В последние годы компании стремительно внедряют AI-агентов, голосовой AI и автоматизацию в мессенджерах, голосовых и цифровых каналах. Однако, как отмечает Гаурава Ананд, глобальный руководитель Customer Interaction Suite в Tata Communications, большинство из этих внедрений происходит путем интеграции разговорного AI с устаревшими системами, которые не были предназначены для этого. "В спешке внедрения AI организации в основном прикрепили разговорный AI к устаревшим системам", — говорит Ананд. "В результате, хотя многие предприятия и приняли цифровые инструменты, очень немногие имеют платформы, которые действительно интегрированы, масштабированы и способны на бесшовную оркестрацию".

Проблемы интеграции AI с устаревшими системами

Этот разрыв создает значительную когнитивную нагрузку для человеческих агентов, которым приходится собирать контекст из разрозненных инструментов, чтобы понять, что AI уже сообщил клиенту. Проблема заключается не только в доступе к данным, но и в отсутствии общего контекста предприятия, который связывает идентичности клиентов, взаимодействия, транзакции, политики, пути и операционные системы в единое понимание. Традиционная архитектура CX была создана для линейной маршрутизации, управляемой человеком, а не для управления потоками данных в реальном времени между автономными AI-системами, хранилищами данных и человеческими работниками. "Современная операционная сложность больше не заключается в добавлении интеллекта", — добавляет он. "Речь идет о координации существующего интеллекта по всему предприятию, чтобы клиент никогда не ощущал трения внутренних силосов". Это требует наличия слоя общего контекста, который позволяет AI-системам, приложениям и людям работать с одинаковым пониманием клиента и бизнеса.

Оркестрация вместо автоматизации

С ростом проблемы координации, стратегический приоритет внутри предприятий смещается от автоматизации к оркестрации. "Автоматизация решает отдельные задачи, в то время как оркестрация соединяет их в конечные результаты", — говорит Ананд. "Следующая эволюция — это контекстно-осознанная оркестрация, где AI-агенты, приложения и человеческие работники действуют, используя общее понимание клиентов, процессов и бизнес-целей, а не изолированные системные записи". С увеличением числа ботов, агентов и AI-инструментов, управление ими становится экспоненциально более сложным. Ананд утверждает, что конкурентное преимущество теперь заключается не столько в развертывании автоматизации, сколько в том, насколько умно системы передают работу, сотрудничают и эскалируют задачи.

Ошибка интеграции AI в устаревшие системы

Компании, которые просто ставят голосового AI-агента перед существующей системой, повторяют старую ошибку. Вместо улучшения опыта они в конечном итоге воссоздают детерминированные телефонные меню, которые AI должен был заменить. Реальная польза от AI заключается в масштабе, скорости и оркестрации, которые он предоставляет. Ананд указывает на волну консолидации в отрасли, когда устоявшиеся провайдеры контактных центров приобретают AI-ориентированные фирмы, чтобы закрыть пробелы в возможностях и укрепить свои предложения в области клиентского опыта. Более широкий сдвиг в отрасли отражает растущее осознание того, что предприятиям нужно больше, чем просто каналы и автоматизация; им нужен слой интеллекта, способный оркестровать AI, людей, данные и рабочие процессы по всему бизнесу.

Решение от Tata Communications

Решение Tata Communications — это Interaction Fabric, слой оркестрации, который объединяет контактный центр, мессенджинг, сотрудничество, AI и данные клиентов, одновременно координируя AI-агентов, каналы и корпоративные системы в реальном времени. Основой этой оркестрации является архитектура, ориентированная на контекст, которая постоянно связывает идентичности, разговоры, транзакции и операционные данные, чтобы взаимодействия сохраняли непрерывность через каналы и точки соприкосновения. Это означает, что AI и агенты могут перемещаться между голосом, WhatsApp, чатом, электронной почтой и CRM-рабочими процессами, не теряя контекста клиента. Идентичность, намерение и AI-аналитика текут непрерывно через каналы, а не остаются заблокированными в разрозненных приложениях.

Будущее оркестрации

Следующий этап оркестрации заключается не просто в координации задач между системами, но и в координации их через общее понимание предприятия. Контекстные графы, построенные на корпоративных онтологиях, создают это общее понимание, связывая клиентов, взаимодействия, продукты, политики, решения и результаты через организационные силосы. Это позволяет AI-агентам и человеческим работникам действовать из одного источника контекста, что приводит к более точным решениям, бесшовным передаче задач и последовательному клиентскому опыту. Однако синхронизация намерений клиентов, истории разговоров, корпоративных данных и принятия решений AI через каналы работает только без задержек. Устаревшие сети, не предназначенные для современной частоты данных, создают то, что Ананд называет гравитацией данных, вызывая задержки и непоследовательные пути, когда пользователи переключаются между каналами. "Основная сеть должна быть спроектирована так же гибко, как и AI-системы, работающие на ней", — объясняет он. "Взаимодействия остаются синхронными, и сама технология становится невидимой, оставляя только опыт, который кажется без усилий".

Улучшение взаимодействия AI и человеческих агентов

Эффективная совместная видимость между человеческими агентами и AI-системами начинается с опыта агента, а не с какой-либо отдельной технологии. Наиболее эффективные реализации позволяют как AI, так и человеческому агенту действовать из одного и того же контекстуального понимания клиента, обеспечивая, чтобы информация, собранная в одном взаимодействии, могла информировать следующее, независимо от канала или системы. Автоматизированные резюме звонков, анализ настроений в реальном времени и поддержка AI предоставляют агентам мгновенные, действенные инсайты и предлагаемые следующие шаги непосредственно в их рабочем процессе. Это позволяет AI обрабатывать рутинные, высокообъемные задачи, такие как сброс паролей, отслеживание доставки и обновление учетных записей, в то время как человеческие агенты сосредотачиваются на взаимодействиях, требующих суждения и эмпатии. "Если клиент сталкивается с внезапным кризисом, таким как мошенническая транзакция, AI может мгновенно заблокировать карту, но он не может предоставить эмоциональное утешение и деликатное общение, необходимые в этот момент паники", — говорит Ананд. Ответ на эту дилемму заключается в интеллектуальной оркестрации, а не в выборе между системами. На практике AI обрабатывает немедленную техническую транзакцию, в то время как анализ настроений в реальном времени распознает беспокойство клиента и перенаправляет звонок к человеческому эксперту. Цель состоит в том, чтобы оркестровать AI и человеческих агентов вместе, чтобы эффективность никогда не шла в ущерб доверию и лояльности к бренду.

Создание единой архитектуры CX

Переход от фрагментированного эксперимента к координированной оркестрации требует как технических, так и организационных изменений, говорит Ананд, начиная с консолидации данных и фрагментированных точечных решений на единой облачной платформе. "IT и CX-команды должны работать более совместно", — объясняет он, описывая это согласование как второй необходимый сдвиг, на этот раз на организационном уровне. На уровне архитектуры, по словам Ананда, API для коммуникаций должны быть встроены в ядро предприятия, чтобы каждая функция работала из одного и того же контекста клиента, а не поддерживала свои собственные изолированные данные. Все чаще это означает переход от интеграции только к контекстуальной архитектуре, где общая онтология и контекстный граф предоставляют общее понимание между CX, операциями, продажами, обслуживанием и AI-системами. Более глубокое организационное изменение, по его словам, заключается в смене мышления от реактивной поддержки к проактивному, предсказательному и персонализированному взаимодействию, которое он называет тремя П.

Как AI-агенты будут формировать будущее CX

Взаимодействие с клиентами в ближайшие годы будет определяться реальным интеллектом, увеличенной автономией и бесшовной оркестрацией через точки соприкосновения, а также постоянным корпоративным контекстом, который следует за клиентами, сотрудниками и AI-агентами везде, где происходят взаимодействия. Вместо того чтобы анализировать взаимодействия после факта, предприятия будут все больше формировать разговоры в реальном времени. "Будущее CX будет определяться упрощением, согласованием данных, инфраструктуры и операционных моделей вокруг четких результатов для клиентов, а не добавлением новых моделей и инструментов", — говорит Ананд. "Рост AI-агентов и взаимодействий между агентами — это определяющая тенденция, когда AI-системы выходят за рамки помощи людям и начинают независимо управлять и разрешать взаимодействия, создавая в значительной степени невидимый слой взаимодействия, который улучшает скорость и эффективность". Человеческие агенты будут все больше работать вместе с AI, поддерживаемые реальным разговорным интеллектом и рекомендациями по следующему лучшему действию, чтобы обеспечить то, что Ананд называет Общим Опытным Моделью: единой моделью, которая объединяет клиентский, рабочий и AI-драйвенные опыты. Tata Communications строит будущее через свои решения Voice AI, AI Workers и Total Experience Hub. "В конечном итоге взаимодействие с клиентами будет развиваться от реактивного к предсказательному и все более генеративному", — говорит Ананд. "Предприятия не просто будут реагировать на потребности, но активно формировать и улучшать пути клиентов в реальном времени."