Gartner cho biết chi phí của AI tạo sinh trong dịch vụ khách hàng đang tăng – đây là ý nghĩa của nó

Thông điệp hiện tại của chúng tôi có thể khiến những người đã ký hợp đồng nền tảng AI trong hai năm qua sợ hãi, nhưng theo Gartner, đến năm 2030, chi phí của AI tổng hợp trong dịch vụ khách hàng sẽ vượt quá 3 USD cho mỗi độ phân giải. 

‍

Tại sao đó là tin tức lớn như vậy? Chà, chỉ vì Ngành công nghiệp này đã dành vài năm qua để đánh cược rằng AI sẽ cắt giảm chi phí hỗ trợ. Vâng, không còn nữa. Dưới đây, chúng ta sẽ tìm hiểu sâu hơn một chút về những phát hiện của Gartner và xem:

‍

• What's actually driving AI cost growth
• Tại sao việc định khung chi phí mỗi giờ luôn gây hiểu nhầm
• Và mô hình hỗ trợ thông minh hơn, sẵn sàng cho tương lai sẽ trông như thế nào vào năm 2026 và hơn thế nữa.

‍

Gartner thực sự tìm thấy gì về tương lai của dịch vụ hỗ trợ khách hàng

‍

Người ta có thể nghĩ rằng chi phí của AI tạo ra đang tăng lên vì công nghệ kém, nhưng thực ra đó là do tính kinh tế của cơ sở hạ tầng của nó đang bắt kịp thực tế. Đây là Thông tin chi tiết của Gartner hỗ trợ điều đó.

1. Chi phí GenAI cho mỗi độ phân giải sẽ vượt quá 3 USD vào năm 2030 

Con số 3 USD đề cập đến chi phí cho mỗi vé được giải quyết – không phải trên mỗi lần tương tác và không phải trên mỗi chỗ ngồi. Một vấn đề của khách hàng có thể liên quan đến nhiều tương tác AI trước khi nó được giải quyết và mỗi vấn đề sẽ sử dụng mã thông báo để tính toán. Đối với bối cảnh, các đại lý con người B2C ở nước ngoài đã giải quyết các yêu cầu với giá từ 2 đến 4 USD cho mỗi yêu cầu, tùy thuộc vào mức độ phức tạp và kênh. 

‍

Do đó, nếu chúng ta làm theo dự đoán của Gartner, việc hỗ trợ AI thậm chí có thể không còn được ưa chuộng trong vòng 4 năm tới, đặc biệt nếu chúng ta tính đến tất cả các chi phí hoạt động cần thiết để vận hành, duy trì và cải thiện hệ sinh thái AI. 

2. Bốn yếu tố cấu trúc dẫn đến sự gia tăng chi phí 

Nhưng tại sao hình ảnh lại thay đổi nhanh chóng như vậy? Lý do chính là các doanh nghiệp hiện biết nhiều hơn về hoạt động của AI, giúp họ đánh giá chi phí thực tế khi làm việc với công nghệ chính xác hơn. Đây chỉ là một số yếu tố hiện đang được ngành AI đánh giá lại:

‍

• Bình thường hóa giá nhà cung cấp LLM.
  Theo CX hôm nay, các nhà cung cấp mô hình ngôn ngữ lớn hiện đang trợ cấp tới 90% dịch vụ của họ như một chiến lược chia sẻ thị trường. Một khi họ tập trung vào lợi nhuận – và họ sẽ làm như vậy – giá cả sẽ thay đổi để phù hợp với quỹ đạo đó.
  
  
• Tính toán và mở rộng cơ sở hạ tầng.
  LLM đòi hỏi môi trường tính toán hiệu suất cao để vận hành ở quy mô doanh nghiệp, và nhu cầu về năng lực suy luận (inference) tiếp tục tăng — đặc biệt với các hệ thống xử lý suy luận phức tạp, cửa sổ ngữ cảnh dài, hoặc đầu vào đa phương thức."
  
  
• Tổng chi phí sở hữu của doanh nghiệp
  Các lớp điều phối, kiểm soát quản trị, quy trình RAG, công cụ tuân thủ và cơ sở hạ tầng giám sát là những điều kiện tiên quyết để triển khai AI cấp doanh nghiệp. Và mỗi khía cạnh này đều làm tăng chi phí hoạt động của AI.
  ‍
• ‍Độ phức tạp của mô hình leo thang.
  Các mô hình Frontier tiêu thụ số lượng token trên mỗi lần tương tác nhiều gấp ba đến mười lần so với các mô hình tiền nhiệm. Khi các trường hợp sử dụng trở nên phức tạp hơn, số lượng mã thông báo cần thiết để xử lý chúng sẽ tăng lên, cuối cùng làm tăng tổng hóa đơn.

3. Ý nghĩa đối với việc triển khai AI trong tương lai

Không có gì đáng ngạc nhiên, khi chi phí GenAI tăng lên, Gartner dự đoán rằng hầu hết các tổ chức sẽ từ bỏ nỗ lực cắt giảm chi phí thông qua tự động hóa hoàn toàn, thay vào đó chuyển sang sử dụng AI để tạo ra giá trị trong suốt hành trình của khách hàng. 

‍

Tuy nhiên, một phần nhỏ của thị trường sẽ tăng gấp đôi: đến năm 2030, 10% công ty Fortune 500 sẽ tăng gấp đôi chi tiêu dịch vụ khách hàng của họ để tận dụng AI cho những trải nghiệm chủ động, siêu cá nhân hóa. 

‍

“Các lãnh đạo dịch vụ khách hàng sẽ quay sang AI để cải thiện trải nghiệm khách hàng. Họ sẽ nhìn xa hơn việc tối ưu chi phí để hướng đến các lợi ích khác, bao gồm giá trị vòng đời khách hàng tăng, tỷ lệ mua lại, và lòng trung thành thương hiệu. Để thành công, các tổ chức phải đầu tư vào dữ liệu, công nghệ và nhân tài. Khi dịch vụ chủ động và cá nhân hóa trở thành kỳ vọng của khách hàng, những người tiên phong sẽ giành được lợi thế cạnh tranh.”
— Patrick Quinlan, Giám đốc phân tích cấp cao phụ trách hoạt động Hỗ trợ và Dịch vụ Khách hàng của Gartner

‍

Thuế ẩn không ai nói đến: chi phí mỗi giờ thấp, chi phí cho mỗi độ phân giải cao

‍

Đây là câu hỏi đáng đặt ra trước lần gia hạn nhà cung cấp tiếp theo: Khi bạn tính theo mức giá theo giờ đó, bạn thực sự tiết kiệm được gì?

‍

Cost-per-hour is the industry's favorite number because it fits neatly into a procurement spreadsheet. But it hides a web of second-order costs: 

‍

• Lặp lại liên hệ từ độ phân giải liên hệ đầu tiên thấp
• Sự leo thang làm tốn thời gian của đại lý cấp cao
• Làm lại các trường hợp xử lý không đúng
• Và chi phí thay thế các đại lý bị gián đoạn liên tục sáu tháng một lần.

‍

Theo Harvard Business Review, việc thu hút một khách hàng mới tốn kém gấp 5 đến 25 lần so với việc giữ chân một khách hàng. Vì vậy khi một khách hàng bực bội hủy dịch vụ sau một trải nghiệm hỗ trợ tồi, mức giá theo giờ rẻ đó không tiết kiệm tiền, mà về cơ bản còn làm tăng nỗ lực thu hút khách hàng của bạn.

Số học thực sự của hỗ trợ giá rẻ

Hãy xem ví dụ về hai tác nhân, làm việc với các kết quả khác nhau:

‍

• Đặc vụ A:
  → $10/hr, 60% first-contact resolution rate, handles 8 tickets/hr.
  → Cost per resolved ticket: ~$2.08.
  
  
• Đặc vụ B:
  → $18/hr, 85% FCR, handles 8 tickets/hr.
  → Cost per resolved ticket: ~$2.65 

‍

Điều gì làm cho Đặc vụ B trở nên khác biệt? Thực tế là, nhờ độ phân giải cao hơn ở lần tiếp xúc đầu tiên, số lượng yêu cầu cần được mở lại, báo cáo hoặc giải thích lại ít hơn 25–30%.

‍

Tính cả việc xử lý liên hệ lại, thời gian leo thang, và rủi ro churn trên các trường hợp chưa giải quyết, Agent A trở thành lựa chọn đắt đỏ hơn chỉ trong vài tuần. Đội ngũ của EverHelp mô hình outsourcing dịch vụ khách hàng được xây dựng để tránh phải đối mặt với những vấn đề đó: 

‍

• Của chúng tôi đảm bảo chất lượng nỗ lực giúp duy trì điểm chất lượng 96%
• Và việc đào tạo đại lý phù hợp và liên tục sẽ góp phần mang lại CSAT ổn định hơn 83%.

‍

Nếu chúng ta tuân theo nguyên tắc kinh tế giải quyết được mô tả ở trên, việc duy trì các số liệu này sẽ trở thành một lựa chọn hợp lý hơn là chỉ dựa vào mức tối thiểu hàng giờ.

‍

Tại sao AI luôn cần sự hỗ trợ từ con người?

‍

Vào ngày 19 tháng 7 năm 2024, một bản cập nhật phần mềm CrowdStrike bị lỗi đã gây ra một trong những sự cố ngừng hoạt động CNTT lớn nhất trong lịch sử. Theo Cirium, trong số 411.009 chuyến bay chở khách được lên lịch toàn cầu trong 72 giờ sau đó, khoảng 16.896 chuyến bị hủy – hơn gấp đôi tỷ lệ hủy của tuần trước. Riêng Delta Air Lines đã cho ngừng bay 1.326 chuyến.

‍

Điều gì đã xảy ra khi những hành khách đó sử dụng chatbot của hãng hàng không?
AI không thể đặt lại chỗ cho họ, vì chính các hệ thống mà nó dựa vào cũng đang ngừng hoạt động. Đặt chỗ lại tự động chạy trên chính hạ tầng vừa sụp đổ. Một nhân viên con người, làm việc từ một quy trình khác và được trang bị khả năng can thiệp thủ công, sẽ giải quyết cùng vấn đề đó trong vài phút.

‍

Đây không phải trường hợp ngoại lệ hiếm. Sự cố hệ thống, gián đoạn diện rộng, ngoại lệ chính sách, rà soát gian lận, khách hàng khủng hoảng cảm xúc – đây chính xác là những tình huống mà những hạn chế của AI tốn kém nhất, và chúng thường xuất hiện đúng lúc khối lượng cao nhất. Và vì phần có giá trị của quy trình là việc giải quyết, các tương tác phức tạp, rủi ro cao vẫn cần con người để đạt được điều đó.

Các trường hợp sử dụng AI: nơi nó thực sự mang lại hiệu quả

‍

Chúng tôi tin rằng AI không phải là kẻ thù của dịch vụ hỗ trợ chất lượng. Nó có thể có tác dụng mạnh mẽ, đặc biệt khi được sử dụng có chủ đích như một tính năng đồng hành.

‍

Đó là lý do tại EverHelp, chúng tôi tích hợp AI làm phi công phụ trong các quy trình hỗ trợ của chúng tôi, đảm bảo tự động hóa được dùng để mở rộng và tăng tốc hỗ trợ, trong khi nhân viên được đào tạo xử lý các trường hợp đặc biệt cần thêm sự chú ý và tư duy phản biện để đảm bảo khách hàng không rời bỏ.

‍

Lựa chọn AI không phải là một trong hai, nhưng nhiều công ty đang chọn sai hướng

‍

Điều chúng tôi nhận thấy là thị trường dường như đã chia thành hai chế độ thất bại và cả hai hiện đang được xác thực bằng dữ liệu.

‍

• Ngõ cụt #1: BPO kế thừa với lớp phủ GenAI nặng nề. 

Những nhà gia công truyền thống, lớn hầu hết đã quyết định xếp các nền tảng AI lên trên cơ sở hạ tầng hiện có, với hy vọng tự động hóa con đường kiếm lợi nhuận của họ. Kết quả là họ phải đối mặt: 

‍

• Tổng chi phí sở hữu cao hơn
• Khóa nhà cung cấp
• Sự phức tạp trong quản trị
• Và tăng chi phí tự động hóa.

‍

• Ngõ cụt số 2: Kinh doanh chênh lệch giá lao động ở nước ngoài với chi phí cực thấp. 

Mô hình nước ngoài cực rẻ lại có một vấn đề khác – doanh thu quá cao. Ở một số thị trường nước ngoài, hàng năm sự tiêu hao của đại lý chạy ở mức 30–40%. Điều đó có nghĩa là khoảng 12 tháng một lần, bạn phải đào tạo một nhóm mới từ đầu. Điều này dẫn đến:

‍

• Chất lượng dịch vụ thấp hơn vì các đại lý vẫn đang học hỏi.
• Số lượng vé xử lý sai ngày càng tăng
• Thời gian xử lý lâu hơn và khách hàng thất vọng hơn. 

‍

Thêm vào đó những khoảng trống tuân thủ mà các đơn vị giá rẻ thường xuyên mang theo (một vấn đề thực sự nếu doanh nghiệp bạn liên quan đến thanh toán, dữ liệu sức khỏe, hoặc khách hàng EU), và khoản tiết kiệm đó không còn hấp dẫn nữa, đúng không?.

‍

Vì vậy, 50% công ty cắt giảm nhân sự dịch vụ khách hàng do AI sẽ phải tuyển dụng lại cho các vị trí tương tự vào năm 2028 (Gartner, 2025). Và bất chấp nhiều năm các dòng tiêu đề về việc AI thay thế nhân viên, chỉ 20% trong số các nhà lãnh đạo dịch vụ khách hàng đã thực sự cắt giảm nhân sự vì AI – hầu hết đều giữ nguyên quy mô nhóm của họ ngay cả khi họ bổ sung thêm các công cụ tự động hóa. 

Vậy, mặt đất ở giữa trông như thế nào?

Không mô hình nào trong hai mô hình chủ đạo đang hiệu quả – và dữ liệu xác nhận điều đó. Nhưng câu hỏi là: nếu tự động hóa hoàn toàn quá đắt và thuê ngoài siêu rẻ quá mong manh, đâu là giải pháp thay thế thực sự trụ vững?

‍

Câu trả lời ngắn gọn là hoạt động hỗ trợ được xây dựng để đảm bảo chất lượng độ phân giải cao ngay từ đầu. Quá trình chuyển đổi này có thể bắt đầu bằng các bước xây dựng thương hiệu nhỏ, chẳng hạn như tạo logo AI hữu ích, nhưng mô hình cuối cùng bao gồm việc sử dụng AI ở những nơi thích hợp và giữ con người cho những nhiệm vụ vẫn cần đến họ. Thêm vào sau: Câu trả lời ngắn gọn là hoạt động hỗ trợ được xây dựng để đảm bảo chất lượng độ phân giải cao ngay từ đầu.

‍

Đó chính xác là những gì chúng tôi thực hành tại EverHelp thông qua:

‍

• Quy trình làm việc của con người được hỗ trợ bởi AI → Evly, nhân viên hỗ trợ AI của chúng tôi đã được đào tạo trên hơn 100.000 yêu cầu hỗ trợ, xử lý các yêu cầu và phân loại thông thường. Tác nhân con người xử lý các trường hợp biên được xác định trước và thường đưa ra quyết định cuối cùng về việc đóng yêu cầu.
• MỘT 28 ngày ra mắt dòng thời gian → cho phép doanh nghiệp cung cấp dịch vụ khách hàng cần thiết mà không bị gián đoạn lớn.
• Cơ sở hạ tầng QA chuyên dụng → được thiết kế để phù hợp với đặc điểm cụ thể của từng dự án và được phân phối liên tục theo một nhịp độ đã định trước.
• Chứng nhận tuân thủ → chúng tôi nắm giữ chứng nhận ISO 27001, GDPR và PCI Merchant Level 3, nghĩa là bạn có thể chắc chắn rằng dữ liệu của cả bạn và khách hàng được xử lý với sự cẩn trọng và bảo vệ cần thiết.
• Chất lượng nhất quán ở quy mô → chúng tôi thảo luận trước tất cả các KPI hiệu suất mong muốn, như chất lượng giải quyết, FCR và CSAT, sau đó hiệu chỉnh dịch vụ để đáp ứng các SLA đó thông qua tối ưu hóa quy trình liên tục.

Mô hình kết hợp hoạt động như thế nào trong hoạt động hỗ trợ thực tế

Điều giúp chúng tôi duy trì hệ thống này là một mô hình hỗ trợ Human + AI được điều phối nhịp nhàng, vận hành theo các cấp độ:

‍

1. Cấp 0/1 – Lớp AI: Hỗ trợ AI hoàn toàn tự động xử lý việc định tuyến, phân loại, Câu hỏi thường gặp và tóm tắt. Hoạt động 24/7 với chi phí biên gần như bằng 0 cho mỗi truy vấn bổ sung. Có thể mở rộng quy mô dễ dàng mà không bị trễ nhân sự.
   
   
2. Cấp 1/2 – Đặc vụ con người với AI phi công phụ: Nhân viên của chúng tôi phụ trách các tương tác phức tạp, cảm xúc, nhạy cảm về chính sách, quy định hoặc VIP. Trong khi đó, AI giúp hiển thị kiến ​​thức liên quan, đánh dấu sự thay đổi về cảm xúc và soạn thảo các câu trả lời được đề xuất. Người đại diện vẫn kiểm soát được tình hình.
   
   
3. Chuyển giao leo thang: Tác nhân con người nhận được toàn bộ bối cảnh do AI thu thập từ các tương tác trước đó, giúp giảm các yêu cầu lặp lại và ngăn khách hàng giải thích lại tình huống.

‍

Các cơ quan quản lý đang nỗ lực đảm bảo cho khách hàng quyền nói chuyện với con người và Gartner kỳ vọng những thay đổi này sẽ thúc đẩy khối lượng dịch vụ được hỗ trợ tăng 30% vào năm 2028. Đó là tin tốt cho những công ty có lớp hỗ trợ con người mạnh mẽ. Đối với những người đã đào thải nhóm của mình để theo đuổi các khoản tiết kiệm tự động hóa ngắn hạn, điều đó có nghĩa là phải xây dựng lại dưới áp lực.

‍

Một số khách hàng của EverHelp đã chạy trên mô hình kết hợp này. Và điều chúng tôi nhận thấy là chi phí giải quyết của họ dễ dự đoán hơn và khách hàng của họ ở lại lâu hơn. Khi các quy định này được áp dụng đầy đủ, chúng sẽ hoạt động theo yêu cầu với sự tham gia của con người.

‍

{{cta-lm}}

‍

Tuân thủ và chất lượng là nền tảng cho các hoạt động hỗ trợ được hỗ trợ bởi AI thành công

‍

Như chúng tôi đã đề cập trước đây, Tuân thủ và công cụ quản trị là một trong bốn yếu tố chi phí chính của tổng chi phí sở hữu GenAI. Các tổ chức xây dựng AI trên nền tảng không tuân thủ có nguy cơ phải trả giá hai lần cho các quyết định của mình. 

‍

Đạo luật AI của EU, GDPR và PCI DSS là các yêu cầu hoạt động hiện tại đối với bất kỳ tổ chức nào phục vụ khách hàng Châu Âu hoặc xử lý dữ liệu thẻ. Và khi các kết quả đầu ra do AI tạo ra trở nên phổ biến hơn trong các tương tác với khách hàng, nhu cầu về các biện pháp tuân thủ nghiêm ngặt cũng tăng lên. 

‍

Vì vậy, chúng tôi đảm bảo rằng EverHelp có các chứng chỉ như:

‍

• GDPR → mọi tương tác với khách hàng EU được xử lý theo đúng các quy tắc mà đội ngũ pháp lý của bạn dù sao cũng phải tuân theo. Tối thiểu hóa dữ liệu, yêu cầu quyền được xóa, và hồ sơ đồng ý đều được tích hợp sẵn vào hoạt động của nhân viên của chúng tôi.
  
  
• DSS PCI Người bán cấp 3 → nghĩa là nhân viên xử lý các truy vấn liên quan đến thanh toán đang hoạt động trong một môi trường đáp ứng yêu cầu bảo mật của ngành thẻ đối với dữ liệu giao dịch. Không thông tin chủ thẻ nào đi qua các kênh không được bảo mật hoặc nằm trong nhật ký không được bảo vệ.
  

‍

Đối với bất kỳ doanh nghiệp nào hoạt động dưới quy định nghiêm ngặt, điều này nghĩa là bạn có thể onboard EverHelp mà không cần một cuộc rà soát bảo mật & tuân thủ riêng về thực tiễn dữ liệu của chúng tôi, vì một bên thứ ba đã thực hiện kiểm toán.

‍

Những người chiến thắng thực sự: họ sẽ là ai?

‍

Theo Patrick Quinlan, những người sẽ sử dụng AI để cải thiện trải nghiệm và hỗ trợ khách hàng chứ không thay thế các tác nhân con người. Sẽ là những doanh nghiệp có thể nhìn thấy tiềm năng của AI ngoài việc tiết kiệm chi phí đơn giản và cuối cùng sẽ bắt đầu sử dụng nó để tăng giá trị trọn đời của khách hàng, tỷ lệ mua lại và lòng trung thành với thương hiệu.

‍

Và đó là những gì chúng tôi EverHelp đã và đang làm kể từ khi bắt đầu cơn sốt AI. Chúng tôi đã tìm ra cách kết hợp AI Evly của mình với kiến ​​thức chuyên môn của con người để giúp doanh nghiệp giải quyết hầu hết các nhiệm vụ lặp đi lặp lại và tốn thời gian, đồng thời duy trì mức độ hài lòng của khách hàng ở mức trên 83%. Bạn muốn xem liệu mô hình của chúng tôi có phù hợp với chương trình kinh doanh của bạn không? Đặt cuộc gọi và hãy cùng tìm hiểu.