Trotz Jahren der Digitalisierung erwirtschaften Unternehmen laut einer McKinsey-Studie weniger als ein Drittel des von digitalen Investitionen erwarteten Wertes. Das liegt daran, dass die meisten großen Unternehmen mit technologischen Fähigkeiten beginnen und Anwendungen darauf aufbauen, anstatt bei den Kundenbedürfnissen zu beginnen und rückwärts zu Technologielösungen zu arbeiten. Wenn der Kunde nicht priorisiert wird, kann dies zu fragmentierten Lösungen führen. unzusammenhängende Kundenerlebnisse; und letztendlich gescheiterte Transformationen.
Organisationen, die mithilfe von KI überragende Ergebnisse erzielen, drehen das Drehbuch um. Sie verfolgen eine „Customer-Back-Engineering“-Denkweise und stellen die Kunden in den Mittelpunkt der Technologietransformation.
Es handelt sich um eine Strategie, bei der Produkte und Dienstleistungen unter Berücksichtigung der Kundenerfahrung entwickelt werden, einschließlich der Herausforderungen, Bedürfnisse und Erwartungen der Kunden. Produktentwicklungsteams arbeiten dann flexibel und agil rückwärts, um die Schritte zu finden, die zum Entwerfen und Erstellen von Lösungen erforderlich sind, die das gewünschte Erlebnis ermöglichen.
„Wenn Sie Ihre Ingenieure näher an die Kunden bringen, erhalten Sie viel mehr seitliche Innovationen“, sagt Ashish Agrawal, Managing Vice President für Visitenkarten und Zahlungstechnologie bei Capital One. „Das führt zu einem Multiplikatoreffekt, weil Ingenieure ein Problem aus einer anderen Dimension angehen können, die einzigartig für die Vertriebs- oder Produktperspektive sein kann.“
Das Argument für Kundenorientierung im Engineering
Ingenieure sind von Natur aus Problemlöser, sagt Agrawal. Wenn sie von den Herausforderungen erfahren, mit denen Kunden konfrontiert sind, oder davon, wie sie Produkte und Dienstleistungen in der realen Welt nutzen, können sie Wege finden, um Kundenbedürfnisse effizient zu erfüllen, da sie von Natur aus näher an Systemen und Daten sind als viele andere Teams im Unternehmen.
„Die Förderung einer kundenorientierten Kultur wirkt sich motivierend auf Ingenieure aus, wenn sie tatsächlich erkennen, wie sich die von ihnen vorgenommenen Kernänderungen oder die von ihnen hinzugefügten Funktionen direkt auf das Leben der Kunden auswirken“, sagt Agrawal.
Es erfordert auch Disziplin. Agrawal erklärt, dass Capital One sich zum Ziel gesetzt hat, dass jeder Ingenieur in seiner Organisation das ganze Jahr über mehrere Kontaktpunkte mit Kunden in unterschiedlicher Form aufbaut, darunter:
- Digitale Empathie-Sitzungen, um Benutzerreisen zu beobachten und herauszufinden, wo Benutzer auf Reibung stoßen
- Eingebetteter Kundensupport für einen bestimmten Zeitraum, um das Verständnis für den Servicebedarf zu vertiefen
- Engineering-Mitfahrgelegenheiten, bei denen Ingenieure Kundenerfolgs-, Vertriebs- und Supportmitarbeiter bei Anrufen oder Vor-Ort-Besuchen begleiten
- Hackathon-Wettbewerbe zur Entwicklung von Lösungen rund um echte Kundenprobleme
Die KI-Chancen mit Kundenorientierung
„Die größte Herausforderung für Ingenieure in großen Unternehmen ist der fehlende direkte Zugang zu Kunden“, sagt Agrawal. „Dies kann es für Technologen schwieriger machen, mit Kunden zusammenzuarbeiten, um Probleme zu identifizieren und innovative Lösungen zu entwickeln.“
KI hat sowohl die Herausforderungen als auch die Chancen beschleunigt. Der Lebenszyklus der Produkteinführung ist deutlich schneller geworden. Die gute Nachricht ist jedoch, dass Ingenieure näher an den Daten sind, die in die KI einfließen, sodass sie KI-gestützte Datentechniken schneller zur Lösung von Kundenproblemen anwenden können.
Agrawal skizziert ein aktuelles Szenario: Im Kundendienstbereich können Gespräche sofort zusammengefasst werden und einem Kundenagenten einen Kontext zur ursprünglichen Anfrage des Mitglieds und den verbleibenden Aktionspunkten liefern. Agentische KI kann auch aktiviert werden, um gezielte Folgefragen zur Interaktion zu stellen, die menschliche Agenten sonst Zeit in Anspruch nehmen würden, um den gesamten Thread durchzulesen.
„Eine Lösung wäre in einem Ökosystem ohne viele hochwertige Daten viel schwieriger gewesen“, sagt Agrawal. „Aber wenn Sie ein umfangreiches Datenökosystem mit Agententools kombinieren, gelangen Sie von inkrementellen Korrekturen zu einer Hochgeschwindigkeitstransformation.“
Durch Investitionen in KI-Daten und -Tools und die Konzentration auf schnelles Experimentieren kann laut Agrawal der Zyklus der Bereitstellung von Lösungen beschleunigt werden. Teams lernen, dass sich der gesamte Innovationszyklus beschleunigt, wenn sie die Kundenbedürfnisse erfüllen und viel schneller an einer breiteren Palette von Lösungen arbeiten.
Capital One nutzte beispielsweise Kundeneinblicke, um ein hochmodernes Multi-Agent-KI-Framework namens Chat Concierge zu entwickeln, um das Kundenerlebnis für Autokäufer und -händler zu verbessern. In einem einzigen Gespräch kann Chat Concierge Aufgaben wie den Vergleich von Fahrzeugen durchführen, um Autokäufern bei der Entscheidung für die beste Wahl zu helfen, und Probefahrten oder Termine mit Verkäufern vereinbaren.
Agrawal erklärt, dass Autokäufer direkt über die Websites teilnehmender Händler mit Chat Concierge in Kontakt treten können. Händler können über die Navigator-Plattform auf den Chat zugreifen und ihn übernehmen. Der KI-Assistent besteht aus mehreren logischen Agenten, die zusammenarbeiten, um menschliches Denken nachzuahmen und es ihm ermöglichen, Informationen bereitzustellen und entsprechend den Anforderungen des Kunden Maßnahmen zu ergreifen.
Die Elemente einer AI-First-Denkweise
Laut einer aktuellen MIT Technology Review Insights-Umfrage geben 70 % der Führungskräfte an, dass ihr Unternehmen in gewissem Maße Agenten-KI einsetzt. Ungefähr die Hälfte der Führungskräfte gibt an, dass Agenten-KI-Systeme die Betrugserkennung (56 %) und die Sicherheit (51 %) erheblich verbessern, Kosten senken und die Effizienz steigern (41 %) sowie das Kundenerlebnis verbessern (41 %).
Mit Blick auf die Zukunft erscheint es sogar noch wahrscheinlicher, dass diese Ergebnisse erreicht werden. Mehr als die Hälfte der befragten Bankmanager geben an, dass sie eine weitere Verbesserung der Betrugserkennung (75 %), der Sicherheit (64 %) und des Kundenerlebnisses (51 %) erwarten. Zu den Anwendungsfällen für Agenten-KI, die ein großes Potenzial zur Veränderung des Kundenerlebnisses im Finanzdienstleistungsbereich aufweisen, gehören die Beantwortung von Kundendienstanfragen, die Anpassung von Rechnungszahlungen an regelmäßige Gehaltsschecks oder die Extraktion wichtiger Geschäftsbedingungen aus Finanzvereinbarungen.
Um den Kunden in den Mittelpunkt einer Transformation zu stellen, ist eine KI-orientierte Denkweise erforderlich. Unternehmen müssen von der bloßen Erweiterung eines bestehenden Produkts zu einer grundlegenden Neuinterpretation des Problems und der Bedürfnisse des Benutzers durch die Linse der KI-Fähigkeiten übergehen.
Zu den Best Practices, die Agrawal empfiehlt, gehören:
Überdenken Sie die Kernfunktion von KI neu, um das Problem eines Benutzers zu lösen: „Der wahre Wert liegt nicht darin, dem KI-Hype nachzujagen, sondern darin, bedeutsame Kundenprobleme zu lösen. Indem wir uns auf die Wirkung konzentrieren, stellen wir sicher, dass unsere Innovation nicht nur schnell, sondern transformativ ist“, sagt Agrawal.
Beginnen Sie mit hochwertigen, gut verwalteten Daten als Grundlage: „Datenbereitschaft und einheitliche Informationen über Systeme hinweg sind die nicht verhandelbaren Grundlagen der KI. Eine saubere Datenschicht orchestriert die Agentenschleife und ermöglicht die Wahrnehmung, Argumentation und Ausführung, die erforderlich sind, um das Problem eines Kunden zu lösen, bevor er überhaupt danach fragen muss“, erklärt Agrawal.
Arbeitsabläufe mit eingebetteter KI von Anfang an neu erstellen: „Menschen behandeln Modelle als Black Boxes, aber Agentensysteme erfordern enorme Genauigkeit und Aufsicht. Haben.“ Ein Datenökosystem, das „gut verwaltet wird und verantwortungsvolle KI-Standards sind wesentliche Säulen für den Aufbau von Vertrauen in diese Systeme“, sagt Agrawal.
Bilden Sie ein funktionsübergreifendes Team aus Datenwissenschaft, Technik, Produkt, Design und anderen Partnern: Agrawal rät: „Es ist wichtig, offen und flexibel zu sein, wenn es darum geht, unsere Arbeitsweise zu verändern und Wirkung zu erzielen, wenn KI immer stärker in Arbeitsabläufe integriert wird.“ Wenn Sie neu in der KI sind, ist es auch wichtig, den Ansatz „Kriechen, Gehen, Laufen“ zu wählen, anstatt sich einfach darauf einzulassen.“
Letztendlich hängt das Erreichen einer End-to-End-Transformation davon ab, Ingenieure und Partnerteams in die Lage zu versetzen, mit den Kundenbedürfnissen zu beginnen und rückwärts zu Technologielösungen zu arbeiten, anstatt zuerst mit den technologischen Fähigkeiten zu beginnen und Anwendungen für diese zu finden. Wenn Unternehmen einen kundenorientierten Ansatz zur Selbstverständlichkeit machen, sind sie nicht nur in der Lage, das Kundenerlebnis von innen nach außen neu zu gestalten, sondern auch den Kunden von Anfang an in den Mittelpunkt zu stellen.
Dieser Inhalt wurde von Insights erstellt, dem Bereich für kundenspezifische Inhalte von MIT Technology Review. Es wurde nicht von der Redaktion des MIT Technology Review verfasst. Es wurde von menschlichen Autoren, Redakteuren, Analysten und Illustratoren recherchiert, entworfen und geschrieben. Dazu gehört das Verfassen von Umfragen und das Sammeln von Daten für Umfragen. Möglicherweise eingesetzte KI-Tools beschränkten sich auf sekundäre Produktionsprozesse, die einer gründlichen menschlichen Überprüfung unterzogen wurden.
Bir yanıt yazın