فناوری تازه کافی نیست؛ سازمان باید هم‌زمان خودش را هم تغییر دهد

وقتی مدیران از «تحول تجربه مشتری» حرف می‌زنند، معمولاً تصویر جذابی در ذهن دارند: هوش مصنوعی سریع‌تر پاسخ می‌دهد، داده‌های مشتری یکپارچه می‌شوند و تیم خدمات به‌جای خاموش‌کردن آتش‌های روزانه، واقعاً تجربه مشتری را بهتر می‌کند. اما برد بیرنبام (Brad Birnbaum) می‌گوید مشکل بسیاری از سازمان‌ها نبود پول، حمایت مدیریتی یا حتی فناوری نیست. آنها سال‌ها برای تغییر تلاش می‌کنند و باز هم به نقطه‌ای که انتظار داشتند نمی‌رسند، چون سؤال اشتباهی می‌پرسند. به‌جای اینکه بفهمند دقیقاً چه چیزی جلوی حرکتشان را گرفته، معمولاً فرض می‌کنند باید ابزار بیشتری بخرند یا پروژه را سریع‌تر پیش ببرند.

برای پیدا کردن مانع واقعی، نویسنده سه ستون را پیشنهاد می‌کند: پلتفرم، آدم‌ها و فرایند. نکته مهم این است که بیشتر سازمان‌ها در هر سه بخش ضعیف نیستند. ممکن است فناوری خوبی داشته باشند و تیم توانمند هم باشد، اما فرایندهایشان هنوز متعلق به گذشته باشد؛ یا فرایند درست طراحی شده باشد اما زیرساخت توان اجرای آن را نداشته باشد. این وضعیت شبیه خودرویی است که موتور، فرمان و ترمز آن باید با هم کار کنند. سالم‌بودن دو بخش نمی‌تواند خرابی بخش سوم را بی‌اثر کند. بنابراین هدف این نیست که مدیران از دو ستون قوی خودشان احساس رضایت کنند؛ باید همان یک محدودیتی را پیدا کنند که همه‌چیز را کند کرده است.

اولین ستون، پلتفرم است. یک زیرساخت مدرن تجربه مشتری باید بتواند داده‌های پراکنده مشتری را کنار هم بیاورد، هوش مصنوعی را در مقیاس واقعی به کار بگیرد و عملیات را به‌جای تعداد تیکت‌ها حول نتیجه کسب‌وکار سازمان دهد. مشکل زمانی شروع می‌شود که شرکت‌ها هوش مصنوعی را مثل یک قطعه جدید روی ماشینی قدیمی نصب می‌کنند. زیرساختی که برای نسل قبلی خدمات مشتری ساخته شده، ناگهان قرار نیست فقط با افزودن یک لایه هوش مصنوعی متحول شود. نتیجه همان پروژه‌هایی است که روی کاغذ جذاب‌اند اما بیش از انتظار طول می‌کشند، در مقیاس واقعی از کار می‌افتند یا اصلاً از مرحله آزمایش عبور نمی‌کنند. نویسنده این وضعیت را به ساختن خانه روی پی نامطمئن تشبیه می‌کند: حتی بهترین معمار هم نمی‌تواند پایه ضعیف را با طراحی زیبا جبران کند.

ستون دوم، آدم‌ها هستند؛ بخشی که معمولاً کمتر از فناوری جدی گرفته می‌شود. خرید ابزار و تعیین هدف تازه کافی نیست. تیم باید برای نقش‌هایی آماده شود که شاید تا همین اواخر وجود نداشتند. آموزش واقعی لازم است، مسئولیت باید مشخص باشد و موفقیت افراد باید به نتیجه کسب‌وکار وصل شود، نه فقط معیارهایی مانند حجم تیکت یا رضایت مشتری به‌صورت جداگانه. یکی از نشانه‌های رایج شکست این است که هیچ‌کس واقعاً مالک هوش مصنوعی نیست: نه مدیر داخلی مشخصی وجود دارد، نه فردی مسئول تنظیم ابزارهاست و نه موفقیت کسی مستقیماً به خروجی فناوری وابسته است. در چنین شرایطی، وقتی چیزی خراب می‌شود، مشکل متعلق به «همه» است و در عمل یعنی متعلق به هیچ‌کس نیست. سازمان‌های بالغ‌تر این مالکیت را مرحله‌به‌مرحله توسعه می‌دهند؛ ابتدا کسی ابزارها را مدیریت می‌کند، بعد یک رهبر داخلی مسئول نتایج می‌شود و در نهایت یک تیم مشخص تحول را از ابتدا تا انتها در اختیار می‌گیرد.

ستون سوم، فرایند است؛ شاید کم‌هیجان‌ترین بخش، اما همان جایی که بسیاری از پروژه‌ها بی‌سر و صدا شکست می‌خورند. بهترین هوش مصنوعی دنیا هم اگر وارد گردش کاری، روش سنجش و مسیرهای ارجاعی شود که برای مدل قدیمی خدمات طراحی شده‌اند، نتیجه‌ای تازه تولید نمی‌کند. فناوری کار می‌کند و تیم هم توانمند است، اما سازمان همچنان همان چیزهای قبلی را اندازه می‌گیرد، همان رفتارها را پاداش می‌دهد و مشکلات را همان‌طور که قبلاً ارجاع می‌داد مدیریت می‌کند. قابلیت تازه درون ماشین قدیمی حل می‌شود. راه‌حل، ساختن یک ریتم عملیاتی منظم است: بررسی مستمر کیفیت حل مسئله، میزان موفقیت خودکارسازی، هزینه هر تماس، میزان تلاش مشتری و شاخص‌هایی که واقعاً نشان می‌دهند سیستم چه اثری بر کسب‌وکار دارد. بعد این داده‌ها باید به تصمیم تبدیل شوند؛ چیزی اصلاح شود، چیزی گسترش پیدا کند و چیزی که کار نمی‌کند کنار گذاشته شود. همین حلقه یادگیری، تفاوت میان نصب یک فناوری و ساختن یک مدل عملیاتی تازه است.

سازمان‌هایی که سریع‌تر حرکت می‌کنند یک نکته دیگر را هم فهمیده‌اند: ترتیب مهم است. معمولاً پلتفرم باید زودتر تثبیت شود، چون تیم و فرایند روی آن ساخته می‌شوند؛ اما این به معنای آن نیست که ابتدا فناوری نصب شود و بعد تازه درباره آدم‌ها و روش کار فکر کنند. شرکت‌های موفق از همان ابتدا می‌دانند در هر مرحله ساختار تیم، مسئولیت‌ها و فرایندهایشان باید چگونه تکامل پیدا کند. مهم‌تر از همه، حاضرند حقیقت ناخوشایند را بیان کنند: شاید زیرساخت فعلی مناسب نباشد، شاید تیم برای مالکیت تحول آماده نباشد یا شاید سازمان سال‌ها معیار اشتباهی را اندازه گرفته باشد. سرعت بدون این تشخیص فقط مشکل را به آینده منتقل می‌کند؛ جایی که معمولاً اصلاح آن گران‌تر است. بنابراین سؤال اصلی پیش از چرخه برنامه‌ریزی بعدی شاید این نباشد که «چطور سریع‌تر برویم؟» بلکه این باشد که «دقیقاً چه چیزی دارد ما را متوقف می‌کند؟»