כוח עבודה מסוג חדש
ניהול כוח אדם AI — ניהול כוח אדם במוקדי שירות תמיד היה בעיית אופטימיזציה מורכבת: לחזות ביקוש, לתזמן מספיק נציגים כדי לעמוד ברמות שירות, לנהל עמידה בלוחות זמנים, להתמודד עם היעדרויות ותנודות בלתי נמנעות, ולעשות את כל זה תוך שליטה בעלויות העבודה. כלי WFM (Workforce Management) מיצרנים כמו NICE, Verint ו-Aspect שכללו תחום זה במשך עשורים באמצעות אלגוריתמי חיזוי מתוחכמים, מנועי אופטימיזציית שיבוצים וניטור עמידה בזמן אמת כדי לסחוט יעילות מרבית ממאגרי הנציגים האנושיים. אבל כניסת סוכני AI למשוואה משנה את בעיית האופטימיזציה מהיסוד, כיוון שסוכני AI אינם מתנהגים כמו נציגים אנושיים באף אחד מהאופנים שניהול כוח אדם מסורתי תוכנן לנהל. הם אינם זקוקים ללוחות זמנים, אינם יוצאים להפסקות, אינם מתקשרים להודיע שהם חולים ואין להם כישורים שנשחקים לאורך זמן. מצד שני, הם גם אינם מטפלים בכל סוג אינטראקציה באותה רמה, אינם מספקים את האמפתיה שמצבים מסוימים דורשים ואינם מסוגלים לקבל את החלטות שיקול הדעת שמקרים מורכבים מחייבים.
התוצאה היא אתגר חדש בניהול כוח אדם: אופטימיזציה של צוות היברידי המורכב מנציגים אנושיים וסוכני AI, כל אחד עם יכולות שונות, מבני עלויות שונים ומאפיינים תפעוליים שונים. לא מדובר בהוספה פשוטה של קיבולת AI למסגרת ה-WFM הקיימת – נדרשת חשיבה מחדש על הנחות יסוד לגבי חלוקת העבודה, תכנון הקיבולת ומדידת הביצועים. ה-AI מטפל בחלק משתנה מסך האינטראקציות בהתאם לתמהיל סוגי השיחות, השעה ביום ורמות הביטחון של ה-AI. שאר האינטראקציות מופנות לנציגים אנושיים, אך הנפח והמורכבות של אינטראקציות אלה משתנים ככל שיכולות ה-AI מתפתחות. נציגים אנושיים שקודם לכן טיפלו בתמהיל של שיחות שגרתיות ומורכבות מטפלים כעת בעיקר בשיחות מורכבות, מה שמשנה את דרישות הכישורים שלהם, צורכי ההכשרה והעומס הרגשי. כל דינמיקת כוח העבודה משתנה באופן שכלי WFM מסורתיים לא תוכננו לצפות.
תכנון לפעילות היברידית
תכנון קיבולת בפעילות היברידית של אדם ו-AI מחייב מידול של שתי מערכות תלויות זו בזו ולא אחת. קיבולת ה-AI היא תיאורטית בלתי מוגבלת – הוא יכול לטפל בכל מספר שיחות בו-זמנית – אך הקיבולת האפקטיבית שלו מוגבלת על ידי שיעור ההכלה: אחוז השיחות שהוא אכן מסוגל לפתור. אם שיעור ההכלה של ה-AI הוא 75%, אזי 25% מכלל השיחות עדיין ידרשו נציגים אנושיים. אבל 25% אלה אינם מדגם אקראי של כלל השיחות – הם מורכבים באופן יחסי, טעונים רגשית או חריגים, מה שאומר שנציגים אנושיים המטפלים בשיחות מוסלמות זקוקים לרמות מיומנות גבוהות יותר ולזמן רב יותר לכל אינטראקציה ממה שנדרש כשטיפלו בתמהיל של שיחות שגרתיות ומורכבות. תכנון קיבולת נציגים אנושיים על בסיס הירידה הכוללת בנפח השיחות מבלי להתחשב במורכבות המוגברת לכל שיחה היא טעות נפוצה שמובילה לתת-איוש של הרמה האנושית.
Assembled, פלטפורמת WFM מסן פרנסיסקו, בנתה את המוצר שלה במיוחד עבור המודל ההיברידי הזה, ומנהלת את השיבוץ והביצועים של נציגים אנושיים, סוכני AI וספקי BPO (Business Process Outsourcing) במסגרת אחידה. הגישה שלה מכירה בכך שסוכני AI, נציגים אנושיים ונציגים חיצוניים אינם משאבים ניתנים להחלפה אלא יכולות משלימות שצריך לתזמר יחד. הפלטפורמה משתמשת בחיזוי מבוסס ML כדי לנבא לא רק את נפח השיחות הכולל אלא גם את הפילוג הצפוי בין אינטראקציות שיטופלו על ידי AI לבין אלה שיטופלו על ידי אדם, ומייצרת שיבוצים המבטיחים כיסוי אנושי מספק לנפח ההסלמה הצפוי. עבור ארגונים שכבר משתמשים ב-NICE או Five9 לניהול כוח אדם, גם פלטפורמות אלה מוסיפות יכולות לכוח עבודה היברידי, אם כי שילוב קיבולת סוכני AI במודלי החיזוי שלהן עדיין מתפתח.
ניהול איכות חוצה אדם ומכונה
ניהול איכות בפעילות היברידית דורש גישות שונות לאינטראקציות אנושיות ולאינטראקציות AI, אך סטנדרט אחיד לחוויית הלקוח שעל שניהם לספק. עבור אינטראקציות AI, ניהול האיכות מתמקד בעיקר בניטור שיעורי הכלה, דיוק המידע המסופק, התאמת החלטות ההסלמה וציוני שביעות רצון לקוחות. היתרון של ניהול איכות AI הוא שכל אינטראקציה ניתנת להערכה אוטומטית, בהשוואה לשיעור דגימה של 1%-5% המעשי לסקירת שיחות של נציגים אנושיים. עבור אינטראקציות אנושיות, גישות ניהול איכות מסורתיות – האזנה לשיחות, מדדי ניקוד, מפגשי אימון – נותרות חיוניות, אך אופי השיחות הנבדקות משתנה. כאשר נציגים אנושיים מטפלים רק בשיחות מוסלמות ומורכבות, קריטריוני הניקוד צריכים לשקף זאת: להעריך מיומנויות הרגעה, יצירתיות בפתרון בעיות, טיפול בחריגים ואינטליגנציה רגשית – במקום מיומנויות הטיפול השגרתיות בשיחות ששלטו בכרטיסי הציון כשנציגים טיפלו בתמהיל של הכל.
אתגר התרבות הארגונית של ניהול כוח עבודה היברידי אינו דבר שניתן לזלזל בו. נציגים אנושיים שרואים את ה-AI מטפל בנתח גדל והולך של שיחות עלולים להרגיש מאוימים, חסרי ערך או חסרי ודאות לגבי עתידם. תקשורת ברורה לגבי תפקיד הנציגים האנושיים במודל ההיברידי – תוך הדגשה שהם מטפלים באינטראקציות החשובות, המורכבות והבעלות הערך הרב ביותר ולא בעבודה השגרתית שה-AI השתלט עליה – חיונית לשמירה על מורל וביצועים. חלק מהארגונים מיתגו מחדש את התפקיד כולו ומיצבו נציגים אנושיים כ”מפקחי AI” או “מומחי הסלמה” עם מעמד ותגמול גבוהים יותר המשקפים את אחריותם המתקדמת. ארגונים אחרים יצרו תפקידים חדשים שמתמקדים באופטימיזציית AI – סקירת ביצועי AI, שיפור מאגרי ידע ועיצוב זרימות שיחה – שממנפים את המומחיות העמוקה של הנציגים בשירות לקוחות בהקשר חדש. הארגונים שינהלו את המעבר התרבותי הזה בצורה מחושבת ישמרו על האנשים הטובים ביותר שלהם ויבנו פעילות היברידית שמספקת באמת חוויות לקוח טובות יותר ממה שבני אדם או AI יכולים להשיג בנפרד.
