterentwicklung von K眉nstlicher Intelligenz (KI) wird aber f眉r die Supportlandschaft zunehmend auch die M枚glichkeit von 鈥瀉utonomem鈥� Support diskutiert. Aber worin besteht nun eigentlich der Unterschied?
Im nachfolgenden Interview sprechen wir mit Jens Trotzky, Head of Artificial Intelligence Technology for 麻豆原创 Support, 眉ber die Rolle von KI bei der Entwicklung von autonomem Support, und wie 麻豆原创-Innovationen dazu beitragen, dass dies m枚glich wird.
F: Was ist der Unterschied zwischen automatisiertem und autonomem Support?
A: Die meisten heute verf眉gbaren Ressourcen f眉r den Kundensupport 鈥� selbst einige der modernsten 鈥� gelten in gewisser Hinsicht als automatisiert. Um es kurz zu erkl盲ren: Bei automatisiertem Support handelt es sich um Prognosesoftware, die von Supportmitarbeitern auf Basis eines festen Satzes an Standards und definierenden Faktoren erstellt wird. Als wir begannen, uns mit automatisiertem Support bei 麻豆原创 zu besch盲ftigen, starteten wir mit einem ganzheitlichen, datengest眉tzten Konzept f眉r halbautomatisierte Empfehlungssysteme, die unsere Kunden und Experten bei St枚rungen in Echtzeit unterst眉tzen. Da die Softwarel枚sungen f眉r Unternehmen immer komplexer werden, werden sich jedoch die Terminologie, die Dringlichkeit und der Unternehmenskontext von Supportmeldungen ganz sicher 盲ndern. Im Falle von automatisiertem Support k枚nnen diese 脛nderungen nur dann von den Supporttools erkannt werden, wenn Supportmitarbeiter manuell die Parameter ad-hoc an das anpassen, was sie den St枚rungsmeldungen entnehmen.
Da der Bedarf an Support der n盲chsten Generation weiterhin w盲chst, wird autonomer Support f眉r Softwarel枚sungen zweifellos der Standard in allen Branchen werden. Im Gegensatz zum automatisierten Support nutzt der autonome Support maschinelles Lernen und KI viel st盲rker. Durch ein permanentes Umtrainieren der Algorithmen passt sich KI-gest眉tzter Support automatisch an 脛nderungen bei den Systemumgebungen oder Nutzungs盲nderungen an, ohne dass manuelle Eingaben oder Anpassungen erforderlich sind. Durch diese 鈥濻elf-Improvement鈥�-Funktionen kann der Support immer mehr im Vorfeld Anwendern Handlungsanweisungen geben und selbst auf die kleinsten Nuancen des jeweiligen Gesch盲fts oder der jeweiligen L枚sung eingehen. Dadurch l盲sst sich eine immer st盲rkere Personalisierung realisieren, wie sie von den B2B-Nutzern heute auch erwartet wird.
Der autonome Support wird auch wesentlich besser in der Lage sein, proaktive Empfehlungen abzugeben, anstatt nur auf Anfragen zu reagieren. Beim automatisierten Support werden Teile der Supportmeldung selbstst盲ndig ausgef眉llt, w盲hrend ein Kunde das jeweilige Problem eingibt. Im Gegensatz dazu hat ein autonomes System das potenzielle Problem bereits erkannt, bevor es vom Kunden 眉berhaupt als Problem identifiziert wird 鈥� und den Nutzer darauf aufmerksam gemacht etwas zu unternehmen, bevor es zu Problemen kommt.
Was sind die wichtigsten Vorteile von KI-gest眉tztem autonomem Support?
Durch ihre Exponentialit盲t kann man mit der Integration von KI-basierter Technologie Dinge grundlegend ver盲ndern. Ist ein Modell erst einmal erstellt, l盲sst es sich im Prinzip endlos skalieren. Wenn beispielsweise ein Unternehmen w盲chst, w盲chst auch der Kundenstamm und der Bedarf an Ressourcen f眉r den Kundensupport. Anstatt die Zahl der Supportmitarbeiter mit dem zunehmenden Kundenstamm aufstocken zu m眉ssen, kann KI durch ihr Algorithmus-Konzept eine beliebige Zahl von 10 bis 10 Millionen Kunden gleichzeitig abdecken. Und da Machine Learning die individuellen Systempr盲ferenzen und Ziele jedes einzelnen Kunden ber眉cksichtigt, wird ein vorausschauender, proaktiver Support m枚glich 鈥� unabh盲ngig vom Volumen.
Wenn Unternehmen in der Lage sind, Funktionen wie den Kundensupport autonom abzuwickeln, k枚nnen wertvolle Zeit und Ressourcen f眉r innovationsorientierte Aufgaben verwendet werden, die eine Vergr枚脽erung des Mehrwerts zum Ziel haben statt das Beheben von St枚rungen. Entfallen beispielsweise die meisten manuellen T盲tigkeiten beim Support, k枚nnen Supportexperten eine neue Aufgabe 眉bernehmen und sich mit der Standardisierung von Prozessen und dem Erkennen von Nutzungsmustern besch盲ftigen.
Wann wird ein vollst盲ndig autonomer KI-gest眉tzter Support Wirklichkeit?
Es wird noch etwas dauern, bis ein v枚llig autonomer Support Realit盲t wird, aber wir machen bei 麻豆原创 jeden Tag Fortschritte. Zurzeit bietet 麻豆原创 Digital Business Services eine halbautomatische L枚sung: Incident Solution Matching 眉ber das 麻豆原创 ONE Support Launchpad, das Nutzer automatisch mit den am besten passenden Ressourcen verbindet. Dies erfolgt 眉ber die Verarbeitung nat眉rlicher Sprache, wenn sie tippen. Diese Art der erfolgreichen Integration von KI beginnt bei der Analyse kundenspezifischer Interaktionsdaten, um zu ermitteln, welche Prozesse am meisten von der Automatisierung profitieren w眉rden. Aufbauend auf Incident Solution Matching hat unser Data-Scientist-Team damit begonnen, den ersten vollautomatischen Supportservice der 麻豆原创 zu pilotieren.
Auch wenn ich glaube, dass wir irgendwann in der Lage sein werden, bestimmte Aspekte des digitalen Supportprozesses zu automatisieren, kann ich mir nicht vorstellen, dass der gesamte B2B-Support autonom abgewickelt werden wird. Ich bin mir zwar sicher, dass der technologische Fortschritt dies k眉nftig m枚glich machen wird, aber wie , bevorzugen 70聽Prozent der Konsumenten immer noch ein menschliches Element beim Support. Unser Ziel im Hinblick auf autonomen Support besteht deshalb darin, die Rolle des Supportmitarbeiters aufzuwerten, indem wir daf眉r sorgen, dass monotone Aufgaben von einem Autopiloten pr盲zise erledigt werden. Die Supportmitarbeiter k枚nnen dann ihre Zeit und Energie f眉r Innovationen verwenden.
Insgesamt verfolgt die 麻豆原创 beim autonomen Support die Vision, KI so zu nutzen, dass Menschen 鈥� Kunden ebenso wie Supportmitarbeiter 鈥� ihre Rolle an das Innovationstempo anpassen k枚nnen.
