Smarsh با «آرچی» و پلتفرم Agentforce 360؛ راهکار هوش مصنوعی برای پشتیبانی امن و مقیاسپذیر در صنایع رگولاتوری
شرکت Smarsh، ارائهدهنده جهانی راهحلهای ابری مبتنی بر هوش مصنوعی برای ثبت، آرشیو و تحلیل دادههای ارتباطی در صنایع تحتنظارت، هدفی بلندپروازانه گذاشت: افزایش 30٪ بهرهوری تیم پشتیبانی با کمک هوش مصنوعی. اما چالش اصلی پیش از هر چیز، سردرگمی مشتریان در مواجهه با طیف گستردهای از محصولات، اسناد و الزامات انطباقی بود. پاسخی که Smarsh به آن رسید، فراتر از خودکارسازی جزئی بود: ایجاد یک «درِ هوشمند و متمرکز» برای پشتیبانی مشتریان.
چالش: پیچیدگی محصولات و قوانین رگولاتوری
مشتریان Smarsh با مجموعهای از محصولات و مستندات روبهرو بودند که یافتن راهحل مناسب را دشوار میکرد. افزایش شرکتها و محصولات پس از ادغامهای متعدد نیز فرایند پشتیبانی را پیچیدهتر ساخته بود. نیاز به دسترسی سریع، دقیق و مطابق با مقررات به اطلاعات، اولویت اصلی تیم پشتیبانی شد.
راهحل: یک در ورودی انسانی-محور به نام «آرچی»
Smarsh سامانهای هوشمند طراحی کرد که بر دانش اختصاصی شرکت آموزش دیده و فرایند پشتیبانی را متمرکز میکند. مشتریان بهجای پیمایش در منوها و درختهای پیچیده، بهصورت زبان طبیعی نیازشان را مینویسند و هوش مصنوعی کاربر را به راهحل درست هدایت میکند. این سامانه با نام «Archie» (آرچی) معرفی شد و تجربه خودسرویسی کماصطکاک و مؤثری فراهم میکند.
پلتفرم و مسیر تولیدیسازی: انتخاب Agentforce 360
برای گذر از «آخرین مایل» — یعنی تبدیل یک نمونه آزمایشی موفق به راهحل در مقیاس تولیدی — Smarsh به جای راهحل سفارشی، از پلتفرم Agentforce 360 شرکت Salesforce بهره برد. این انتخاب به آرچی امکان داد تا زمینه مشترک، کنترل اجرای فرایندها و ارکستراسیون لازم برای فعالیت در سطح سازمانی را داشته باشد. با استفاده از Agentforce، کارها بهصورت خودکار در سراسر سیستمها حرکت میکنند و حل مسئله سریعتر و خودسرویسی هوشمندتر محقق میشود، بدون آنکه خواستههای سختگیرانه انطباقی صنعت قربانی شود.
نتایج مورد انتظار و معیارها
طبق برآورد Smarsh، راهاندازی آرچی با Agentforce منجر به نتایج زیر خواهد شد:
– افزایش 20٪ در نرخ موفقیت خودسرویس مشتریان
– کاهش 25٪ در زمان حل مسائل نسبت به روشهای سنتی جستجو و مرور
– افزایش 30٪ در بهرهوری نمایندگان پشتیبانی
آمادگی دادهها: پیشنیاز غیرقابل مذاکره
یکی از الزامات کلیدی برای هوش مصنوعی مولد، داشتن دادههای پاک، امن و قابل اعتماد است. Smarsh این موضوع را سالها قبل پیشبینی و برای آن سرمایهگذاری کرد: دادهها را ساماندهی، حاشیهنویسی و ناشناسسازی کرد تا پایهای محکم برای پیادهسازی مدلها فراهم شود. بهگفته Rohit Khanna، مدیر ارشد مشتریان Smarsh، «بسیاری از پروژههای هوش مصنوعی به دلیل آماده نبودن دادهها نیمهکاره میمانند؛ ما از ابتدا با دادههای پاک و امن وارد تولید شدیم.»
امنیت، انطباق و مدیریت ریسک مدل (MRM)
در صنایع مالی و بانکداری که مشتریان Smarsh را تشکیل میدهند، ممیزیها و درخواستهای مربوط به حفاظت داده و مدیریت ریسک مدل موضوعی حیاتی است. Smarsh با همکاری Salesforce توانست شفافیت لازم را در مورد مدلها و نحوه استفاده از دادهها فراهم کند تا ملاحظات MRM و درخواستهای ناظران و مشتریان بانکی پوشش داده شود. این شراکت به Smarsh امکان داد تا مستندات و دانش شرکت را به منبعی زنده و مورد اعتماد تبدیل کند که با لایههای امنیتی Salesforce محافظت میشود.
تغییر سازمانی برای حفظ کیفیت محتوا
بهمنظور حفظ دقت و امنیت مستندات، Smarsh مرزهای بین تیم مستندسازی و تیم هوش مصنوعی را حذف کرده و آنها را در یک حلقه کاری نزدیک قرار داده است: هر محتوای تولیدشده توسط تیم مستندات، توسط تیم هوش مصنوعی بررسی، تأیید و سپس برای استفاده مدلهای زبانی آماده میشود. این تعامل مستمر نقش مهمی در کاهش خطرات امنیتی و خطاهای اطلاعاتی داشته است.
نقش مدیریت تغییر و شخصیسازی در پذیرش کاربران
در نخستین عرضه، برخی مشتریان با رابط جدید و کادر متنی مرکزی رابط کاربری دچار سردرگمی شدند و لازم شد تیم Smarsh مدیریت تغییر بهتری اجرا کند تا کاربران بدانند میتوانند بهصورت طبیعی سؤال بپرسند. با تمرکز بر شخصیسازی تجربه و آموزش کاربران، نرخ پذیرش به سرعت رشد کرد و به 59٪ رسید. تجربه نشان داد که شخصیسازی و شفافسازی نحوه استفاده، کلید موفقیت در پیادهسازی راهکارهای هوش مصنوعی در محیطهای رگولاتوری است.
درسها و چشمانداز
Smarsh با ترکیب آمادهسازی داده، انتخاب پلتفرم مناسب و مدیریت تغییر، توانست راهکاری تولیدی و قابل اتکا برای پشتیبانی هوشمند در صنایع تنظیمشده ارائه دهد. نکات کلیدی برای سازمانهایی که قصد بهرهگیری از هوش مصنوعی در پشتیبانی مشتری دارند عبارتاند از:
– اطمینان از پاکی، امنیت و مستندسازی دقیق دادهها
– انتخاب شریک فناوری که تواناییهای لازم برای انطباق و MRM را داشته باشد
– طراحی تجربه کاربری ساده و آموزش مشتریان برای استفاده از زبان طبیعی
– ادغام تیمهای مستندسازی و هوش مصنوعی برای حفظ کیفیت محتوا
Smarsh قصد دارد تجربه آرچی را به سایر محصولات خود گسترش دهد و با ادامه همکاری با پلتفرمهای معتبر، تحول در پشتیبانی مشتریان در محیطهای رگولاتوری را دنبال کند. این نمونه نشان میدهد که با زیرساخت مناسب و توجه به مسائل امنیتی و سازمانی، هوش مصنوعی میتواند بهطور مؤثر تجربه خودسرویس و بهرهوری تیمهای پشتیبانی را بهبود بخشد.