อย่าซื้อ seat จงซื้อผลลัพธ์
วันนี้เอเจนต์ AI แก้ไขคำขอของลูกค้าได้ตั้งแต่ต้นจนจบ แต่เดโมไม่ได้บอกคุณว่าตัวไหนใช้งานได้จริงใน production คู่มือนี้รวบรวมคำถามที่ควรถาม การทดสอบที่ควรทำ และ scorecard สำหรับเปรียบเทียบผู้ให้บริการแบบเคียงข้างกัน
“ข้อมูลทั้งหมดนั้นสร้างบันทึกขึ้นมา แต่ไม่ได้สร้างความเข้าใจ”
ตลอด 25 ปีที่ผ่านมา คุณจ่ายเงินซื้อเครื่องมือที่ช่วยทำงาน
ซอฟต์แวร์ถูกวัดผลมาตลอดจากการที่ช่วยให้พนักงานทำงานได้ดีแค่ไหน การคิดราคาต่อคนจึงสมเหตุสมผล
เอเจนต์ AI ลงมือทำงานเอง ทั้งตอบคำถาม คืนเงิน และปิดทิกเก็ต นี่คือ Service as Software และวิธีที่คุณประเมินและจ่ายเงินก็ต้องเปลี่ยนตาม
แทนที่จะซื้อเครื่องมือให้ทีมใช้ คุณซื้องานที่เสร็จแล้ว และจ่ายตามผลลัพธ์
อะไรเปลี่ยนไปเมื่อซอฟต์แวร์ลงมือทำงานเอง
การคิดราคากำลังเปลี่ยนจากการเข้าถึงไปสู่ผลลัพธ์
แรกเริ่มคุณจ่ายต่อคน ต่อมาจ่ายต่อข้อความหรือต่อบทสนทนา ปัจจุบันผู้ให้บริการบางรายคิดเงินเฉพาะเมื่อได้ผลลัพธ์ตามที่กำหนดไว้ล่วงหน้าเท่านั้น
เมื่อผู้ให้บริการรายหนึ่งคิดเงินตามผลลัพธ์ ผู้ให้บริการรายอื่นทุกรายก็ต้องอธิบายว่าทำไมตนไม่ทำแบบนั้น
ในคู่มือ: วิธีทำให้ผู้ให้บริการทุกรายคิดราคาตามผลลัพธ์แต่ละขั้นย้ายความเสี่ยงไปอยู่ที่ผู้ให้บริการมากขึ้น
ระบบแบบเดิมจำได้แค่ว่าเกิดอะไรขึ้น แต่ knowledge graph จำได้ว่าเพราะอะไร
เฮลป์เดสก์ของคุณรู้ว่ามีการคืนเงิน แต่ไม่รู้ว่าพนักงานที่เก่งที่สุดของคุณทำอะไรเพื่อแก้ไขเรื่องนั้นให้ลุล่วง การเก็บเหตุผลเบื้องหลังไว้คือสิ่งที่ทำให้ทุกคำตอบในอนาคตดีขึ้น เราเรียกบันทึกนี้ว่า Graph of Record
ตรวจสอบให้แน่ใจว่าคุณเป็นเจ้าของประวัตินั้น หากผู้ให้บริการเก็บไว้เอง คุณจะต้องจ่ายสองต่อ
ในคู่มือ: ข้อสัญญาที่ทำให้ประวัติการตัดสินใจยังเป็นของคุณ- เปิดทิกเก็ต
- มอบหมายเข้าคิว
- คืนเงินแล้ว
- ปิดทิกเก็ตแล้ว
- เพราะอะไร? ไม่มีบันทึก
- สถานการณ์
- เกิดอะไรขึ้น
- บริบท
- ข้อมูลที่เอเจนต์ดึงมาใช้
- การดำเนินการ
- สิ่งที่ทำ และทำที่ไหน
- การแก้ไข
- สิ่งที่มนุษย์แก้ไข
- บรรทัดฐาน
- สิ่งที่เคสถัดไปได้รับต่อ
บันทึกเริ่มต้นทุกการตัดสินใจจากศูนย์ แต่กราฟทำให้การตัดสินใจแต่ละครั้งดีกว่าครั้งก่อน
ความไว้วางใจเป็นตัวกำหนดว่า AI จะรับงานได้มากแค่ไหน
องค์กรจะยอมให้ AI รับงานมากขึ้น เมื่อมองเห็นได้ว่า AI ทำอะไรไปและเพราะอะไร และเมื่อ AI เรียนรู้จากทุกการแก้ไข ความโปร่งใสนี้เองที่ทำให้ AI รับงานได้มากขึ้น มากกว่าการมีโมเดลที่ฉลาดขึ้น
ลองเปิดสวิตช์แต่ละตัวเพื่อดูว่าหน้าปัดเปลี่ยนไปอย่างไร
ในคู่มือ: การทดสอบจริงที่แสดงว่าผู้ให้บริการอธิบายทุกการกระทำได้หรือไม่ธรรมาภิบาลคือตัวปลดล็อก ไม่ใช่ภาระ
Service as Software เปลี่ยนเกณฑ์การซื้อ รู้ให้ชัดว่าต้องถามอะไร
เกณฑ์การประเมิน 19 ข้อ คำถามสำหรับช่วง discovery 14 ข้อ และ scorecard สำหรับช่องทางข้อความและเสียง จัดทำขึ้นสำหรับผู้นำด้านซัพพอร์ต CX การปฏิบัติการฝ่ายขายและการตลาด และโครงการ AI ในส่วนสุดท้าย เราให้คะแนน Maven ด้วยเช็กลิสต์เดียวกัน รวมถึงจุดอ่อนด้วย
- 01นิยามให้ชัดว่าคุณกำลังซื้ออะไร
- 02เกณฑ์การประเมิน ช่องทางข้อความและเสียง
- 03ภาพรวมผู้ให้บริการตามความสามารถ
- 04คำถามที่ควรถามในช่วง discovery
- 05Scorecard สำหรับการประเมิน
- 06ข้อผิดพลาดที่พบบ่อย
- 07ผลกระทบต่อการดำเนินงานของคุณ
- 08ทำไมการประเมินนี้จึงสำคัญในตอนนี้
- 09Maven ตอบโจทย์เกณฑ์เหล่านี้อย่างไร เราให้คะแนนตัวเอง
รับคู่มือผู้ซื้อ
ฟรี เราจะส่งให้ทางอีเมลทันที