Uma direção expressa a ambição normalmente numa frase: trabalhar de forma mais orientada para o cliente. Reagir mais rápido, menos transferências, clientes que não têm de repetir a sua história três vezes. Todos à mesa acenam com a cabeça, e todos querem dizer algo diferente. O diretor comercial pensa no tempo de resposta. O diretor operacional pensa em menos escalonamentos. O CFO pensa em menos custos por contacto com o cliente. São três ambições, não uma. Enquanto a ambição permanecer ao nível da visão, isso não é um problema — só quando alguém tiver de determinar o que muda este ano no próprio trabalho, a diferença de opinião torna-se visível.
Para tornar a ambição mensurável, esta deve primeiro ser organizada em camadas: a visão (trabalhar de forma mais orientada para o cliente), o vision state (o que isso significa concretamente para o cliente e para a organização), o target (um número de passos alcançáveis este ano) e o target state (a situação que existe após esses passos). Só ao nível do target se torna claro que trabalho tem de mudar, e, portanto, que capacidade é necessária para isso.
Trabalhar de forma mais orientada para o cliente afeta, na prática, sobretudo o trabalho em torno do contacto: admissão, encaminhamento, atualizações de estado, resumir um processo antes de um colaborador ligar ao cliente, procurar interações anteriores. É trabalho que, em parte, já está a ser assumido pela IA, em parte só pode ser feito com supervisão humana, e em parte continua a ser trabalho humano.
Um resumo de um processo de cliente, uma primeira resposta em rascunho a uma pergunta frequente, o reconhecimento de um padrão em reclamações — isso pode ser assumido por um sistema. Avaliar se essa resposta em rascunho se adequa à relação com este cliente específico, ou escalar uma situação sensível, exige supervisão: alguém que aprova ou rejeita, com um motivo. E a conversa em que um cliente está zangado com algo que não se encaixa num modelo continua a ser trabalho humano, não porque isso seja sentimental, mas porque não há casos comparáveis suficientes para basear um padrão.
A diferença entre empresas que já organizam isto assim e empresas que ainda não o fazem raramente está na tecnologia. Está em saber se foi definido quem decide sobre essa segunda categoria: quem aprova a resposta em rascunho, com base em que informação, e o que acontece se essa pessoa não estiver presente. Sem essa decisão, o trabalho de IA fica pendente ao lado do processo existente, em vez de nele integrado.
O teste de ambição confronta oito dimensões de preparação com o target state: tem os dados para reconhecer um cliente através de diferentes canais, existe um sistema capaz de fazer um resumo, existe uma função responsável pela aprovação, existe um caminho de escalonamento se algo correr mal, existe uma forma de medir se o cliente de facto considerou o contacto melhor. Cinco confidence gates testam se sabe isso ou apenas assume — uma suposição sobre a qualidade dos dados que nunca foi testada não é preparação.
Daí resulta uma retradução em capability: não "IA no contacto com o cliente" como ideia abstrata, mas uma função que é proprietária da qualidade das respostas geradas, um direito de decisão sobre quando uma resposta pode ser enviada sem supervisão, e uma mudança de capacidade — horas que ficam livres na procura e resumo de informação, que podem ser reaplicadas nas conversas que continuam a ser trabalho humano. Isto tem a ver com a forma como as funções estão organizadas, não com quantas pessoas são necessárias; o que um empregador faz com isso está sujeito aos seus próprios requisitos legais e não faz parte deste teste.
Esta questão — o que deve estar organizado internamente antes de o trabalho se deslocar — percorre quase todas as ambições. Quem trabalha simultaneamente na ambição de aumentar a qualidade reconhece as mesmas oito dimensões, e quem quiser combinar trabalhar de forma mais orientada para o cliente com crescer sem contratar mais pessoas verá que as horas libertadas no contacto com o cliente são exatamente o orçamento com que esse crescimento é absorvido noutro lugar.
Ao fim de um ano, o target state não é uma sensação, mas um conjunto de elementos observáveis: o número de contactos com clientes resolvidos de uma só vez, o tempo entre a pergunta e a primeira resposta com sentido, a proporção de casos em que um colaborador aprova uma resposta em rascunho gerada por IA versus a reescreve por conta própria, e as horas que assim ficaram livres para o contacto que precisa de atenção. Sem esses números, "mais orientado para o cliente" continua a ser uma palavra com que todos acenam satisfeitos, sem que ninguém possa dizer se foi bem-sucedido.
Que parte do contacto com o cliente na sua organização realmente se qualifica para ser assumida pela IA varia por tarefa e é concretizada com o scan de trabalho da FTE TO AI. Isso exige também uma resposta a quem irá decidir, no futuro, sobre uma resposta que um sistema elaborou, e explicamos isso separadamente em o que fixa sobre direitos de decisão numa mudança — assim como a ponderação entre crescer mais rápido e a margem que se mantém, tratada em como pondera o crescimento face à margem numa estratégia.
O teste de ambição completo, com as oito dimensões e a retradução em capability para funções e direitos de decisão, está em construção. Enquanto isso, está disponível a verificação de preparação gratuita: oito perguntas curtas, uma por dimensão, que em poucos minutos mostram onde a sua organização está mais avançada e onde se encontra a maior distância em relação à orientação para o cliente que tem em 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.