AI trong chăm sóc khách hàng và ranh giới nên đặt

AI trong chăm sóc khách hàng chỉ nên đảm nhận những tình huống có câu trả lời đúng duy nhất và không gắn với tiền hay cảm xúc. Mọi thứ vượt ra ngoài phạm vi đó cần một con người, và điều quyết định trải nghiệm không phải là mô hình giỏi tới đâu mà là ranh giới chuyển tiếp được thiết kế rõ tới đâu. Doanh nghiệp làm hỏng khâu này thường không phải vì chọn sai công nghệ, mà vì để máy cố gắng giải quyết những ca mà đáng lẽ nó phải chuyển đi ngay.

Ba lớp việc trong chăm sóc khách hàng

Chia toàn bộ yêu cầu khách hàng thành ba lớp sẽ giúp quyết định trở nên đơn giản, thay vì tranh luận chung chung về việc có nên dùng AI hay không.

Phần lớn khối lượng nằm ở lớp một và lớp hai, thường chiếm khoảng bảy tới tám phần mười số lượt liên hệ. Xử lý tốt hai lớp này đã giải phóng đáng kể thời gian để nhân viên tập trung vào lớp ba, nơi con người tạo ra giá trị thật.

Ranh giới cần đặt trước khi triển khai

Ranh giới phải được viết ra thành quy tắc cứng trong hệ thống, không phải dặn dò bằng lời trong prompt rồi hy vọng mô hình nhớ. Sáu ranh giới dưới đây nên có ở mọi triển khai.

• Không cam kết về tiền. Mọi nội dung liên quan hoàn tiền, giảm giá, đền bù đều chuyển người.
• Không hứa mốc thời gian cụ thể nếu mốc đó không lấy từ hệ thống.
• Không trả lời ngoài tài liệu được cấp. Không biết thì nói không biết và chuyển tiếp.
• Chuyển người ngay khi khách yêu cầu, không hỏi lại lý do, không cố giữ thêm một vòng.
• Chuyển người khi phát hiện dấu hiệu bức xúc hoặc khi cùng một vấn đề lặp lại lần thứ ba.
• Không thu thập dữ liệu nhạy cảm qua kênh trò chuyện, gồm số thẻ, mật khẩu, giấy tờ tùy thân.

Ranh giới cuối cùng quan trọng cả về pháp lý lẫn an toàn. Nguyên tắc chung về dữ liệu nằm ở bài bảo mật dữ liệu khi dùng AI trong công việc.

Thiết kế chuyển tiếp, phần quyết định trải nghiệm

Khách hàng hiếm khi khó chịu vì gặp máy. Họ khó chịu vì bị kẹt với máy. Khác biệt giữa hai trạng thái đó nằm hoàn toàn ở thiết kế chuyển tiếp.

Một chuyển tiếp tốt có bốn đặc điểm. Thứ nhất, lối ra luôn nhìn thấy được ngay từ đầu, không giấu sau ba lớp lựa chọn. Thứ hai, khi chuyển, toàn bộ đoạn hội thoại và tóm tắt vấn đề được đẩy sang nhân viên, để khách không phải kể lại từ đầu. Thứ ba, khách được cho biết rõ họ đang chờ bao lâu. Thứ tư, nếu ngoài giờ làm việc thì nói thẳng và hẹn mốc trả lời cụ thể thay vì để khách chờ vô định.

Điểm thứ hai tạo ra khác biệt lớn nhất về cảm nhận và cũng là điểm hay bị bỏ qua nhất, vì nó đòi hỏi hệ thống trò chuyện và hệ thống quản lý khách hàng phải nối với nhau.

Nguồn tài liệu quyết định chất lượng câu trả lời

Một trợ lý trả lời sai thường không phải vì mô hình kém mà vì tài liệu nó được đọc đã cũ, mâu thuẫn hoặc thiếu. Đây là lý do việc chuẩn bị kho tài liệu chiếm phần lớn công sức triển khai chứ không phải việc cấu hình công cụ.

Ba nguyên tắc cho kho tài liệu. Một là mỗi chính sách chỉ tồn tại ở đúng một nơi, vì hai bản khác nhau của cùng chính sách sẽ tạo ra câu trả lời ngẫu nhiên. Hai là mỗi tài liệu có ngày cập nhật và người sở hữu. Ba là viết theo dạng câu hỏi và câu trả lời ngắn thay vì văn bản quy định dài, vì dạng này cho kết quả tra cứu chính xác hơn nhiều.

Cơ chế cho mô hình tra cứu tài liệu thay vì trả lời theo trí nhớ được giải thích ở bài RAG là gì và khi nào doanh nghiệp cần dùng. Với chăm sóc khách hàng thì đây gần như là lựa chọn bắt buộc, vì chính sách thay đổi liên tục.

Chỉ số cần theo dõi

Hàng đầu tiên chứa một cái bẫy đáng chú ý. Tỷ lệ tự giải quyết cao không phải lúc nào cũng tốt, vì nó có thể đến từ việc máy trả lời cả những ca đáng lẽ phải chuyển đi. Luôn đọc chỉ số này cùng với tỷ lệ trả lời sai chính sách.

AI hỗ trợ nhân viên, hướng bị đánh giá thấp

Phần lớn sự chú ý dồn vào trợ lý trả lời trực tiếp khách hàng, trong khi hướng hỗ trợ nhân viên thường cho hiệu quả cao hơn với rủi ro thấp hơn nhiều, vì luôn có người kiểm tra trước khi nội dung tới khách.

Bốn việc dùng được ngay: tóm tắt lịch sử tương tác của khách trước khi nhân viên bắt máy, gợi ý câu trả lời dựa trên tài liệu để nhân viên chỉnh rồi gửi, tự động phân loại và định tuyến yêu cầu, và tổng hợp các chủ đề khiếu nại lặp lại theo tuần để đội sản phẩm xử lý gốc.

Việc cuối cùng thường mang lại giá trị dài hạn lớn nhất mà ít ai làm, vì nó chuyển trọng tâm từ trả lời nhanh hơn sang giảm số lần khách phải hỏi.

Câu hỏi thường gặp

Có nên nói với khách rằng họ đang nói chuyện với AI không?

Nên nói rõ ngay từ tin nhắn đầu tiên. Khách hàng gần như luôn nhận ra sau vài lượt trao đổi, và cảm giác bị đánh lừa gây tổn hại lớn hơn nhiều so với việc biết trước. Ngoài ra, một số quy định về bảo vệ người tiêu dùng đã yêu cầu công bố điều này, nên đây vừa là lựa chọn đúng về trải nghiệm vừa là lựa chọn an toàn.

Chatbot theo kịch bản và trợ lý dùng mô hình ngôn ngữ khác nhau thế nào?

Chatbot theo kịch bản đi theo cây quyết định định sẵn nên rất ổn định nhưng gãy ngay khi khách hỏi lệch kịch bản. Trợ lý dùng mô hình ngôn ngữ hiểu được cách diễn đạt tự do nhưng cần hàng rào chặt hơn vì nó có thể tự tin trả lời sai. Nhiều triển khai tốt kết hợp cả hai: kịch bản cho các quy trình có giao dịch, mô hình ngôn ngữ cho phần hỏi đáp.

Cần bao nhiêu tài liệu để bắt đầu?

Ba mươi tới năm mươi câu hỏi thường gặp được viết chuẩn đã phủ phần lớn lượt liên hệ ở đa số ngành. Cách lấy nhanh nhất là trích từ lịch sử hội thoại ba tháng gần nhất, gom thành nhóm và viết câu trả lời chuẩn cho từng nhóm. Bắt đầu hẹp và đúng tốt hơn nhiều so với đưa toàn bộ kho tài liệu chưa được rà soát.

Trợ lý trả lời sai và khách khiếu nại thì ai chịu trách nhiệm?

Doanh nghiệp chịu trách nhiệm về mọi nội dung phát ra từ kênh của mình, bất kể do người hay do hệ thống tạo ra. Vì vậy hai việc cần có trước khi chạy thật: lưu toàn bộ nhật ký hội thoại để truy nguyên được, và quy định rõ trong điều khoản dịch vụ về giá trị của thông tin trao đổi qua kênh tự động. Đây cũng là lý do mọi cam kết về tiền phải nằm ngoài phạm vi của máy.

Có nên dùng AI để trả lời bình luận trên mạng xã hội không?

Dùng được cho phần trả lời câu hỏi thông tin đơn giản, nhưng nên có người duyệt trước khi đăng vì nội dung công khai và không gỡ lại được trong trí nhớ của người đã đọc. Với bình luận tiêu cực thì luôn là người xử lý, vì đây thuộc lớp ba và một câu trả lời máy móc trước sự bức xúc sẽ lan rộng rất nhanh.

Triển khai mất bao lâu?

Phần cấu hình công cụ thường chỉ mất vài ngày. Phần quyết định là chuẩn bị tài liệu, thiết kế ranh giới và chạy thử nội bộ, thường mất bốn tới tám tuần. Cách triển khai an toàn là cho trợ lý chạy ở chế độ gợi ý cho nhân viên trước vài tuần, đọc lại các câu nó định trả lời, rồi mới mở ra cho khách hàng.

Làm sao biết khách đang bức xúc để chuyển người kịp?

Kết hợp ba tín hiệu thay vì dựa vào một. Tín hiệu ngôn ngữ như từ ngữ tiêu cực hay viết hoa toàn bộ, tín hiệu hành vi như lặp lại cùng một câu hỏi hoặc gõ liên tục nhiều tin ngắn, và tín hiệu ngữ cảnh như đây là lần liên hệ thứ ba trong tuần về cùng một đơn hàng. Khi có hai trong ba tín hiệu thì chuyển người ngay.

Có nên để AI xử lý cuộc gọi thoại không?

Thoại khó hơn văn bản đáng kể vì không có cơ hội đọc lại và sửa, độ trễ làm hội thoại gượng, và nhận dạng giọng nói còn sai với tiếng địa phương. Hướng dùng an toàn hơn trong giai đoạn hiện nay là hỗ trợ tổng đài viên theo thời gian thực và tóm tắt cuộc gọi sau khi kết thúc, thay vì để máy thay người nói chuyện với khách.

Bài liên quan trong cùng chủ đề

• RAG là gì và khi nào doanh nghiệp cần dùng
• AI Agent là gì, khác gì chatbot và automation
• Nguyên tắc dùng AI có trách nhiệm trong doanh nghiệp
• Bảo mật dữ liệu khi dùng AI trong công việc

Đặt đúng ranh giới trước khi mở trợ lý cho khách hàng

Phần quyết định trải nghiệm không nằm ở mô hình mà ở kho tài liệu và thiết kế chuyển tiếp. Hai chương trình dưới đây đi vào đúng phần vận hành và tự động hóa đó.

• Khóa học AI Automation tự động hóa công việc
• Khóa học xây dựng AI Agent cá nhân
• Liên hệ tại trang thông tin liên hệ hoặc hotline 093.404.1114

Về người viết

Nguyễn Văn Tân (Tân AI, Tân MKT) là chuyên gia đào tạo ứng dụng AI và Marketing, Founder kiêm CEO Drabuff Academy & Agency, tác giả ba cuốn sách. Anh đi lên từ nền tảng kỹ sư công nghệ thông tin với các chứng chỉ CCNA, CCNP và CEH, từng làm tại FPT và Vietsovpetro, sau đó hơn 10 năm làm Marketing. Anh đã trực tiếp đứng lớp hơn 200 khóa đào tạo cho trên 100 doanh nghiệp, trong đó có Viettel, Honda, Mercedes-Benz, Novaland, Heineken, Toyota và EVN. Nguyên tắc của anh là thực chiến: quy trình nào không chạy được trong công việc hằng ngày thì không đưa vào bài giảng.