نجحت تجربة حديثة في بناء نظام دعم فني شبيه بـ Zendesk باستخدام الذكاء الاصطناعي لفرق الدعم الصغيرة التي تتعامل مع رسائل البريد الإلكتروني، وقد اجتاز جميع اختبارات القبول وتعامل مع الميزات الأساسية. هذا يظهر الإمكانيات المتزايدة للذكاء الاصطناعي في تبسيط عمليات خدمة العملاء.
أخبار رائعة للفرق الصغيرة التي تتطلع إلى تبسيط دعم العملاء لديها! اتضح أنه نعم، يمكن للذكاء الاصطناعي بالفعل بناء بديل وظيفي لنظام مثل Zendesk، خاصة للفرق التي تتعامل مع رسائل البريد الإلكتروني للدعم. هذا يعني أن شركتك الصغيرة قد تتمكن قريبًا من الحصول على أدوات قوية ومؤتمتة لإدارة استفسارات العملاء دون التكلفة الباهظة المعتادة أو الإعداد المعقد.
في اختبار حديث، تم تزويد مساعد ذكاء اصطناعي يُدعى «كلود»، يعمل ضمن بيئة «Type»، بمخطط لنظام مكتب مساعدة (Help Desk). اتبع المساعد عملية من أربع مراحل، ونجح في بناء نظام اجتاز جميع اختبارات القبول الـ 24 في جولة واحدة، مدعومًا بـ 64 اختبارًا آليًا. هذا ليس مجرد أداة أساسية؛ بل يتعامل مع الكثير مما تتوقعه من مكتب مساعدة متكامل. فهو يدير التذاكر الواردة من البريد الإلكتروني ونماذج الويب، ويستخدم حالات التذاكر الست المختلفة الخاصة بـ Zendesk (مثل جديد، مفتوح، معلق، قيد الانتظار، تم الحل، مغلق) وقواعد دورة حياتها. يمكنك الحصول على ردود عامة، وملاحظات داخلية، وترابط سليم للبريد الإلكتروني بحيث تعود ردود العملاء دائمًا إلى التذكرة الصحيحة. كما يتتبع أهداف الاستجابة الأولى، ويقدم ردودًا جاهزة، وينشئ تقارير أسبوعية، ويسمح بتصدير البيانات بصيغة CSV، ويمكنه حذف بيانات العملاء عند الطلب.
بينما كان هذا أحد أصعب المشاريع للمطورين، فقد أثبت ما هو ممكن. والمثير للاهتمام أن عملية البناء كشفت عن 21 فجوة في المخطط الأصلي — أماكن اضطر فيها الذكاء الاصطناعي إلى تخمين الحل لأن التعليمات لم تكن واضحة. كان هذا أكبر عدد من الفجوات التي تم العثور عليها في أي مخطط تم اختباره، مما يظهر مدى تعقيد هذه الأنظمة، ولكن جميع تلك الفجوات تم إصلاحها الآن في التصميم المنشور.
من المهم معرفة ما لم يكن عليه هذا البناء الناجح بعد: إنه ليس نظامًا جاهزًا للإنتاج تم اختباره بحركة بريد إلكتروني حقيقية، أو عمليات تسجيل دخول كاملة، أو استضافة حية. لم تكن هذه الجوانب جزءًا من هذه التجربة بالذات. ومع ذلك، فإن المخطط نفسه مصمم ليعكس الوظائف الأساسية لـ Zendesk التي تستخدمها فرق مكونة من 2 إلى 25 شخصًا يتلقون طلبات الدعم عبر البريد الإلكتروني. حتى أن النظام يدمج قواعد Zendesk محددة، مثل كيفية انتقال التذاكر بين الحالات، وكيفية إعادة فتح الردود للتذاكر، وسياسة «مالك واحد لكل تذكرة». تُبرز هذه التجربة حقًا قدرة الذكاء الاصطناعي على إنشاء أدوات أعمال متطورة، مما يجعل الميزات المتقدمة أكثر سهولة للعمليات الأصغر. ترقبوا هذا المجال؛ فمستقبل دعم العملاء يبدو أكثر ذكاءً وكفاءة.
في اختبار حديث، تم تزويد مساعد ذكاء اصطناعي يُدعى «كلود»، يعمل ضمن بيئة «Type»، بمخطط لنظام مكتب مساعدة (Help Desk). اتبع المساعد عملية من أربع مراحل، ونجح في بناء نظام اجتاز جميع اختبارات القبول الـ 24 في جولة واحدة، مدعومًا بـ 64 اختبارًا آليًا. هذا ليس مجرد أداة أساسية؛ بل يتعامل مع الكثير مما تتوقعه من مكتب مساعدة متكامل. فهو يدير التذاكر الواردة من البريد الإلكتروني ونماذج الويب، ويستخدم حالات التذاكر الست المختلفة الخاصة بـ Zendesk (مثل جديد، مفتوح، معلق، قيد الانتظار، تم الحل، مغلق) وقواعد دورة حياتها. يمكنك الحصول على ردود عامة، وملاحظات داخلية، وترابط سليم للبريد الإلكتروني بحيث تعود ردود العملاء دائمًا إلى التذكرة الصحيحة. كما يتتبع أهداف الاستجابة الأولى، ويقدم ردودًا جاهزة، وينشئ تقارير أسبوعية، ويسمح بتصدير البيانات بصيغة CSV، ويمكنه حذف بيانات العملاء عند الطلب.
بينما كان هذا أحد أصعب المشاريع للمطورين، فقد أثبت ما هو ممكن. والمثير للاهتمام أن عملية البناء كشفت عن 21 فجوة في المخطط الأصلي — أماكن اضطر فيها الذكاء الاصطناعي إلى تخمين الحل لأن التعليمات لم تكن واضحة. كان هذا أكبر عدد من الفجوات التي تم العثور عليها في أي مخطط تم اختباره، مما يظهر مدى تعقيد هذه الأنظمة، ولكن جميع تلك الفجوات تم إصلاحها الآن في التصميم المنشور.
من المهم معرفة ما لم يكن عليه هذا البناء الناجح بعد: إنه ليس نظامًا جاهزًا للإنتاج تم اختباره بحركة بريد إلكتروني حقيقية، أو عمليات تسجيل دخول كاملة، أو استضافة حية. لم تكن هذه الجوانب جزءًا من هذه التجربة بالذات. ومع ذلك، فإن المخطط نفسه مصمم ليعكس الوظائف الأساسية لـ Zendesk التي تستخدمها فرق مكونة من 2 إلى 25 شخصًا يتلقون طلبات الدعم عبر البريد الإلكتروني. حتى أن النظام يدمج قواعد Zendesk محددة، مثل كيفية انتقال التذاكر بين الحالات، وكيفية إعادة فتح الردود للتذاكر، وسياسة «مالك واحد لكل تذكرة». تُبرز هذه التجربة حقًا قدرة الذكاء الاصطناعي على إنشاء أدوات أعمال متطورة، مما يجعل الميزات المتقدمة أكثر سهولة للعمليات الأصغر. ترقبوا هذا المجال؛ فمستقبل دعم العملاء يبدو أكثر ذكاءً وكفاءة.
