در روزهای اخیر، یک مشترک T-Mobile در آمریکا وقتی از پشتیبانی ممتاز این شرکت، T-Force، پرسید که آیا با هوش مصنوعی صحبت میکند یا با یک انسان، با پاسخ صریحی روبهرو شد: نمایندگان T-Force ربات نیستند. این خبر که ابتدا در گزارشهای فناوری مطرح شد، در زمانی منتشر شده که صنعت مخابرات آمریکا بهسرعت در حال افزودن ابزارهای هوش مصنوعی به خدمات مشتری است، اما T-Mobile در این بخش خاص بر نیروی انسانی تکیه دارد؛ آن هم برای حفظ کیفیت پاسخگویی و اعتماد کاربران.
T-Force چیست و چرا این پاسخ اهمیت دارد؟
T-Force تیم ویژه خدمات مشتری T-Mobile است؛ بخشی که برای رسیدگی به مشکلات پیچیدهتر و حساستر طراحی شده و معمولاً تجربهای فراتر از پشتیبانی عمومی ارائه میدهد. تفاوت اصلی این تیم با بسیاری از کانالهای مدرن خدمات مشتری در همین نقطه است: بهجای پاسخ خودکار، گفتوگو با نمایندگان انسانی انجام میشود.
این موضوع در دورهای اهمیت بیشتری پیدا کرده که شرکتها برای کاهش هزینهها و افزایش سرعت پاسخ، از چتباتها و دستیارهای مولد استفاده میکنند. با این حال، همین حرکت گسترده باعث شده مرز میان «پاسخ سریع» و «حل دقیق مسئله» بیشتر زیر ذرهبین قرار گیرد.
هوش مصنوعی در خدمات مشتری؛ همهجا هست، اما نه برای همه چیز
بر اساس پیشبینی Gartner، تا سال 2027 حدود 25 درصد از تعاملات خدمات مشتری میتواند بهطور کامل توسط چتباتها مدیریت شود. این روند نشان میدهد خودکارسازی، بهویژه برای پرسشهای تکراری و ساده، به استاندارد جدید صنعت تبدیل شده است.
با این حال، گزارش Zendesk CX Trends 2024 نیز نشان میدهد مشتریان هنوز برای موضوعات پیچیده، مالی یا احساسی، تعامل انسانی را ترجیح میدهند. همین شکاف توضیح میدهد چرا تیمهایی مانند T-Force همچنان جایگاه خود را حفظ کردهاند؛ زیرا سرعت ماشین همیشه جایگزین قضاوت انسانی نمیشود.
پیام این اتفاق برای مشتریان و اپراتورها
برای مشتریان، پیام روشن است: همه تجربههای خدمات مشتری به هوش مصنوعی سپرده نشده و در برخی سرویسهای ممتاز، انسان همچنان در خط مقدم است. این نکته میتواند برای کاربرانی که از پاسخهای مکانیکی خسته شدهاند، اطمینانبخش باشد.
برای صنعت، این ماجرا یادآور یک رقابت مهمتر است: نه بین انسان و هوش مصنوعی، بلکه میان ترکیب درست این دو. اپراتورها اکنون باید تصمیم بگیرند کدام درخواستها را به سامانههای خودکار بسپارند و کدام تماسها را برای حفظ وفاداری مشتری، به تیمهای انسانی منتقل کنند. در ماههای آینده، باید دید آیا T-Mobile همین مدل را در سایر بخشهای خدماتی هم حفظ میکند یا استفاده از AI را در لایههای پایینتر پشتیبانی گسترش میدهد.
