هل يستطيع الذكاء الاصطناعي إدارة دردشات العملاء وتذاكر الدعم؟

الحكم المختصر: نعم، ولكن بحدود واضحة

القول إن الذكاء الاصطناعي يستطيع التعامل مع دردشات العملاء وتذاكر الدعم صحيح في معظمه عندما نتحدث عن أعمال الدعم الشائعة والمتكررة. المصادر المتاحة تصف أدوات دعم قادرة على تقليل الأسئلة التي تصل إلى الموظفين عبر الخدمة الذاتية، إرسال ردود آلية، وسم التذاكر وتوجيهها، استرجاع المعلومات من قاعدة المعرفة، تلخيص المحادثات، واقتراح ردود للموظفين .

أما الادعاء الأقوى — أن الذكاء الاصطناعي يستطيع إدارة خدمة العملاء بالكامل وبموثوقية من دون موظفين — فلا تدعمه هذه المصادر. فإحدى المصادر تشير إلى أن القضايا المعقدة أو الاستثنائية ما زالت تحتاج إلى موظفين بشريين، ومصدر آخر يؤكد أن كل روبوت محادثة يجب أن يتيح طريقًا سهلًا للوصول إلى مستشار بشري، من دون إجبار العميل على إعادة شرح المشكلة من البداية .

أين يبرع الذكاء الاصطناعي في الدعم؟

أفضل أداء للذكاء الاصطناعي يكون عندما يكون السؤال معروف الإجابة، أو عندما توجد قاعدة معرفة معتمدة، أو عندما يسير الطلب داخل إجراء متكرر. لذلك فهو مناسب أكثر للمهام التشغيلية الواضحة، لا للاستثناءات التي تحتاج إلى تقدير وحكم بشري.

الخيط المشترك واضح: الذكاء الاصطناعي قوي عندما يسترجع، يصنف، يلخص، يوجه، أو ينفذ إجراءً محددًا. ويصبح أضعف عندما يُطلب منه ابتكار سياسة جديدة، تفسير حالة غير مألوفة، أو اتخاذ قرار حساس بلا قاعدة واضحة.

أرقام الأتمتة: مفيدة، لكنها ليست وعدًا مضمونًا

بعض أدلة خدمة العملاء المعتمدة على الذكاء الاصطناعي تعرض أرقامًا طموحة. أحدها يقول إن الشركات التي تستخدم روبوتات محادثة بالذكاء الاصطناعي تحقق معدلات أتمتة بين 70 و90% من استفسارات العملاء . ومصدر آخر يقول إن الذكاء الاصطناعي يمكنه أتمتة ما يصل إلى 85% من الطلبات الروتينية من البداية إلى النهاية، مع التنبيه إلى أن الفاعلية تعتمد على جودة التوثيق وقاعدة المعرفة، وأن الحالات شديدة التعقيد أو الاستثنائية ما زالت تحتاج إلى موظفين بشريين .

هذه الأرقام مفيدة كمؤشر اتجاه: إذا كان لدى الشركة حجم كبير من الأسئلة المتكررة، فقد يقلل الذكاء الاصطناعي العبء على فريق الدعم. لكنها لا تصلح كمعيار مضمون لكل شركة. فطابور تذاكر إعادة تعيين كلمة المرور يختلف عن طابور متابعة الطلبات، وكلاهما يختلف عن دعم تقني مخصص لمنتجات مؤسسية معقدة.

الخطوة العملية هي اختبار الذكاء الاصطناعي على تذاكرك السابقة: ما الفئات التي يستطيع حلها بدقة؟ ما الفئات التي يستطيع فرزها فقط؟ وما الحالات التي يجب أن تذهب مباشرة إلى موظف؟

لماذا لا يزال العنصر البشري ضروريًا؟

يبقى موظفو الدعم أساسيين في الحالات المعقدة، الحساسة عاطفيًا، عالية المخاطر، الغامضة، أو الخارجة عن الإجراءات الموثقة للشركة. حتى المصادر التي توصي باستخدام الذكاء الاصطناعي في الدعم تشدد على وجود التصعيد: القضايا المعقدة والاستثنائية تحتاج إلى بشر، وروبوتات المحادثة يجب أن تتيح طريقًا واضحًا للوصول إلى مستشار بشري .

والتصعيد ليس تفصيلًا شكليًا. إذا شرح العميل مشكلته للروبوت، ينبغي أن تصل هذه الخلفية إلى الموظف البشري. أحد المصادر يحذر تحديدًا من تصميمات الروبوتات التي تجعل العميل يعيد شرح الطلب كاملًا عند التصعيد .

النموذج الأفضل: أتمتة، مساعدة، ثم تصعيد

النهج الأكثر واقعية هو تقسيم طلبات الدعم إلى ثلاث مجموعات.

1. أتمتة الطلبات المتوقعة

تشمل الحالات المناسبة للأتمتة: الأسئلة المتكررة، الخدمة الذاتية، تصنيف التذاكر، توجيهها، ترتيب أولويتها، الفرز الأولي، تحديثات الحالة، وإنشاء الحالات عندما تكون الإجابة أو العملية محددة مسبقًا . هنا يستطيع الذكاء الاصطناعي تقليل العمل اليدوي المتكرر من دون أن نطلب منه اتخاذ قرارات غير مدعومة.

2. مساعدة الموظفين في الحالات الدقيقة

بعض التذاكر لا ينبغي أتمتتها بالكامل، لكن الذكاء الاصطناعي يستطيع تسهيلها. المصادر تصف مساعدات ذكية تلخص المحادثات، تسترجع المعرفة المناسبة، تقترح الخطوات التالية، تقدم اقتراحات للردود، وتعرض سياق تاريخ العميل قبل التفاعل .

غالبًا ما يكون هذا هو الاستخدام الأكثر أمانًا في الدعم المعقد: دع النظام يجهز الموظف، لا أن يحل محله.

3. تصعيد الاستثناءات بسرعة

عندما يخرج الطلب عن المعرفة المعتمدة، أو يصبح معقدًا جدًا، أو يعتمد على حالة استثنائية، يجب نقله إلى موظف بشري. الأدلة تدعم التصعيد في القضايا المعقدة وتوصي بأن تتيح الروبوتات مسارًا سهلًا للوصول إلى إنسان .

ما الذي تبحث عنه في أداة دعم بالذكاء الاصطناعي؟

إذا كنت تقيّم أداة لخدمة العملاء عبر الدردشة أو التذاكر، فركّز على القدرات التي تتوافق مع أقوى الاستخدامات المدعومة:

• إجابات مبنية على معرفة معتمدة: يجب أن يسترجع النظام أو يولد الردود من مصادر موثقة، لا أن يرتجل سياسات غير مؤكدة .
• تكامل مع مكتب المساعدة وCRM: تكون أدوات الدعم أكثر فائدة عندما ترتبط بسير عمل مكتب المساعدة، إدارة علاقات العملاء، وقاعدة المعرفة .
• إدارة التذاكر: وسم التذاكر، توجيهها، ترتيب أولويتها، وتقليل الطلبات عبر الخدمة الذاتية كلها استخدامات عملية متكررة للذكاء الاصطناعي في الدعم .
• مساعدة الموظفين: التلخيص، استرجاع المعرفة، سياق تاريخ العميل، واقتراح الخطوات التالية من الطرق المدعومة لتحسين إنتاجية موظفي الدعم .
• تسليم سلس إلى إنسان: يجب أن يكون التصعيد سهلًا، وأن ينتقل سياق العميل إلى الموظف بدل أن يبدأ من الصفر .

الخلاصة

نعم، يستطيع الذكاء الاصطناعي التعامل مع دردشات خدمة العملاء وتذاكر الدعم، لكن أساسًا في الأجزاء الروتينية، المتكررة، والموثقة جيدًا. الاستخدام الأقوى ليس إلغاء فريق الدعم، بل أتمتة الطلبات الشائعة، تحسين الفرز، ومساعدة الموظفين على حل المحادثات المتبقية بسياق أفضل .

بالنسبة لمعظم الفرق، النموذج الأنسب هو الهجين: أتمت ما يمكن توقعه، ساعد البشر عندما يكون الحكم مطلوبًا، وصعّد الحالات الاستثنائية مع الحفاظ على سياق العميل .