Lider produktu w startupie zajmującym się zarządzaniem sztuczną inteligencją dzieli się wdrażanymi przepływami pracy agentowej, aby usprawnić realizację
Justin Chappell, dyrektor ds. strategii cyfrowej, doświadczenia klienta i operacji w OneTrust oraz założyciel CSX Innovations, na nowo wyobraża sobie realizację projektów dzięki przepływom pracy agentowej opartym na sztucznej inteligencji. Odchodząc od sztywnych procesów na rzecz adaptacyjnej orkiestracji opartej na danych, przyspiesza wdrażanie klientów, skraca czas do uzyskania wartości i pozwala liderom skupić się na strategii, empatii oraz rezultatach.
Justin Chappell
Specjalista ds. doświadczenia klienta w OneTrust i CSX Innovations
Wpływ sztucznej inteligencji: Sztuczna inteligencja zmienia rolę liderów ds. doświadczenia klienta — od kontroli operacyjnej do strategicznej orkiestracji i angażowania.
Innowacje we wdrażaniu: Wdrażanie klientów oparte na sztucznej inteligencji zapewnia spersonalizowane, proaktywne wskazówki, poprawiając aktywację klientów i ograniczając ich odpływ.
Ewolucja ról: Zarządzanie projektami będzie zmierzać w kierunku przepływów pracy wspomaganych przez sztuczną inteligencję, kładąc nacisk na strategiczne projektowanie zamiast zarządzania zadaniami.
Justin Chappell jest specjalistą ds. CX w OneTrust i CSX Innovations, gdzie wykorzystuje sztuczną inteligencję do całościowej transformacji — od obsługi klienta po zarządzanie realizacją dostaw.
Spotkaliśmy się z Justinem, aby dowiedzieć się, co zmienia i jak wpływa to na jego firmy. Oto, co miał do powiedzenia.
Cyfrowe podejście przyspieszające osiąganie wartości
Jestem dyrektorem ds. strategii cyfrowej, CX i operacji w OneTrust. Nadzoruję globalną strategię obsługi klienta, koncentrując się na cyfrowej obsłudze klienta (DCX), społeczności oraz skalowanym sukcesie klienta.
Continue Reading for Free
Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.
Have an account? Log In
Jestem również założycielem i dyrektorem ds. doświadczeń klienta (CXO) w CSX Innovations LLC, gdzie świadczę usługi doradcze w zakresie sukcesu klienta, doświadczenia klienta i usług profesjonalnych, a także prowadzę coaching kariery i mentoring dla specjalistów ds. CS i CX.
Jeśli chodzi o realizację projektów, specjalizuję się w budowaniu skalowalnych, cyfrowych podejść, które przyspieszają osiąganie wartości przez klientów. Obejmuje to prowadzenie inicjatyw takich jak wdrażanie z wykorzystaniem AI, proaktywne modele zaangażowania i centra samoobsługowe za pośrednictwem naszej platformy społecznościowej — przy jednoczesnym zapewnieniu realizacji projektów z jasno określonymi kamieniami milowymi, zgodnością między zespołami oraz mierzalnym wpływem na utrzymanie klientów, rozwój i ich satysfakcję.
Jak AI zmienia rolę lidera CX
AI zmienia moją rolę — od nadzoru operacyjnego i kontroli realizacji do roli strategicznego architekta i osoby umożliwiającej tworzenie doświadczeń klienta opartych na AI.
Zamiast upewniać się, że projekty są realizowane, dbam o to, aby systemy AI i ludzie wspólnie zapewniali skalowalny wpływ mierzony utrzymaniem klientów, rozwojem i satysfakcją.
Poświęcam też mniej czasu na powtarzalne wspieranie klientów, ponieważ wdrażanie oparte na AI, chatboty i asystenci kontekstowi zajmują się teraz typowymi szkoleniami, odpowiedziami na często zadawane pytania oraz wskazówkami dotyczącymi konfiguracji. Pomogło nam to ograniczyć czas poświęcany na koordynowanie powtarzalnych sesji wsparcia.
Poświęcamy również mniej czasu na gaszenie pożarów, ponieważ modele predykcyjne oparte na AI — w tym wskaźniki kondycji klientów, analiza nastrojów i predykcja rezygnacji — proaktywnie ujawniają zagrożenia. Ogranicza to czas, który spędzamy na reagowaniu na eskalacje lub opóźnione sygnały.
Dlaczego kierownicy projektów odchodzą od modelu kaskadowego
Tradycyjnie realizacja projektów w dużej mierze opierała się na sztywnych, kaskadowych metodach z obszernym planowaniem wstępnym, szczegółowymi wykresami Gantta i długimi cyklami raportowania. Taki model spowalniał reagowanie, szczególnie w obszarze CX, gdzie priorytety szybko się zmieniają pod wpływem sygnałów od klientów.
Przejście na lżejsze podejście pozwala nam szybko się skalować i zmieniać kierunek. Przyspiesza też osiąganie wartości przez klientów dzięki szybszym wdrożeniom i sprawniejszej iteracji.
Możemy zwiększać nasze możliwości realizacji bez zwiększania zatrudnienia i koncentrować zespoły na rezultatach, takich jak utrzymanie klientów, rozwój i satysfakcja, zamiast na obciążeniach związanych z procesami.
Nowe podejście do rytuałów realizacji w przepływie pracy opartym na AI
Ta zmiana, polegająca na uczynieniu AI rozszerzeniem zespołu, oznacza, że poświęcam mniej czasu na tworzenie artefaktów, a więcej na koordynację, podejmowanie decyzji i coaching.
Realizacja tradycyjnych rytuałów jest krótsza, bardziej dynamiczna i w większym stopniu oparta na danych. Ludzki wymiar wyznaczania wizji, uzgadniania działań interesariuszy i budowania zaufania pozostaje kluczowy, ale mechanizmy są coraz częściej obsługiwane przez AI.
AI nie tylko automatyzuje — zmienia sposób wykonywania pracy
Najbardziej zaskakującą rzeczą, której nauczyłem się podczas wdrażania AI do przepływów pracy związanych z realizacją, jest to, że AI nie tylko automatyzuje — zmienia również sposób definiowania pracy już u podstaw.
Spodziewałem się oszczędności czasu, ale najbardziej wyróżniało się to, jak AI zmieniła podejmowanie decyzji, ustalanie priorytetów, a nawet oczekiwania klientów.
W rezultacie moja praca ewoluowała od zarządzania realizacją do zapewniania, że systemy oparte na AI dostarczają wartość na dużą skalę, podczas gdy ludzie koncentrują się na empatii, strategii i innowacjach.
Przepływy pracy agentowej AI na potrzeby skalowanej realizacji
Aktywnie eksperymentuję z agentowymi przepływami pracy AI i platformami orkiestracji, aby usprawnić realizację. Koncentrujemy się na dwóch głównych obszarach: wdrażaniu z wykorzystaniem AI oraz orkiestracji skalowanego zaangażowania.
Uznaliśmy te obszary za priorytetowe, ponieważ bezpośrednio skracają czas osiągania wartości przez klientów, uwalniają możliwości CSM i zapewniają przewidywalny wpływ na utrzymanie klientów oraz rozwój.
Agentowe przepływy pracy w orkiestracji
Prowadzimy pilotaż, aby umożliwić AI nie tylko automatyzowanie zadań, lecz także koordynowanie działań w całym stosie technologicznym, dzięki czemu przepływy pracy związane z realizacją stają się adaptacyjne, a nie sztywne.
Przekonuję się, że platformy orkiestracji są tak silne, jak leżące u ich podstaw fundamenty danych i zgodność między zespołami. Musieliśmy jeszcze bardziej skoncentrować się na zarządzaniu danymi podstawowymi i uzyskaniu poparcia interesariuszy, aby orkiestracja była naprawdę płynna.
Ogólny kierunek jest obiecujący — dzięki AI moja rola zmienia się z zarządzania zadaniami związanymi z realizacją na projektowanie systemów zaangażowania i osiągania rezultatów.
Przepływy pracy oparte na agentach podczas wdrażania
Testujemy kopiloty agentowej AI, które dynamicznie prowadzą klientów przez etapy konfiguracji, wskazują kolejne najlepsze działania i sygnalizują ryzyko niskiej adopcji, zanim się ono nasili. Zmniejsza to potrzebę ręcznej interwencji i zapewnia wysoką jakość obsługi nawet klientom z długiego ogona.
Przyjrzyjmy się temu bliżej.
Wdrażanie w modelu cyfrowym na dużą skalę
Gdy uruchomiliśmy wdrażanie oparte na AI, zastąpiliśmy ręczny, prowadzony przez CSM i jednakowy dla wszystkich proces spersonalizowanym, adaptacyjnym i proaktywnym doświadczeniem. Zamiast statycznych podręczników proces wdrażania dynamicznie dostosowuje się do roli, celów i tempa każdego klienta.
Oto szczegóły.
Wyzwanie: Klienci z segmentu <75 tys. USD ARR byli niedostatecznie obsługiwani, ponieważ wdrażanie wymagające intensywnego zaangażowania nie było skalowalne.
Podejście: Wprowadziliśmy ścieżki oparte na AI, które wskazywały kolejne najlepsze działania, adaptacyjne podpowiedzi i spersonalizowane moduły edukacyjne.
Monitorowaliśmy dane telemetryczne produktu pod kątem sygnałów adopcji, co automatycznie uruchamiało przypomnienia lub udostępnianie zasobów.
Oto najważniejsze elementy wdrażania opartego na AI:
- Personalizacja na dużą skalę
- Proaktywne wskazówki i kolejne najlepsze działania
- Konwersacyjne i samoobsługowe ścieżki
- Adaptacyjne kamienie milowe i śledzenie postępów
- Informacje zwrotne w zamkniętej pętli i ciągłe uczenie się
Rezultat:
- Zakres obsługi stał się skalowalny.
- Czas do uzyskania wartości znacząco się skrócił — klienci szybciej aktywowali kluczowe funkcje.
- Ograniczono odpływ klientów.
- Wzrosło zadowolenie.
- Liczba zgłoszeń do pomocy technicznej spadła, ponieważ klienci korzystali z kontekstowej samoobsługi.
- CSM-y mogły skupić się na klientach korporacyjnych, nadal zapewniając klientom z długiego ogona wysokiej jakości proces wdrażania.
Gdzie AI znajduje zastosowanie — a gdzie nie
Nie wszystko może zostać przejęte przez AI. Oto obszary, które dobrze nadają się do automatyzacji i wsparcia AI:
- Wdrażanie i edukacja
- Raportowanie i analizy
- Kontakt z klientami
Oto obszary, które nadal wymagają ludzkiego podejścia:
- Dopasowanie strategiczne i uzyskanie poparcia interesariuszy
- Złożone eskalacje i zarządzanie relacjami
AI oznacza koniec zarządzania projektami, jakie znamy
W ciągu najbliższych pięciu lat zarządzanie projektami, jakie znamy, zniknie.
AI przejmie 80–90% tradycyjnych zadań kierowników projektów, takich jak raportowanie statusu, planowanie, sygnalizowanie ryzyka, śledzenie zależności — a nawet tworzenie kart projektów.
Liderzy realizacji nie będą poświęcać czasu na zarządzanie zadaniami; zamiast tego będą dobierać rozwiązania, orkiestrując działania i pełniąc funkcję mentorów.
Kopiloty AI będą nieustannie syntetyzować dane z różnych zespołów, przewidywać wąskie gardła, zanim się pojawią, i automatycznie rekomendować kolejne najlepsze działania — pełniąc w istocie funkcję formalnego kierownika projektu.
W ciągu najbliższych pięciu lat zarządzanie projektami, jakie znamy, zniknie.
Zespoły przestaną gonić za aktualizacjami i zaczną podejmować decyzje w czasie rzeczywistym, kierując się wnioskami generowanymi przez AI.
Rola człowieka ewoluuje w kierunku strategicznego projektowania rezultatów i kultury — poprzez wyznaczanie wizji, uzgadnianie działań interesariuszy oraz wnoszenie empatii i kreatywności tam, gdzie maszyny nie mogą.
Krótko mówiąc, realizacja projektów przejdzie od podejścia opartego na procesach do podejścia wspieranego przez AI i ukierunkowanego na rezultaty, a liderzy będą pełnić rolę mniej administratorów, a bardziej architektów elastycznych, skoncentrowanych na kliencie ekosystemów.
Wnioski z wdrażania AI przez lidera ds. realizacji
Ta zmiana nie jest teoretyczna — już się dzieje. A rola lidera ds. realizacji szybko ewoluuje. Oto, czego się nauczyłem:
- Zacznij od wpływu na biznes — Oprzyj swoją pracę na mierzalnych rezultatach, takich jak utrzymanie klientów, rozwój i satysfakcja.
- Myśl systemowo — Nie dodawaj po prostu kolejnych narzędzi; projektuj przepływy pracy, które można skalować przy minimalnej koordynacji ze strony ludzi.
- Traktuj AI jak członka zespołu, a nie narzędzie — Pozwól mu wykonywać powtarzalną pracę, aby ludzie mogli skupić się na empatii, strategii i uzgadnianiu działań.
- Zacznij od prostych rozwiązań — Zbuduj system, a następnie iteracyjnie go udoskonalaj na podstawie informacji zwrotnych i danych telemetrycznych.
Zacznij od prostych rozwiązań — Zbuduj system, a następnie iteracyjnie go udoskonalaj na podstawie informacji zwrotnych i danych telemetrycznych.
- Inwestuj w zaufanie między zespołami — Sukces każdego przepływu pracy lub procesu automatyzacji zależy od stojącego za nim uzgodnienia działań.
- Rozwijaj swój zespół — Pomóż jego członkom przejść od wykonywania zadań do koordynowania rezultatów.
Śledź na bieżąco
Możesz śledzić pracę Justina na LinkedInie i jego stronie internetowej, gdy nadal projektuje i skaluje systemy realizacji wspierane przez AI. Sprawdź też firmy, dla których to robi: OneTrust i CSX Innovations.
Na The Digital Project Manager pojawią się kolejne wywiady z ekspertami!
