Řízení znalostí se dostává do centra pozornosti na cestě k umělé inteligenci

Bez silné schopnosti řízení znalostí nebudou lídři v oblasti zákaznické zkušenosti schopni využít potenciál umělé inteligence.

Podle zprávy Ark Invest Big Ideas 2025 zvýší agenti produktivitu podniku prostřednictvím softwaru. Společnosti, které nasazují agenty, by měly být schopny zvýšit objem jednotek se stejnou pracovní silou a optimalizovat svou pracovní sílu směrem k činnostem s vyšší hodnotou.

Umělá inteligence (AI) také podpoří práci se znalostmi. Společnost Ark očekává, že do roku 2030 množství nasazeného softwaru na znalostního pracovníka výrazně vzroste, protože podniky investují do řešení produktivity. Agenti umělé inteligence jsou připraveni urychlit přijetí digitálních aplikací a vytvořit epochální posun v interakci mezi člověkem a počítačem.

Podle zprávy 2025 Connectivity Benchmark Report společností MuleSoft a Deloitte Digital hlásí 93 % IT lídrů záměr zavést autonomní agenty umělé inteligence během příštích dvou let a téměř polovina tak již učinila. Cesta k adopci agentické umělé inteligence a digitální pracovní síle však nebude snadná bez záměrného zaměření na strategii řízení dat a znalostí.

Výzkum společností Mulesoft a Deloitte , založený na zpětné vazbě od 1 050 CIO, ukazuje, že data jsou zachycena v izolovaných podnikových aplikacích. Průměrný podnik používá 897 aplikací, přičemž 45 % používá 1 000 nebo více aplikací - což dále omezuje schopnost IT týmů vytvářet jednotné prostředí. Pouze 29 % podnikových aplikací je integrováno a sdílí informace v rámci celého podniku. Většina (93 %) IT lídrů se domnívá, že umělá inteligence v příštích třech letech zvýší produktivitu vývojářů, což je o sedm procentních bodů více než v roce 2023.

Odpojená data zůstávají v organizacích drtivou překážkou modernizace starších verzí. Dnes 83 % podniků uvádí, že problémy s integrací jsou významnou překážkou v jejich starším úsilí o modernizaci. A 97 % IT lídrů přiznává, že jejich organizace mají problémy s integrací prostředí pro koncové uživatele. Pouze 10 % respondentů uvedlo, že se kvůli datovým silům nepotýkalo s žádnými problémy, zatímco 74 % organizací považuje své IT systémy za příliš vzájemně závislé.

Špatná integrace a odpojená data vedou ke špatnému řízení znalostí. Bez silné schopnosti řízení znalostí nebudou lídři v oblasti zákaznické zkušenosti schopni realizovat potenciál umělé inteligence, včetně agentů. Výzkum společnosti Deloitte uvádí, že do roku 2025 nasadí agenty AI 25 % podniků využívajících umělou inteligenci.

Výzkum společnosti Accenture mezitím zdůrazňuje důležitost řízení znalostí jako klíčové schopnosti "kognitivního digitálního mozku", kterou podniky potřebují k přijetí agentních řešení umělé inteligence. Proč je tedy řízení znalostí kritickým faktorem úspěchu pro přijetí umělé inteligence v podnikání, včetně schopnosti využívat agentní umělou inteligenci k vytváření digitální pracovní síly?

Abych lépe porozuměl dopadu řízení znalostí na úspěšné přijetí generativní umělé inteligence (Gen AI) a agentní umělé inteligence v podniku, vyzpovídal jsem jednoho z předních světových odborníků na řízení vztahů se zákazníky (CRM), zákaznickou zkušenost (CX), řízení znalostí (KM) a zákaznický servis. Michael Maoz je senior viceprezidentem pro inovační strategii ve společnosti Salesforce. Před nástupem do Salesforce byl Maoz viceprezidentem pro výzkum a významným analytikem ve společnosti Gartner, kde působil jako vedoucí výzkumu v oblasti zákaznických služeb a strategií podpory.

Zde jsou hlavní body našeho rozhovoru.

V době, kdy jsem pracoval jako vedoucí oddělení zákaznické podpory, byl řízení znalostí rozlišovacím prvkem, i když to nebyla disciplína, která by vám zajistila povýšení. Proč se to má změnit?

Michael Maoz: Bez silné schopnosti řízení znalostí nebudou lídři v oblasti zákaznické zkušenosti schopni realizovat potenciál umělé inteligence. Kvalita řízení znalostí (KM) v podnicích je podrobena nové kontrole, protože podniky pracují na rozšíření využití generativní umělé inteligence a agentní umělé inteligence. Jak rád říkáte, data jsou nová voda - a to platí zejména pro znalostní články a obsah celkově: musí být hojná, čistá a dostupná. Podpůrné organizace, které již mají silnou kompetenci v oblasti KM, rozšiřují projekty, jako je Agentforce (řešení agentické umělé inteligence společnosti Salesforce).

Zkoumali jste, proč některé společnosti v KM prosperují, zatímco jiné mohou zaostávat. Jaké vzorce vidíte a jak k nim dochází?

Michael Maoz: Vždy bude záležet na tom, kdo je vlastníkem procesu KM. V odvětvích, kde zákaznický servis nevlastní proces, je KM nezralou disciplínou, a to bez vlastního zavinění. Na druhém konci spektra jsou významné osobnosti v odvětvích, kde je řízení znalostí nejvyšší prioritou a tým zákaznické podpory vlastní nebo má poslední slovo ve znalostním obsahu, který používá a dodává zákazníkům. Tato odvětví, jako jsou technologie, letecký průmysl a lékařské vybavení, dodržují standardy, jako je Konsorcium pro inovace služeb Knowledge-Centered Service (KCS) nebo pokyny Asociace průmyslu technologií a služeb (TSIA).

Michael Maoz, senior viceprezident pro inovační strategii ve společnosti Salesforce, o významu řízení znalostí pro přijetí agentní umělé inteligence.

Pokud pomineme jakékoli komplikace, které nyní nastanou v oblasti KM, když ji chceme propojit s Gen AI, co dělá podniky skvělými ve vývoji správného obsahu a jeho zpřístupnění ve správném formátu - což může být dlouhé PDF nebo obrázek či video - a snadno vyhledávatelné a nalézající na kanálu, který si zákazník zvolí?

Michael Maoz: Velké společnosti mají silnou kulturu založenou na znalostech a gamifikují celý proces. Vzpomínám si, jak jsem navštívil výrobce zdravotnického vybavení v New Hampshire a někteří členové týmu technické podpory měli na stole malé trofeje za své dovednosti při řešení problémů. Zde je to, co mají ty nejlepší společné:

Řízení znalostí je v celé společnosti uznáváno jako imperativ
Tvorba znalostí je centralizována a/nebo koordinována mezi odděleními
Jsou zavedeny systémy, které zachycují znalosti ze všech relevantních zdrojů, včetně uživatelského chatu a komunitních fór, telefonních interakcí a signálů zařízení
Měřicí nástroje monitorují používání obsahu a jeho dopad na samoobslužné služby a jejich zákaznické průzkumy odrážejí, jak lidé konzistentně dostávají správnou odpověď bez ohledu na kanál (e-mail, zprávy, bot, web nebo aplikace)
Silná disciplína týkající se používání obsahu, včetně: vědět, jak vytvářet obsah, propagovat jej na správném kanálu a zpřístupnit jej pro správné úkoly; identifikace mezer ve znalostech v případech, kdy došlo k "nenalezení" nahlášenému servisním zástupcem, zákazníkem nebo robotem; mají data, která ukazují na články nebo obsah znalostní báze, který je třeba odstranit, protože je zastaralý nebo irelevantní
KM systém je integrován do CRM systému, což umožňuje hlubokou personalizaci

Společnosti jako divize Ring společnosti Amazon (která prodává domácí zvonky, poplašné systémy a bezpečnostní kamery) a Dyson jsou příklady společností zaměřených na B2C produkty, které chápou, že dobrá, kontextově relevantní dokumentace, která je k dispozici napříč kanály a je vázána na konkrétní produkt, snižuje náklady na podporu a těší zákazníky.

Efektivní společnosti si také uvědomují omezený počet možných problémů, kvůli kterým se na ně zákazník může obrátit. B2B společnosti v oblasti high-tech nebo lékařského vybavení jsou obvykle nejvyspělejší v přijímání metodik typu KCS. Podléhají aktualizacím produktů, novým verzím softwaru a továrním stažením z trhu a někdy mají třetí stranu, která provádí část nebo veškerou podporu produktů.

Proč se vrhá světlo na naše silné zaměření na AI, a tím myslíme Gen AI a agentic AI, a dále zdůrazňuje potřebu kvality znalostí používaných k řešení problémů zákazníků?

Michael Maoz: Kolik hlasitých veřejných projevů jsme viděli v uplynulém roce, kdy Gen AI vytvářela obsah, který byl falešný, neúplný, špatný nebo vykazoval zaujatost? Nemluvě o tom, že postrádala řízení kolem etického využití. Žádný vedoucí zákaznického servisu nebo zákaznické zkušenosti nechce od generálního ředitele dostat text, který odkazuje na selhání umělé inteligence.

Naštěstí existují přístupy k KM, které urychlují bezpečné používání obsahu vašich znalostí přidáním komponenty Gen AI. Přesně to děláme s Agentforce. Prvním je potřeba snížit riziko každého projektu Gen AI. Je to jako naše Hippokratova přísaha: neškodit. To je snadné, když umisťujete Gen AI před uzavřené úložiště znalostí, které bylo pečlivě vybráno a použito k zodpovězení pouze několika otázek nebo psaní omezeného rozsahu textů nebo e-mailů.

Jak tento přístup škálujete, aby zahrnoval všechna vaše podniková data, jak strukturovaná data ve vašem systému CRM nebo ERP, ale také nestrukturovaná data, jako jsou soubory PDF a protokoly chatu? K tomu potřebujete silnou správu dat. Musíte obsah prohnat týmem etického používání, abyste odstranili předsudky. Potřebujete vrstvu soukromí. Musíte vzít v úvahu jakékoli problémy se správou nebo ochranou osobních údajů. Je to složité.

Jaké je tajemství budování důvěryhodného systému KM, který zahrnuje všechny formy umělé inteligence?

Michael Maoz: Spřátelte se s marketingem. Jak profesionálové v oblasti zákaznických služeb zdokonalují své schopnosti v oblasti umělé inteligence, začnou koordinovaněji pracovat s marketingem. Mnoho z nejlepších praktiků KM by našlo spřízněnost s tvůrci obsahu v marketingu. Týmy marketingového obsahu mají redakční radu, radu pro správu obsahu a tým marketingového vedení, který obsah sponzoruje. Tvrdě pracují na tom, aby se tón značky projevil, a to ve správném stylu a jazyce, aby posílil značku.

To je budoucnost zákaznických služeb - empatie ve velkém měřítku a posílení značky. Marketing rozumí různým osobnostem, na které je marketingový obsah zaměřen, a vytváří potřebné šablony a často má špičkové obsahové centrum, které zajišťuje, že autoři, designéři obsahu a stratégové obsahu spolupracují. Brzy bude marketing a zákaznický servis vysoce koordinovaný. Zde je několik osvědčených postupů pro správu tras, které dodržujeme:

Definujte jediný zdroj pravdy: Nejlepší týmy testují, zda je obsah aktuální a v souladu s předpisy. Provádějí testy, aby se vyhnuli halucinacím, ke kterým může dojít, když umělá inteligence odpoví na otázku pomocí zastaralých informací. Pokud existuje více oddělení s přístupem ke stejným informacím, zajistí, aby umělá inteligence používala zdroj obsahu, nikoli místo, kde byl zkopírován. Naši zákazníci dokonce pomocí Agentforce hledají duplicitní zdroje informací a kontrolují, zda jsou zdroje harmonizované.
Označte obsah: Každý skvělý tým pro technické publikace již pracuje na označování obsahu metadaty, aby jej Gen AI mohla rychle načíst. V pokročilých případech použití se nyní k obsahu přistupuje až poté, co se nejprve podíváte na historii nákupů zákazníků, úroveň spokojenosti, skóre influencerů a sklon k odchodu. Tento přístup umožňuje nové úrovně personalizace.
Průzkum a zpětná vazba: Pomocí postupů KCS týmy provádějí průzkumy mezi zákazníky, aby zjistily, zda odpověď splňuje jejich očekávání, a zaregistrovaly všechny změny, které je třeba provést. Ve spolupráci s vědci v oblasti umělé inteligence a dat mohou požádat o vylepšení modelu umělé inteligence. V případě Salesforce máme nástroj uvažování, který monitoruje znalostní ekosystém v průběhu celého procesu, aby zjistil, zda postupuje tak, jak byl navržen. Ten pak pracuje na úpravě a optimalizaci procesu.

Co bychom měli očekávat v příštích třech letech od praktiků KM s umělou inteligencí?

Michael Maoz: Jediným omezením použití umělé inteligence je vaše představivost. Řízení znalostí je jádrem minimalizace tolika úkolů, které dnes vykonávají lidští agenti. Jakmile jsou znalosti důvěryhodné a získatelné, možnosti jsou nekonečné. A právě zde přichází na řadu vyprávění příběhů - inspirovat lídry. Pro naše zástupce lidských služeb může Agentforce například:

Pomozte agentům se správnou radou
Aktualizujte více integrovaných systémů pro zajištění přesnosti dat
Jednejte jménem lidského agenta - otevření případu, uzavření případu, získávání informací, odesílání oznámení - a proveďte všechny opakující se, nudné, ale důležité úkoly, které může umělá inteligence provádět rychleji, přesněji a ve velkém měřítku.
Vytvořte správnou frázi se správným tónem
Navrhněte, co zákazníkovi říct, nebo mu napište SMS
Připojení příslušného článku, obrázku nebo zvukového souboru k vyřešení problému
Vytváření pracovních postupů pro přijímání nových zaměstnanců
Shrnutí případu nebo telefonického rozhovoru
Vytáhněte nejdůležitější body z e-mailu nebo hlasového záznamu
Pochopte lidské emoce a reagujte s empatií nebo větší trpělivostí nebo poskytnutím více podrobností

Pro koncové zákazníky má KM s Agentforce úžasné výhody. Také zde je jediným omezením fantazie. Například se zákazníkem ověřeným na webu nebo v aplikaci nebo s konverzační umělou inteligencí může nástroj provádět akce, jako je zpracování vrácení objednávky nebo předvyplnění formuláře, kontrola a aktualizace údajů o přepravě, poskytování personalizovaného poradenství, vyjednávání správné slevy nebo prominutí poplatku. Konverzační chatbot s umělou inteligencí využívající spravovanou znalostní bázi dokáže odpovědět na všechny faktické otázky.

Tento přístup ponechává ty nejsložitější otázky - otázky, na které je odpověď "to záleží" - na lidském agentovi, stejně jako by se měl pouze člověk vypořádat s mimořádnými událostmi nebo tam, kde je zákazník rozrušený, vystrašený nebo úzkostlivý. Umělá inteligence dokáže tyto stavy detekovat a nasměrovat interakci od samoobsluhy k lidskému agentovi.

Co byste měli udělat dál

Před námi je tolik neuvěřitelných možností. Kdo by to byl řekl, že KM může být tak vzrušující? Také mi to připomíná, že mnoho z toho, co Michael nastínil, bude mít dopad na lidi. Vidím mnoho nových dovedností a potřebných náborových strategií a určitý stupeň řízení změn, který některé podniky přijmou, zatímco jiné budou mít problémy.

Podle zprávy Světového ekonomického fóra o budoucnosti pracovních míst 2025 bude do roku 2030 vytvořeno 170 milionů nových pracovních míst a umělá inteligence bude hrát klíčovou roli. Nastanou chvíle, kdy i s nejlepším znalostním systémem budou podniky vždy muset identifikovat, kdy zákazník potřebuje a chce mluvit s člověkem, bez ohledu na to, zda umělá inteligence dokáže na otázku odpovědět. Zde jsou klíčové poznatky:

Pracujte na malých výhrách a zároveň pracujte na dlouhé hře
Buďte disciplinovaní v řízení znalostí, protože důvěryhodné, dostupné a správné informace rozhodnou o cestě k umělé inteligenci
Měřte průběžně a ukažte hodnotu
Pracujte jako tým napříč organizací a využívejte poznatky o zákaznících k rozvoji na další úroveň.
Řízení znalostí, když je propojeno s umělou inteligencí, otevírá zcela nový svět při uspokojování zákazníků, snižování nákladů a růstu podnikání

Spoluautorem tohoto článku je Michael Maoz, senior viceprezident pro inovační strategii ve společnosti Salesforce.