امارات در آوریل ۲۰۲۶ اعلام کرد می‌خواهد ظرف دو سال نیمی از خدمات، بخش‌ها و عملیات دولت فدرال را به هوش مصنوعی عامل‌محور (agentic) بسپارد. در اوت هم راهنمای طراحی‌ای را منتشر کرد که به نهادهای فدرال می‌گوید چطور به این هدف برسند. بیشتر خبرها روی بخش هوش مصنوعی متمرکز شدند. ولی بخشی که برای هر کسی که در خلیج فارس میز خدمات اداره می‌کند مفیدتر است، ایده‌ای خیلی قدیمی‌تر است که این بار بسیار صریح گفته شده: مشتری نباید خودش بگردد ببیند مسئول مشکلش کیست.
این ایده برای کار کردن به عامل هوش مصنوعی نیاز ندارد. به یک هلپدسک درست پیکربندی‌شده نیاز دارد. در این نوشته مرور می‌کنیم چه چیزی اعلام شد، تازه‌ترین آمار Gartner درباره‌ی خدمات مشتری چه می‌گوید، و یک شرکت خصوصی که به مشتریان حوزه‌ی خلیج خدمت می‌دهد همین حالا چه چیزی را می‌تواند کپی کند؛ با هوش مصنوعی یا بدون آن.
امارات دقیقاً چه چیزی اعلام کرد
سه اعلامیه به ترتیب زمانی مهم‌اند.
- ۲۳ آوریل ۲۰۲۶. شیخ محمد بن راشد اعلام کرد نیمی از خدمات دولت فدرال ظرف دو سال با هوش مصنوعی کار خواهد کرد؛ با نظارت شیخ منصور بن زاید و کارگروهی به ریاست وزیر امور کابینه. جمله‌ی او این بود: «هوش مصنوعی دیگر یک ابزار نیست. تحلیل می‌کند، تصمیم می‌گیرد، اجرا می‌کند و در لحظه بهتر می‌شود.»
- ۲۰ مه ۲۰۲۶. اولین دسته از عامل‌های هوش مصنوعی در حسابرسی مالیاتی، تدارکات، رضایت مشتری و پشتیبانی فنی به کار گرفته شدند.
- ۲۱ اوت ۲۰۲۶. کمیته‌ی ملی پروژه‌ی هوش مصنوعی عامل‌محور راهنمای یکپارچه‌ای برای طراحی خدمات دولتی حول دستیارهای هوشمند منتشر کرد. ایده این است که دستیار درخواست را بفهمد، نهاد مسئول را پیدا کند، بین نهادها هماهنگی کند و مراحل را انجام دهد، تا مشتری دیگر مجبور نباشد یک اطلاعات را بارها به دفترهای مختلف بدهد.
یک جمله از راهنمای اوت ارزش دوبار خواندن دارد: مشتریان «در نهایت به گرفتن نتیجه علاقه دارند، نه به گذر از زنجیره‌ای از رویه‌ها». موفقیت با نتیجه‌های تمام‌شده سنجیده می‌شود، نه با تعداد تراکنش‌های پردازش‌شده. این تغییری در «آنچه شمرده می‌شود» است و همان بخشی است که بیشتر شرکت‌ها از آن رد می‌شوند.
اولین اعداد از یک وزارتخانه
وزارت دارایی امارات پس از اضافه کردن هوش مصنوعی مولد، تحلیل احساسات تماس‌ها و قابلیت «گفتگو با اسناد»، آمار مرکز تماس خود را برای نیمه‌ی اول ۲۰۲۶ منتشر کرد. طبق این گزارش نرخ حل در اولین تماس ۹۷٫۱۱٪ در برابر هدف ۹۰٪، میانگین سرعت پاسخ ۸ ثانیه در برابر ۲۰ ثانیه، نرخ تماس‌های رهاشده ۱٫۸۸٪ و میانگین زمان رسیدگی ۴ دقیقه و ۳۵ ثانیه بوده است.
این‌ها اعداد خود وزارتخانه است و مرکز تماسی که به سؤال‌های خدمات یک وزارتخانه پاسخ می‌دهد کار محدودتری از هلپدسک یک شرکت دارد که خرابی، بازپرداخت و شکایت را هم مدیریت می‌کند. با این حال نشان می‌دهد سطح انتظار مشتریانی که هر هفته با خدمات دولتی امارات سروکار دارند به کدام سمت می‌رود. مردم پشتیبانی شما را با آخرین تجربه‌ی خوبشان مقایسه می‌کنند، نه با رقبای شما.
مشتریان می‌گویند چه می‌خواهند
دو نظرسنجی Gartner در اوت ۲۰۲۶ هیاهو را به اندازه‌ی واقعی‌اش برمی‌گرداند.
اولی با ۳٬۵۶۶ مشتری B2B و B2C در فوریه و مارس ۲۰۲۶ انجام شد و نشان داد ۸۷٪ معتقدند شرکتی که در خدمات از هوش مصنوعی مولد استفاده می‌کند باید راهی برای رسیدن به یک کارشناس انسانی بگذارد. نیمی هم گفتند هوش مصنوعی مولد تعاملشان را ساده‌تر کرده است. توصیه‌ی Gartner صریح بود: هوش مصنوعی را قدم اجباری اول برای همه‌ی مشکلات نکنید، چون مشتری‌ای که مجبور شود چند بار با بات به نتیجه نرسد، احتمال کمتری دارد دوباره از آن استفاده کند. اریک کلر، تحلیلگر ارشد Gartner، به CX Dive گفت مشتریان تقریباً نصف‌نصف بین علاقه‌مندان به سلف‌سرویس و کسانی که می‌خواهند با یک آدم حرف بزنند تقسیم می‌شوند.
دومی با ۱۹۹ مدیر خدمات و پشتیبانی در آوریل و مه ۲۰۲۶ انجام شد و نشان داد هزینه‌ی هوش مصنوعی ۳۸٪ رشد کرده در حالی که کل بودجه‌ی خدمات فقط ۲٪ بیشتر شده و حدود ۱۳٪ بودجه‌ی خدمات اکنون صرف هوش مصنوعی می‌شود. این پول از سهم نیروی انسانی و سربار کم می‌شود.
این دو را کنار هم بگذارید تا ریسک پیدا شود. بودجه از آدم‌ها به بات‌ها منتقل می‌شود، درست در همان زمانی که مشتریان می‌گویند راه رسیدن به انسان قابل مذاکره نیست. درباره‌ی فاصله‌ی «منحرف کردن تیکت» با «حل واقعی آن» در مطلب قبلی‌مان درباره‌ی deflection تیکت با هوش مصنوعی نوشته‌ایم. راهنمای امارات، اگر با دقت خوانده شود، طرف حل واقعی است.
یک میز خدمات در حوزه‌ی خلیج همین حالا چه چیزی را می‌تواند کپی کند
هیچ‌کدام از این‌ها عامل خودمختار لازم ندارد. زیرساختی را لازم دارد که هر عاملی در هر حال به آن نیاز خواهد داشت. اگر زیرساخت غلط باشد، هوش مصنوعی رویش فقط سریع‌تر اشتباه می‌کند.
۱. یک در ورودی
مشتری نباید قبل از اینکه بتواند سؤالش را بپرسد بین «مالی»، «فنی» و «فروش» انتخاب کند. یک فرم یا کانال دریافت، و بعد ارجاع بر اساس دسته، شعبه یا کلیدواژه به تیمی که مسئول است. اگر هنوز برای هر واحد صندوق ایمیل جدا دارید، اولین چیزی است که باید درست شود. واحدهای بیرون از IT معمولاً در این زمینه بدترین وضع را دارند؛ در چرا این واحدها هنوز با تماس تلفنی کار می‌کنند به آن پرداخته‌ایم.
۲. زمینه همراه تیکت جابه‌جا می‌شود
وقتی درخواست از خط اول به کارشناس متخصص می‌رسد، کل گفتگو، پیوست‌ها و یادداشت‌های داخلی هم با آن می‌آیند. از مشتری دوبار شماره‌ی قراردادش پرسیده نمی‌شود. این همان اصل «تکرار نکردن اطلاعات» در راهنمای اوت است و قبل از اینکه سؤالی درباره‌ی هوش مصنوعی باشد، سؤالی درباره‌ی مدل داده است.
۳. راهی واضح به یک آدم
اگر بات اضافه می‌کنید، ارجاع به یک تیم مشخص باید یک قدم باشد، نه گزینه‌ای پنهان بعد از سه جواب ناموفق. هر ارجاع را ثبت کنید تا ببینید بات در کدام موضوع‌ها مدام شکست می‌خورد.
۴. SLA روی تقویم واقعی شما
دولت فدرال امارات از ۲۰۲۲ تعطیلی آخر هفته را به شنبه و یکشنبه برد، در حالی که عربستان هنوز از یکشنبه تا پنجشنبه کار می‌کند. شرکتی که در هر دو کشور مشتری دارد، با ساعت‌های کاری ماه رمضان و تعطیلات رسمی، از هر تایمر SLA که فقط ساعت شمار است موعدهای غلط می‌گیرد. موعدها باید از تقویم کاری هر شعبه پیروی کنند.
۵. نتیجه را بشمارید، نه تیکت بسته‌شده را
نرخ بازگشایی تیکت و زمان تا حل واقعی را کنار حجم دنبال کنید. تیکتی که بات بسته و دو روز بعد دوباره باز شده موفقیت نیست، و داشبوردی که آن را موفقیت حساب کند شما را به سمت اشتباه هل می‌دهد.
۶. عربی و انگلیسی در یک تیکت
در خلیج ممکن است مشتری عربی بنویسد و کارشناس انگلیسی بخواند، یا برعکس. پیام‌های سیستم، وضعیت‌ها و اعلان‌ها باید به زبان هر خواننده نمایش داده شوند، با راست‌به‌چپی که واقعاً کار کند، نه یک رابط آینه‌شده که بعداً اضافه شده.
هوش مصنوعی بعد از این کجا قرار می‌گیرد
وقتی دریافت، ارجاع و سابقه تمیز شد، هوش مصنوعی زمین محکمی برای ایستادن دارد: خلاصه کردن گفتگوهای طولانی، پیشنهاد دسته، پیش‌نویس پاسخ از پایگاه دانش. دسترسی‌اش را محدود نگه دارید و برای هر کاری که پول یا وضعیت حساب را تغییر می‌دهد تأیید انسانی بگذارید. راهنمای ما درباره‌ی حاکمیت هوش مصنوعی عامل‌محور در هلپدسک این کنترل‌ها را با جزئیات بیشتری بررسی می‌کند.
ترتیب مهم است. امارات با چت‌بات شروع نکرد. با این تصمیم شروع کرد که نتیجه‌ی مشتری واحد کار است و پیدا کردن دفتر درست وظیفه‌ی دولت است، نه شهروند. هر شرکتی می‌تواند همین تصمیم را در همین فصل بگیرد.
جایگاه FanDesk
FanDesk هلپ‌دسکی است که خودمان توسعه می‌دهیم و همان لایه‌ی زیرین را پوشش می‌دهد: یک ورودی با ارجاع بر اساس شعبه، واحد و تیم؛ تیکت‌های گفتگومحور با یادداشت داخلی و پیوست؛ موعدهای SLA محاسبه‌شده بر اساس ساعت کاری و تعطیلات؛ پایگاه دانش؛ و اعلان از طریق ایمیل، پیامک و تلگرام. رابط کاربری به عربی، انگلیسی و فارسی با پشتیبانی درست از راست‌به‌چپ کار می‌کند و سابقه‌ی تیکت به زبان هر خواننده نمایش داده می‌شود. FanDesk عامل خودمختار هوش مصنوعی نیست و آن را این‌طور نمی‌فروشیم. به‌صورت اشتراک ابری یا روی سرورهای خودتان اجرا می‌شود. جزئیات در صفحه‌ی محصول FanDesk آمده است.
نظر صادقانه‌ی ما: بیشتر شرکت‌هایی که با آن‌ها صحبت می‌کنیم به قدم اول نزدیک‌ترند تا قدم ششم. اول در ورودی را درست کنید. هوش مصنوعی می‌تواند یک ماه صبر کند.
