Dyskusja społeczności na temat tego, jak wyszukiwanie AI zmienia obsługę klienta. Liderzy wsparcia dzielą się obserwacjami dotyczącymi zmieniających się wzorców zapytań, klientów przygotowanych dzięki AI i dostosowywania strategii obsługi.
Coś się zmieniło w naszej kolejce zgłoszeń. Przez ostatnie 6 miesięcy zauważyłam:
Zmiany, które widzimy:
Przykłady:
Moje pytania:
Jennifer, to dzieje się w całej branży. Analizujemy to.
Nowa ścieżka klienta:
Dawniej: Problem → Google → Centrum pomocy firmy → Kontakt ze wsparciem Teraz: Problem → ChatGPT → (Może) Centrum pomocy firmy → Kontakt ze wsparciem
Co to zmienia:
Dane z naszego wsparcia:
| Wskaźnik | 2024 | 2025 | Zmiana |
|---|---|---|---|
| Liczba zgłoszeń | 10 000 | 8 500 | -15% |
| Złożone zgłoszenia | 3 000 | 4 500 | +50% |
| Średni czas obsługi | 8 min | 12 min | +50% |
| Rozwiązanie przy pierwszym kontakcie | 75% | 65% | -10% |
Mniej zgłoszeń, ale każde trwa dłużej, bo proste sprawy zniknęły.
Te dane pokrywają się z naszym doświadczeniem. Wzrost o 50% w złożonych zgłoszeniach jest realny.
Jak radzicie sobie z przypadkami dezinformacji? Gdy klienci mówią „ChatGPT powiedział mi…”, a to jest nieprawda?
Jak radzimy sobie z dezinformacją AI:
Nasz proces:
Stworzyliśmy „rejestr błędnych przekonań AI”, do którego agenci wpisują wzorce. Najczęstsze eskalujemy do marketingu/zespołu treści.
Przykłady, które rozwiązaliśmy:
Perspektywa zarządzania wiedzą w kontekście zmian wywołanych AI:
Twoje treści pomocy szkolą teraz AI.
To, co znajduje się w centrum pomocy, dokumentacji i FAQ, jest tym, czego AI „uczy się” o Twoim produkcie. Jeśli Twoje treści są:
Rozwiązanie:
Traktuj treści pomocy jak dane treningowe dla AI. Muszą być:
Co zmieniliśmy:
Dodaliśmy sekcje takie jak:
To pomaga AI przekazywać trafne informacje ZANIM klienci skontaktują się ze wsparciem.
Perspektywa operacyjna na zmianę:
Wpływ na zatrudnienie:
Jeśli proste zgłoszenia maleją, a złożone rosną, potrzebujesz:
Jak się dostosowaliśmy:
Rzeczywistość kosztowa:
Niższy wolumen, ale większa złożoność = mniej więcej ten sam koszt całkowity ALE satysfakcja klienta wzrosła, bo mniej prostych zgłoszeń oznacza krótszy czas oczekiwania na złożone sprawy.
Strategia treści, by ograniczyć dezinformację AI:
Problem: AI to czarna skrzynka – nie możesz jej bezpośrednio poprawić. ALE możesz wpływać na to, czego się „uczy”.
Co robimy:
Monitoring:
Używamy Am I Cited do śledzenia, co AI mówi użytkownikom o nas. Gdy zauważymy dezinformację:
To nie jest natychmiastowe, ale można systematycznie korygować rozumienie produktu przez AI.
Wdrożyliśmy AI w naszym workflow wsparcia. Oto wpływ:
Model wsparcia wspieranego przez AI:
Efekty:
| Wskaźnik | Przed botem AI | Po bocie AI |
|---|---|---|
| Zgłoszenia ludzkie | 100% | 40% |
| Satysfakcja klienta | 78% | 82% |
| Czas pierwszej odpowiedzi | 4 godz. | Natychmiast |
| Czas obsługi przez człowieka | 8 min | 15 min |
Kluczowy wniosek:
Gdy klient trafia do człowieka, już:
Agenci zaczynają z pełnym kontekstem. Jest trudniej, ale wydajniej.
Perspektywa badań klientów:
Przebadaliśmy 500 klientów pod kątem użycia AI przed kontaktem ze wsparciem:
| Zachowanie | Procent |
|---|---|
| Najpierw użyli AI | 62% |
| Próbowało rozwiązań AI | 48% |
| AI odpowiedziało na pytanie | 35% |
| AI podało błędne informacje | 18% |
| Wspomnieli o AI agentowi | 41% |
Segment „AI-first”:
Zwykle to osoby:
Implikacja:
Kiedy do Ciebie trafiają, są często bardziej sfrustrowani, ale też lepiej opisują problem.
Perspektywa szkoleniowa przy obsłudze klientów pod wpływem AI:
Nowe umiejętności potrzebne agentom:
Moduły szkoleniowe, które dodaliśmy:
Zmiana kulturowa:
Agenci widzą się teraz jako część pętli zwrotnej. Ich obserwacje dot. dezinformacji AI trafiają do zespołu treści, który aktualizuje dokumenty, co poprawia trafność AI.
Ten wątek potwierdził moje podejrzenia i dał konkretne strategie. Najważniejsze wnioski:
Rzeczywistość:
Strategie do wdrożenia:
Krótkoterminowo:
Średnioterminowo:
Długoterminowo:
Dane z ankiety pokazujące, że 62% najpierw używa AI, są znaczące. To nie jest trend – to nowa norma.
Dziękuję wszystkim za operacyjne i strategiczne wskazówki.
AI zmienia obsługę klienta na kilka sposobów: klienci przychodzą przygotowani z informacjami od ChatGPT, proste zapytania są rozwiązywane przed kontaktem ze wsparciem, standardem stają się złożone pytania, klienci czasem mają błędne informacje od AI, które wymagają sprostowania, a ogólne wzorce zgłoszeń przesuwają się w stronę bardziej złożonych problemów.
Tak, coraz więcej klientów korzysta z AI zanim skontaktują się ze wsparciem. Wielu klientów przychodzi już z konkretnymi informacjami, rozwiązaniami, które już wypróbowali, lub pytaniami, na które AI nie potrafiło odpowiedzieć. To zmienia dynamikę wsparcia – agenci obsługują bardziej złożone zapytania, a proste są przekierowywane do samoobsługi AI.
Tak, monitorowanie odpowiedzi AI na temat Twojej firmy jest ważne dla obsługi klienta. Jeśli AI przekazuje błędne informacje, klienci przychodzą zdezorientowani lub z błędnymi oczekiwaniami. Zrozumienie, co AI mówi klientom, pomaga zespołom wsparcia przygotować się na częste nieporozumienia i zapewnia, że ekosystem informacji AI o Twojej marce jest dokładny.
Śledź, co AI mówi klientom o Twojej firmie zanim skontaktują się ze wsparciem. Zrozum, jakie informacje klienci otrzymują od ChatGPT i Perplexity.
Dyskusja społeczności na temat zachowań klientów związanych z wyszukiwaniem AI po zakupie. Marketerzy dzielą się doświadczeniami z klientami wykorzystującymi AI...
Dyskusja społeczności na temat optymalizacji treści wsparcia pod kątem widoczności w AI. Zespoły wsparcia i tworzenia treści dzielą się strategiami, jak sprawić...
Dyskusja społeczności o tym, jak centra pomocy wpływają na widoczność w AI. Prawdziwe doświadczenia zespołów wsparcia i marketingu, które zauważają, że treści z...
