Genai e o novo modelo operacional de atendimento ao cliente

enquanto a escala de casos de uso dominou as manchetes sobre AI generativa (Genai), as principais organizações de atendimento ao cliente estão trabalhando para aproveitar todo o potencial da tecnologia, transformando fundamentalmente seus modelos operacionais. Essas organizações acreditam que transformar suas equipes - como trabalham juntas, que tipo de trabalho eles fazem e como são apoiados e motivados - os ajudarão a realizar ambições para melhorias de produtividade que atingem até 80%. Essa meta está muito além dos 15% a 30% que algumas organizações alcançaram ao escalar seus casos iniciais de uso de Genai até o momento. De acordo com o BCG's

Their goal is to make the customer service experience faster, more flexible, more customer friendly, and more proactive. These organizations believe that transforming their teams––how they work together, what kind of work they do, and how they are supported and motivated––will help them to realize ambitions for productivity improvements that reach as high as 80%. That goal lies well beyond the 15% to 30% that some organizations have achieved by scaling their initial GenAI use cases to date.

Our experience shows that such ambitious transformations will require more than additional AI-driven assistants and copilots, greater task automation, and improvements to technology and infrastructure. In line with BCG’s 20/10/70 Regra , uma transformação operacional em larga escala representará 70% do esforço para aproveitar o potencial total de Genai, com 10% focados em algoritmos e 20% nos dados e no backbone da tecnologia. Prevenção a montante para a entrega de serviço terceirizada.

How GenAI Changes the Roles of Agents

Exhibit 1 shows the scope of a full GenAI transformation process across customer service operations, which covers the different ways that an organization can solve a customer’s problem, from upstream prevention to outsourced service delivery.

Team Skilling and Structures. Prevemos que o tamanho geral das organizações de atendimento ao cliente será menor, impulsionado por atrito natural, como a aposentadoria mais do que por reduções de contagem de cabeça diretamente relacionadas ao Genai. Ao mesmo tempo, esperamos que agentes individuais se tornem mais qualificados e flexíveis, pois a automação e maiores intervenções a montante para impedir que os problemas mudem a mistura de demanda e criem a necessidade de agentes com um conjunto de habilidades mais "em forma de T". Isso significa que a maioria dos agentes cobrirá uma ampla gama de casos, enquanto alguns terão a oportunidade de desenvolver ainda mais especialidades que lidam com solicitações complexas ou menos frequentes. Criar equipes com essa combinação de fungibilidade e experiência significa que as equipes de recursos humanos precisarão reter e recrutar talentos com um perfil de habilidade evoluído, melhorar os programas de treinamento e o gerenciamento do conhecimento e aprimorar a qualidade.

The changes to the demand mix and the skill sets of agents also allow the organization to streamline the structure of frontline teams, enabling greater resourcing flexibility. Creating teams with that combination of fungibility and expertise means that human resources teams will need to retain and recruit talent with an evolved skill profile, improve training programs and knowledge management, and enhance quality.

retenção e recrutamento. porque alguns agentes podem temer que Genai os torne redundantes, Retenção de funcionários se tornará Paramount. Felizmente, descobrimos que vários benefícios - a variedade de trabalho, a oportunidade de desenvolver habilidades de IA e maior autonomia para ajudar os clientes - podem desviar os medos dos funcionários por Aumentando a “alegria” e diminuindo o “trabalho” no papel do agente. Paralelamente, as organizações precisam recrutar pessoas que possam navegar por perguntas complexas do cliente e resolver problemas no local. O Genai pode ajudar a melhorar o processo de seleção, gerando estudos de caso com chamadas simuladas.

Having a smaller overall organization also puts a premium on retaining employees skilled in higher-level problem solving. In parallel, organizations need to recruit people who can navigate complex customer questions and solve problems on the spot. GenAI can help improve the selection process by generating case studies with simulated calls.

Aprendizagem e Desenvolvimento: Esperamos que o treinamento continue se afastando das instruções da sala de aula e para os modelos no trabalho. Essa abordagem incluirá treinamentos personalizados de “tamanho de mordida” apoiados pela Genai, bem como interações ponto a ponto. Os agentes completarão mais a integração e o treinamento em suas mesas, servindo uma mistura de clientes simulados e reais. A integração se tornará mais difícil, no entanto, porque as ferramentas da Genai tornam obsoleto muitos tipos de casos de exemplo e problemas usados ​​no treinamento inicial, pois a própria tecnologia resolve esses problemas. Portanto, as próprias equipes de treinamento precisarão de novas habilidades e ferramentas para liderar essa transição. A Genai agora permite que uma organização monitore até 100% dos casos. O influxo de dados associado pode significar uma mudança de etapa na qualidade da experiência do cliente. A tradução dessa riqueza de informações em recomendações específicas exigirá um novo conjunto de habilidades dos funcionários em torno da análise de dados. Isso eleva o papel das equipes de gerenciamento do conhecimento que precisarão garantir esse acesso. Para apoiar esse processo, algumas empresas líderes já mudaram o papel de agentes de segunda linha ou seniores, que agora gastam até 30% de seu tempo verificando e atualizando o conteúdo.

Quality Assurance: Customer service organizations often monitor only 1% to 2% of total case volume, because the process typically requires manual effort or focused listening by an individual. GenAI now enables an organization to monitor up to 100% of cases. The associated influx of data can mean a step change in the quality of the customer experience. Translating this wealth of information into specific recommendations will require a new set of employee skills around data analytics.

Knowledge Management: GenAI tools need access to complete, accurate, and up-to-date data and insights. This elevates the role of the knowledge management teams that will need to ensure that access. To support that process, some leading companies have already changed the role of second-line or senior agents, who now spend as much as 30% of their time checking and updating content.

Papel dos terceirizadores: Para muitas empresas, os terceirizadores desempenharão um papel crucial no apoio às alterações da força de trabalho em larga escala que surgirão nos próximos anos. As tarefas que os terceirizadores lidam podem mudar significativamente, à medida que a Genai altera ou automatiza as solicitações de clientes mais simples e repetíveis. Também esperamos ai Para criar novas tarefas adequadas para a terceirização, embora as decisões de troca subjacentes permaneçam as mesmas: os terceirizadores podem lidar com uma determinada tarefa de maneira mais eficiente ou econômica do que as equipes internas?

Such efficiencies from GenAI can derive from the organization’s making its outsourcing partners more efficient, or the partners themselves taking independent actions to make themselves more efficient. In either case, companies might need to adjust their commercial model to ensure that a fair proportion of the benefits from GenAI translates into reduced costs paid to the outsourcer. That means being deliberate and transparent about the source and extent of efficiencies and renegotiating contracts with outsourcers if necessary to keep incentives aligned. If overall case volume declines, the organization will need to manage its outsourcer portfolio in a way that directs sufficient business to its preferred partners.

How GenAI Creates Demand for New Employee Roles

Customer service organizations will need to establish new employee roles to build, shape, and govern their AI tools. For example, companies will need people who can continuously improve the outputs of AI assistants and monitor chatbots for malicious prompts that could produce improper or detrimental responses. Many of these roles will require a high level of technical skill and will be closely integrated with the frontline rather than as back-office support. These new roles will provide an overarching governance structure for AI operations and enable the organization to capture efficiencies in workforce management and demand management that arise from implementing GenAI.

AI Operations: The family of AI operations roles will govern AI to ensure not only that it is secure, but also that it provides accurate answers in an appropriate tone, while delivering value for money. GenAI tools depend on underlying foundational models whose levels of performance, cost, and accessibility may change. The organization needs the flexibility to change foundational models if those levels become misaligned.

Gerenciamento da força de trabalho: Para fornecer experiência superior ao cliente, os bots precisam da capacidade de fazer transições perfeitas quando os problemas exigirem intervenção humana. Isso cria uma maior necessidade de agentes disponíveis sob demanda e deixa as equipes de gerenciamento da força de trabalho (WFM) com uma margem menor para erro. Para gerenciar esse risco, as equipes da WFM podem usar simulações avançadas e gêmeos digitais de IA para modelar a demanda dos clientes e planejar com mais precisão como alocar os agentes mais altos. Qualquer agente pode lidar com a maioria das tarefas até certo ponto, e o roteamento avançado pode obter chamadas para especialistas quando necessário. As equipes do WFM também precisarão construir resiliência operacional para cenários quando o suporte à IA ficar indisponível. A Genai permite que os líderes de atendimento ao cliente entendam os motivos dos contatos do cliente com mais detalhes do que nunca, incluindo insights granulares sobre quem está chamando e as causas principais de seus pontos problemáticos.

Demand Management: The same data that helps optimize how resources are allocated may also help companies with their demand management and orchestration, enabling companies to route a customer’s request to the best resource to solve it. GenAI enables customer service leaders to understand the reasons for customer contacts in more detail than ever before, including granular insights into who is calling and the root causes of their pain points.

Over time, a nimble, data-driven customer service organization can work closely with the rest of the business to Crie experiências verdadeiramente diferenciadas do cliente. Ao analisar interações, corresponder padrões e detectar tendências que sugerem questões endereçáveis, elas podem criar casos de negócios para trabalhar com outras funções - como produto, digital, marketing e vendas - para corrigir as causas raiz e ajudar a evitar problemas de serviço a montante. As análises podem, por exemplo, demonstrar como uma alteração específica no processo de vendas pode reduzir a confusão do cliente e as reclamações subsequentes. Linhas do tempo.

Planning the Transformation of the Operating Model

To match the pace of technological change, companies should create and map out an AI vision for customer service operations that covers all the elements we’ve described, from team roles and AI operations to WFM and demand management, and across different future timelines.

Uma grande empresa de tecnologia lançou pilotos de ferramentas de assistência ao agente da Genai em seus centers de contato, produzindo melhorias promissoras de produtividade de 15%a 20%. Eles conseguiram escalar esse impacto em todos os centros de contato globalmente, planejando as mudanças para clientes, agentes, supervisores e líderes de serviços em três horizontes de tempo distintos. Isso lhes permitiu executar alterações operacionais à medida que os novos recursos da Genai se tornavam disponíveis. A base da estrutura está um processo de gerenciamento de mudanças que ajuda a instilar uma nova mentalidade, apoiar agentes individuais em sua transição e manter a transformação no caminho certo. O planejamento precisa começar enquanto a organização está configurando seu conjunto inicial de casos de uso, garantindo que ele comece a derivar valor de Genai à medida que os casos de uso são lançados. Esse esforço funciona melhor quando as equipes - iniciando a liderança sênior - mudam a partir de uma mentalidade de "executar as operações" para uma mentalidade de "corrida e melhorar continuamente o sistema". As implementações bem -sucedidas que vimos da visão de uma empresa integram as equipes da linha de frente ao processo de transformação, envolvendo -as no design, teste e lançamento das ferramentas, a transformação operacional e o gerenciamento de mudanças. Os efeitos gêmeos de redução de tamanho e upsekilling alterarão volumes e capacidade ao longo do tempo, por habilidade e por local. Isso pode levar a uma mudança na terceirização ou na consolidação de locais, provavelmente exigindo coordenação com outras partes interessadas, como conselhos de obras em alguns países.

Exhibit 2 outlines a step-by-step framework that starts with creating the AI vision and ends with developing a communication and engagement plan. Underpinning the framework is a change management process that helps to instill a new mindset, support individual agents in their transition, and keep the transformation on track. Planning needs to begin while the organization is setting up its initial set of use cases, ensuring it begins to derive value from GenAI as the use cases roll out.

A successful transformation program is a cross-functional effort in which teams come together frequently with strong sponsorship and a mandate from senior leadership, ideally the CEO. This effort works best when teams––starting with senior leadership––shift from a “run the operations” mindset to a “run and continuously improve the system” mindset.

Note that the company’s vision for AI integration should emphasize the technology’s benefits, such as its ability to eliminate tedious tasks and improve the quality of the agent’s work experience. Successful implementations we’ve seen of a company’s vision integrate the frontline teams into the transformation process, involving them in the design, testing, and rollout of the tools, the operational transformation, and the change management.

The roles of agents will change, however. The twin effects of downsizing and upskilling will alter volumes and capacity over time, by skill and by location. This could lead to a shift in outsourcing or to consolidating locations, likely requiring coordination with other stakeholders such as works councils in some countries.

---

Organizações de atendimento ao cliente pioneiras estão definindo ambições mais ousadas para Genai depois de ver melhorias precoces promissoras na produtividade do agente. Mas eles não serão capazes de realizar essas ambições apenas com base em melhores dados e tecnologia. A maior parte da melhoria virá de uma transformação de ponta a ponta das operações da organização de serviços. Essa transformação definirá a qualidade futura do atendimento ao cliente e com a eficiência da organização e de suas equipes de linha de frente. Empresas que atrasam essa transformação - ou subestimam sua importância - resultando em sua posição competitiva. Inscreva -se