RPA und Konversations-KI (Chatbots, Voicebots usw.) sind zwei Technologien, die häufig miteinander verbunden sind, sowohl im Gespräch als auch in der Denkweise. Dies ist verständlich, da beide Bestrebungen der Automatisierung sind, beide zu ähnlichen Zeiten in den Mainstream eingetreten sind und in Kombination einen erheblichen Wert liefern können. Viele Unternehmen auf ihrem Weg zur Automatisierung beginnen mit RPA, bevor sie später zur Konversations-KI expandieren. Dies ist zwar auf einigen Ebenen sinnvoll, kann sich jedoch auch nachteilig auf die Gesamtwirkung und den Wert des Chatbot-Projekts auswirken.
Der Verankerungseffekt von RPA
Ich habe aus erster Hand gesehen, wie schwierig es ist, von RPA zu Konversations-KI-Initiativen zu wechseln.
Ein Kunde, mit dem ich zusammengearbeitet habe, ein multinationaler Einzelhändler, hat erfolgreich eine interne RPA-Fabrik eingerichtet. Mit einer zentralen Armee geschulter und qualifizierter Entwickler automatisierten sie erfolgreich standardisierte Prozesse mit hohem Volumen im gesamten Unternehmen. Der Fortschritt zur Konversations-KI war jedoch eine Herausforderung, da der Glanz des Erfolgs und der eingebetteten Herangehensweise an RPA schwer zu erschüttern war. "Conversational AI ist nur eine andere Form der Automatisierung", sagten sie. "Unser Ansatz war mit RPA erfolgreich. Warum replizieren wir das nicht einfach?"
Dieses Gefühl ist nicht ungewöhnlich. Um zu verstehen, warum RPA und Konversations-KI tatsächlich unterschiedlich angegangen werden sollten, kann es hilfreich sein, die drei Linsen zu verstehen.
Drei Linsen der Innovation
Das Drei Linsen der Innovation ist ein Rahmen, um sicherzustellen, dass Innovationsteams in die vielversprechendste Richtung gehen. Auf hoher Ebene bietet der Rahmen drei Schlüsselbereiche, die bewertet werden müssen, um das allgemeine Ausfallrisiko und die damit verbundenen Nacharbeitskosten des Projekts zu verringern.
Um erfolgreich zu sein, muss eine innovative Idee sein:
- Wünschenswert: Kunden wollen es tatsächlich;
- Möglich: es zu bauen ist technisch und organisatorisch möglich, und;
- Lebensfähig: Es verfügt über ein robustes Geschäftsmodell mit einem quantifizierbaren ROI.
Strukturierte Aktivitäten zum Testen jeder Linse sollten in jedes Konversations-KI-Projekt einbezogen werden. Leider verfolgen viele Organisationen die Entwicklung mit einer solchen Begeisterung, dass eine (oder alle) Linsen nicht bewertet werden, was dazu führt, dass das Projekt blind wird und der Erfolg auf einem metaphorischen Münzwurf beruht. Ohne jedes Objektiv im Detail zu bewerten und zu verstehen, werden KI-Konversationslösungen höchstwahrscheinlich zu kurz kommen.
RPA vs. Conversational AI
RPA konzentriert sich auf die Back-Office-Automatisierung hoch manueller Geschäftsprozesse. Damit RPA-Initiativen erfolgreich sind, ist es wichtig, über die technischen und organisatorischen Fähigkeiten zu verfügen, die in großem Maßstab ausgeführt werden können (Machbarkeit), und über ein starkes Geschäftsmodell, um die Investition zu rechtfertigen (Rentabilität).
Im Vergleich zur Konversations-KI gibt es einen bemerkenswerten Unterschied: RPA-Bots automatisieren das Handbuch und Aufgaben während Chat-Lösungen Menschen automatisieren Wechselwirkungen. Dies bedeutet, dass eine signifikante Verschiebung des Fokus in Richtung des Endbenutzers erforderlich ist. Wie ich vorher geschrieben habeDie Akzeptanz der Lösung durch den Endbenutzer ist entscheidend für den Erfolg. Ohne die Interaktion der Benutzer mit der Lösung liefert ein Chatbot nicht den versprochenen Wert. Daher würde ich argumentieren, dass im Gegensatz zu RPA das Objektiv „Erwünschtheit“ für Gesprächs-KI-Initiativen vielleicht das wichtigste der drei ist.
Wir haben festgestellt, dass das Objektiv "Erwünschtheit" wohl das wichtigste ist, das in einem KI-Konversationsprojekt berücksichtigt werden muss. Wie können wir also testen, ob unsere Lösung ist? Wünschenswert? Die verwendeten spezifischen Tests hängen natürlich von Ihrer Organisation, Ihren Kunden, Ihrer Kultur und Ihrem Umfang ab. Einige nützliche Aktivitäten, die berücksichtigt werden müssen, sind:
Abbildung der Customer Journey
Diese Aktivität erfordert sowohl ein gutes Verständnis Ihres Kunden (z. B. durch Kundenpersönlichkeiten) als auch die Schritte, die er zur Erledigung einer Aufgabe unternimmt (Prozess aus Kundensicht). Dies umfasst Kontaktpunkte mit Ihrer Organisation, wahrscheinliche Fragen und Kanäle, die sie verwenden. Journey Mapping kann eine nützliche Methode sein, um das Kundenerlebnis zu beleuchten, wo die Schwachstellen liegen, und bestimmte Bereiche, in denen Chatbots das Kundenerlebnis verbessern können.
Kunden in den Designprozess einbeziehen
Gibt es einen besseren Weg, um sicherzustellen, dass Ihre Lösung wünschenswert ist, als Kunden dazu zu bringen, sie zu entwerfen? Das Einladen von Kunden zu einem Interview oder einer Fokusgruppe kann einen tiefen Einblick in Kundenpräferenzen und -verhalten geben. Sehr schnell werden Designüberlegungen auftauchen, die dazu beitragen, die Akzeptanz und den Kundennutzen zu steigern. Besser noch: Wenn Sie Workshops mit Kunden veranstalten, um die Designüberlegungen Ihrer Lösung speziell zu besprechen, können Sie mit Ihrem Projektteam Ideen in beide Richtungen entwickeln.
Testen Sie Ihre Lösung iterativ mit Kunden
Das Einfügen von Benutzertests in Ihren Entwicklungsplan kann die Zeitspanne verlängern. Dies ermöglicht jedoch eine frühzeitige Kurskorrektur, wenn die Kosten dafür noch relativ niedrig sind. Einige nützliche Tests umfassen:
- Wizard of Oz Das Testen bietet Einblicke in das Design von Kopier- und Konversationsabläufen. Wie gehen Kunden mit dem Tonfall um? Sind die Fragen des Bots klar genug? Fährt es intuitiv auf das Ergebnis zu, das der Kunde benötigt?
- Designtests konzentriert sich auf die visuellen Elemente Ihrer Lösung. Kundenfeedback zum visuellen Design bietet Einblicke in die Verfeinerung und Verbesserung des Engagements und der Benutzerfreundlichkeit durch visuelle Elemente.
- Flurtests kann nützlich sein, um die Benutzerfreundlichkeit Ihrer Lösung anhand einer zufälligen Stichprobe von Kunden zu testen. Alle Probleme, die sich auf den Fortschritt in Richtung der gewünschten Ergebnisse auswirken, werden bald auftauchen und sollten in den Rückstand aufgenommen werden.
Feedback nach dem Start
Sobald Ihr Chatbot veröffentlicht wurde, wird die Berücksichtigung der Kundenwünsche fortgesetzt. Viele Unternehmen haben die Notwendigkeit von Analysen und Leistungsmetriken erkannt, um die Lösung kontinuierlich zu verbessern. Diese Daten sind ein vielversprechender Schritt in die richtige Richtung, erzählen jedoch nur eine Seite der Geschichte. Qualitative Datenpunkte in Form von Kundenfeedback sollten regelmäßig gesammelt und analysiert werden, um die bisherigen Ergebnisse der Erwünschtheitstests zu validieren und die Lösung im Einklang mit sich ändernden Kundenerwartungen weiterzuentwickeln.
Entscheidend für den Erfolg von Chatbots ist die Akzeptanz durch Endbenutzer. Automatisierungsziele können nicht erreicht werden, wenn niemand den Chatbot verwendet. Daher ist es wichtig, dies sicherzustellen Erwünscht von Ihren Kunden. Dies ist der Hauptunterschied zu RPA und erfordert einen eindeutigen Entwicklungsansatz. Es geht nicht darum, es zu bauen und sie werden kommen. Konversations-KI-Teams müssen sicherstellen, dass sie das aufbauen Recht Lösung für die Recht Kundenproblem. Wünschenswerte Hypothesen bezüglich Ihres Chatbots sollten vor, während und nach der Entwicklung getestet werden, um Kunden zu gewährleisten wollen es und - es. Der Erfolg Ihrer Lösung hängt davon ab.
