เจาะประเด็น
AI / CX
ยุคที่ AI เยอะแต่ระบบไม่ต่อกัน: โจทย์ใหม่ของวงการ CX ไม่ใช่การเพิ่ม AI แต่คือการ "เรียบเรียง" ให้ทุกอย่างประสานกัน
หลายองค์กรเร่งติดตั้ง AI แบบมั่วๆ จนพนักงานต้องมานั่งไล่เช็คบริบทจากหลายจอไปพร้อมกัน แล้วแบบนี้ใครจะดูแลลูกค้าได้อย่างแท้จริง?
ทีมข่าว เอไอไทย.com
⏱ อ่าน 6 นาที
ถ้า AI ฉลาดขึ้นเรื่อยๆ แต่ข้อมูลในองค์กรยังแยกส่วนกันอยู่แบบนี้ ต่อไปนรกของพนักงานคอลเซ็นเตอร์จะไม่ใช่ลูกค้าที่โมโห แต่คือการต้องคุ้ยหาบริบทจากระบบเก่าที่ไม่เชื่อมกันเลย
หนึ่งในคำถามที่ทุกวงการกำลังเผชิญหน้าอยู่ตอนนี้คือ เราติดตั้ง AI กันไปเยอะแยะมากมาย แต่สุดท้ายแล้วมันช่วยให้การทำงานดีขึ้นจริงหรือเปล่า หรือแค่เพิ่มภาระให้คนที่ต้องคอยปะติดปะต่อข้อมูลเอง? บทความจาก VentureBeat ชิ้นนี้ชี้ให้เห็นปัญหาที่หลายองค์กรกำลังเจออยู่ตอนนี้แบบไม่ทันตั้งตัว: เร่งใส่ AI เข้าไปในระบบ แต่ลืมนึกไปว่าโครงสร้างพื้นฐานเดิมๆ ที่มีอยู่นั้นไม่ได้ถูกสร้างมาเพื่อรองรับความซับซ้อนขนาดนี้เลย
Gaurav Anand หัวหน้าระดับโลกฝ่าย Customer Interaction Suite ของ Tata Communications ให้ความเห็นตรงๆ ว่าที่ผ่านมาองค์กรส่วนใหญ่แค่ "เอาปัญญาประดิษฐ์ไปแปะ" ไว้บนระบบเดิมที่ไม่ได้ถูกออกแบบมาเพื่อมัน (legacy systems) ผลลัพธ์ที่ได้จึงไม่ใช่ประสบการณ์ที่ลื่นไหล แต่เป็นภาระหนักอึ้งที่ตกไปอยู่กับมนุษย์อย่างเราๆ ที่ต้องคอยไล่หาบริบทว่าบอทไปบอกอะไรกับลูกค้ามาบ้าง แล้วค่อยไปเล่าให้ระบบอื่นฟังอีกที — เห็นภาพใช่ไหมว่ามันจะวุ่นวายขนาดไหน
ปัญหามันไม่ได้อยู่ที่ "ไม่มีข้อมูล" แต่อยู่ที่ "ข้อมูลมันกระจัดกระจาย" อยู่ในแต่ละระบบที่แยกส่วนกัน จนไม่มีบริบทร่วมขององค์กร (shared enterprise context) ที่จะเชื่อมโยงตัวตนลูกค้า การสนทนา ธุรกรรม ไปจนถึงนโยบายต่างๆ เข้าด้วยกัน สถาปัตยกรรม CX แบบดั้งเดิมถูกสร้างมาเพื่อการส่งต่องานแบบเส้นตรงที่มนุษย์ควบคุม แต่ตอนนี้เรากำลังพูดถึงการจัดการข้อมูลแบบเรียลไทม์ระหว่าง AI หลายตัวกับคนทำงาน ซึ่งมันคนละเรื่องกันโดยสิ้นเชิง
ประเด็นสำคัญที่บทความนี้ตีแผ่คือ การเปลี่ยนผ่านครั้งใหญ่จากยุคที่ทุกคนพูดถึง "ระบบอัตโนมัติ" (Automation) มาเป็น "การเรียบเรียงระบบ" (Orchestration) เพราะ Automation แก้ปัญหาแค่เฉพาะหน้าในงานเดี่ยวๆ แต่ Orchestration คือการเชื่อมต่องานเหล่านั้นให้เป็นผลลัพธ์สุดท้ายที่สมบูรณ์แบบตั้งแต่ต้นจนจบ
Anand อธิบายแนวคิดนี้ได้เห็นภาพชัดเจนมาก: "Automation solves individual tasks, whereas orchestration connects them into end-to-end outcomes" — นี่คือหัวใจของเรื่องทั้งหมด ยิ่งองค์กรมีบอทและ AI เยอะเท่าไหร่ การจัดการก็ยิ่งซับซ้อนเป็นเท่าทวีคูณ ความได้เปรียบทางการแข่งขันตอนนี้จึงไม่ได้อยู่ที่ว่าใครมีเครื่องมือเยอะกว่า แต่อยู่ที่ว่าใครสามารถทำให้เครื่องมือเหล่านั้น "ส่งงานต่อ" กันได้อย่างชาญฉลาดและลื่นไหลมากกว่า
และนี่คือกับดักคลาสสิกที่ทุกคนเคยเจอ: การเอาวoice AI ไปวางไว้ข้างหน้าระบบเดิมๆ โดยไม่คิดอะไร มันคือการทำผิดซ้ำซากในรูปแบบใหม่ เพราะแทนที่ประสบการณ์ลูกค้าจะดีขึ้น กลับกลายเป็นว่าเราสร้างเมนูกดโทรศัพท์อัตโนมัติแบบเดิมๆ ที่ AI ควรจะเข้ามาแทนที่เสียอีก ประโยชน์ที่แท้จริงของ AI ไม่ใช่แค่ความเร็ว แต่คือ "การประสานงาน" ในระดับที่มนุษย์ทำไม่ได้ต่างหาก
ตรงนี้ผมว่ามันเป็นประเด็นที่เจ็บปวดและตรงไปตรงมามาก หลายบริษัทชอบโม้เรื่อง Digital Transformation แต่พอลงไปดูจริงๆ แล้วคือการซื้อเครื่องมือแพงๆ มาตั้งโชว์ แต่กระบวนการทำงานภายในยังเป็นแบบเดิมเป๊ะ ข้อมูลลูกค้าอยู่ใน CRM ตัวหนึ่ง ประวัติการแชทอยู่ในอีกแพลตฟอร์มหนึ่ง แล้วพอลูกค้าโทรเข้ามา พนักงานก็ต้องเปิด 3-4 หน้าจอพร้อมกันเพื่อหาคำตอบ — นี่มันไม่ใช่ดิจิทัลทรานส์ฟอร์เมชัน มันคือการเพิ่มภาระให้พนักงานต่างหาก
ทางออกที่บทความนี้เสนอคือแนวคิดเรื่อง "Context Graph" หรือกราฟบริบท ที่สร้างจาก Enterprise Ontology (คำศัพท์ร่วมทางธุรกิจ) เพื่อเชื่อมโยงข้อมูลทุกอย่างเข้าด้วยกัน ฟังดูเป็นเทคนิคสูง แต่แก่นแท้ของมันคือการสร้าง "ความเข้าใจร่วมกัน" ให้ทั้ง AI และมนุษย์ทำงานจากฐานข้อมูลชุดเดียวกัน มันคือการทำให้ AI ฉลาดขึ้นในบริบทของธุรกิจเรา ไม่ใช่ฉลาดลอยๆ แบบไม่มีข้อมูลรองรับ
อีกสิ่งที่ผมคิดว่าเป็นไฮไลต์สำคัญคือเรื่องของ "Data Gravity" หรือแรงโน้มถ่วงของข้อมูล ที่ Anand พูดถึง เครือข่ายเดิมๆ ที่ไม่ได้ถูกออกแบบมาสำหรับความถี่ของข้อมูลในยุคนี้ จะทำให้เกิดความหน่วง (latency) และประสบการณ์ที่ไม่ต่อเนื่องเมื่อลูกค้าเปลี่ยนช่องทาง ข้อนี้คือกุญแจสำคัญที่คนมักมองข้าม เพราะต่อให้ซอฟต์แวร์เทพแค่ไหน ถ้าเครือข่ายพื้นล่างรับไม่ไหว ทุกอย่างก็พังหมด
สุดท้ายนี้ ประเด็นเรื่องบทบาทของมนุษย์กับ AI ก็ถูกพูดถึงอย่างตรงไปตรงมา AI เก่งเรื่องงานประจำซ้ำๆ เช่น รีเซ็ตรหัสผ่านหรือติดตามพัสดุ แต่เมื่อลูกค้าเจอวิกฤตอย่างบัตรถูกแฮ็ก AI ทำได้แค่บล็อกบัตรทันที แต่ไม่สามารถให้ความอบอุ่นใจหรือคำพูดที่อ่อนโยนในช่วงที่คนกำลังตกใจได้ งานนี้ต้องเป็นมนุษย์ และการที่ AI รู้จัก "ส่งต่อ" ให้มนุษย์ในจังหวะที่เหมาะสมต่างหากคือสิ่งที่เรียกว่า Intelligent Orchestration
มันไม่ได้แปลว่าเราต้องเลือกอย่างใดอย่างหนึ่งระหว่าง "ประสิทธิภาพของ AI" กับ "ความไว้วางใจจากลูกค้า" แต่เราสามารถมีทั้งสองอย่างได้หากออกแบบระบบให้ฉลาดพอที่จะรู้ว่าเมื่อไหร่ควรใช้ใคร — นี่คืออนาคตของ CX ที่แท้จริง ไม่ใช่การแทนที่มนุษย์ด้วย AI แต่คือการทำให้ AI ช่วยให้มนุษย์เก่งขึ้นในสิ่งที่มนุษย์ถนัด
สาม P สู่ความสำเร็จ
Anand ระบุว่าการเปลี่ยนแปลงเชิงลึกที่แท้จริงคือการเปลี่ยนมายด์เซ็ตจาก "ตั้งรับ" ไปเป็น "เชิงรุก" (Proactive) "คาดการณ์ได้" (Predictive) และ "เป็นส่วนตัว" (Personalized) ซึ่งเป็นหัวใจของการสร้างประสบการณ์ลูกค้ายุคใหม่
Total Experience
เป้าหมายสูงสุดคือการรวมเอาประสบการณ์ของลูกค้า (Customer Experience) พนักงาน (Employee Experience) และ AI เข้าด้วยกันเป็นหนึ่งเดียว เพื่อให้ทุกฝ่ายทำงานสอดประสานและส่งมอบคุณค่าได้อย่างเต็มที่
ถ้าองค์กรของคุณกำลังอยู่ในช่วง "ซื้อ AI มาเพิ่ม" โดยไม่คิดถึงเรื่องการเชื่อมต่อข้อมูลและระบบให้เป็นเนื้อเดียวกัน ขอบอกตรงนี้เลยว่านี่คือการเดินเข้าหาหน้าผาแบบไม่รู้ตัว อนาคตของ CX ไม่ได้อยู่ที่การมี AI ที่ฉลาดที่สุด แต่อยู่ที่การมีระบบที่ "ประสานงาน" ได้แนบเนียนที่สุดต่างหาก — ใครคิดได้ก่อน คนนั้นได้เปรียบในเกมนี้แน่นอน
ที่มา: VentureBeat AI — อ่านต้นฉบับ
ความคิดเห็น 4
กำลังโหลดความคิดเห็น...