Orchestration: หัวใจสำคัญของ CX ยุค AI Agents ที่องค์กรต้องให้ความสำคัญ

Orchestration: หัวใจสำคัญของ CX ยุค AI Agents ที่องค์กรต้องให้ความสำคัญในยุคที่ AI Agents, Voice AI และระบบอัตโนมัติถูกนำมาใช้ในช่องทางต่างๆ ทั้งการส่งข้อความ เสียง และดิจิทัลอย่างรวดเร็ว สถาปัตยกรรมที่รองรับกลับสวนทางกับความเร็วในการนำไปใช้ องค์กรส่วนใหญ่ยังคงใช้วิธีการเชื่อมต่อ AI แบบสนทนากับระบบเก่าที่ไม่ได้ถูกออกแบบมาเพื่อสิ่งนี้ ทำให้เกิดช่องว่างในการทำงานที่ส่งผลกระทบต่อประสบการณ์ลูกค้า (CX) อย่างมากทำไม Orchestration จึงสำคัญกว่า Automation ในยุค AI?Gaurav Anand หัวหน้าฝ่าย Customer Interaction Suite ของ Tata Communications ชี้ให้เห็นว่า ในช่วงที่ผ่านมา องค์กรต่างๆ เร่งรีบนำ AI มาใช้ ทำให้หลายครั้งเป็นการ "ต่อเติม" AI เข้ากับระบบเดิมๆ ที่มีอยู่ ซึ่งส่งผลให้แม้จะมีเครื่องมือดิจิทัลมากมาย แต่ก็ยังขาดแพลตฟอร์มที่ บูรณาการ (integrated), ปรับขนาดได้ (scaled), และสามารถ Orchestration (การประสานงาน) ได้อย่างราบรื่นปัญหาจากการเชื่อมต่อ AI กับระบบเดิม (Legacy Systems)การที่ AI ไม่ได้ถูกออกแบบมาให้ทำงานร่วมกับระบบเก่าตั้งแต่ต้น ก่อให้เกิดภาระทางความคิด (cognitive load) สูงให้กับเจ้าหน้าที่ฝ่ายบุคคล (human agents) ที่ต้องคอยปะติดปะต่อข้อมูลจากเครื่องมือที่กระจัดกระจาย เพื่อทำความเข้าใจว่าระบบ AI ได้สื่อสารอะไรกับลูกค้าไปแล้วบ้างปัญหาไม่ได้อยู่ที่การเข้าถึงข้อมูลเพียงอย่างเดียว แต่อยู่ที่ การขาดบริบทองค์กรที่ใช้ร่วมกัน (shared enterprise context) ซึ่งเชื่อมโยงข้อมูลลูกค้า, การโต้ตอบ, ธุรกรรม, นโยบาย, เส้นทางลูกค้า (journeys) และระบบปฏิบัติการต่างๆ เข้าด้วยกัน สถาปัตยกรรม CX แบบดั้งเดิมถูกสร้างขึ้นเพื่อการส่งต่อแบบเป็นเส้นตรงที่ควบคุมโดยมนุษย์ ไม่ใช่สำหรับการจัดการการไหลของข้อมูลแบบเรียลไทม์ระหว่างระบบ AI อิสระ, Data Lakes และเจ้าหน้าที่Anand กล่าวว่า "ความซับซ้อนในการดำเนินงานในปัจจุบัน ไม่ใช่เรื่องของการเพิ่มความฉลาดเข้าไปอีกแล้ว แต่เป็นการ ประสานงานความฉลาดที่มีอยู่ทั่วทั้งองค์กร เพื่อให้ลูกค้าไม่รู้สึกถึงแรงเสียดทานจากไซโลภายในองค์กร ซึ่งสิ่งนี้ต้องการชั้นบริบทที่ใช้ร่วมกัน (shared context layer) ที่ช่วยให้ระบบ AI, แอปพลิเคชัน และผู้คน สามารถทำงานภายใต้ความเข้าใจเดียวกันเกี่ยวกับลูกค้าและธุรกิจ"Orchestration คืออะไร และทำไมถึงสำคัญกว่า Automation?Anand อธิบายว่า "Automation ช่วยแก้ปัญหางานเดี่ยวๆ ในขณะที่ Orchestration จะเชื่อมโยงงานเหล่านั้นให้กลายเป็นผลลัพธ์แบบ End-to-End" วิวัฒนาการขั้นต่อไปคือ Context-aware Orchestration ซึ่ง AI Agents, แอปพลิเคชัน และเจ้าหน้าที่ฝ่ายบุคคล จะทำงานโดยใช้ความเข้าใจร่วมกันเกี่ยวกับลูกค้า, กระบวนการ และเจตนาทางธุรกิจ แทนที่จะเป็นเพียงบันทึกของระบบที่แยกจากกันเมื่อองค์กรมี Bot, Agent และเครื่องมือ AI มากขึ้นเรื่อยๆ การจัดการก็จะยิ่งซับซ้อนขึ้นแบบทวีคูณ ความได้เปรียบทางการแข่งขันในปัจจุบันจึงไม่ได้อยู่ที่การนำ Automation มาใช้เพียงอย่างเดียว แต่อยู่ที่ว่าระบบสามารถ ส่งต่องาน (hand off), ทำงานร่วมกัน (collaborate) และ ยกระดับ (escalate) ได้อย่างชาญฉลาดเพียงใดกับดักของการเชื่อมต่อ AI เข้ากับระบบเก่าบริษัทที่เพียงแค่นำ AI Agent มาวางไว้หน้าสุดของระบบเดิม กำลังทำผิดพลาดซ้ำรอยเดิม แทนที่จะปรับปรุงประสบการณ์ กลับกลายเป็นการสร้างเมนูโทรศัพท์แบบเดิมๆ ที่ AI ควรจะเข้ามาแทนที่ ประโยชน์ที่แท้จริงของ AI คือ ความสามารถในการปรับขนาด (scale), ความเร็ว (speed) และ การ OrchestrationAnand ชี้ให้เห็นถึงคลื่นการควบรวมกิจการในอุตสาหกรรม ผู้ให้บริการ Contact Center ที่มีชื่อเสียงกำลังเข้าซื้อบริษัทที่เน้น AI เพื่อปิดช่องว่างด้านความสามารถและเสริมความแข็งแกร่งให้กับข้อเสนอ CX ของตน การเปลี่ยนแปลงในวงกว้างนี้สะท้อนถึงการยอมรับที่เพิ่มขึ้นว่าองค์กรต้องการมากกว่าแค่ช่องทางและระบบอัตโนมัติ แต่ต้องการ ชั้นความฉลาด (intelligence layer) ที่สามารถ Orchestrate AI, บุคลากร, ข้อมูล และ Workflow ทั่วทั้งธุรกิจเป้าหมายของทุกอุตสาหกรรมคือการทำให้ AI เป็น ชั้นเชื่อมต่อ (connective layer) ระหว่างลูกค้า, พนักงาน และระบบองค์กร ในการบรรลุเป้าหมายนี้ องค์กรต่างๆ ต้องการ Common Enterprise Ontology หรือคำศัพท์ทางธุรกิจที่ใช้ร่วมกัน ซึ่งจะจัดเรียงข้อมูลลูกค้า, ผลิตภัณฑ์, นโยบาย, SOPs, ธุรกรรม และ Workflow ทั่วทั้งแพลตฟอร์มที่อาจจะไม่ได้เชื่อมต่อกันInteraction Fabric: โซลูชัน Orchestration จาก Tata CommunicationsTata Communications นำเสนอ Interaction Fabric ซึ่งเป็นชั้น Orchestration ที่รวมเอา Contact Center, Messaging, Collaboration, AI และข้อมูลลูกค้าเข้าไว้ด้วยกัน พร้อมทั้งประสานงาน AI Agents, ช่องทางต่างๆ และระบบองค์กรแบบเรียลไทม์ หัวใจสำคัญของการ Orchestration นี้คือสถาปัตยกรรมที่ขับเคลื่อนด้วยบริบท (context-driven architecture) ที่เชื่อมต่อข้อมูลตัวตน (identities), การสนทนา (conversations), ธุรกรรม (transactions) และข้อมูลการดำเนินงาน (operational data) อย่างต่อเนื่อง เพื่อให้การโต้ตอบมีความต่อเนื่องข้ามช่องทางและจุดสัมผัสต่างๆนั่นหมายความว่า AI และเจ้าหน้าที่สามารถทำงานข้ามช่องทาง Voice, WhatsApp, Chat, Email และ Workflow ของ CRM ได้โดยไม่สูญเสียบริบทของลูกค้า ข้อมูลตัวตน, เจตนา และข้อมูลเชิงลึกที่ได้จาก AI จะไหลต่อเนื่องข้ามช่องทาง แทนที่จะติดอยู่ในแอปพลิเคชันที่แยกจากกันระยะต่อไปของ Orchestration ไม่ใช่แค่การประสานงานระหว่างระบบ แต่เป็นการประสานงานผ่าน ความเข้าใจร่วมกันขององค์กร (shared understanding of the enterprise) Context Graphs ที่สร้างขึ้นจาก Enterprise Ontologies จะสร้างความเข้าใจร่วมกันนี้ โดยการเชื่อมโยงลูกค้า, การโต้ตอบ, ผลิตภัณฑ์, นโยบาย, การตัดสินใจ และผลลัพธ์ต่างๆ ทั่วทั้งไซโลขององค์กร สิ่งนี้ช่วยให้ AI Agents และเจ้าหน้าที่ฝ่ายบุคคลสามารถทำงานจากแหล่งข้อมูลบริบทเดียวกัน นำไปสู่การตัดสินใจที่แม่นยำยิ่งขึ้น, การส่งต่องานที่ราบรื่น และประสบการณ์ลูกค้าที่สอดคล้องกันอย่างไรก็ตาม การซิงโครไนซ์เจตนาของลูกค้า, ประวัติการสนทนา, ข้อมูลองค์กร และการตัดสินใจของ AI ข้ามช่องทาง จะทำงานได้ดีก็ต่อเมื่อไม่มีความล่าช้า เครือข่ายแบบเดิมที่ไม่ได้ถูกออกแบบมาสำหรับความถี่ของข้อมูลสมัยใหม่ จะสร้างสิ่งที่ Anand เรียกว่า Data Gravity ซึ่งก่อให้เกิดความล่าช้าและประสบการณ์ที่ไม่สอดคล้องกันเมื่อผู้ใช้เปลี่ยนช่องทาง"เครือข่ายพื้นฐานต้องถูกออกแบบให้มีความคล่องตัวเหมือนกับระบบ AI ที่ทำงานอยู่ด้านบน" Anand อธิบาย "การโต้ตอบจะยังคงซิงโครไนซ์ และเทคโนโลยีเองก็จะหายไป เหลือเพียงประสบการณ์ที่รู้สึกว่าไร้ความพยายาม"ทำให้ AI เป็นพันธมิตรที่ดีขึ้นสำหรับเจ้าหน้าที่ฝ่ายบุคคลการมองเห็นร่วมกันอย่างมีประสิทธิภาพระหว่างเจ้าหน้าที่ฝ่ายบุคคลและระบบ AI เริ่มต้นจากประสบการณ์ของเจ้าหน้าที่ ไม่ใช่จากเทคโนโลยีใดเทคโนโลยีหนึ่ง การนำไปใช้ที่มีประสิทธิภาพสูงสุดจะช่วยให้ทั้ง AI และเจ้าหน้าที่ฝ่ายบุคคลสามารถทำงานภายใต้ความเข้าใจบริบทเดียวกันเกี่ยวกับลูกค้า เพื่อให้แน่ใจว่าข้อมูลที่รวบรวมได้จากการโต้ตอบหนึ่ง สามารถนำไปใช้ในการโต้ตอบครั้งต่อไปได้ โดยไม่คำนึงถึงช่องทางหรือระบบการสรุปการโทรอัตโนมัติ, การวิเคราะห์ความรู้สึกแบบเรียลไทม์, และความช่วยเหลือที่ขับเคลื่อนด้วย AI จะช่วยให้เจ้าหน้าที่ได้รับข้อมูลเชิงลึกที่นำไปปฏิบัติได้ทันที และคำแนะนำขั้นตอนต่อไปโดยตรงภายใน Workflow ของพวกเขาสิ่งนี้ช่วยให้ AI สามารถจัดการกับงานที่ซ้ำซากและมีปริมาณมาก เช่น การรีเซ็ตรหัสผ่าน, การติดตามการจัดส่ง, และการอัปเดตบัญชี ในขณะที่เจ้าหน้าที่ฝ่ายบุคคลสามารถมุ่งเน้นไปที่การโต้ตอบที่ต้องการการตัดสินใจและ Empathy"หากลูกค้ากำลังเผชิญกับวิกฤตการณ์กะทันหัน เช่น ธุรกรรมที่ผิดปกติ AI สามารถบล็อกบัตรได้ทันที แต่ไม่สามารถให้ความสบายใจทางอารมณ์และการสื่อสารที่ละเอียดอ่อนที่จำเป็นในขณะที่ตื่นตระหนกได้" Anand กล่าว "คำตอบของปัญหานี้คือ Intelligent Orchestration ไม่ใช่การเลือกระหว่างระบบ"ในทางปฏิบัติ AI จะจัดการกับธุรกรรมทางเทคนิคทันที ในขณะที่การวิเคราะห์ความรู้สึกแบบเรียลไทม์จะรับรู้ถึงความทุกข์ของลูกค้าและส่งต่อไปยังผู้เชี่ยวชาญฝ่ายบุคคล เป้าหมายคือการ Orchestrate AI และเจ้าหน้าที่ฝ่ายบุคคลร่วมกัน เพื่อให้ประสิทธิภาพไม่เคยแลกมาด้วยความไว้วางใจในแบรนด์และความภักดีของลูกค้าการสร้างสถาปัตยกรรม CX ที่เป็นหนึ่งเดียวการเปลี่ยนจากการทดลองที่กระจัดกระจายไปสู่ Orchestration ที่ประสานงานกันได้นั้น ต้องการทั้งการเปลี่ยนแปลงทางเทคนิคและองค์กร Anand กล่าว โดยเริ่มจากการรวบรวมข้อมูลและโซลูชันแบบจุด (point solutions) ที่กระจัดกระจาย ไปสู่แพลตฟอร์มแบบรวมศูนย์ที่เน้นคลาวด์เป็นหลัก"ทีม IT และทีม CX ต้องทำงานร่วมกันมากขึ้น" เขาอธิบาย โดยอธิบายว่าการจัดแนวนี้เป็นการเปลี่ยนแปลงที่จำเป็นครั้งที่สอง ซึ่งเกิดขึ้นในระดับองค์กรในระดับสถาปัตยกรรม API การสื่อสารต้องถูกฝังอยู่ในแกนหลักขององค์กร เพื่อให้ทุกฟังก์ชันทำงานจากบริบทของลูกค้าเดียวกัน แทนที่จะรักษาข้อมูลไซโลของตนเอง สิ่งนี้หมายความว่าองค์กรจะต้องก้าวข้ามการบูรณาการเพียงอย่างเดียว ไปสู่สถาปัตยกรรมตามบริบท (contextual architecture) ที่ Enterprise Ontology และ Context Graph ที่ใช้ร่วมกัน ให้ความเข้าใจร่วมกันทั่วทั้ง CX, การดำเนินงาน, การขาย, การบริการ และระบบ AI การเปลี่ยนแปลงระดับองค์กรที่ลึกซึ้งยิ่งขึ้น คือการเปลี่ยน Mindset จากการสนับสนุนเชิงรับ (reactive support) ไปสู่การมีส่วนร่วมเชิงรุก (proactive), เชิงคาดการณ์ (predictive) และเชิงปรับให้เหมาะกับบุคคล (personalized engagement) หรือที่เรียกว่า 3PsAI Agents จะกำหนดอนาคตของ CX อย่างไรการมีส่วนร่วมของลูกค้าในช่วงหลายปีข้างหน้า จะถูกกำหนดโดย ความฉลาดแบบเรียลไทม์ (real-time intelligence), ความเป็นอิสระที่เพิ่มขึ้น (increasing autonomy) และ การ Orchestration ที่ราบรื่นข้ามจุดสัมผัส (seamless orchestration across touchpoints) รวมถึง บริบทองค์กรที่คงอยู่ (persistent enterprise context) ซึ่งจะติดตามลูกค้า, พนักงาน และ AI Agents ไปทุกที่ที่มีการโต้ตอบ แทนที่จะวิเคราะห์การโต้ตอบหลังจากเกิดขึ้น องค์กรจะปรับเปลี่ยนการสนทนาแบบเรียลไทม์มากขึ้น"อนาคตของ CX จะถูกกำหนดโดยการทำให้ง่ายขึ้น (simplification) โดยการจัดเรียงข้อมูล, โครงสร้างพื้นฐาน และโมเดลการดำเนินงานรอบๆ ผลลัพธ์ของลูกค้าที่ชัดเจน แทนที่จะเพิ่มโมเดลและเครื่องมือให้มากขึ้น" Anand กล่าว "การเพิ่มขึ้นของ AI-powered Agents และการโต้ตอบระหว่าง Agent กับ Agent เป็นแนวโน้มที่สำคัญ โดยระบบ AI จะก้าวข้ามจากการช่วยเหลือมนุษย์ไปสู่การจัดการและแก้ไขการโต้ตอบได้อย่างอิสระ สร้างชั้นการมีส่วนร่วมที่มองไม่เห็นเป็นส่วนใหญ่ ซึ่งช่วยเพิ่มความเร็วและประสิทธิภาพ"เจ้าหน้าที่ฝ่ายบุคคลจะทำงานร่วมกับ AI มากขึ้น โดยได้รับความช่วยเหลือจาก Conversational Intelligence แบบเรียลไทม์ และคำแนะนำ Next-Best-Action เพื่อส่งมอบสิ่งที่ Anand เรียกว่า Total Experience ซึ่งเป็นโมเดลแบบรวมที่นำประสบการณ์ของลูกค้า, พนักงาน และประสบการณ์ที่ขับเคลื่อนด้วย AI มารวมกัน Tata Communications กำลังสร้างอนาคตนี้ผ่านโซลูชัน Voice AI, AI Workers และ Total Experience Hub"ท้ายที่สุด การมีส่วนร่วมของลูกค้าจะพัฒนาจากการตอบสนอง (reactive) ไปสู่การคาดการณ์ (predictive) และการสร้างสรรค์ (generative) มากขึ้น" Anand กล่าว "องค์กรจะไม่เพียงแค่ตอบสนองต่อความต้องการ แต่จะactively shape และปรับปรุงเส้นทางของลูกค้าแบบเรียลไทม์"#CX #AI #Orchestration #CustomerExperience #TataCommunicationshttps://venturebeat.com/orchestration/orchestration-is-the-new-challenge-for-cx-in-the-age-of-ai-agents