نبرد پشت خط انتظار؛ کاربرانی که ایجنت‌های هوش مصنوعی را روانه پشتیبانی شرکت‌ها می‌کنند

کارشناسان مراکز خدمات مشتریان دیگر به این پرسش تکراری که از پشت خط شنیده می‌شود عادت کرده‌اند: «صبر کنید، آیا شما هوش مصنوعی هستید؟» اشتباه گرفته شدن با فناوری جدیدی که کارفرمایان امیدوارند روزی جایگزین نیروهای انسانی شود، به بخشی عادی و در عین حال ناخوشایند از این شغل تبدیل شده است. اما اکنون، کارکنان مراکز تماس در موقعیت به‌مراتب عجیب‌تری قرار گرفته‌اند؛ آنها از خود می‌پرسند آیا کسی که در نقش «مشتری» تماس گرفته، در واقع یک ربات است؟

این گمانه‌زنی‌ها بی‌اساس نیستند. امروزه ایجنت‌های هوش مصنوعی بیش از پیش برای تماس با خطوط خدمات مشتریان، منتظر ماندن پشت صف تماس، چانه‌زنی بر سر مبالغ صورت‌حساب‌ها یا لغو اشتراک‌های مختلف به کار گرفته می‌شوند؛ روندی که در آن کاربران بدون نیاز به درگیر شدن با بروکراسی‌های خسته‌کننده، کارهای اداری خود را برون‌سپاری می‌کنند. با ورود ایجنت‌های کاربرپسندتری نظیر Muse متعلق به Meta و استارتاپ نوظهور Instinct به بازار، کاربران بیشتری به استفاده از این دستیاران خودکار روی آورده‌اند. برای مشتریان، این ابزارها راهکاری عالی برای صرفه‌جویی در وقت و تلافی ساعت‌ها معطلی پشت خطوط تلفنی شرکت‌ها به شمار می‌روند. با این حال، نیروهای انسانی مستقر در مراکز تماس در این میان تحت فشار قرار گرفته‌اند و وارد دنیایی نامتعارف شده‌اند: پاسخگویی و ارائه خدمات به مشتری‌ای که اساساً وجود خارجی ندارد.

تماس‌های تلفنی مبتنی بر هوش مصنوعی فعلاً سهم کوچکی از حجم کل تماس‌ها را تشکیل می‌دهند، اما سرعت رشد آنها به قدری بالاست که شرکت‌های برون‌سپاری، بانک‌ها، بیمه‌ها و خرده‌فروشی‌ها را وادار به اتخاذ تدابیر پیشگیرانه کرده است. چالش‌های پیش‌رو فراتر از پروتکل‌های ارتباطی ساده است: چگونه باید هویت یک ایجنت هوش مصنوعی را احراز کرد؟ آیا اصولاً باید به این تماس‌ها پاسخ داد؟ چگونه می‌توان تشخیص داد که این ایجنت واقعاً از طرف صاحب حساب اقدام می‌کند یا ابزاری در دست کلاهبرداران است؟ و آیا اپراتور اصلاً اجازه دارد مستقیماً بپرسد طرف مکالمه انسان است یا هوش مصنوعی؟

یکی از کارشناسان مراکز تماس در بخش رسیدگی به خسارت‌های یک شرکت بیمه در کالیفرنیا توضیح می‌دهد که در هر شیفت کاری، چند تماس از سوی یک ایجنت هوش مصنوعی دریافت می‌کند که به نمایندگی از یک دفتر وکالت سوانح تماس می‌گیرد. در حالی که ایجنت‌های هوش مصنوعی معمولاً به داشتن لحنی فوق‌العاده مودبانه شناخته می‌شوند، این ایجنت رفتار متفاوتی دارد.

این کارشناس موظف است مجموعه‌ای از پرسش‌ها را برای دریافت جزئیات حادثه مطرح کند؛ برای نمونه، در پرونده تصادف خودرو: آیا کیسه‌های هوا باز شدند؟ آیا راننده برای Uber کار می‌کرد؟ و آیا تعمیرگاه خاصی را مدنظر دارند؟ ربات حقوقی مذکور هرگاه پاسخ سوالی را نمی‌داند به تدریج خشمگین می‌شود، با عصبانیت تکرار می‌کند که قبلاً ندانستن خود را اعلام کرده و اصرار می‌ورزد که اپراتور پشت خط منتظر بماند تا یک همکار انسانی به تماس ملحق شود؛ همکاری که البته هیچ‌گاه پشت خط حاضر نمی‌شود. این کارشناس بیمه اشاره می‌کند: «اگر ربات همچنان به صحبت ادامه دهد، مجبوریم تا زمان قطع تماس پشت خط بمانیم.» این روند معمولاً حدود پنج دقیقه طول می‌کشد: «این ربات رفتار و لحن خاص خودش را دارد که در نوع خود خنده‌دار است.»

اما نکته نگران‌کننده این است که سیستم هوش مصنوعی به کار رفته توسط شرکت برای ارزیابی «میزان همدلی» اپراتور با تماس‌گیرنده، نمره این کارشناس را به دلیل عدم انعطاف و همراهی کافی با این ربات کاهش می‌دهد. او البته اغلب موفق می‌شود این ارزیابی‌ها را به صورت دستی تصحیح کند، چرا که نیاز به نشان دادن همدلی به ایجنت هوش مصنوعی که درکی از احساسات ندارد، بی‌معناست.

یکی دیگر از کارکنان بخش حفظ مشتریان در یک شرکت بزرگ ارائه‌دهنده کارت‌های اعتباری می‌گوید مواجهه با هوش مصنوعی در تماس‌های او نسبتاً کم‌تکرار است، اما وقتی یک ربات موفق به عبور از مراحل اولیه می‌شود، معمولاً در پی جمع‌آوری اطلاعات به نظر می‌رسد: «اخیراً تماسی داشتم که ایجنت می‌پرسید: اگر بخواهم به کارشناسی مانند شما متصل شوم، چه روندی را باید طی کنم؟ به نظر می‌رسد هدف این ایجنت‌ها نقشه‌برداری از سازوکار داخلی سیستم‌های پاسخگویی است.»

طبق قوانین این شرکت، اپراتورها اجازه ندارند از صدای پشت خط بپرسند که آیا هوش مصنوعی است یا خیر؛ هرچند تشخیص آن کار چندان دشواری نیست. او اشاره می‌کند: «صدای آنها فاقد لحن طبیعی انسانی است و هنگام پاسخ دادن به پرسش‌ها، مکث‌های متفاوتی دارند که در مشتریان عادی دیده نمی‌شود.» افزون بر این، در صورتی که ایجنت هوش مصنوعی به نمایندگی از شخص دیگری تماس بگیرد، دامنه اختیاراتش بسیار محدود است؛ برای نمونه، مسدودسازی یا بستن کارت اعتباری منحصراً توسط خود دارنده حساب امکان‌پذیر است و برخی امور حساس حتماً نیازمند حضور شخص مشتری پشت خط هستند.

هیچ‌یک از ربات‌های یادشده اقدام مخربی انجام نداده‌اند، اما این تجربیات به روشنی نشان می‌دهند چرا تشخیص اینکه یک تماس‌گیرنده هوش مصنوعی یک مشتری عادی، ابزاری تسهیل‌کننده یا یک خطر امنیتی است، به چالشی پیچیده برای سازمان‌ها بدل خواهد شد.

تیم تضمین کیفیت در شرکت برون‌سپاری خدمات مشتریان TTEC، نخستین بار حدود یک سال و نیم پیش متوجه ناهماهنگی در برخی مکالمات شد. به گفته جیمز بدنار، معاون نوآوری و محصولات این شرکت، لحن برخی تماس‌گیرندگان غیرعادی به نظر می‌رسید. پس از اطمینان از اینکه صداهای ورودی متعلق به هوش مصنوعی هستند، TTEC از مشتریان سازمانی خود درباره شیوه مدیریت این تماس‌ها نظرخواهی کرد که پاسخ کلی آنها ادامه پاسخگویی همراه با احتیاط کامل بود.

حتی اگر یک ایجنت هوش مصنوعی کلاهبردار نباشد، می‌تواند بسیار کلافه‌کننده باشد.

تاکنون بیشتر تماس‌های هوش مصنوعی که TTEC با آنها مواجه شده، مربوط به تعاملات تجاری میان شرکت‌ها (B2B) بوده است. به عنوان مثال، یک مطب کوچک پزشکی ممکن است به جای منشی، از یک ایجنت هوش مصنوعی برای تماس با بیمه و دریافت تاییدیه اولیه استفاده کند. همچنین شرکت‌های واسطه‌ای که خدمات کاهش هزینه قبوض یا لغو اشتراک را ارائه می‌دهند، شروع به جایگزینی کارشناسان انسانی با هوش مصنوعی کرده‌اند. استفاده مستقیم کاربران از این ایجنت‌ها هنوز سهم کمتری دارد، اما پیوسته در حال افزایش است.

به گفته بدنار، تماس‌های مربوط به بیمه به دلیل برخورداری از فرآیندهای شفاف و چارچوب‌بندی‌شده، عملکرد موفقی دارند؛ اما در سایر حوزه‌ها اوضاع چندان هموار نیست. سامانه‌های امنیتی، تماس‌های هوش مصنوعی را به دلیل عدم تطابق با شماره تلفن ثبت‌شده مشتری علامت‌گذاری می‌کنند و این ابزارها غالباً اطلاعات کافی برای عبور از مراحل احراز هویت ندارند. به عنوان مثال، آنها قادر به پاسخگویی به سوالات امنیتی نظیر «نام اولین حیوان خانگی» یا «معلم مورد علاقه» کاربر نیستند.

بدنار می‌افزاید: «در حال حاضر گفتگوهای گسترده‌ای میان شرکت‌ها در جریان است تا نحوه برخورد با این تماس‌ها مشخص شود؛ از جمله اینکه آیا اصلاً باید به آنها پاسخ داد یا خیر.» سوءاستفاده‌کنندگان نیز می‌توانند به همان آسانی از هوش مصنوعی استفاده کنند. این فناوری به کلاهبرداران امکان می‌دهد روزانه هزاران تماس خودکار برای فیشینگ و استخراج داده‌های شخصی کاربران برقرار کنند.

کسب‌وکارها ناچارند ریسک‌های امنیتی و داده‌ای تعامل با هوش مصنوعی را سبک و سنگین کنند؛ موضوعی که از صنعتی به صنعت دیگر تفاوت دارد. بی‌تردید دادن مجوز به یک ایجنت برای رزرو میز در رستوران بسیار کم‌خطرتر از واگذاری انتقال وجه میان حساب‌های بانکی است. علاوه بر این، حتی اگر ایجنت‌های هوش مصنوعی مقاصد خرابکارانه‌ای نداشته باشند، می‌توانند فرساینده باشند؛ این ربات‌ها با صبر بی‌پایان و سماجت خستگی‌ناپذیر خود به راحتی خطوط تلفن را برای دریافت آخرین وضعیت یک سفارش یا تایید مکرر رزرو هتل اشغال می‌کنند.

بدنار معتقد است: «دلیل اینکه برخی برندها دست رد به سینه این فناوری می‌زنند و مسیر آن را می‌بندند، حجم نجومی تماس‌هایی است که ممکن است از سوی ایجنت‌ها سرازیر شود.» برخی شرکت‌ها هم‌اکنون مراحل احراز هویت را دشوارتر کرده‌اند که به باور کارشناسان، تلاشی نامحسوس برای جلوگیری از ورود هوش مصنوعی به شمار می‌رود؛ فرآیندی که در آن مشتریان واقعی انسان نیز دچار زحمت فراوان می‌شوند.

مایک کلیفتون و مکس شوندر، مدیران‌عامل شرکت Alorica که ارائه‌دهنده خدمات مشتریان و پشتیبانی فنی برای برندهای مطرح است، راهکار آینده را ایجاد سامانه ثبت و تایید ایجنت‌های هوش مصنوعی می‌دانند. آنها سامانه‌هایی مانند ID.me را مثال می‌زنند که توسط سازمان‌های دولتی، بخش درمان و پلتفرم‌های تجارت الکترونیک برای احراز هویت دیجیتال افراد استفاده می‌شود و می‌تواند اصالت ارتباط میان یک ربات و شخص کاربر را اعتبارسنجی کند.

کلیفتون می‌گوید: «در حال حاضر لایه‌ای برای شخصی‌سازی هویت این ایجنت‌ها وجود ندارد.» او خاطرنشان می‌کند که داده‌های به‌دست‌آمده از یک تماس ویدیویی نیم‌ساعته برای ساخت چند بات شبیه‌سازی‌شده کافی است تا با شرکت‌های کارت اعتباری تماس بگیرند و موجودی حساب را استعلام کنند؛ سناریویی که ابعاد خطرات امنیتی چنین ابزارهایی را روشن می‌سازد.

وضعیت فعلی در یک کلام آشفته است. کاربران، هوش مصنوعی را برای انجام کارهای طاقت‌فرسا و وقت‌گیر خود مامور می‌کنند و شرکت‌ها و مراکز تماس برای واکنش مناسب در تکاپو هستند. کسب‌وکارهای کوچک از جمله مطب‌های دندانپزشکی، لوله‌کش‌ها، رستوران‌ها و هتل‌های محلی نیز ممکن است به‌زودی با لشکری از ایجنت‌های متمرکز بر اهداف مشخص محاصره شوند. در این شرایط مشخص نیست سازمان‌ها باید به مکالمه با یک صدای ماشینی ادامه دهند یا ارتباط را قطع کنند.

بدیهی است که خود شرکت‌ها مسبب شرایط موجود هستند؛ چرا که دریافت ساده‌ترین پشتیبانی‌ها را برای مخاطبان به تجربه‌ای بسیار فرساینده بدل کرده‌اند. در چنین وضعیتی، کاملاً طبیعی است که مشتریان برای حل اختلاف بر سر افزایش ناگهانی قبض اینترنت، دست به دامن یک ربات شوند.

از زاویه‌ای خوش‌بینانه، حضور بیشتر هوش مصنوعی در این حوزه می‌تواند مفید باشد. ایجنت‌های هوش مصنوعی با وجود امکان تنظیم روی رفتارهای مطالبه‌گرانه، در مقایسه با یک مشتری کلافه انسانی که ۴۵ دقیقه پشت خط معطل مانده، برای اپراتورها سنجیده‌تر و بهینه‌تر هستند. همچنین این ایجنت‌ها توانایی جابه‌جایی آنی میان زبان‌های گوناگون را دارند. علاوه بر این، در آینده ممکن است ایجنت مشتری مستقیماً با ایجنت شرکت مذاکره کرده، نرخ بیمه یا اتاق هتل را انتخاب کند و سپس نتیجه را به هر دو طرف گزارش دهد.

شوندر از شرکت Alorica درباره احتمال وقوع مکالمات تماماً رباتیک می‌گوید: «باید پذیرفت که چنین سناریویی احتمالاً هم‌اکنون نیز در حال وقوع است.»

بدیهی است که مشتریان برای حل اختلاف بر سر افزایش ناگهانی قبض اینترنت، دست به دامن یک ربات شوند.

ایجنت‌های هوش مصنوعی همچنین می‌توانند دست برتر را در مذاکرات به مشتریان بدهند. میشل واکارو، استادیار دانشکده بازرگانی هاروارد با تمرکز بر تعاملات انسان و هوش مصنوعی، بر اساس پژوهش‌های خود بیان می‌کند که ایجنت‌های هوش مصنوعی با لحن گرم و در عین حال مسلط، می‌توانند در مذاکرات «بسیار اثرگذار» و زبان‌باز عمل کنند.

با وجود این، مشخص نیست چند درصد از مردم حاضرند زندگی روزمره خود را به هوش مصنوعی بسپارند؛ میان برون‌سپاری کارهای خسته‌کننده اداری و واگذاری حق تصمیم‌گیری تفاوت بزرگی وجود دارد. در نظرسنجی سال ۲۰۲۶ شرکت Accenture با مشارکت بیش از ۲۵ هزار مصرف‌کننده در ۱۶ کشور، ۷۴ درصد پاسخ‌دهندگان اعلام کردند که حاضرند وظایف روتین مانند چانه‌زنی بر سر معاملات یا ثبت شکایت را به ایجنت هوش مصنوعی واگذار کنند، اما تنها ۹ درصد تمایل داشتند به ایجنت اجازه دهند به صورت کاملاً مستقل اقدام به خرید کند. پروژه‌های مشابه قبلی نیز سابقه چندان درخشانی در فراگیری نداشته‌اند؛ چنان‌که Google در سال ۲۰۱۸ از سرویس Duplex برای برقراری مکالمات طبیعی و انجام کارهای تلفنی واقعی رونمایی کرد، اما کمتر کسی امروزه از آن یاد می‌کند.

یکی از کارشناسان باسابقه مراکز تماس کارت‌های اعتباری با ۳۰ سال سابقه در این شغل معتقد است که صنعت امور مالی با جایگزینی کامل توسط هوش مصنوعی هنوز فاصله دارد، هرچند سیستم‌های خودکار کنونی نیز بخشی از امور پایه را انجام می‌دهند.

او تعامل با تماس‌گیرندگان هوش مصنوعی را تجربه‌ای عجیب و جالب می‌داند؛ زیرا در صورت عبور موفق از سوالات احراز هویت، ناچار است با آن ربات همانند یک مشتری واقعی برخورد کند. به گفته او، پاسخ دادن به هوش مصنوعی به مراتب آرامش‌بخش‌تر از صحبت با مشتریان انسانی پرخاشگری است که در طول تماس، مدام اپراتور را به ربات بودن متهم می‌کنند: «نوعی بدبینی و توهم توطئه میان مردم شکل گرفته است؛ انگار اگر واقعاً مایل به صحبت با ربات هستند، می‌توان آنها را به یک ایجنت واقعی وصل کرد.»

شاید در آینده‌ای نزدیک، همه ما در دو سوی خط در محاصره این ربات‌ها قرار بگیریم.