پردازش ۱۱ میلیارد پیام در رایچت؛ هوش مصنوعی فقط یک مدل نیست

به گزارش پیوست، گزارش عملکرد سالانه رایچت، پلتفرم جامع مدیریت ارتباط با مشتریان که با ترکیب داده‌های عملیاتی رایچت، پژوهش‌های جهانی و تحلیل‌های تفسیری، تحول ارتباط با مشتری را به‌سمت هوشمند شدن نشان می‌دهد. در این گزارش تاکید شده است که سرعت پاسخ‌گویی به‌تنهایی دیگر معیاری کافی نیست و آمادگی داده‌ها، پایگاه دانش، سابقه تعاملات، ادغام هوش مصنوعی با فرآیندهای واقعی و نقش انسان در حل مسائل پیچیده اهمیت بیشتری پیدا می‌کند.

آخرین وضعیت رایچت بیش از ۹۰ هزار سازمان ثبت‌شده، بیش از ۲۰۰ هزار اپراتور، ۲۱۰.۲ میلیون گفت‌وگو، بیش از ۱۱ میلیارد پیام پردازش‌شده، ۳۹.۵ میلیون بازدیدکننده ابزارک و رکورد ۷۴ هزار کاربر همزمان را نشان می‌دهد.

گزارش عملکرد سالانه رایچت از سه سطح شواهد داده‌های عملیاتی رایچت، پژوهش‌های جهانی معتبر و تحلیل‌های تفسیری استفاده می‌کند. البته در این گزارش آمده است که هیچ‌یک از این شواهد به‌تنهایی برآورد کل بازار ایران نیست.

گذار از پاسخ‌گویی سنتی به خدمات هوشمند

روند رشد سازمان‌های ثبت‌شده نشان می‌دهد رایچت از مرحله پذیرش اولیه عبور کرده و در سال‌های اخیر به رشد پایدارتر و مقیاس بالاتر رسیده است.

پراکندگی مشتریان رایچت بیانگر آن است که تهران با ۵۰ درصد سهم، رتبه نخست را در اختیار دارد و شهرهای شاخص بعدی مشهد، اصفهان، شیراز و کرج هستند که نشان‌دهنده استفاده از ابزارهای ارتباط دیجیتال در لایه‌های متنوع‌تری از اقتصاد ایران است.

رایچت در گزارش خود آورده است که میانگین مدت‌زمان گفت‌وگو ۱۵ الی ۳۰ دقیقه است و حدود ۴۰ درصد گفت‌وگوهای کوتاه، کمتر از ۵ دقیقه پایان می‌یابد. میانگین تعداد پیام‌ها در هر گفت‌وگو ۶ تا ۱۰ پیام است که مشتریان انتظار دارند با رفت‌وبرگشت کمتر به پاسخ برسند.

اوج زمان ارسال پیام‌ها بین ساعت ۹ صبح تا ۱۴ بعدازظهر است و حدود ۲۰ تا ۳۰ درصد گفت‌وگوها هم خارج از ساعت کاری صورت می‌گیرد. شنبه و دوشنبه هم روزهای پرترافیک نام گرفته‌اند. رایچت تاکید می‌کند ارزش واقعی ارتباط با مشتری در تعداد گفت‌وگوها نیست، در دانشی است که از آنها استخراج می‌شود.

گزارش جهانی تجربه مشتری نشان می‌دهد ۸۳ درصد از رهبران تجربه مشتری، عامل‌های هوش مصنوعی مجهز به حافظه و سابقه تعامل با مشتری را کلید شخصی‌سازی واقعی می‌دانند. همچنین، ۸۵ درصد معتقدند اگر مسئله مشتری حتی در نخستین تعامل حل نشود، ممکن است او برند را ترک کند.

مدل تحلیلی رایچت براساس هویت مشتری، سابقه تعامل، هدف و نیت مشتری، دانش و زمینه و همچنین اقدام است که نتیجه تعامل را نشان می‌دهد.

رایچت با استناد به گزارش‌های جهانی اعلام کرده است که ۸۷ درصد مدیران ارشد قصد دارند در سال ۲۰۲۶ سرمایه‌گذاری بیشتری در حوزه هوش مصنوعی انجام دهند؛ با این حال، تنها ۱۰ درصد سازمان‌ها استقرار هوش مصنوعی را بالغ می‌دانند؛ یعنی هوش مصنوعی به‌طور کامل در عملیات سازمان ادغام شده و در مقیاس واقعی مورد استفاده قرار می‌گیرد. در ایران اما معیار آینده بازار صرفا داشتن هوش مصنوعی نیست، بلکه عمق ادغام آن با فرآیندهای کاری، پایگاه دانش، کانال‌های ارتباطی، حل مسئله و یادگیری مستمر است. بازار وارد مرحله‌ای شده است که تفاوت رقابتی میان پذیرندگان هوش مصنوعی و سازمان‌های متحول‌شده با هوش مصنوعی در حال شکل‌گیری است. در این مرحله مزیت رقابتی نه صرفا از داشتن هوش مصنوعی، بلکه از عمق ادغام آن در عملیات و فرآیندهای سازمانی به‌دست می‌آید.

سرعت کافی نیست

طبق گزارش  Zendesk، پنج روند مهم در نسل بعدی تجربه مشتری، هوش مصنوعی مبتنی بر حافظه، خودخدمتی، تعامل چندوجهی، تحلیل‌های مبتنی بر هوش مصنوعی و شفافیت هوش مصنوعی است. گفته شده روش‌شناسی Zendesk شامل نظرسنجی از ۶ هزار و ۱۸۲ مصرف‌کننده و ۵ هزار و ۱۱۵ متخصص تجربه مشتری در ۲۲ کشور، در کنار مصاحبه با کاربران پیشرو، تحلیل بازار و پیمایش جهانی است. این سطح از تنوع نمونه و عمق روش‌شناسی می‌تواند یکی از استانداردهای مطلوب برای حرکت گزارش‌های سالانه بازار ایران باشد.

در مدل سنتی خدمات مشتری، زمان نخستین پاسخ یکی از مهم‌ترین شاخص‌های عملکرد بود؛ اما با ورود هوش مصنوعی، سرعت پاسخ به‌تنهایی دیگر معیار کافی برای سنجش موفقیت نیست. سوال مهم‌تر این است که مشتری با چه سرعت و کیفیتی به راه‌حل می‌رسد؟ در این گزارش قاعده پیشنهادی این است که هر سازمانی که عملکرد هوش مصنوعی را اندازه‌گیری می‌کند باید از «چقدر سریع پاسخ دادیم» به سمت «چقدر سریع و با چه کیفیتی مسئله را حل کردیم» حرکت کند.

طبق گزارش رایچت، این سرویس تاکنون بیش از ۱۴۰ میلیون پاسخ هوش مصنوعی داشته، ۶۵ درصد سوالات بدون ارجاع به اپراتور حل شده و کمتر از ۱۰ درصد پاسخ‌ها اشتباه بوده است. زمان تولید پاسخ هم بین ۷ الی ۱۲ ثانیه بوده و تا ۸۰ درصد هم با پایگاه دانش تطابق داشته است. گفته شده میزان مصرف توکن نسبت به حجم فعالیت در نیمه اول ۱۴۰۵ به میزان ۶.۷۵ میلیارد توکن رسیده است. این میزان در سال ۱۴۰۴ حدود ۲.۱۰ میلیارد توکن بود.

هر پاسخ هوش مصنوعی در نهایت به کیفیت اطلاعاتی وابسته است که در اختیار سیستم قرار می‌گیرد. پایگاه دانش، مستندات، سیاست‌ها، دانش محصول و تاریخچه تعاملات باید از محتوایی پراکنده به یک لایه دانشی یکپارچه و قابل استفاده برای انسان و ماشین تبدیل شود. میلیاردها پیام و میلیون‌ها تعامل زمانی به سرمایه تبدیل می‌شود که سازمان بتواند از آنها الگو، دانش و بینش قابل اقدام استخراج کند.

داده‌های Salesforce نشان می‌دهد در سال ۲۰۲۶ میزان استفاده سازمانی از عامل‌های هوش مصنوعی در خدمات مشتری به ۶۶ درصد رسیده است، درحالی‌که این میزان در سال ۲۰۲۵ تنها ۳۹ درصد بود. در این گزارش گفته شده مسیر آینده حذف انسان از خدمات مشتری نیست، بلکه انتقال انسان از پاسخگویی به حل مسئله و تصمیم‌گیری است.

هوش مصنوعی در ایران مسئله‌ای فراتر از یک مدل

در گزارش رایچت آمده است که یکی از مهم‌ترین ریسک‌های موج هوش مصنوعی، تمرکز بیش از حد بر مدل و کم‌توجهی به آماده بودن داده‌هاست. هوش مصنوعی تنها زمانی می‌تواند عملکرد قابل اتکایی داشته باشد که داده‌های مورد استفاده، ساختاریافته، دقیق، به‌روز و قابل دسترسی باشد. همچنین گفته شده ۵۹ درصد از رهبران خدمات مشتری، آمادگی داده‌ها را یکی از موانع مهم توسعه و استقرار هوش مصنوعی می‌دانند.

برای رسیدن به این آمادگی، سازمان‌ها به چند پیش‌نیاز اساسی نیاز دارند. نخستین پیش‌نیاز، تعریف روشن داده‌ها و مسئولیت نگهداری و مدیریت آنهاست. دومین مورد، حفظ کیفیت و به‌روز بودن پایگاه دانش است. سومین پیش‌نیاز، یکپارچه‌سازی زمینه و سابقه تعاملات میان کانال‌های مختلف است. ارزیابی مستمر کیفیت پاسخ‌های هوش مصنوعی و تعیین چارچوب‌های کنترلی و مسیر ارجاع موارد پیچیده به کارشناس انسانی از دیگر زیرساخت‌های اساسی برای آمادگی سازمان‌ها عنوان شد.

مسیر تحول ارتباط با مشتری در ایران می‌تواند با روندهای جهانی هم‌جهت باشد، اما زبان فارسی، دانش بومی، کانال‌های محلی، محدودیت دسترسی به برخی سرویس‌های خارجی و نوسان زیرساختی، فرض‌های اجرایی متفاوتی ایجاد می‌کنند. برای مثال، عامل‌های هوش مصنوعی یک روند جهانی است که در ایران نیازمند بومی‌سازی و درک زبان فارسی است که همین مسئله فرصت هوش مصنوعی بومی و دانش بومی را فراهم می‌سازد.

در ایران تحول خدمات مشتری علاوه‌بر فناوری و تغییر انتظارات مشتری، تحت تاثیر تحریم، نوسان‌های ارزی، کرونا، قطعی اینترنت، محدودیت‌های سرویس‌های جهانی و نااطمینانی اقتصادی شکل گرفته است. در نتیجه تاب‌آوری به یک مزیت رقابتی تبدیل شده است. پایداری زیرساخت، انعطاف عملیاتی، استقلال فناوری، مدیریت دانش و اعتماد مشتری، چارچوب تاب‌آوری در خدمات مشتری را شکل می‌دهد.

حرکت به سمت ارتباطات هوشمند؟

شاخص بلوغ ارتباط با مشتری رایچت یک چارچوب مفهومی پیشنهادی برای تحلیل میزان بلوغ ارتباط با مشتری است. این شاخص در ۶ سطح واکنشی، مدیریت‌شده، خودکار، تقویت‌شده با هوش مصنوعی، زمینه‌محور و عامل‌محور تعریف شده است. سطح واکنشی به پاسخگویی سنتی، مدیریت‌شده به فرآیند و شاخص‌های عملکرد، خودکار همان خودسازی فرآیندها، سطح چهارم همکاری هوش مصنوعی و انسان، زمینه‌محور در ارتباط با هوش مصنوعی مبتنی بر حافظه و زمینه تعامل و عامل‌محور هوش مصنوعی دارای اختیار عمل و مسئولیت‌پذیری تعریف شده است.

این گزارش می‌گوید که ایران در زمینه هوش مصنوعی، که جهت‌گیری جهانی حرکت از پذیرش اولیه به استقرار بالغ است، باید از اجرای آزمایشی به استفاده در فرآیندهای واقعی حرکت کند. در مورد حل مسئله باید نرخ حل مسئله را تعریف و اندازه‌گیری کند. درخصوص زمینه و سابقه تعامل، در حال حاضر هوش مصنوعی در روند جهانی مبتنی بر حافظه غنی است که ایران باید به سمت ساخت حافظه و سابقه یکپارچه مشتری برود. درباره دانش هم جهت‌گیری ۲۰۲۶ جهانی، زیرساخت اصلی هوش مصنوعی است که ایران باید به سمت خدمات مبتنی بر دانش معتبر فارسی حرکت کند. درباره تعامل چندرسانه‌ای هم یکپارچه‌سازی تجربه در کانال‌های مختلف را اولویت قرار دهد. در بعد انسان به‌علاوه هوش مصنوعی باید به سمت ارتقای نقش کارشناس از پاسخ‌دهنده به حل‌کننده مسئله برود. در قسمت سنجش و ارزیابی، طراحی معماری جامع سنجه‌ها را باید پیگیری کند. آمادگی داده‌ها که به‌عنوان یکی از موانع اصلی توسعه هوش مصنوعی است، باید روی داده و دانش سرمایه‌گذاری کند.

رایچت می‌گوید دهه گذشته دوران دیجیتالی شدن ارتباط با مشتری بود و دهه آینده می‌تواند دوران هوشمند شدن این ارتباط باشد. سناریوهای احتمالی این‌چنین است که سال ۲۰۲۷ سال هوشمندی دانش، سال ۲۰۲۸ سال هوشمندی مکالمات، سال ۲۰۲۹ سال عامل‌های هوش مصنوعی و سال ۲۰۳۰ سال تجربه مشتری مبتنی بر هوش مصنوعی باشد.

این گزارش پیشنهاد می‌کند مدیران امروز حل مسئله را در کنار پاسخگویی به یکی از شاخص‌های اصلی عملکرد تبدیل کنند. دانش مشتری را به‌عنوان یک دارایی سازمانی مدیریت و توسعه دهند. زمینه یکپارچه مشتری ایجاد و داده‌ها را از جزیره‌های اطلاعاتی خارج کنند. هوش مصنوعی را در فرآیندهای واقعی کاری قرار دهند، نه فقط در چت‌بات‌ها. کیفیت عملکرد هوش مصنوعی را با ارزیابی مستمر و بازبینی انسانی اندازه‌گیری کنند. کارشناسان را برای نظارت، قضاوت حرفه‌ای و حل مسئله پیچیده آماده کنند. سرمایه مکالمات را برای محصول، فروش و تصمیم‌گیری فعال کنند. هر سال میزان بلوغ ارتباط با مشتری را با RCCI یا مدلی مشابه ارزیابی و بازبینی کنند.

رایچت نتیجه گرفته است سازمان‌های موفق الزاما سازمان‌هایی نیستند که بیشترین گفت‌وگو را دارند؛ آنهایی هستند که بیشترین نتایج را از گفت‌وگوهای خود یاد می‌گیرند و آن یادگیری را به تصمیم، اقدام و رابطه بهتر تبدیل می‌کنند.

گزارش عملکرد سالانه رایچت