RPA ja keskustelukykyinen AI (chatbotit, äänipotit jne.) Ovat kaksi tekniikkaa, jotka liittyvät usein toisiinsa, sekä keskustelussa että ajattelutavassa. Tämä on ymmärrettävää, kun otetaan huomioon, että molemmat ovat automaatiotoimintaa, molemmat tulivat valtavirtaan samanlaisina aikoina, ja ne voivat tarjota merkittävän arvon, kun ne yhdistetään. Monet organisaatiot automatisointimatkallaan alkavat RPA: lla ennen kuin ne laajentuvat myöhemmin keskustelutapahtumiksi. Mutta vaikka tämä on järkevää joillakin tasoilla, se voi myös olla haitallista chatbot-projektin kokonaisvaikutukselle ja arvolle.
RPA: n ankkuroiva vaikutus
Olen nähnyt, että on vaikea siirtyä RPA: sta keskusteluihin perustuviin AI-aloitteisiin.
Yksi asiakas, jonka kanssa työskentelin, monikansallinen jälleenmyyjä, perusti onnistuneesti sisäisen RPA-tehtaan. Keskitetyn armeijan avulla koulutettuja ja ammattitaitoisia kehittäjiä he automatisoivat onnistuneesti standardisoidut, suuren volyymin prosessit koko organisaatiossa. Eteneminen keskustelevaksi AI: ksi oli kuitenkin haastava, koska menestyksen heikkoutta ja sulautettua lähestymistapaa RPA: han oli vaikea ravistaa. "Keskusteleva AI on vain yksi automaatiomuoto", he sanoivat, "lähestymistapamme oli onnistunut RPA: n kanssa, miksi emme vain toista sitä?"
Tämä ilmapiiri ei ole epätavallinen. Jotta voidaan ymmärtää, miksi RPA: ta ja keskustelutapahtumia tulisi itse asiassa lähestyä eri tavalla, voi olla hyödyllistä ymmärtää kolme linssiä.
Kolme linssiä innovaatiota
- Kolme linssiä innovaatiota on kehys sen varmistamiseksi, että innovaatiotiimit ovat menossa lupaavimpaan suuntaan. Korkealla tasolla kehys tarjoaa kolme avainaluetta, jotka on arvioitava, jotta voidaan vähentää yleistä epäonnistumisriskiä ja siihen liittyviä projektin uusintakustannuksia.
Menestyäkseen innovatiivisen idean on oltava:
- toivottavaa: asiakkaat todella haluavat sen;
- Mahdollinen: sen rakentaminen on teknisesti ja organisatorisesti mahdollista, ja
- elinkelpoinen: sillä on vakaa liiketoimintatapa, jolla on mitattavissa oleva sijoitetun pääoman tuotto.
Jokaisen linssin testaamiseen tarkoitetut jäsennellyt toiminnot tulisi sisällyttää jokaiseen keskusteluun liittyvään AI-projektiin. Valitettavasti monet organisaatiot jatkavat kehitystä sellaisella innolla, että yhtä (tai kaikkia) linssejä ei arvioida, mikä aiheuttaa projektin lentää sokeaksi ja johtaa menestykseen metaforisessa kolikonheitossa. Arvioimatta ja ymmärtämättä jokaista linssiä yksityiskohtaisesti, keskustelukykyiset AI-ratkaisut puuttuvat todennäköisesti.
RPA vs Keskustelun tekoäly
RPA keskittyy erittäin manuaalisten liiketoimintaprosessien automaatioon back-office-automatisoinnissa. Jotta RPA-aloitteet olisivat onnistuneita, on tärkeää, että niillä on tekniset ja organisatoriset valmiudet toteuttaa mittakaavassa (toteutettavuus) ja vahva liiketoimintaperuste sijoituksen perustelemiseksi (elinkelpoisuus).
Keskusteluun käytetyn AI: hen verrattuna on yksi merkittävä ero: RPA-robotit automatisoivat manuaalisen tehtävät taas chat-ratkaisut automatisoivat ihmisen yhteisvaikutuksia. Tämä tarkoittaa, että keskitytään merkittävästi kohti loppukäyttäjää. Kuten olen aiemmin kirjoittanut, ratkaisun omaksuminen loppukäyttäjiltä on kriittinen menestys. Ilman käyttäjien vuorovaikutusta ratkaisun kanssa, chatbotti ei tuota luvattua arvoa. Sellaisena väittäisin, että toisin kuin RPA, Desirability-linssi on ehkä tärkein kolmesta keskustelukykyisten AI-aloitteiden yhteydessä.
Olemme todenneet, että Desirability-linssi on kiistatta tärkein huomioitava kaikissa keskusteluissa käytetyssä AI-projektissa. Joten miten voimme testata onko ratkaisumme Toivottava? Käytetyt tietyt testit riippuvat tietysti organisaatiostasi, asiakkaistasi, kulttuuristasi ja laajuudestasi. Mutta joitain hyödyllisiä harkittavissa olevia toimia ovat:
Asiakasmatkan kartoitus
Tämä toiminta vaatii sekä asiakkaasi hyvää ymmärtämistä (esimerkiksi asiakaspersoonien kautta) että toimenpiteitä, joita he toteuttavat tehtävän suorittamiseksi (prosessi asiakkaan näkökulmasta). Tähän sisältyy kosketuspisteitä organisaatiosi kanssa, todennäköisiä kysymyksiä, joita he kysyvät, ja kanavia, joita he käyttävät. Matkan kartoitus voi olla hyödyllinen tapa valaista asiakaskokemusta, missä kipupisteet sijaitsevat, ja erityisiä alueita, joissa chatbotit voivat parantaa asiakaskokemusta.
Tuo asiakkaat suunnitteluprosessiin
Mikä olisi parempi tapa varmistaa, että ratkaisusi on toivottavaa, kuin saada asiakkaita auttamaan sen suunnittelussa. Asiakkaiden kutsuminen liittymään haastatteluun tai kohderyhmään voi antaa syvän kuvan asiakkaiden mieltymyksistä ja käyttäytymisistä. Hyvin nopeasti ilmenee suunnitteluseikkoja, jotka auttavat lisäämään omaksumista ja asiakasarvoa. Parempaa on vielä se, että työpajojen järjestäminen asiakkaiden kanssa keskustelemaan erityisesti ratkaisusi suunnitteluseikkoista tekee mahdolliseksi kaksisuuntaisen ideoinnin projektitiimisi kanssa.
Testaa ratkaisusi asiakkaiden kanssa iteratiivisesti
Käyttäjätestien sisällyttäminen kehityssuunnitelmaan voi pidentää aikatauluja, mutta se sallii kurssin korjaamisen varhain, kun sen tekemisen kustannukset ovat edelleen suhteellisen alhaiset. Joitakin hyödyllisiä testejä ovat:
- Ozin velho testaus antaa kuvan kopiointi- ja keskusteluvirran suunnittelusta. Kuinka asiakkaat suhtautuvat äänen ääniin? Ovatko botin kysymykset riittävän selkeitä? Ajetaanko intuitiivisesti asiakkaan tarvitsemaan lopputulokseen?
- Suunnittelutestaus keskittyy ratkaisusi visuaalisiin elementteihin. Asiakaspalaute visuaalisesta suunnittelusta antaa oivalluksia hienosäätää ja parantaa sitoutumista ja käytettävyyttä visuaalisten elementtien avulla.
- Käytävätestejä voi olla hyödyllinen testattaessa ratkaisusi käytettävyyttä satunnaisen otoksen kanssa asiakkaista. Mahdolliset asiat, jotka vaikuttavat etenemiseen kohti toivottuja tuloksia, ilmenevät pian, ja ne olisi sisällytettävä tilauskantaan.
Palaute käynnistyksen jälkeen
Kun chatbotti on vapautettu luontoon, harkinta asiakkaan toivomuksesta jatkuu. Monet organisaatiot ovat ymmärtäneet analyysien ja suorituskykymittarien tarpeen ratkaisun jatkuvan parantamiseksi. Nämä tiedot ovat lupaava askel oikeaan suuntaan, mutta kertovat vain tarinan yhden puolen. Asiakkaiden palautteen muodossa olevat laadulliset tietopisteet tulisi kerätä ja analysoida säännöllisesti, jotta voidaan toistaiseksi vahvistaa testaustulokset ja kehittää ratkaisua asiakkaiden odotusten muuttuessa.
Chatbotien onnistumisen kannalta kriittinen on loppukäyttäjien omaksuminen. Automaatiotavoitteita ei voida saavuttaa, jos kukaan ei käytä chatbotia, joten on tärkeää varmistaa, että se on haluttu asiakkaiden kautta. Tämä on keskeinen ero RPA: n kanssa ja edellyttää erillistä lähestymistapaa kehitykseen. Kyse ei ole "rakenna se ja he tulevat"; keskustelevien AI-ryhmien on varmistettava rakentavansa oikein ratkaisu oikein asiakasongelma. Chatbot-palvelua koskevat toivomushypoteesit olisi testattava ennen kehittämistä, sen aikana ja sen jälkeen asiakkaiden varmistamiseksi haluta se ja käyttää se. Ratkaisusi menestys riippuu siitä.
