Apple Facebook Google Microsoft badania bezpieczeństwo patronat DI prawa autorskie serwisy społecznościowe smartfony

Sztuczna inteligencja: ile tak naprawdę kosztuje wdrożenie AI i w jakiej branży sprawdza się najlepiej? - wywiad ze Stanislavem Rejtharem

18-11-2019, 10:40

Jak sztuczna inteligencja radzi sobie w codziennej pracy przedsiębiorstwa, ile kosztuje jej wdrożenie i jak może poprawić wynik NPS? Ze Stanislavem Rejtharem, CEO SentiSquare, firmy zajmującej się przetwarzaniem dużej ilości danych tekstowych w oparciu o sztuczną inteligencję rozmawia Aleksandra Adamczyk.

Aleksandra Adamczyk: Co to tak naprawdę jest AI (sztuczna inteligencja) i jakie jest jej zastosowanie na co dzień w przedsiębiorstwach?

Stanislav Rejthar: By dowiedzieć się czym jest sztuczna inteligencja, przyjrzyjmy się, jak jest ona definiowana w słowniku. W Technopedii czytamy, że „AI to dziedzina informatyki, która kładzie nacisk na tworzenie inteligentnych maszyn, które działają i reagują jak ludzie”. W przeszłości takie inteligentne maszyny wykorzystywały głównie firmy, które postrzegamy teraz jako innowatorów. Można do nich zaliczyć takie marki jak Amazon, Apple, Google, Nvidia lub Twitter. Jednak obecnie coraz więcej firm zauważa potencjał i niekwestionowane zalety sztucznej inteligencji. Są to już nie tylko duże międzynarodowe korporacje, ale i małe, lokalne przedsiębiorstwa.

Sztuczna inteligencja jest najbardziej przydatna w firmach, które przetwarzają duże ilości danych w codziennej pracy, dlatego systemy znajdą więc swoje zastosowanie w działach sprzedaży, marketingu, finansów, obsługi klienta, HR, a także w działach prawnych. Tak naprawdę to trudniej byłoby znaleźć obszar w organizacji, którego nie mogłaby ona wesprzeć.

Stanislav Rejthar

AA: W jakich branżach można wdrożyć systemy AI? Dla których będzie to największa wartość dodana?

SR: Sztuczna inteligencja nie powinna być ograniczana branżą, bowiem może sprawdzić się wszędzie tam, gdzie do przetwarzania ma większą ilość danych. Jednak z punktu widzenia naszej firmy największą wartość dodaną widzimy w firmach, które koncentrują swoje działania na poprawie jakości obsługi klienta. Zazwyczaj są to banki, firmy energetyczne lub z branży FMCG, a także operatorzy komórkowi. Firmy te działają w relacji B2C i otrzymują codziennie duże ilości nieuporządkowanych danych tekstowych od swoich klientów.

AA: Wspominacie, że w centrum Waszych zainteresowań jest polepszanie customer experience. Co Wasze AI jest w stanie zaoferować klientom?

SR: W SentiSquare automatyzujemy i optymalizujemy procesy obsługi klienta za pomocą uczenia maszynowego. Działa to w ten sposób, że tekst wygenerowany przez klienta, czyli e-maile, wiadomości sms, wiadomości z mediów społecznościowych czy transkrypcje rozmów telefonicznych, zostaje przetwarzany przez nasz algorytm, który wraca z odpowiedzią, co dany klient miał na myśli. Dzięki temu firma może zagłębić się w opinie klientów, zoptymalizować swój obecny proces i poprawić wynik NPS, a nawet przewidzieć, kiedy dana osoba będzie chciała opuścić grono jego klientów. Naszym celem jest oszczędność czasu i wysiłku przy jednoczesnym zapewnieniu płynności procesów. Jest to zarówno korzyść dla firm, jak i ich klientów.

Co ciekawe, systemy te działają niezależnie od języka. Jeszcze niedawno takie rozwiązanie mogły wdrożyć przedsiębiorstwa obsługujące tylko anglojęzycznych klientów, teraz jest to możliwe również dla operujących w języku polskim.

AA: Czym jest wskaźnik NPS i dlaczego jest taki istotny? Co i jak pomaga mierzyć w biznesie?

SR: NPS oznacza Net Promoter Score. Obecnie jest to jeden z najpopularniejszych wskaźników wykorzystywanych w biznesie do mierzenia satysfakcji klientów. Po prostu pyta się swoich klientów, jakie jest prawdopodobieństwo, że poleciliby produkt znajomemu lub współpracownikowi. Odpowiadają przy użyciu skali od 0 do 10. Celem jest, aby zdobyć jak najwięcej najwyższych wyników: 9 i 10, ponieważ tylko one odpowiadają liczbie tzw. Promotorów, czyli osób, które mogą aktywnie polecać produkt innym.

Wysoki wskaźnik NPS wyznacza nam poziom customer experience (CX), czyli podejście, które uwzględnia klienta i jego percepcję we wszystkich działaniach firmy. Tendencję tę potwierdzają raporty dostarczone przez McKinsey, które pokazały, że przepływy pieniężne liderów CX rosną o 300% szybciej niż tych, którzy nie poświęcają podejściu CX żadnej uwagi.

Warto także przyjrzeć się roli CX w obliczu retencji klientów. Po pierwsze tempo, w jakim klienci opuszczają firmę, może służyć jako wskaźnik jakości obsługi klienta. Po drugie, badanie przeprowadzone przez Harvard Business Review wskazuje, że wzrost utrzymania liczby klientów o 5% powoduje wzrost zysku o ponad 25%. Dlatego nie jest zaskoczeniem, że rośnie zapotrzebowanie na inwestycje w najwyższej klasy rozwiązania CX.

AA: Jak SentiSquare pomaga firmom zwiększyć NPS?

SR: Po pierwsze nasze systemy są w stanie przetworzyć ogromne ilości danych tekstowych, uszeregować je i dać jasny obraz, czego te dane dotyczą. Myślę, że nasz algorytm jest lepszy w analizie niż ludzie. Jest w stanie wykrywać tematy i problemy, o których nawet byśmy nie pomyśleli. Ponadto bazuje on na faktach, nie na wrażeniach. Nasze systemy nie mają emocji i nie są obciążone uprzedzeniami. Dzięki nim można uzyskać obiektywny wgląd w opinię klienta i jego problemy. Co istotne algorytm jest też w stanie wywnioskować, czy możemy spodziewać się, że klient zrezygnuje z usług.

AA: Ile tak naprawdę kosztuje wdrożenie AI?

SR: Wdrażając nowego klienta zaczynamy od tzw. proof of concept, czyli od testowego wdrożenia, które analizuje dane klienta. W rezultacie uzyskujemy rozwiązanie dostosowane do jego potrzeb. Klient ma wtedy wszelkie informacje potrzebne i może obliczyć korzyści finansowe wynikające z pełnego wdrożenia. Dlatego, jeśli zdecyduje się na nasz system, wie z dużym wyprzedzeniem, ile może na niego wydać i pozostać rentownym. Nasze produkty i ich ceny różnią się w zależności od potrzeb klienta, ale z grubsza możemy powiedzieć, że miesięczne działanie naszego rozwiązania może kosztować od 1.000 do 4.000 euro.

AA: Czy wdrożenie AI oszczędza na zatrudnieniu pracowników?

SR: Jesteśmy głęboko przekonani, że sztuczna inteligencja może zaoszczędzić czas, pieniądze i siłę roboczą. Jednak nie musi to oznaczać, że po wdrożeniu AI masowo zwalnia się pracowników. Wręcz odwrotnie, od momentu wdrożenia można przydzielić pracownikom ciekawsze zadania, niż przetwarzanie danych. Sztuczna inteligencja może nie tylko wyeliminować żmudne i nudne obowiązki, ale może również wspierać pracowników podczas ciągłego procesu uczenia się pracy, co jest obowiązkowe w obecnym, dynamicznym środowisku biznesowym. Należy pamiętać, że zadowoleni pracownicy zostaną w firmie dłużej, a nawet polecą wolne wakaty swoim znajomym, co obniży nam koszty rekrutacji.

AA: Wiele mówi się o tym, że przez sztuczną inteligencję wiele osób może stracić swoją pracę. Czy to prawda, że AI prędzej czy później zastąpi pracowników niższego szczebla?

SR: W wielu krajach Unii Europejskiej stopa bezrobocia jest rekordowo niska, więc rekruterzy konkurują między sobą o aplikacje kandydatów. Jest rynek pracownika, więc nic dziwnego, że zmieniają oni pracę znacznie częściej niż 10 lat temu. Dlatego nie sądzę, że to sztuczna inteligencja powoduje tę rotację lub wpłynie na nią znacznie w przyszłości.

AA: Czy pośród swoich klientów zauważyliście znaczny wzrost efektywności po wdrożeniu Waszego systemu? Co konkretnie zaczęło działać lepiej?

SR: Tak, zdecydowanie zauważyliśmy wzrost efektywności po wdrożeniu AI. Nie jest to nasza subiektywna opinia, także nasi klienci docenili postęp. Podzielę się konkretnym przykładem.

Jeden z naszych klientów, duża, międzynarodowa firma detaliczna, regularnie analizuje wynik NPS uzyskany na podstawie ustnych opinii klientów. Klienci odpowiadają na otwarte pytania. Ich odpowiedzi są następnie spisywane w arkuszu odpowiedzi. Zamiarem naszego klienta było podzielenie odpowiedzi na kategorie w celu monitorowania wydajności różnych działów i oddziałów jego firmy.

Firma klienta otrzymuje około 40 000 odpowiedzi na kwartał. Zwykle ręczne kategoryzowanie 30% informacji zwrotnych zajmowało mu 3 tygodnie. Warto wspomnieć, że była to rutynowa i żmudna praca, która zabierała pracownikom aż 120 dni rocznie. Korzystając z naszej sztucznej inteligencji, byliśmy w stanie przetworzyć 100% feedbacku i dostarczyć wyniki w zaledwie 3 dni. Ten projekt był na tyle ciekawy i ekscytujący, że zdobył główną nagrodę w kategorii Client Experience Measurement na czeskiej konferencji Clientology w 2019 roku zorganizowanej przez Clientology Institute.


Aktualności | Porady | Gościnnie | Katalog
Bukmacherzy | Sprawdź auto | Praca

              *