الاحتواء ليس حلاً، وتحسين الأول يدمّر الثاني

يبدأ وكيل ذكاء اصطناعي العمل في الدعم، وخلال شهر تُظهر اللوحة أن سبع محادثات من كل عشر «عولجت دون إنسان». وفي الوقت نفسه لم ينخفض حجم المكالمات، والشكاوى تذكر «الروبوت»، والعملاء يكتبون مرتين عن الطلب نفسه. لا شيء معطّل في التقارير؛ إنها تقيس الشيء الخطأ. يشرح هذا المقال الفجوة، والمقياس الذي يسدّها، وكيف تصمّم وكيلاً يُحكم عليه بما إذا كان قد ساعد.

• الإزاحة: لم يصل التواصل إلى طابور أصلاً.
• الاحتواء: انتهى التفاعل دون تصعيد إلى إنسان.
• الحل: حُلّت مشكلة العميل فعلاً.

يمكن لنظام أن يسجّل جيداً في الأولين ويفشل في الثالث، ويكون الفشل غير مرئي في لوحة لا تعرض إلا الأولين.

يُقاس الاحتواء عند نهاية التفاعل. أما الحل فلا يُقاس إلا لاحقاً: هل عادوا، وهل أُصلح الأمر الأساسي؟

وأي شيء يُقاس عند نهاية التفاعل يمكن تحسينه بجعل مغادرة التفاعل أصعب. فالعميل الذي ييأس من المحادثة ويتصل هاتفياً «محتوى» بكل تعريف تستخدمه اللوحة، وقد كلّفك تواصلين لا واحداً. ولم يختر أحد هذا المقياس؛ بل تراكم، لأن سؤال «هل بلغت هذه الجلسة إنساناً؟» هو الأسهل قياساً.

ووكلاء الذكاء الاصطناعي التوليدي يضيفون خطراً ثانياً. فهم نادراً ما يعلقون؛ بل يجيبون. والجواب الخاطئ الواثق ينهي المحادثة — فيُحتسب احتواءً — ويخلق مشكلة تعود بعد أيام، غالباً على قناة أخرى.

وتتفاوت الأرقام المنشورة للاحتواء والحل تفاوتاً واسعاً بين المصادر، وهذا في ذاته يدل على أن التعريفات غير مستقرة. فتعامل مع أي معيار مرجعي بحذر؛ والنقطة الثابتة أن الفجوة موجودة وكبيرة غالباً.

معدل الحل: نسبة المحادثات التي لم يعد فيها العميل بشأن المسألة نفسها، على أي قناة، خلال نافذة محددة.

• النافذة. سبعة أيام تناسب معظم دعم المستهلكين؛ وثلاثون لكل ما يرتبط بتوصيل أو دورة فوترة. وصرّح بما استخدمت؛ فالرقم بلا معنى بدونها.
• المسألة نفسها لا العميل نفسه. عودة العميل بشأن أمر جديد علامة جيدة. وتحتاج هوية على مستوى المسألة — عادةً مصنّف موضوعات يعمل على نص المحادثة، لا فئة اختارها أحدهم.
• احسب تبديل القناة. محادثة محتواة تتبعها مكالمة عن الأمر نفسه فشل، وهو أغلى أنواعه. وإن كان نظاما المحادثة والصوت لا يرى أحدهما الآخر، فسيجاملك المقياس.

وكيل متجر تجزئة يعالج 10,000 محادثة في شهر.

من بين 7,100 محادثة محتواة، عاد 2,800 عميل خلال سبعة أيام بشأن المسألة نفسها — 1,900 عبر المحادثة مجدداً و900 هاتفياً. أي أن 4,300 محادثة، 43% من الإجمالي، حلّها الوكيل فعلاً. ثم غيّر الفريق ثلاثة أشياء: عرض التصعيد بعد محاولتين فاشلتين، ونقل النص الكامل إلى الموظف، وسؤال صريح «هل حلّ ذلك مشكلتك؟» في النهاية. فانخفض الاحتواء إلى 64%، وارتفع الحل إلى 52%، وانخفضت المكالمات عن مسائل المحادثة بمقدار الثلث.

وقاعدتان تصميميتان أخريان:

• أخبر الناس أنه ذكاء اصطناعي. هذا مطلوب في بعض الأماكن (انظر المادة 50 من قانون الذكاء الاصطناعي) ويغيّر السلوك إلى الأفضل: يطرح الناس أسئلة أوضح ويطلبون التصعيد بدل الجدال.
• أسّس الأجوبة على مصادرك. اقصر الوكيل على سياساتك وبيانات الطلبات ومحتوى المساعدة لديك، واجعله يحوّل إلى إنسان بدل أن يخمّن حين لا تغطي هذه السؤال.

إن كان الهدف خفض الكلفة، فقل ذلك وقِس الكلفة لكل مسألة محلولة. فهذا هدف مشروع ويُبقي الحافز مرتبطاً بالحل. أما الكلفة لكل تواصل محتوى فتحسّن رقماً قد يرتفع بينما يسوء العمل. ونمط الفشل ادّعاء تحسين خدمة مع قياس تحسين كلفة: ينجح ربعين، حتى يقارن أحدهم منحنى الاحتواء بحجم الشكاوى.

• كيف تعرّفون الاحتواء والحل، وهل أستطيع تغيير نافذة العودة؟
• هل تكشفون عودة العميل على قناة أخرى — بما فيها الصوت — بشأن المسألة نفسها؟
• ماذا يرى الموظف بالضبط عند التحويل: النص الكامل، وهوية العميل، ومنطق الوكيل؟
• ماذا يفعل الوكيل حين لا تغطي مصادر المعرفة لديكم سؤالاً ما؟

التالي في هذا المسار: قياس برنامج تحاوري. ولقواعد الإفصاح التي تسري الآن على وكلاء الذكاء الاصطناعي في الاتحاد الأوروبي، اقرأ المادة 50 من قانون الذكاء الاصطناعي للمراسلة؛ وللطابور الذي يحوّل إليه الوكيل، انظر طابور الدعم كنظام.