Почему стратегия Voice AI должна отдавать предпочтение разрешению проблемам, а не болтовне

Энди О’Дауэр, вице-президент по управлению продуктом для Voice & Video в Twilio.

Финтех развивается быстро. Новости повсюду, ясности нет.

FinTech Weekly собирает ключевые истории и события в одном месте.

Нажмите сюда, чтобы подписаться на рассылку FinTech Weekly

Читают руководители в JP Morgan, Coinbase, BlackRock, Klarna и других.

В гонке за модернизацией обслуживания клиентов отрасль наткнулась на опасную слепую зону. Согласно недавним данным, 90% компаний считают, что их клиенты довольны взаимодействием с их ИИ, однако лишь 59% потребителей с этим согласны.

В ритейле этот разрыв может стоить вам продажи. В финтехе, где доверие — валюта мира, этот разрыв стоит вам клиента.

Пока лидеры банковского сектора и страхования стремительно развертывают Voice AI, многие попадают в ловушку, делая ставку на показатели разговорности — насколько естественно звучит голос или насколько хорошо он имитирует светскую беседу перед транзакцией. Но для клиента, который пытается заморозить украденную кредитную карту или проверить отложенный перевод, «личность» оказывается на втором плане; на первом — эффективность.

Валюта разрешения

Данные однозначны: потребители не против ИИ; они против трения. На самом деле более двух третей потребителей говорят, что они скорее предпочтут использовать ИИ-агента, если он полностью решит их вопрос быстрее, чем человек.

Это зеленый свет для CIO в финтехе. Ваши клиенты дают вам разрешение на автоматизацию, но с оговоркой: это должно работать. Половина всех потребителей, недовольных ИИ, указывает на простой факт, что агент «не решил их проблему», как на основную причину.

Для финансовых организаций это означает, что метрика успеха не должна быть rate сдерживания (держать людей подальше от людей); она должна быть временем до разрешения вопроса. Если ваш ИИ звучит как человек, но занимает три минуты, чтобы не справиться с проверкой баланса, вы не внедрили инновации; вы просто автоматизировали раздражение.

Создание гиброной передовой

Так как же закрыть разрыв в восприятии?

Вместо того чтобы пытаться полностью перестроить ваш контакт-центр с помощью черного ящика LLM, определите базовые сценарии использования, которые имеют высокий объем и низкий риск. В банковском деле это может быть верификация учетной записи, история транзакций или оплата счетов. Это задачи, где ИИ-агент, работающий на основе конвейеров данных в реальном времени, может обгонять человека по скорости и точности. Чтобы по-настоящему обеспечить будущее этим инициативам, организациям нужно использовать интегрированный, гибкий технологический стек voice AI, который наслаивается поверх существующих систем, позволяя вам менять модели и корректировать рабочие процессы по мере развития технологий.

Для сложных моментов с высокой эмпатией — например, при подаче заявки на ипотеку или споре о мошенничестве — ИИ должен быть мостом, а не барьером. Он должен собрать контекст и бесшовно передать клиента человеку-агенту, у которого есть полная история на экране еще до того, как клиент скажет «здравствуйте».

Доверие через прозрачность

Наконец, в отрасли, построенной на безопасности, надежная верификация и прозрачность не подлежат обсуждению. Внедрение voice AI требует надежных мер верификации, встроенных в ткань взаимодействия, чтобы защитить конфиденциальные финансовые данные. Мы ожидаем усиления регуляторного давления, возможно, с требованием отдельных раскрытий, когда клиент говорит с ИИ.

Лидерам Fintech стоит принять это. Когда ИИ-агент ясно идентифицирует себя, а затем сразу демонстрирует ценность — «Я — ИИ-ассистент. Я вижу, что вы звоните по поводу транзакции в Target. Вы хотите одобрить это?» — он вызывает больше доверия, чем бот, который притворяется «Шерри из отделения».

Технология готова. Клиенты готовы. Но чтобы закрыть разрыв, нужно перестать пытаться обманом заставлять их думать, что они разговаривают с человеком, и начать доказывать им, что они разговаривают с решением.

Об авторе

Энди О’Дауэр — вице-президент по управлению продуктом для Voice & Video в Twilio, где он возглавляет продуктовую стратегию и менеджмент, чтобы помогать клиентам создавать инновационные решения для вовлечения клиентов.

У него более 20 лет опыта в создании и масштабировании платформ в продуктах B2B, B2C и API платформ. На протяжении карьеры он создавал и возглавлял крупные кросс-функциональные команды, создавая и масштабируя прибыльное ПО и платформы с сотнями миллионов в выручке и миллионами пользователей. Его опыт включает работу со стартапами вроде Curiosity и Snapsheet для Wowza видеостриминга. Он имеет MBA в Rockhurst University и базируется в Evergreen, CO.