Nella riunione di direzione suona spesso così: "Vogliamo diventare più orientati al cliente, e l'AI ci aiuta in questo." Tutti annuiscono. Nessuno intende la stessa cosa. Uno pensa a tempi di risposta più rapidi sulle richieste di servizio. Un altro a offerte personalizzate. Un altro ancora a un servizio clienti che risponde anche di notte. La parola "più orientato al cliente" collega tre ambizioni che presuppongono ciascuna un'organizzazione diversa.
Rendere concreta questa ambizione significa disporla in strati: una visione (perché l'orientamento al cliente conta ora), una vision state (come appare allora la relazione con il cliente), un target (cosa cambia quest'anno) e una target state (quale comportamento diventa poi standard). Solo allora diventa visibile quali capability servono per arrivarci, e quali ci sono già.
Il contatto con il cliente è costituito da compiti che si comportano diversamente non appena l'AI vi partecipa. Una parte può essere ripresa: rispondere a domande standard, riassumere un dossier cliente per un colloquio, segnalare un cliente a rischio di abbandono. Una parte avviene con supervisione: l'AI propone una risposta, un collaboratore la approva o la corregge, con motivazione. E una parte resta lavoro umano: il colloquio in cui un cliente è arrabbiato per qualcosa che non rientra in un protocollo, o la decisione di fare un'eccezione alla policy.
Questa ripartizione non è fissa. In un'azienda l'ottanta percento delle richieste di primo livello viene già gestito automaticamente, in un'altra ancora nulla, mentre entrambe le aziende operano nello stesso settore e servono clienti comparabili. La differenza raramente sta nella tecnologia. Sta nel fatto che l'organizzazione abbia suddiviso la richiesta del cliente in compiti valutabili separatamente, sappia quali dati servono a tal fine e se questi sono corretti, e che qualcuno abbia l'autorità di respingere una proposta dell'AI senza che ciò diventi un problema.
Lavorare in modo più orientato al cliente con l'AI richiede prontezza su otto dimensioni, non solo sulla tecnologia. Alcune spesso trascurate:
Prontezza di processo. Il processo cliente è già suddiviso in fasi valutabili separatamente su "può farlo l'AI," "può farlo l'AI con supervisione" o "resta lavoro umano"? Senza questa suddivisione, l'ambizione resta un'intenzione.
Disponibilità e qualità dei dati. Un sistema AI che risponde alle domande dei clienti vale quanto il dossier cliente su cui si basa. Dati cliente dispersi, obsoleti o contraddittori producono risposte che danneggiano la relazione con il cliente più che migliorarla.
Diritti decisionali. Chi può respingere una proposta dell'AI per un cliente, e su quale motivazione? Se ciò non è stabilito, si crea l'abitudine che tutti accettano la proposta perché discostarsene è difficile da giustificare, oppure che nessuno la accetta perché nessuno vuole assumersene la responsabilità.
Capacità di esercitare supervisione. Un collaboratore che valuta le proposte dell'AI ha bisogno di una competenza diversa da un collaboratore che formula da sé la risposta: quella della lettura critica e del rifiuto motivato, non quella della scrittura.
Questa prontezza viene verificata tramite cinque confidence gate: l'ambizione è abbastanza chiara da poter essere verificata, l'organizzazione è d'accordo internamente su cosa significhi successo, i rischi di una risposta errata al cliente sono noti, esiste un modo per tornare indietro se qualcosa va storto, e c'è qualcuno che sorveglia l'avanzamento. Senza questi gate, "diventare più orientati al cliente con l'AI" resta un desiderio.
La retrotraduzione in capability rende visibile quali ruoli sono necessari, indipendentemente da quante persone li ricoprono. Qualcuno che sappia suddividere i processi cliente in compiti. Qualcuno che sorvegli la qualità dei dati cliente. Qualcuno con il diritto decisionale di respingere una proposta dell'AI. E qualcuno che misuri se la soddisfazione del cliente cambia effettivamente, non solo il tempo di risposta.
Se questi ruoli rientrino in funzioni esistenti o richiedano nuove posizioni è una domanda che varia da organizzazione a organizzazione e comporta requisiti legali propri non appena tocca decisioni sul personale. Questo spetta al datore di lavoro; ciò che conta qui è quale lavoro si sposta e quale capability serve a tal fine, non chi ricopre tale capability.
Ci si è riusciti quando la direzione intende la stessa cosa con "più orientato al cliente," quando le richieste dei clienti sono dimostrabilmente suddivise in compiti con una percentuale di ripresa chiara, quando esiste una procedura stabilita per quando un collaboratore respinge una proposta dell'AI, e quando le ore liberate nel servizio clienti sono visibilmente impiegate nel lavoro che resta umano: il colloquio difficile, l'eccezione, il cliente che ha bisogno di più di quanto offra un protocollo.
Questa ambizione è collegata ad altre. Crescere senza ampliare proporzionalmente il servizio clienti richiede la stessa prontezza, approfondita in quali capability richiede crescere senza personale aggiuntivo alla sua organizzazione. L'orientamento al cliente diventa visibile anche nella qualità, e questo riguarda quali capability richiede il miglioramento della qualità quando l'AI condivide il lavoro. E se marketing, vendite e servizio dicono tutti e tre "più orientati al cliente" ma perseguono target diversi, cosa fare quando gli obiettivi dei reparti si ostacolano a vicenda aiuta a portare a galla quel conflitto.
La domanda su quale lavoro con i clienti nella sua azienda sia realmente da riprendere con l'AI trova risposta, compito per compito, con la scansione del lavoro di FTE TO AI.
Il controllo di prontezza gratuito consiste in otto brevi domande, una per dimensione, e fornisce un quadro di dove la sua organizzazione è più avanti e dove lo è meno. Il test completo dell'ambizione, con i quattro strati e i cinque confidence gate, è in fase di sviluppo.
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.