Bilgi yönetimi, yapay zeka yolculuğunun merkezinde yer alıyor

Güçlü bir bilgi yönetimi yeteneği olmadan, müşteri deneyimi liderleri yapay zekanın potansiyelini gerçekleştiremezler.

Ark Invest Big Ideas 2025 raporuna göre, temsilciler yazılım aracılığıyla kurumsal üretkenliği artıracak. Aracıları dağıtan şirketler, aynı iş gücüyle birim hacmini artırabilmeli ve iş gücünü daha yüksek değerli faaliyetlere yönelik olarak optimize edebilmelidir.

Yapay zeka (AI) aynı zamanda bilgi çalışmalarını da güçlendirecek. Ark, 2030 yılına kadar, işletmeler üretkenlik çözümlerine yatırım yaptıkça bilgi çalışanı başına dağıtılan yazılım miktarının önemli ölçüde artmasını bekliyor. Yapay zeka ajanları, dijital uygulamaların benimsenmesini hızlandırmaya ve insan-bilgisayar etkileşiminde çığır açan bir değişim yaratmaya hazırlanıyor.

MuleSoft ve Deloitte Digital tarafından hazırlanan 2025 Bağlantı Karşılaştırma Raporuna göre, BT liderlerinin %93'ü önümüzdeki iki yıl içinde otonom yapay zeka ajanlarını tanıtma niyetlerini bildiriyor ve neredeyse yarısı bunu zaten yaptı. Bununla birlikte, ajan yapay zekanın benimsenmesine ve dijital iş gücüne giden yolculuk, veri ve bilgi yönetimi stratejisine kasıtlı olarak odaklanmadan kolay olmayacaktır.

Mulesoft ve Deloitte'un 1.050 CIO'dan gelen geri bildirimlere dayanan araştırması, verilerin silo haline getirilmiş kurumsal uygulamalarda sıkışıp kaldığını ortaya koyuyor. Ortalama bir kuruluş 897 uygulama kullanıyor ve %45'i 1.000 veya daha fazla uygulama kullanıyor ve bu da BT ekiplerinin birleşik bir deneyim oluşturma becerisini daha da engelliyor. Kurumsal uygulamaların yalnızca %29'u entegredir ve işletme genelinde bilgi paylaşır. BT liderlerinin çoğu (%93), yapay zekanın 2023'ten bu yana yüzde yedi puan artışla önümüzdeki üç yıl içinde geliştirici üretkenliğini artıracağını düşünüyor.

Bağlantısız veriler, kuruluşlar için eski modernizasyonun önünde ezici bir engel olmaya devam ediyor. Bugün, işletmelerin %83'ü entegrasyon zorluklarının eski modernizasyon çabalarının önünde önemli bir engel olduğunu bildiriyor. BT liderlerinin %97'si, kuruluşlarının son kullanıcı deneyimlerini entegre etmekte zorlandığını kabul ediyor. Ankete katılanların yalnızca %10'u veri siloları nedeniyle herhangi bir zorluk yaşamadığını bildirirken, kuruluşların %74'ü BT sistemlerinin aşırı derecede birbirine bağımlı olduğunu düşünüyor.

Zayıf entegrasyon ve bağlantısız veriler, zayıf bilgi yönetimine yol açar. Güçlü bir bilgi yönetimi yeteneği olmadan, müşteri deneyimi liderleri, temsilciler de dahil olmak üzere yapay zekanın potansiyelini gerçekleştiremezler. Deloitte araştırması, yapay zeka kullanan işletmelerin %25'inin 2025 yılına kadar yapay zeka aracılarını devreye alacağını belirtiyor.

Bu arada Accenture araştırması, işletmelerin ajan yapay zeka çözümlerini benimsemesi için ihtiyaç duyulan temel bir 'bilişsel dijital beyin' yeteneği olarak bilgi yönetiminin önemini vurguluyor. Öyleyse, bilgi yönetimi, dijital bir iş gücü oluşturmak için ajan yapay zekayı kullanma yeteneği de dahil olmak üzere, iş dünyasında yapay zekanın benimsenmesi için neden kritik bir başarı faktörüdür?

Bilgi yönetiminin kuruluşta üretken yapay zeka (Gen AI) ve ajan yapay zekanın başarılı bir şekilde benimsenmesi üzerindeki etkisini daha iyi anlamak için müşteri ilişkileri yönetimi (CRM), müşteri deneyimi (CX), bilgi yönetimi (KM) ve müşteri hizmetleri konularında dünyanın önde gelen uzmanlarından biriyle röportaj yaptım. Michael Maoz, Salesforce'ta inovasyon stratejisinden sorumlu kıdemli başkan yardımcısıdır. Salesforce'a katılmadan önce Maoz, Gartner'da araştırma başkan yardımcısı ve seçkin analist olarak görev yaptı ve müşteri hizmetleri ve destek stratejileri alanında araştırma lideri olarak görev yaptı.

İşte sohbetimizden öne çıkanlar.

Müşteri Destek lideri olarak çalıştığım günlerde, bilgi yönetimi sizi terfi ettirecek bir disiplin olmasa da fark yaratan bir unsurdu. Bu neden değişmek üzere?

Michael Maoz: Güçlü bir bilgi yönetimi yeteneği olmadan, müşteri deneyimi liderleri yapay zekanın potansiyelini gerçekleştiremezler. İşletmeler üretken yapay zeka ve aracılı yapay zeka kullanımını ölçeklendirmek için çalıştıkça, kuruluştaki bilgi yönetiminin (KM) kalitesi yeni bir inceleme alıyor. Söylemek istediğiniz gibi, veri yeni sudur - ve bu özellikle bilgi makaleleri ve genel olarak içerik için geçerlidir: bol, temiz ve erişilebilir olmalıdır. Halihazırda güçlü bir KM yetkinliğine sahip olan destek kuruluşları, Agentforce (Salesforce'un aracılı yapay zeka çözümü) gibi projeleri ölçeklendiriyor.

Neden bazı şirketler KM'de başarılı olurken, diğerleri gecikebilir? Hangi kalıpları görüyorsunuz ve nasıl ortaya çıkıyorlar?

Michael Maoz: Her zaman KM sürecinin kime ait olduğu ortaya çıkacak. Müşteri hizmetlerinin sürece sahip olmadığı sektörlerde, KM, kendi hataları olmaksızın olgunlaşmamış bir disiplindir. Yelpazenin diğer ucunda, bilgi yönetiminin en önemli öncelik olduğu ve müşteri destek ekibinin kullandıkları ve müşterilere sundukları bilgi içeriğine sahip olduğu veya bu konuda son sözü söylediği sektörlerdeki armatürler bulunmaktadır. Teknoloji, havacılık ve tıbbi ekipman gibi bu endüstriler, Hizmet İnovasyonu Konsorsiyumu'nun Bilgi Merkezli Hizmeti (KCS) veya Teknoloji ve Hizmet Endüstrisi Birliği'nin (TSIA) yönergeleri gibi standartlara uyar.

Salesforce'ta inovasyon stratejisinden sorumlu Kıdemli Başkan Yardımcısı Michael Maoz, ajan yapay zekayı benimsemek için bilgi yönetiminin önemi hakkında konuşuyor.

KM alanında ortaya çıkacak herhangi bir komplikasyonu bir kenara bırakırsak, şimdi onu Gen AI ile ilişkilendirmek istiyorsak, işletmeleri doğru içeriği geliştirmede ve doğru formatta (uzun bir PDF, resim veya video olabilir) ve müşterinin seçtiği kanalda kolayca aranıp bulunmada harika kılan nedir?

Michael Maoz: Büyük şirketler bilgi etrafında güçlü bir kültüre sahiptir ve süreci oyunlaştırırlar. New Hampshire'da bir tıbbi ekipman üreticisini ziyaret ettiğimi hatırlıyorum ve teknik destek ekibinden bazılarının masalarında sorunları çözme becerileri için küçük kupalar vardı. İşte en iyilerin ortak noktası:

Bilgi yönetimi, şirket genelinde bir zorunluluk olarak kabul edilmektedir
Bilgi üretimi, departmanlar arasında merkezileştirilir ve/veya koordine edilir
Kullanıcı sohbeti ve topluluk forumları, telefon etkileşimleri ve cihaz sinyalleri dahil olmak üzere ilgili tüm kaynaklardan bilgi toplamak için sistemler mevcuttur
Ölçüm araçları, içerik kullanımını ve içeriğin self servis üzerindeki etkisini izler ve müşteri anketleri, insanların kanaldan (e-posta, mesajlaşma, bot, web veya uygulama) bağımsız olarak tutarlı bir şekilde doğru yanıtı nasıl aldığını yansıtır
Aşağıdakiler de dahil olmak üzere içerik kullanımı konusunda güçlü bir disiplin: içeriğin nasıl oluşturulacağını bilmek, onu doğru kanala tanıtmak ve doğru görevler için kullanılabilir hale getirmek; hizmet temsilcisi, müşteri veya bot tarafından bildirilen bir 'bulunamadı' durumunda olan bilgi boşluklarını belirlemek; Eski veya alakasız olduğu için kaldırılması gereken bilgi bankası makalelerine veya içeriğe işaret eden verilere sahip olmak
KM sistemi, CRM sistemine entegre edilmiştir ve derin kişiselleştirmeye olanak tanır

Amazon'un Ring bölümü (ev kapı zilleri, alarm sistemleri ve güvenlik kameraları satan) ve Dyson gibi şirketler, kanallar arasında mevcut olan ve belirli bir ürüne bağlı olan iyi, bağlamsal olarak ilgili belgelerin destek maliyetlerini düşürdüğünü ve müşterileri memnun ettiğini anlayan B2C ürün merkezli şirketlere örnektir.

Etkili şirketler, müşterinin kendileriyle iletişim kurabileceği sınırlı sayıda olası sorunun da farkındadır. Yüksek teknolojili veya tıbbi ekipman alanındaki B2B şirketleri, genellikle KCS tipi metodolojileri benimseme konusunda en olgun olanlardır. Ürün güncellemelerine, yeni yazılım sürümlerine ve fabrika geri çağırmalarına tabidirler ve bazen ürünler için desteğin bir kısmını veya tamamını üçüncü bir tarafa sahiptirler.

Neden yapay zekaya güçlü bir şekilde odaklanmamıza ışık tutuyor ve bununla Gen AI ve ajan AI'yı kastediyoruz ve müşteri sorunlarını ele almak için kullanılan bilginin kalitesine olan ihtiyacı daha da vurguluyoruz?

Michael Maoz: Geçtiğimiz yıl Gen AI'nın sahte, eksik, yanlış veya önyargı gösteren içerik oluşturduğu kaç tane yüksek sesle, halka açık ekran gördük? Etik kullanım konusunda yönetişimden yoksun olduğundan bahsetmiyorum bile. Hiçbir müşteri hizmetleri veya müşteri deneyimi başkanı, CEO'dan bir yapay zeka hatasına atıfta bulunan bu metni almak istemez.

Neyse ki, bir Gen AI bileşeni ekleyerek bilgi içeriğinizin güvenli kullanımını hızlandıran KM'ye yaklaşımlar var. Agentforce ile yaptığımız şey tam olarak bu. Birincisi, her Gen AI projesinin riskini azaltma ihtiyacıdır. Hipokrat Yeminimize benziyor: zarar verme. Gen AI'yı özenle seçilmiş ve yalnızca birkaç soruyu yanıtlamak veya sınırlı sayıda metin veya e-posta yazmak için kullanılan kapalı bir bilgi havuzunun önüne koyduğunuzda bu kolaydır.

Bu yaklaşımı, hem CRM veya ERP sisteminizdeki yapılandırılmış verileri hem de PDF'ler ve sohbet günlükleri gibi yapılandırılmamış verilerinizi dahil etmek için tüm kurumsal verilerinizi içerecek şekilde nasıl ölçeklendirirsiniz? Bunun için güçlü bir veri yönetişimine ihtiyacınız var. Önyargıları ortadan kaldırmak için içeriği etik kullanım ekibinden geçirmeniz gerekir. Bir gizlilik katmanına ihtiyacınız var. Herhangi bir idare veya veri gizliliği sorununu hesaba katmanız gerekir. Karmaşık.

Her türlü yapay zekayı içeren güvenilir bir KM sistemi oluşturmanın sırrı nedir?

Michael Maoz: Pazarlama ile arkadaş olun. Müşteri hizmetleri uzmanları yapay zeka yeteneklerini olgunlaştırdıkça, pazarlama ile daha koordineli bir şekilde çalışmaya başlayacaklar. En iyi KM uygulayıcılarının çoğu, pazarlamada içerik oluşturucularla yakınlık bulacaktır. Pazarlama içeriği ekiplerinin bir yayın kurulu, bir içerik yönetim kurulu ve içeriğe sponsor olan bir pazarlama liderliği ekibi vardır. Marka tonunun doğru stil ve dilde geldiğinden emin olmak için çok çalışırlar, böylece markayı güçlendirir.

Bu, müşteri hizmetlerinin geleceğidir - geniş ölçekte empati ve markayı güçlendirmek. Pazarlama, pazarlama içeriğinin hedeflendiği farklı kişilikleri anlar ve gerekli şablonları oluşturur ve yazarların, içerik tasarımcılarının ve içerik stratejistlerinin birlikte çalışmasını sağlamak için genellikle bir içerik mükemmeliyet merkezine sahiptir. Yakında pazarlama ve müşteri hizmetleri son derece koordineli hale gelecektir. İşte gözlemlediğimiz birkaç KM en iyi uygulaması:

Tek doğruluk kaynağını tanımlayın: En iyi ekipler içeriğin güncel ve uyumlu olup olmadığını test eder. Yapay zeka güncel olmayan bilgileri kullanarak bir soruyu yanıtladığında meydana gelebilecek halüsinasyonları önlemek için testler yaparlar. Aynı bilgilere erişimi olan birden fazla departman olduğunda, yapay zekanın içeriğin kopyalandığı yer yerine kaynağını kullandığından emin olurlar. Müşterilerimiz, mükerrer bilgi kaynaklarını bulmak ve kaynakların uyumlu olup olmadığını kontrol etmek için bile Agentforce'u kullanıyor.
İçeriği etiketleyin: Herhangi bir harika teknik yayın ekibi, Gen AI'nın hızlı bir şekilde alabilmesi için içeriği meta verilerle etiketleme işini zaten yapıyor. Artık gelişmiş kullanım durumlarında, içeriğe yalnızca müşteri satın alma geçmişine, memnuniyet düzeyine, influencer puanına ve kayıp eğilimine ilk kez bakıldıktan sonra erişiliyor. Bu yaklaşım, yeni kişiselleştirme düzeylerine izin verir.
Anket ve geri bildirim: Ekipler, KCS uygulamalarını kullanarak, yanıtın beklentilerini karşılayıp karşılamadığını görmek için müşterilere anket yapar ve yapılması gereken değişiklikleri kaydeder. Yapay zeka ve veri bilimcileriyle birlikte çalışarak, yapay zeka modelinde ince ayarlar isteyebilirler. Salesforce söz konusu olduğunda, tasarlandığı gibi ilerleyip ilerlemediğini görmek için bir süreç boyunca bilgi ekosistemini izleyen bir akıl yürütme motorumuz var. Daha sonra süreci değiştirmek ve optimize etmek için çalışır.

Önümüzdeki üç yıl içinde yapay zeka destekli KM uygulayıcılarından ne beklemeliyiz?

Michael Maoz: Yapay zeka kullanımının tek sınırı hayal gücünüzdür. Bilgi yönetimi, günümüzde insan ajanlar tarafından gerçekleştirilen pek çok görevi en aza indirmenin merkezinde yer almaktadır. Bilgi güvenilir ve geri alınabilir olduğunda, olasılıklar sonsuzdur. İşte bu noktada hikaye anlatımı devreye giriyor -- liderlere ilham vermek için. İnsan hizmetleri temsilcilerimiz için Agentforce, örneğin şunları yapabilir:

Temsilcilere doğru tavsiyelerle yardımcı olun
Veri doğruluğunu sağlamak için birden fazla entegre sistemi güncelleyin
Yapay zekanın daha hızlı, daha doğru ve geniş ölçekte gerçekleştirebileceği tüm tekrarlayan, sıkıcı ama önemli görevleri yapmak için bir vaka açmak, bir vakayı kapatmak, bilgi almak, bildirimler göndermek gibi insan ajan adına hareket edin
Doğru ifadeyi doğru tonla oluşturun
Müşteriye ne söyleyeceğinizi veya mesaj atacağınızı önerin
Bir sorunu çözmek için ilgili makaleyi, resmi veya ses dosyasını ekleyin
Yeni çalışanları işe almak için iş akışları oluşturun
Bir vakayı veya telefon görüşmesini özetleyin
Bir e-postadaki veya ses kaydındaki en önemli noktaları ortaya çıkarın
İnsan duygularını anlayın ve empati veya daha fazla sabırla ya da daha fazla ayrıntı sağlayarak yanıt verin

Son müşteriler için Agentforce ile KM'nin inanılmaz faydaları vardır. Burada da tek sınırlama hayal gücüdür. Örneğin, web sitesinde veya bir uygulamada kimliği doğrulanmış bir müşteriyle veya konuşma yapay zekası ile araç, sipariş iadesini işleme koyma veya bir formu önceden doldurma, gönderim ayrıntılarını kontrol etme ve güncelleme, kişiselleştirilmiş tavsiye sağlama, doğru indirim için pazarlık yapma veya ücretten feragat etme gibi eylemleri gerçekleştirebilir. Seçilmiş bir bilgi tabanı kullanan bir konuşma yapay zeka sohbet robotu, tüm olgusal soruları yanıtlayabilir.

Bu yaklaşım, en karmaşık soruları - cevabı "bağlı" olan sorular - bir insan ajana, yalnızca bir insanın acil durumları ele alması gerektiği veya müşterinin tedirgin, korkmuş veya endişeli olduğu gibi bırakır. Yapay zeka bu durumları algılayabilir ve etkileşimi self servisten bir insan aracıya yönlendirebilir.

Bundan sonra ne yapmalısınız?

Önümüzde çok inanılmaz bir olasılık var. KM'nin bu kadar heyecan verici olabileceğini kim bilebilirdi? Ayrıca bana Michael'ın ana hatlarıyla belirttiği şeylerin çoğunun insanları etkileyeceğini hatırlatıyor. İhtiyaç duyulan çok sayıda yeni beceri ve işe alım stratejisi ve bazı işletmelerin benimseyeceği, bazılarının ise mücadele edeceği bir dereceye kadar değişim yönetimi görebiliyorum.

Dünya Ekonomik Forumu'nun 2025 İşlerin Geleceği Raporu' na göre, 2030 yılına kadar 170 milyon yeni iş yaratılacak ve yapay zeka kilit bir rol oynayacak. En iyi bilgi sistemine sahip olsalar bile, işletmelerin, yapay zekanın soruyu yanıtlayıp yanıtlayamayacağına bakılmaksızın, müşterinin ne zaman bir insana ihtiyaç duyduğunu ve onunla ne zaman konuşmak istediğini belirlemesi gereken zamanlar olacaktır. İşte önemli çıkarımlar:

Uzun oyunu oynarken küçük kazançlar üzerinde çalışın
Bilgi yönetimi konusunda disiplinli olun çünkü güvenilir, kullanılabilir, doğru bilgi yapay zeka yolculuğunu başlatacak veya bozacaktır
Değer göstermek için ilerledikçe ölçün
Kuruluşlar arası bir ekip olarak çalışın ve bir sonraki seviyeye geçmek için müşteri içgörülerini kullanın
Bilgi yönetimi, yapay zekaya bağlandığında müşterileri memnun etme, maliyetleri düşürme ve işi büyütme konusunda yepyeni bir dünyanın kapılarını açar

Bu makale, Salesforce'ta inovasyon stratejisinden sorumlu kıdemli başkan yardımcısı Michael Maoz tarafından ortaklaşa yazılmıştır.