Marc Mandeltarafından.
HAL adlı bir bilgisayarın uzay gemisinin mürettebatıyla akıllı tartışmalar yürütebildiği 2001: A Space Odyssey adlı ufuk açıcı filmi ilk izlediğimden beri yapay zekanın getirdiği potansiyel beni büyülüyor. “Düşünsenize” diye düşündüm, “bir bilgisayara kişisel bir konuşmayı anlayacak ve ona katılacak kadar iyi düşünmesi öğretilebilir”. Gelecek tam önümdeydi ve ben de kendimi kaptırmıştım.
1970’lerin sonunda, şu anki garaj kapısı açıcımdan daha az bilgisayar gücü sunan bir Radio Shack TRS-80 (erken dönem bir ev bilgisayarı) olan ilk kişisel bilgisayarımla benzer deneyimler yaşamaya hevesliydim ve sanal bir kişiyle konuşmayı simüle eden bir bilgisayar programı olan ilk ve en ilkel sohbet robotu “Eliza “yı deneyebildiğim zamanı hatırlıyorum.
“Akıllı mısın?” yazarken ne kadar heyecanlandığımı hatırlıyorum ve “Evet öyleyim.” diye yanıt verdi ama hepsi bu kadardı. Eliza’da bazı kelimeleri bir listeyle eşleştirmek ve önceden hazırlanmış bir yanıtla karşılık vermek dışında gerçekten daha fazla “yapay zeka” yoktu. Cevaplar, oyuncağım “Sihirli 8-Top “u sallayarak ve küçük plastik görüntüleyici penceresinde herhangi bir sorunun cevabının belirdiğini görerek yapabileceğimden biraz daha fazlasıydı. Eliza’ya olan ilgim hızla azaldı, ancak fikir ve potansiyel beni büyülemeye devam etti.
Kullanıcı deneyimini iyileştirmek için yapay zekayı kullanma
1990’ların sonlarına doğru, bir web ziyaretçisinin ilgisini çekmek ve onlara rehberlik etmek için gelişen diyalogsal yapay zekayı kullanmak üzere tasarlanmış akıllı web sitesi avatarları satan bir yazılım şirketinin liderlik ekibine katıldım.
Eski Microsoft Word’de ekranın alt kısmında yer alan ve hareketli bir ataş gibi görünen sinir bozucu “Clippy “yi düşünün. Özellikle gelişen e-ticaret kullanım alanlarında daha iyi müşteri deneyimleri sağlamak için bu gibi araçlarda parmak izlerimi kullanabilmek beni heyecanlandırdı.
Teknoloji basitti. Anlaşıldığı üzere, yazılımın beyni, tıpkı Eliza gibi, birinin yazdığı bir şeydeki anahtar kelimeleri tespit edebilen ve ya hazır yanıtlar listesinden seçilen doğrudan yazılı geri bildirimle ya da kişinin aradığını belirttiği şeye yönelik web sitesinde gezinme yardımı ile yanıt verebilen “eğer/o zaman” ifadelerinden biraz daha fazlasıydı.
Yazılımın fiyatı altı haneli rakamlara ulaşıyordu ve VC destekli “dot com “ları hedef alıyordu; bu şirketler ne kadar para harcadıklarını umursamıyorlardı çünkü her şey cızırtıdan ibaretti.
Tavuk McNugget’ın içinde ne olduğunu sorun
Chicago’daki fast-food devi McDonald’s ile büyük bir satış liderliğimiz vardı. Web sitelerinde, beslenme veya bulunabilirlik soruları gibi ürünleriyle ilgili bilgi taleplerinizi yazabileceğiniz ve “Ronald “ın yardımcı olacağı animasyonlu bir “Ronald McDonald” öngördüler. Büyülü olabilirdi ve biz bu işin peşinde finalist turuna kadar geldik.
Aracın tanıtımını yapmak üzere şirket merkezlerine davet edildik, her şey bu etkinlik için programlanmış ve cilalanmıştı ve sıkı bir koreografiyle hazırlanmış, senaryosu iyi giden bir sunum izledik. Toplantının sonu yaklaştığında ve kendimizi oldukça iyi hissettiğimizde, demoyu odadakilere açtık ve sanal yardımcı için talepleri aldık. Odanın arkasından bir ses, “Chicken McNugget’ın içinde ne olduğunu sorun” diye bağırdı ki bu bizim senaryomuzun bir parçası değildi ve bunun için anahtar kelimeler hazırlamamıştık.
Dikkatli bir şekilde web sitelerine yazdık ve çok garip bir cevap aldık:
“Ray Kroc bir Chicken McNugget’ın içinde
Kroc onların ünlü kurucusu ve o odadaki pek çok kişi için bir kahramandı ve gelen cevap onları dehşete düşürdü. Bundan daha yanlış ve daha kötü bir zamanda olamazdı. Bizi odadan attılar ve hepsi bu kadar. Anlaşmadan elendik ve alay konusu olduk.
Korkunç olduğu kesin ama yine yıllar önce Eliza’da olduğu gibi bende hem olumlu hem de olumsuz bir etki bıraktı. Olabileceklerin potansiyeli için olumlu, olanlar içinse olumsuz. Saf müşteri deneyimi açısından bakıldığında, McDonald’s bizim yaklaşımımızı benimsemiş olsaydı, önemli bilgiler arayan binlerce müşterisini düşmanlaştırmış ve gerçekten tuhaf sonuçlar elde etmiş olacaktı. Riskler ödüllerden daha ağır basıyor ve nihayetinde teknolojinin prime-time’a hazır olmadığı sonucuna vardılar.
Müşteri duyarlılığını anlamak için yapay zekadan yararlanma
Yaklaşık on yıl daha geçti ancak sektörde tanınmış bir startup’a katıldığımda müşteri deneyimi yapay zeka çözümleri alanında çalışma fırsatı buldum. Yeni kurulan bu şirkete 2007 yılında katıldığımda henüz minimum düzeyde uygulanabilir bir ürüne (MVP) sahipti ancak bunun bir parçası olmaktan heyecan duyuyordum. Yapay zekanın bir işletmenin deneyimlerle ilgili müşteri duyarlılığını anlamasına yardımcı olabileceği fikri aklımdaki öldürücü uygulamaydı ve şirket yıldızlara giden bir roket gemisi olacaktı.
Bu MVP zar zor işliyordu ve büyük ölçüde cilalanmamıştı. Anket verilerini daha iyi anlamak isteyen şirketlere sattık ve daha öncekilerden farklı olarak, anahtar kelime kalıp eşleştirmenin çok ötesine geçen doğal dil işleme (NLP) tekniklerini uygulamaya başladık.
Yapay zekanın gelişimi beni hayrete düşürdü. Araçlar sadece bir kişinin ne söylediğini, özellikle hangi kelimeleri kullandığını değil, aynı zamanda kelimelerin kendisinden bağımsız olarak anlamlarını veya başka bir deyişle ne demek istediklerini de tanımaya başlayabilir. Bu özgürleştiriciydi ve bu gibi araçların değerini önceki anahtar kelime belirleyicilerden çok daha fazla artırdı.
Birden fazla platform tedarikçisi, doğal dil anlama (NLU) yaklaşımlarını entegre etmek için daha büyük yeteneklerle tekliflerini güçlendirmeye devam etti, yeteneklerini genişletti ve insanlar bu araçların ve faydalarının giderek daha fazla farkına vardıkça sınırları daha derinden zorladı. Örneğin, bir müşteri yorumunu, kelimesi kelimesine “Seni dava edeceğim!”, “Avukatımı arıyorum!” veya “Seni mahkemeye vereceğim!” olup olmadığına bakmaksızın, diyelim ki “Hukuk” konu tanımlayıcısıyla “etiketleyebildiğinizi” hayal edin. Yazılım, yorumların karmaşık ve İngilizce olmayan dillerde olduğu durumlarda bile bunları eşdeğer ve tematik olarak “Yasal” ile bağlantılı olarak görebildi ve bu şekilde etiketleyebildi.
Müşteri şikayetlerine yanıt vermek için yapay zeka kullanma korkusu
Finansal hizmetlerde şikayetlerin ele alınmasından daha önemli olmayan önemli ticari kullanım alanları ortaya çıktı. ABD’de düzenleyiciler, yazılı müşteri şikayetlerine zamanında yanıt vermeyen bankalar, sigortacılar ve yatırım şirketleri için katı kurallar ve büyük cezalar getirmiştir.
Başlangıçta, daha fazla şirket müşteri deneyimlerini ölçmek ve değerlendirmek için anket programları uygulamaya başladığında, bu düzenlemeler ve anketlerin yazılı yorumlara açılması konusunda yaygın bir korku vardı.
Bir müşterinin fonlarının yanlış kullanıldığını ima eden bir anket yanıtı bile çok büyük bir şeydi ve şikayet yayınlandıktan çok kısa bir süre sonra gerçekleşmesi gereken uyumluluk iş akışlarını ve raporlamayı tetikleyecek ve uyulmaması büyük para cezaları ve daha da ciddi sonuçlar doğuracaktı.
Başlangıçta bu şirketler o kadar korkmuşlardı ki, anketlerinde açık uçlu bir şey sormayı reddettiler, çünkü birinin yanıt vermesi ve şikayet etmesi durumunda bu süreci tetiklemek istemediler.
Yazılımın açık uçlu geri bildirimleri “okuma” ve şikayet dilinin kalıplarını belirleme yeteneği, zamanla bu iş akışını çok daha kolay ve hızlı hale getirdiğini ve hatta bir insan değerlendiriciden daha az öznel olduğu için daha doğru olduğunu kanıtladı. Bir şikayet neredeyse her zaman bulunabilir, etiketlenebilir ve yönlendirilebilirdi, çoğu zaman geri bildirim hacminden bağımsız olarak neredeyse anında erişim sağlanabilirdi. Sadece bu örnek bile yapay zekayı hem şirket hem de müşteri için bir vuruş haline getirdi.
Yine birkaç yıl sonra, yapay zeka diğer müşteri deneyimi türlerini de mümkün kıldı. Bu örneklerden biri, yapay zekanın yalnızca potansiyel hasar dolandırıcılığı belirtilerini tespit etmek için değil, aynı zamanda hasarları bütünsel olarak işlemek için de kullanılabileceğini keşfeden sigorta sektöründe popülerlik kazandı. Tamamen müşteri deneyimi açısından bakıldığında, sigortacılıkta iyi bir müşteri deneyiminin güçlü bir belirleyicisi hizmetin hızı ve doğruluğudur. Yapay zeka her ikisinde de başarılı oldu.
Bir talep, müşteri ve sigortacı için hem hızlı hem de doğru sonuçlar sağlamak için yapay zekanın “aracı” olarak hareket etmesiyle neredeyse anında dosyalanabilir, işlenebilir ve kapatılabilir. Hasar sorumlusu daha denetleyici bir rol üstlendi, yazılımı denetledi ve süreci sağladı. Bu durumda “AI” terimi, orijinal Yapay Zeka tanımından ilginç ve farklı bir tanım aldı.
Yapay zeka daha çok “Artırılmış Zeka” ile ilgiliydi ve insanın yerini bit ve baytların almasından ziyade, insanın daha yüksek çıktı, kalite ve hız seviyelerine hizmet etme yeteneğini artırmakla ilgiliydi.
Burada en büyük kazanan müşteriler oldu ve genellikle stresli bir durumdan sürpriz ve keyif verici bir fırsat yarattılar.
Orijinal yanıtların kilidini açma
Yine birkaç yıl öncesine dönecek olursak, yapay zeka gelişmeye devam etti ve sadece dili anlamakla kalmayıp, önceden hazırlanmış bir yanıtı kusmak yerine gerçekten orijinal bilgi üretme sularını test etmeye başladı.
Bir bilgisayara önce temel anahtar kelimeleri tanımlamayı ve daha sonra bunları dilsel ifadeler halinde birbirine bağlamayı ve anlam ve niyeti belirlemeyi öğretmede rol oynayan aynı yapı taşlarından bazıları artık yapay zeka tarafından üretilen orijinal yanıtların kilidini açmak için kullanılabiliyordu.
Sektördeki pek çok kişi bunu “Doğal Dil Üretimi”, “Üretken Yapay Zeka” veya sadece NLG olarak adlandırıyor ve ben bunu 2023’ün başlarında yazarken hala emekleme aşamasında olmasına rağmen tüm yelpazeyi kapsıyor. Tıpkı 1970’lerde Eliza’nın bir atılım gibi görünüp sonra öyle olmadığını gören bilgisayar kullanıcıları ya da 1990’ların ilk “bot “larının sahneye girip sonra genellikle umutsuzluk içinde sahneyi terk etmeleri gibi, NLG’nin ilk dönemleri de hem çığır açacak kadar heyecan verici hem de korkunç derecede tehlikelidir. Bazı açılardan ve yanlış ellerde inanılmaz derecede risk dolu.
2023’te Yapay Zeka
Geleceğe dair vaatler şaşırtıcı ve oyunun kurallarını değiştirecek nitelikte.
ChatGPT ile ilgili haberleri her yerde gördük, orijinal içerik oluşturmak için nasıl kullanılabileceğine ve teorik olarak her yerdeki içerik oluşturucuları tehdit ettiğine dair hikayelerle.
Yapay zeka henüz emekleme aşamasında ve bu nedenle heyecan verici bir gösteri veya kavram kanıtı oluşturuyor, ancak orijinal, düşünceli, doğru bilgiler bekleyen ve bunlara dayanan iş kullanım durumlarına herhangi bir türde otomatik olarak oluşturulmuş içerik koymazdım.
Eliza’dan ve hatta web sitesi botlarından ve ilk NLU teknolojilerinden gece gündüz daha iyi olsa da, NLG burada, sahnede ve çok heyecan verici, ancak henüz yeni başlıyor .
Birçok açıdan hâlâ NLG’nin “Eliza aşamalarındayız”.
Zamanla ve milyonlarca insanın NLG araçlarının çeşitli sürümlerinden yararlanmak için deneysel uygulamalar kodlamasıyla, bu teknolojiler katlanarak gelişecek, ancak genel yetenekleri ve doğrulukları artacaktır.
Bunu destekleyecek bir ton matematik var ve zamanla bu araçlarda nefesinizi kesecek bir şey göreceğiz.
Yapay zekanın geleceğine gelince, Alexa akıllı hoparlörlerimizin 1960’ların filmindeki kurgusal HAL bilgisayarının yaptığı gibi gerçekten anladığını ve doğru bir şekilde yanıt verdiğini görmeye başlayacağımızı umuyorum.
Hayır, onun yaptığı gibi ölümcül bir saldırıya geçmekten bahsetmiyorum, ama sadece cevap vermek için değil, gerçekten anlamak için bir konuşmayı otomatikleştirin. Bunu simüle edilmiş bir duyguyla (böyle bir şeyin var olduğunu varsayarak) birleştirdiğinizde makine-empati elde edebilirsiniz.
Vay canına. O gün geldiğinde, CX uygulayıcıları olarak çağrı merkezi personel sayısının azaltılmasından daha yüksek satış dönüşümlerine ve genel olarak daha memnun müşterilere kadar neredeyse sonsuz bir potansiyel fayda listesi göreceğiz, kazançlar çok büyük olacak ve bu etkiler için ufuklar yakın.
Tekrar söylüyorum, olacaklar için heyecanlıyım ve bunların gerçekleşmesini ve hepimizin hayatına hayal bile edemeyeceğimiz şekillerde dokunmasını görmek için sabırsızlanıyorum.
Bu yılın trendlerinin neler olduğunu kontrol etmek ister misiniz? O zaman gelin ve CX ve VoC sektör uzmanlarının 2023’ün temel trendlerine ilişkin bakış açılarını paylaştıkları ilk işbirliğimizi indirin.
Rehberde neler var?
- En önemli CX trendleri (Pazar/cevap hızı, elinizdekiyle daha fazlasını yapmak, yatırım getirisini kanıtlamak, yapay zekaya özel hizmetler, otomasyon)
- Bonus trendleri+
- CX’te durgunluk etkisi
- Temel trend çıkarımlarıyla bitirelim
- Yazarlar hakkında
Trend rehberini hemen edinin ve bu yıl için altı önemli CX sektörü uzmanının merceği altında sunulan temel CX trendlerine dalın.
