Po 2 miesiącach nowi pracownicy wspomagani sztuczną inteligencją osiągali wydajność tych z 8-10-miesięcznym stażem. Pracownicy wspierani przez sztuczną inteligencję rozwiązali 13,8 proc. więcej spraw. Z drugiej strony 20 proc. najlepszych pracowników nie poprawiło swojej wydajności, pomimo wsparcia SI – czytamy w najnowszym tygodniku Polskiego Instytutu Ekonomicznego.

Badanie 3 mln rozmów

Wykorzystanie wspomagania sztuczną inteligencją zwiększyło liczbę spraw z zakresu obsługi klienta rozwiązywanych w ciągu godziny średnio o 13,8 proc. Badacze z Uniwersytetu Stanforda i MIT przeanalizowali ponad 3 mln rozmów tekstowych wykonanych przez 5179 agentów obsługi klienta. Algorytm skrócił czas rozwiązywania spraw oraz pozwolił agentom na zwiększenie liczby wątków obsługiwanych jednocześnie.

Wykorzystany model SI powstał z połączenia najnowszej w tamtym czasie wersji GPT oraz algorytmu trenowanego na dużym zbiorze rozmów z zakresu obsługi klienta w badanej firmie. Jego celem było podsuwanie odpowiedzi na otrzymywane pytania, decyzję pozostawiając agentom.

Agenci, którzy od pierwszego dnia pracy otrzymali wsparcie SI, byli w stanie rozwiązać 2,5 sprawy na godzinę już po 2 miesiącach. To wynik odpowiadający pracownikom z około 8-10-miesięcznym stażem, którzy nie mieli dostępu do wspomagania. Agenci wspierani algorytmem po 5 miesiącach byli w stanie rozwiązać już ponad 3 sprawy na godzinę. Wspomaganie sztuczną inteligencją pozwoliło na szybsze przesuwanie się pracowników w dół krzywej doświadczenia.

Efektem wykorzystania SI był wzrost podobieństwa między odpowiedziami nisko i wysoko wykwalifikowanych agentów po zakończeniu okresu wsparcia algorytmem. Ponieważ sztuczna inteligencja została wytrenowana na metodach postępowania najlepszych
agentów, gorzej wykwalifikowani pracownicy mogli udoskonalić swoje umiejętności komunikacji. Poprawa wzorców postępowania przekładała się także na wzrost satysfakcji obsługiwanych klientów.

Najlepsi nie potrzebują wsparcia SI

Oddziaływanie SI w większym stopniu wsparło najsłabiej wykwalifikowanych pracowników. Jedna piąta najsłabiej wykwalifikowanych agentów wykazała 35-proc. wzrost liczby rozwiązanych spraw na godzinę, natomiast 20 proc. najlepszych agentów nie wykazało
żadnych zmian w tak mierzonej efektywności. Wydaje się, że najlepsi agenci nie zyskiwali na wsparciu algorytmu, ponieważ podpowiedzi opierały się na wiedzy tożsamej z ich własną.

W opisywanym przykładzie algorytmy miały pozytywny wpływ na zdobywanie doświadczenia przez nowych pracowników, wbrew niektórym wcześniejszym badaniom i opiniom – zwiększały ich efektywność, a nie odbierały pracy. Jest to jednak jedno z pierwszych dużych tego typu badań. Niewyjaśniony pozostaje wpływ wykorzystania tego rodzaju algorytmów w długim okresie. Takie zastosowanie SI rodzi też nowe pytania. Jednym z nich jest zasadność dodatkowego wynagradzania najskuteczniejszych i najbardziej doświadczonych agentów, którzy nie czerpią korzyści z działania SI, a mają znaczny wpływ na jego poprawne funkcjonowanie, więc też na efektywność pozostałych pracowników. Bez nich i ich wiedzy program podpowiadający nie mógłby działać skutecznie.

– czytamy w tygodniku.

MD