خدمة العملاء بالذكاء الاصطناعي إما أن تُسعد عملاءك أو تُنفّرهم، والفارق نادرًا ما يكون في النموذج. الفارق في الإعداد: بماذا يتصل المساعد، ومتى يحوّل المحادثة إلى إنسان، وهل اختُبر بالعربية التي يكتبها الناس فعلًا. يغطي هذا المقال أي الأسئلة ينبغي أن يتولاها الذكاء الاصطناعي، وما يفصل التطبيقات الرائعة عن المستفزّة، وكيف تتقن العربية، وجانب نظام حماية البيانات الشخصية (PDPL)، والفخاخ، وكيف تبدأ.
ثلاثة أنواع من الأسئلة، ونوع واحد فقط يخصّ البوت في اليوم الأول
كل رسالة تصل إلى صندوق الدعم لديك هي واحدة من ثلاثة أشياء. فرزها هو القرار الأول، وأغلب الإحباط من البوتات يأتي من إعداد لم يتخذ هذا القرار قط.
- روتيني، ويمكن الإجابة عنه من بياناتك. أين طلبي، ما ساعات عملكم، هل فرع الدمام مفتوح يوم الجمعة. حجم عالٍ، وإجابة صحيحة واحدة، والإجابة موجودة أصلًا في نظام تملكه.
- إجراء داخل نظام. تغيير عنوان التوصيل، إلغاء حجز، إصدار استرداد. يستطيع المساعد جمع التفاصيل، لكن قاعدةً أو شخصًا يجب أن يعتمد الإجراء.
- حكم، وشكاوى، وكل ما هو عاطفي. عميل غاضب، نزاع، سؤال صحي أو مالي. هذه تذهب إلى شخص فورًا، ومعها المحادثة كاملة.
flowchart TD
A(["العميل يرسل رسالة"]) --> B{"أي نوع هو؟"}
B -->|روتيني والإجابة في بياناتك| C(["الذكاء الاصطناعي يجيب فورًا بلغة العميل"])
B -->|إجراء في نظام| D(["الذكاء الاصطناعي يجمع التفاصيل، وقاعدة أو شخص يعتمد"])
B -->|حكم أو شكوى أو انفعال| E(["شخص يتولّى المحادثة، مع كامل السياق"])
C --> F{"هل حلّ المشكلة فعلًا؟"}
F -->|لا| E
F -->|نعم| G(["أُنجز وسُجّل"])
ابدأ بالنوع الأول فقط. يأتي الثاني حين تثق بالمساعد وتكون قد ربطت الموافقات. أما الثالث فلا يُؤتمت أبدًا؛ ومهمة المساعد أن يتعرّف عليه من الرسالة الأولى.
ما الذي يفصل خدمة العملاء الرائعة بالذكاء الاصطناعي عن النوع المستفزّ
- يعرف عملك أنت، لا الإنترنت. البوت العام الذي يقدّم إجابات عامة هو النوع المستفزّ. المساعد الجيد متصل بنظام الطلبات لديك، ومستندات سياساتك، وسجلّ العميل نفسه، فتكون الإجابة «طلبك غادر مستودع الرياض هذا الصباح» لا «تختلف مدة التوصيل». شرحنا الجانب التقني في استخدام بيانات شركتك مع الذكاء الاصطناعي بأمان.
- يحوّل المحادثة برشاقة، ومبكرًا. أسرع طريقة لإغضاب العميل أن تحبسه مع بوت وهو يحتاج إلى إنسان. الإعداد الجيد يصعّد حين يطلب العميل ذلك، وعند أول علامة إحباط، وعند أي سؤال خارج بياناته، وعند المحاولة الفاشلة الثانية. ويحمل التحويل المحادثة كاملة وملخصًا من سطر واحد، فلا يبدأ الموظف أبدًا بـ«كيف أقدر أساعدك؟».
- يتقن العربية. من واقع خبرتنا، هنا يفشل أغلب التطبيقات في السعودية. القسم التالي عن هذا.
- صادق بشأن ما يجهله. «دعني أحوّلك إلى شخص» تتفوّق على الاختلاق الواثق في كل مرة. اضبط المساعد ليجيب من البيانات المسترجَعة فقط، وليقول ذلك حين لا توجد. والبوت الذي يخترع سياسة استرداد يكلّفك أكثر من غياب البوت، لأنك ستنتهي إلى الالتزام بما وعد به.
- يحترم الخصوصية. محادثات العملاء تحتوي أسماء وأرقام هواتف وأرقام هويات، وأحيانًا تفاصيل صحية أو مالية. هذه بيانات شخصية بموجب نظام PDPL، ويجب تصميم حمايتها من البداية لا إلصاقها لاحقًا.
إتقان العربية: اللهجة، والخلط، ومجموعة الاختبار
العربية أصعب فعلًا على نماذج اللغة الكبيرة (LLM) من الإنجليزية، وشرحنا السبب في نماذج اللغة الكبيرة العربية: ما ينجح وما يجب الانتباه له. لكن أغلب مساعدي الدعم يتعثّرون لا بسبب النموذج، بل لأنهم اختُبروا على العربية الخطأ. العملاء الحقيقيون يكتبون:
- باللهجة، لا بالفصحى. العميل السعودي يكتب «وين طلبي» لا «أين طلبي». وأهل نجد والحجاز والمنطقة الشرقية، والمصريون والشوام، يصيغون السؤال نفسه بطرق مختلفة.
- بالعربية والإنجليزية في رسالة واحدة. «ابغى أغير الـ delivery address» جملة طبيعية. أسماء المنتجات والمصطلحات التقنية تبقى غالبًا بالإنجليزية.
- بالعربيزي، وبلا ترقيم. عربية بحروف لاتينية وأرقام تحلّ محل الحروف («3ndi moshkela fi el order»)، وهمزة محذوفة، وثلاثة أسئلة في سطر واحد.
ماذا تفعل حيال ذلك:
- ابنِ مجموعة الاختبار من محادثاتك أنت. صدّر بضع مئات من المحادثات الحقيقية من واتساب أو أداة الدردشة لديك، واحذف منها البيانات الشخصية. هذا، لا نص العرض التجريبي من المورّد، هو ما يجب أن يجتازه المساعد قبل الإطلاق.
- اختبر الردّ، لا الفهم وحده. اللهجة تستحق ردًّا دافئًا طبيعيًا، والفصحى تستحق فصحى، والإنجليزية إنجليزية. سؤال نجدي يُجاب عنه بفصحى متكلّفة يبدو صادرًا عن آلة، حتى لو كان المحتوى صحيحًا.
- دع متحدثًا أصليًا يقيّم التجربة. قيّم عيّنة من الردود أسبوعيًا من حيث الصحة والنبرة وصواب قرار التحويل. وافحص العرض أيضًا: التخطيط من اليمين إلى اليسار، والأرقام، وأسماء المنتجات الإنجليزية داخل الجمل العربية.
مثال محسوب، بأرقام افتراضية
لنفترض أن متجرًا يستقبل 6000 رسالة دعم شهريًا. قبل بناء أي شيء، يصنّف الفريق أسبوعًا من الرسائل الحقيقية يدويًا: نحو 60% روتينية، و25% إجراءات، و15% تحتاج حكمًا. يُطلق المساعد على النوع الروتيني فقط، فيحلّ نحو ثلاثة أرباعه في التجربة ويحوّل الباقي. أي نحو 2700 محادثة شهريًا تُغلق دون موظف، ويتعامل الفريق مع نحو 3300 بدل 6000، وكلٌّ منها يصل ومعه ملخص جاهز.
تُتابَع أربعة أرقام من اليوم الأول: نسبة الحلّ في الأسئلة الروتينية، ونسبة التحويل، وتقييم العميل بعد محادثة مع الذكاء الاصطناعي مقارنةً بمحادثة مع إنسان، والتواصل المتكرر خلال يومين. الأخير هو المؤشر الكاشف. فالبوت الذي «يغلق» محادثات لم يحلّها يظهر في صورة العميل نفسه وهو يعود أكثر غضبًا.
الأرقام افتراضية لتوضيح الشكل. الدرس أنك تستطيع معرفة حصة الأسئلة الروتينية قبل أن تبني أي شيء، وتلك الحصة هي قيمة المشروع.
الخصوصية ونظام PDPL: ما يجب أن يتقنه مساعد الدعم
دخل نظام حماية البيانات الشخصية (PDPL) حيز التنفيذ في 14 سبتمبر 2023، وكان الامتثال الكامل مطلوبًا بحلول 14 سبتمبر 2024، والهيئة السعودية للبيانات والذكاء الاصطناعي (SDAIA) هي الجهة المنظِّمة، ونقل البيانات عبر الحدود تحكمه المادة 29 ولائحة النقل الصادرة عن SDAIA (Morgan Lewis, 2024). سجلّ المحادثة بيانات شخصية بحكم التعريف، فكل هذا ينطبق على مساعد الدعم.
- أين يعمل النموذج. إرسال محادثة تحتوي رقم هوية وطنية إلى نموذج مستضاف خارج المملكة هو نقل عبر الحدود. إما أن تختار نشرًا داخل المملكة، وهو مسار توطين البيانات، أو تتأكد أن النقل مغطّى وموثّق قبل الإطلاق.
- ما الذي ترسله. أخفِ أرقام الهويات والبطاقات والهواتف قبل أن يصل النص إلى النموذج؛ فالمساعد لا يحتاجها تقريبًا أبدًا.
- أخبر العميل. إشعار قصير في بداية المحادثة: هذا مساعد آلي، وهناك موظف متاح.
- الاحتفاظ والوصول. قرّر كم تعيش المحادثات ومن يقرؤها. «كل شيء، إلى الأبد، ومرئي للجميع» هو الإعداد الافتراضي في أغلب أدوات الدردشة.
قدّرت دراسة IBM لعام 2024 متوسط تكلفة اختراق البيانات في الشرق الأوسط (عيّنة من السعودية والإمارات) بـ8.75 مليون دولار، وهي ثاني أعلى منطقة بعد الولايات المتحدة (IBM via The National, 2024). وكومة من سجلات الدردشة غير المخفاة هي بالضبط الطريقة التي يبدأ بها اختراق.
أين تخطئ خدمة العملاء بالذكاء الاصطناعي
- الإطلاق على كل شيء من اليوم الأول. ينهار عند الأطراف، والانطباعات الأولى لدى العملاء يصعب التراجع عنها.
- لا مخرج. بوت بلا مسار «أريد التحدث مع موظف». يكتب العملاء «موظف» ثلاث مرات، أو يغادرون.
- الاختبار بالإنجليزية، أو بالفصحى. يبدو العرض التجريبي رائعًا، ويتعثّر الإطلاق، ولا يعرف أحد السبب حتى يقرأ المحادثات.
- قياس معدل الاستغناء (deflection) وحده. هذا المعدل يحسب المحادثات التي أنهاها البوت، لا المشكلات التي حلّها. تابع التواصل المتكرر والتقييمات، وإلا احتفلت برقم يكرهه عملاؤك.
- لا أحد يملكه بعد الإطلاق. السياسات والمنتجات والأسعار تتغيّر. على أحدهم أن يقرأ المحادثات أسبوعيًا ويحدّث ما يعرفه المساعد.
كيف تبدأ دون أن تستنزف صبر عملائك
النمط الناجح ممل وموثوق. اختر قناة واحدة وفئة واحدة، عادةً حالة الطلب على واتساب. صنّف أسبوعًا من الرسائل الحقيقية لتعرف حصة الأسئلة الروتينية. ابنِ مجموعة الاختبار من محادثاتك، وباللهجات التي يستخدمها عملاؤك فعلًا. جرّب مع مخرج بشري سهل، ومتحدث أصلي يقيّم الردود، والأرقام الأربعة أعلاه معلّقة على الحائط. ثم وسّع فئة واحدة في كل مرة، وفقط حين تكون السابقة ممتازة فعلًا.
ولكي تصل التجربة إلى مكان بدل أن تتوقف بعد العرض التجريبي، شغّلها كإثبات مفهوم مصمَّم للوصول إلى الإنتاج، مع التكامل والخصوصية ضمن النطاق من البداية. هكذا ندير مشاريع استشارات الذكاء الاصطناعي، ولهذا تبقى المشاريع التي تُطلق قيد التشغيل.
أتريد خدمة عملاء بالذكاء الاصطناعي تُسعِد عملاءك بدل أن تُحبطهم؟ تبني SDCG دعمًا ثنائي اللغة بالذكاء الاصطناعي يعرف عملك، ويتعامل مع العربية السعودية الحقيقية والإنجليزية، ويُحوِّل إلى البشر برشاقة. نحن مستقلّون، لذا يُبنى الإعداد حول عملائك لا حول منتج مورّد. احجز استشارة مجانية مدتها 30 دقيقة.