Chương 6 và 7. AI trong chăm sóc khách hàng và tài chính

Khách muốn được hỗ trợ nhanh, và dòng tiền cần được dự báo trước. Hai chương bàn về AI chăm sóc khách, quyền riêng tư, hóa đơn và chi phí.

Tóm tắt

Chương 6 và 7 là hai chương về chăm sóc khách hàng và tài chính. Pallen gọi chăm sóc khách hàng là chương quan trọng nhất khi nói về AI, kèm phần quyền riêng tư. Chương 7 chuyển sang dòng tiền, dự báo, hóa đơn, chi phí, rủi ro tín dụng và ngân sách, với ý chính là đoán ít hơn, tính chiến lược nhiều hơn.

Ý chính

• Chuyển cho người thật kèm ghi chú.
• Có chính sách quyền riêng tư bằng văn bản.
• Cho khách trả chậm cũng là cho vay.
• Đoán ít hơn, tính chiến lược nhiều hơn.

Áp dụng ngay hôm nay

Đếm số tin nhắn khách bạn trả lời trong một ngày và thời gian mỗi tin, rồi liệt kê năm câu hỏi lặp lại nhiều nhất để soạn sẵn câu trả lời.

AI và chăm sóc khách hàng

Bài toán chăm sóc khách. Chăm sóc khách kém thì mất khách. Thuê người thì tốn kém, và khó với doanh nghiệp theo mùa. Công nghệ trước AI: tổng đài trả lời tự động bằng phím bấm (IVR), áp một khuôn cho mọi người; email trả lời theo mẫu; dữ liệu nằm rời rạc (bán hàng một nơi, chăm sóc khách một nơi).

Kỳ vọng của khách (theo các nghiên cứu sách dẫn): McKinsey (2016) cho biết 75% khách mua online muốn được hỗ trợ trong vòng 5 phút; Document360 (2023) cho biết 75% muốn dịch vụ 24/7; báo cáo CX Trends của Zendesk cho biết 74% trung thành với thương hiệu, trong đó giá được xếp đầu và dịch vụ theo sát ngay sau. Giữ nguyên cách cũ thì rủi ro: trả lời chậm, xử lý rập khuôn, toàn mẫu có sẵn, không xem được lịch sử của khách.

Lợi ích

• Trả lời cá nhân hóa từ lịch sử khách: chào theo giờ trong ngày, hỏi thăm món vừa mua, gợi ý mua thêm sau khi giải quyết xong.

• Chuyển cho người thật kèm ghi chú, để khách không phải kể lại từ đầu.

• Tiết kiệm thời gian: một câu trả lời mất 15-20 phút, nhân với 12 khách là gần nửa ngày. Tác giả gọi chăm sóc khách hàng là chương quan trọng nhất khi nói về AI.

Rủi ro khi giữ cách cũ. Rủi ro với doanh nghiệp một người: không còn thời gian cho việc chính, hộp thư quá tải, ốm thì không ai thay, lỗ hổng kỹ năng không ai thấy. Với doanh nghiệp nhiều người: câu hỏi vượt quá hiểu biết của nhân viên, khó đào tạo và giữ chuẩn, dữ liệu rời rạc, kiệt sức, chi phí công nghệ và gộp hệ thống.

Nền tảng

Các nền tảng chăm sóc khách. Ada (đội chăm sóc khách bằng AI, hơn 50 ngôn ngữ, AI giọng nói, dạy được theo chính sách của bạn); HappyFox (gom yêu cầu hỗ trợ, quy trình); Freshdesk (kho kiến thức, hỗ trợ tạo sinh); Kustomer (CRM gom mạng xã hội, email, WhatsApp, điện thoại); Gorgias (cho thương mại điện tử: Shopify, WooCommerce, Magento, BigCommerce); LivePerson (công ty nói giảm trung bình 30% chi phí vận hành và tăng 25% mức hài lòng; kết nối Salesforce, Dynamics, NetSuite, WhatsApp); Gladly (lấy khách làm trung tâm thay vì từng yêu cầu); Sprout Social (theo dõi mạng xã hội).

Các tình huống sử dụng

• Bớt việc lặp lại (Manychat, Zendesk, Intercom, Customers.ai). Chuẩn bị sẵn câu trả lời cho câu hỏi thường gặp và hướng dẫn giọng văn.

• Phân loại yêu cầu (Zendesk, Intercom, Freshdesk). Tránh cảnh ai kêu to thì được phục vụ trước. Tự xếp ưu tiên và chuyển theo chủ đề và loại khách. Tự giải quyết một phần (đặt lại mật khẩu, tra đơn hàng). Dữ liệu dùng để cải thiện câu hỏi thường gặp, chatbot và cách xếp người.

• Rút ra hiểu biết (Zendesk, Intercom, Manychat, Kustomer, Gorgias, LivePerson, Gladly, Sprout). Cảm xúc khách, nhóm khách, điểm vướng, thời điểm, nhân viên giỏi nhất, hành trình khách hàng. Dùng để chỉnh quy trình đón khách mới và đào tạo giọng văn.

AI trong thực tế: Simon T. Bailey

Câu chuyện Simon T. Bailey. Simon là diễn giả truyền cảm hứng, hơn 100 buổi nói mỗi năm, hơn 2.000 khách, đội có 3 người. Các mảng: khách mời diễn thuyết lần đầu và quay lại, chương trình thành viên BrilliantU trên Uscreen, Brilliant Coaching, người mua sách, người theo dõi trên mạng.

Những cơ hội dùng AI. Cơ hội: gom dữ liệu các mảng thành nhóm khách; tự động trả lời câu hỏi hậu cần lặp lại về buổi diễn thuyết, có chuyển cho người khi cần; chatbot trả lời câu hỏi thường gặp trên Instagram, LinkedIn, TikTok; hỗ trợ thành viên (tình trạng tài khoản, lịch gọi trực tiếp, khóa học); xử lý câu hỏi về huấn luyện theo từng giai đoạn của khách.

Các bước tích hợp:

• Mục tiêu và nhu cầu: gọn lại việc liên lạc, tự động hóa, gom hồ sơ khách, đo lượng câu hỏi.

• Chọn công cụ bằng một câu lệnh ChatGPT chi tiết (ngân sách eo hẹp, web dùng Squarespace, cần nhắn tin, cần phân loại yêu cầu; HubSpot quá đắt). ChatGPT gợi ý Freshdesk (đa kênh có cả SMS, gắn được widget Freshchat lên Squarespace, bot Freddy AI và tự chuyển yêu cầu, có bản miễn phí và trả phí, mở rộng được, có phân tích). Tác giả đồng ý, vì có chuyển yêu cầu, câu trả lời soạn sẵn, kho kiến thức, hồ sơ khách có thẻ và ghi chú.

• Tích hợp: chọn gói; cài giờ làm, trường thông tin, trạng thái; nhập dữ liệu (có các buổi rà soát thủ công); nối email của đội để email thành yêu cầu hỗ trợ; đặt quy trình chuyển cấp theo loại người gửi hoặc từ khóa; bật Freddy để học các câu hỏi phổ biến; thêm kênh mạng xã hội và widget trên web; tập dượt và rà soát hằng tuần.

• Thông báo, theo dõi, điều chỉnh: báo cho khách biết có kênh hỗ trợ mới. Câu hỏi cho báo cáo hằng tháng: cái gì đang chạy tốt; AI xử lý bao nhiêu phần trăm câu hỏi; chủ đề AI gặp nhiều nhất; thời gian chờ giảm bao nhiêu; tỷ lệ chuyển cho người; chủ đề phổ biến nhất sau khi chuyển cho người; lỗi kỹ thuật; ba thay đổi để làm nhanh hơn trong tuần tới.

Quyền riêng tư

• Rò rỉ dữ liệu: mật khẩu mạnh, trình quản lý mật khẩu kèm ứng dụng xác thực, kiểm tra an ninh mạng định kỳ có tính cả các quy trình dùng AI.

• Tuân thủ: cập nhật luật quyền riêng tư (AI giúp tìm hiểu hằng tháng hoặc hằng quý); chọn công cụ có ẩn danh hóa, mã hóa, có tuyên bố về CCPA và GDPR.

• Quyền với dữ liệu: có chính sách quyền riêng tư bằng văn bản (link ở chân trang) giải thích cách dùng AI; xin đồng ý rõ ràng khi cần; khi phát hiện và xử lý xong một vụ rò rỉ, báo cho khách về phạm vi, dữ liệu bị ảnh hưởng và các bước bảo vệ.

Lời kết chương. Chọn một công cụ và thử. Tác giả dẫn lời nghệ sĩ AI Kris Kashtanova về những quy trình giúp khuếch đại sức sáng tạo của con người. AI cộng với kho kiến thức giúp giải quyết vấn đề nhanh hơn và trả con người về với việc của con người.

AI và tài chính, kế toán

Hiểu biết tài chính. Hiểu biết tài chính (dòng tiền, ngân sách, chi phí, thị trường, rủi ro) là điều bắt buộc. AI không thiên kiến, không mệt, giải thích phân tích bằng lời dễ hiểu, và tự động hóa việc lặp lại. Tác giả gọi đây là "Thung lũng Silicon gặp Phố Wall": doanh nghiệp một người cũng có được phân tích chuyên sâu, tự động hóa sổ sách, hóa đơn, lương, rồi dồn ngân sách sang việc chiến lược.

Vì sao dòng tiền quan trọng: biết mình chi được bao nhiêu, còn khả năng trả nợ không, khi nào nên đầu tư, cắt chỗ nào, và để làm việc với ngân hàng, nhà đầu tư, người mua lại. Trước AI: làm tay hoặc phần mềm cơ bản, lỗi người, quyết định chạy theo sự việc, nhìn thị trường bằng thông tin cũ.

Nền tảng: FlyFin (khấu trừ thuế cho người làm tự do, phân loại chi phí); Rossum (AI đọc chứng từ phải trả); PlanGuru (dự phóng 10 năm, báo cáo tài chính, dùng được cho cả tổ chức phi lợi nhuận); Quadient Accounts Receivable (trước là YayPay; công ty nói thu tiền nhanh hơn 34%, dự báo ngày trả của từng khách); Xero (hóa đơn, đối chiếu ngân hàng, dự báo, tín dụng); HoneyBook (hợp đồng, hóa đơn, quy trình cho người làm tự do); Expensify (SmartScan quét hóa đơn, phát hiện trùng lặp và kiểm tra); Rydoo (chụp ảnh chi phí, cảnh báo vi phạm chính sách, hơn 35 tích hợp, dự đoán khoản tiết kiệm); MileIQ (tự ghi số dặm, vuốt để phân loại công hay tư); TurnKey Lender (chấm điểm tín dụng và tự động hóa cho vay bằng AI); Sage Intacct (hơn 17.000 khách, phát hiện bất thường, tuân thủ); QuickBooks (sổ sách tự động, chụp hóa đơn, phát hiện bất thường, dự phóng dòng tiền).

Các tình huống sử dụng

Dự báo dòng tiền (Xero, QuickBooks, PlanGuru). Một tiệm bánh ở San Francisco được báo trước đợt tăng mùa lễ kèm lời khuyên (mở cửa lâu hơn, thêm người, thêm hàng). Một nhà sản xuất ở Detroit được cảnh báo đơn phụ tùng ô tô sắp chậm lại, kèm cách giữ tiền mặt (cắt chi, đàm phán lại với nhà cung cấp).

Tự động hóa hóa đơn (Xero, QuickBooks, HoneyBook, Zoho Books, FreshBooks). Tạo, gửi, khớp với đơn đặt hàng, nhắc trả; tạo hóa đơn từ công cụ chấm giờ. Ví dụ một công ty dịch vụ có dự án 3.000 USD đội lên 3.750 USD: báo cho quản lý dự án khi chạm ngân sách, bắt duyệt các hóa đơn ngoài phạm vi, ghi chi tiết số giờ và lý do, và cảnh báo trước khi vượt dựa trên số giờ đã ghi ở các dự án cũ.

Theo dõi chi phí tức thì (Expensify, MileIQ, Rydoo). Một công ty khởi nghiệp vòng Series B phát hiện các bộ phận đang trả trùng cùng một gói đăng ký (gộp lấy giảm giá, hủy gói không dùng). Một khách sạn nhỏ ở Miami thấy hóa đơn điện nước tăng vọt (máy lạnh, rò nước).

Rủi ro tín dụng (TurnKey Lender). Cho khách trả chậm cũng là cho vay. AI tính thêm xu hướng ngành, cảm xúc trên mạng, dự báo hành vi; giúp đặt điều kiện riêng cho từng khách, theo dõi liên tục và điều chỉnh. Ví dụ một hợp tác xã ở Iowa dùng dữ liệu năng suất mùa vụ. Vẫn cần kết hợp với phán đoán của con người.

Quản lý ngân sách (QuickBooks, Xero, HoneyBook, PlanGuru).

AI trong thực tế: Custom Design & Construction

Một công ty cải tạo nhà. Công ty thiết kế và thi công cải tạo nhà ở El Segundo, thành lập năm 1988, khoảng 10 nhân viên. Mục tiêu: cảnh báo ngân sách, tự động hóa hóa đơn và chi phí, dự báo dòng tiền, lập kịch bản. Beth đưa câu lệnh cho ChatGPT (đang dùng QuickBooks và Buildertrend, muốn càng ít công cụ càng tốt). ChatGPT gợi ý QuickBooks Online Advanced, Buildertrend và Float (dự báo dòng tiền, lập kịch bản, kết nối với QuickBooks Online).

Dành nửa ngày rà soát. Lời khuyên của tác giả: dành nửa ngày (hoặc giao mỗi người một công cụ) để học hết những gói mình đã trả tiền. Chia vai: QuickBooks lo giao dịch tài chính, hóa đơn và khoản phải thu, lương, phân loại thuế. Buildertrend lo khách tiềm năng (qua Zapier), quy trình bán, báo giá, hồ sơ khách, chi phí dự án (để ngân sách tính đủ), ngân sách theo thời gian thực, chấm giờ, chia sẻ tài liệu, và phần lớn nhân viên chỉ cần một tài khoản đăng nhập. Nối Float với QuickBooks để có dự báo cập nhật từng phút và phân tích tác động của từng dự án.

Tài sản, đầu tư, thuế

Tài sản và thuế. Asset Panda (theo dõi tài sản vật lý và số, nhắc bảo trì, tìm tài sản ít dùng); Wealthfront (đầu tư và hưu trí tự động, tái cân bằng, bán lỗ để giảm thuế; có thể làm phúc lợi cho nhân viên); công cụ thuế (QuickBooks, TurboTax, H&R Block, Xero, Zoho Books, FlyFin; Avalara cho thuế bán hàng; Wave) giúp bớt rắc rối và lỗi, tận dụng khoản khấu trừ, giữ tuân thủ.

Lời kết chương. Không cần thuê thêm người giữ sổ hay ngồi phân loại bằng tay. "Đoán ít hơn, tính chiến lược nhiều hơn."

Câu hỏi thường gặp

Vì sao tác giả coi chăm sóc khách hàng là phần quan trọng nhất?

Vì khách mong được hỗ trợ nhanh: sách dẫn McKinsey năm 2016 rằng 75% khách mua online muốn được hỗ trợ trong vòng 5 phút. Một câu trả lời mất 15 tới 20 phút, nhân với 12 khách là gần nửa ngày, nên AI giúp tiết kiệm rất nhiều thời gian.

Dùng AI chăm sóc khách cần lưu ý gì về quyền riêng tư?

Sách khuyên có chính sách quyền riêng tư bằng văn bản giải thích cách dùng AI, xin đồng ý rõ ràng khi cần, chọn công cụ có mã hóa và ẩn danh hóa. Khi xử lý xong một vụ rò rỉ, hãy báo cho khách về phạm vi và các bước bảo vệ.

AI giúp gì cho tài chính của doanh nghiệp nhỏ?

Theo sách, AI giúp dự báo dòng tiền, tự động tạo và gửi hóa đơn, theo dõi chi phí tức thì, đánh giá rủi ro tín dụng khi cho khách trả chậm và quản lý ngân sách. Tác giả nói bạn không cần thuê thêm người ngồi phân loại sổ sách bằng tay.