Una direzione esprime solitamente l'ambizione in una frase: lavorare in modo più orientato al cliente. Reagire più velocemente, meno passaggi di consegne, clienti che non devono ripetere tre volte la propria storia. Tutti al tavolo annuiscono, e ognuno intende qualcosa di diverso. Il direttore vendite pensa al tempo di risposta. Il direttore operativo pensa a meno escalation. Il CFO pensa a meno costi per contatto con il cliente. Sono tre ambizioni, non una. Finché l'ambizione resta a livello di visione, non è un problema — solo quando qualcuno deve determinare cosa cambia quest'anno nel lavoro stesso, la divergenza di opinioni diventa visibile.
Per rendere l'ambizione misurabile, va prima suddivisa in livelli: la visione (lavorare in modo più orientato al cliente), la vision state (cosa significa concretamente per il cliente e per l'organizzazione), il target (una serie di passi raggiungibili quest'anno) e la target state (la situazione che esiste dopo quei passi). Solo a livello del target diventa chiaro quale lavoro deve cambiare, e quindi quale capacità sia necessaria.
Un maggiore orientamento al cliente incide nella pratica soprattutto sul lavoro attorno al contatto: intake, instradamento, aggiornamenti di stato, la sintesi di un fascicolo prima che un collaboratore chiami il cliente, la ricerca di interazioni precedenti. È lavoro che in parte è già assorbito dall'AI, in parte può avvenire solo con supervisione umana, e in parte resta lavoro umano.
Una sintesi di un fascicolo cliente, una prima bozza di risposta a una domanda frequente, il riconoscimento di uno schema nei reclami — questo può occuparsene un sistema. Valutare se quella bozza di risposta sia adatta alla relazione con questo cliente specifico, o l'escalation di una situazione delicata, richiede supervisione: qualcuno che approvi o respinga, con una motivazione. E la conversazione in cui un cliente è arrabbiato per qualcosa che non rientra in un modello, resta lavoro umano, non perché sia sentimentale ma perché non ci sono abbastanza casi simili su cui basare uno schema.
La differenza tra le aziende che già organizzano le cose in questo modo e quelle che non lo fanno ancora, risiede raramente nella tecnologia. Risiede nel fatto che sia stato definito chi decide su quella seconda categoria: chi approva la bozza di risposta, sulla base di quali informazioni, e cosa succede se quella persona non è presente. Senza questa decisione, il lavoro dell'AI resta accanto al processo esistente, invece di farne parte.
La verifica dell'ambizione confronta otto dimensioni di prontezza con la target state: avete i dati per riconoscere un cliente attraverso i canali, esiste un sistema in grado di produrre una sintesi, esiste un ruolo che si occupa dell'approvazione, esiste un percorso di escalation se qualcosa va storto, esiste un modo per verificare a posteriori se il cliente ha effettivamente percepito il contatto come migliore. Cinque confidence gate verificano se questo lo sapete o lo supponete — un'ipotesi sulla qualità dei dati mai verificata non è prontezza.
Ne deriva una retro-traduzione in capability: non "AI nel contatto con il cliente" come idea astratta, ma un ruolo che è responsabile della qualità delle risposte generate, un diritto decisionale su quando una risposta può uscire senza supervisione, e uno spostamento di capacità — ore che si liberano nella ricerca e nella sintesi, che possono essere reimpiegate nelle conversazioni che restano lavoro umano. Questo riguarda il modo in cui i ruoli sono strutturati, non quante persone siano necessarie; ciò che un datore di lavoro ne fa rientra nei propri obblighi di legge e non fa parte di questa verifica.
Questa domanda — cosa deve essere organizzato internamente prima che il lavoro si sposti — attraversa quasi ogni ambizione. Chi lavora contemporaneamente su l'ambizione di aumentare la qualità riconosce le stesse otto dimensioni, e chi vuole combinare un maggiore orientamento al cliente con crescere senza assumere personale aggiuntivo vedrà che le ore liberate dal contatto con il cliente sono esattamente il budget con cui quella crescita viene assorbita altrove.
Dopo un anno la target state non è un'atmosfera ma un insieme di elementi osservabili: il numero di contatti con il cliente risolti in un'unica interazione, il tempo tra la domanda e la prima risposta utile, la quota di casi in cui un collaboratore approva una bozza di risposta generata dall'AI rispetto a riscriverla da sé, e le ore che così si sono liberate per il contatto che richiede attenzione. Senza queste cifre, "più orientato al cliente" resta una parola su cui tutti annuiscono soddisfatti, senza che nessuno possa dire se ci si è riusciti.
Quale parte del contatto con il cliente nella vostra organizzazione si presti realmente all'assorbimento da parte dell'AI varia da compito a compito e viene rese concreta con la scansione del lavoro di FTE TO AI. Ciò richiede anche una risposta su chi decide, in futuro, su una risposta redatta da un sistema, e lo spieghiamo separatamente in cosa mettere per iscritto sui diritti decisionali in un cambiamento — così come il bilanciamento tra crescere più rapidamente e il margine che resta intatto, trattato in come bilanciare crescita e margine in una strategia.
La verifica completa dell'ambizione, con le otto dimensioni e la retro-traduzione in capability verso ruoli e diritti decisionali, è in fase di sviluppo. In attesa di ciò, è disponibile il controllo di prontezza gratuito: otto brevi domande, una per dimensione, che in pochi minuti mostrano dove la vostra organizzazione è più avanti e dove si trova la distanza maggiore dall'orientamento al cliente che avete in mente.
Vertel wat u wilt bereiken, dan kijken we samen wat daarvoor moet staan.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.