Почему стратегия вашего голосового ИИ должна отдавать предпочтение разрешению проблем, а не болтовне

От Энди О’Дауэр, вице-президент по управлению продуктами для голосовых и видеосервисов в Twilio.

Финансовые технологии движутся быстро. Новости повсюду, ясности — нет.

Еженедельник FinTech предоставляет ключевые новости и события в одном месте.

Нажмите здесь, чтобы подписаться на рассылку FinTech Weekly

Читают руководители JP Morgan, Coinbase, BlackRock, Klarna и другие.

В гонке за модернизацию обслуживания клиентов индустрия столкнулась с опасной слепой зоной. Согласно последним данным, 90% компаний считают, что их клиенты довольны взаимодействием с ИИ, тогда как только 59% потребителей согласны.

В розничной торговле эта разница может стоить вам продажи. В финтехе, где доверие — это валюта, эта разница стоит вам клиента.

Пока лидеры банковского и страхового сектора спешат внедрять голосовой ИИ, многие попадают в ловушку приоритизации разговорных метрик — насколько естественно звучит голос или насколько хорошо он имитирует небольшие разговоры перед транзакцией. Но для клиента, пытающегося заблокировать украденную кредитную карту или проверить ожидающий перевод, личность — это второстепенный вопрос по сравнению с эффективностью.

Валюта разрешения проблем

Данные однозначны: потребители не против ИИ; они против трения. На самом деле, более двух третей потребителей заявляют, что они предпочли бы использовать ИИ-агента, если он полностью решит их проблему быстрее, чем человек.

Это зеленый свет для CIO финтеха. Ваши клиенты дают вам разрешение автоматизировать, но с одним условием: это должно работать. Половина всех недовольных ИИ потребителей указывает как основную причину простое — агент «не решил их проблему».

Для финансовых учреждений это означает, что метрикой успеха должна быть не скорость удержания клиентов от общения с человеком, а время до решения. Если ваш ИИ звучит как человек, но за три минуты не может проверить баланс, вы не инновационны; вы просто автоматизировали разочарование.

Создание гибридного фронтлайна

Как же сократить разрыв в восприятии?

Вместо попытки полностью перестроить ваш контакт-центр с помощью черного ящика LLM, определите примитивные сценарии, которые имеют высокий объем и низкий риск. В банковском деле это могут быть проверка аккаунта, история транзакций или оплата счетов. Это задачи, где ИИ-агент, основанный на данных в реальном времени, может превосходить человека по скорости и точности. Чтобы действительно подготовить эти усилия к будущему, организации должны использовать интегрированный, гибкий стек голосового ИИ, который накладывается на существующие системы, позволяя менять модели и корректировать рабочие процессы по мере развития технологий.

Для сложных, высокоэмпатичных моментов, таких как оформление ипотеки или споры по мошенничеству, ИИ должен служить мостом, а не барьером. Он должен собирать контекст и бесшовно передавать клиента человеку-агенту, у которого на экране есть вся история, еще до того, как он скажет «привет».

Доверие через прозрачность

Наконец, в индустрии, основанной на безопасности, надежная проверка и прозрачность — это неотъемлемая часть. Внедрение голосового ИИ требует надежных мер аутентификации, встроенных в сам процесс взаимодействия, чтобы защитить конфиденциальные финансовые данные. Мы ожидаем усиления регуляторного давления, которое может потребовать отдельные раскрытия, когда клиент общается с ИИ.

Лидеры финтеха должны принять это. Когда агент ИИ ясно идентифицирует себя и сразу же демонстрирует ценность — “Я — помощник ИИ. Я вижу, что вы звоните по поводу транзакции в Target. Хотите ее подтвердить?” — это вызывает больше доверия, чем бот, притворяющийся «Шерри из отделения».

Технологии готовы. Клиенты готовы. Но чтобы сократить разрыв, мы должны перестать пытаться обмануть их, заставляя думать, что они разговаривают с человеком, и начать доказывать им, что они общаются с решением.

( Об авторе

Энди О’Дауэр — вице-президент по управлению продуктами для Voice & Video в Twilio, где он руководит стратегией и управлением продуктами для помощи клиентам в создании инновационных решений по взаимодействию с клиентами.

У него более 20 лет опыта в создании и масштабировании платформ в сегментах B2B, B2C и API платформ. В течение своей карьеры он создал и руководил крупными межфункциональными командами, создавая прибыльные программные продукты и платформы с сотнями миллионов дохода и миллионами пользователей. Его опыт включает работу с стартапами, такими как Curiosity и Snapsheet, а также с Wowza для потокового видео. Он имеет степень MBA из Университета Рокхерста и проживает в Эвергрине, Колорадо.