Dołącz do grona liderów, którzy chcą więcej
Analityka i Business Intelligence

Jak reagują klienci, kiedy ich wnioski rozpatrywane są przez algorytmy?

5 kwietnia 2022 4 min czytania
​Stefano Puntoni
Gizem Yalcin
Sarah Lim
Stijn M.J. van Osselaer
Jak reagują klienci, kiedy ich wnioski rozpatrywane są przez algorytmy?

Streszczenie: Kiedy algorytmy zaczynają podejmować decyzje dotyczące klientów, powstaje pytanie, jak te zmiany wpływają na postrzeganie firm przez konsumentów. Z badań wynika, że reakcje klientów na decyzje podejmowane przez algorytmy różnią się od reakcji na decyzje ludzi. W badaniach zaprezentowano eksperyment, w którym klienci dowiadywali się, czy ich wniosek został zaakceptowany lub odrzucony przez algorytm, czy przez człowieka. Wyniki pokazały, że klienci bardziej pozytywnie oceniali firmy, gdy decyzja była podjęta przez algorytm, szczególnie w przypadku decyzji pozytywnych. Natomiast decyzje negatywne podjęte przez algorytm były postrzegane negatywnie, niezależnie od wyniku. To odkrycie sugeruje, że firmy powinny dokładniej rozważyć, kiedy i w jaki sposób wdrażają algorytmy w obszarze obsługi klienta, aby uniknąć nieporozumień i zminimalizować ryzyko utraty zaufania.

Pokaż więcej

Żyjemy w erze algorytmów. Formuły te rządzą decyzjami we wszystkich dziedzinach życia i pozwalają firmom bardziej zorientować się na klienta, zwiększając przy tym zyski – za przykład może posłużyć przyjazna subskrybentom personalizacja Netflixa albo codzienne zakupy wspierane ogromnym systemem rekomendacji firmy Amazon.

Co jednak dzieje się, gdy algorytmy są stosowane do oceniania klientów?

Firmy coraz częściej stosują algorytmy oceniające informacje dostarczane przez ich klientów i podejmujące korzystne lub niekorzystne dla nich decyzje. Na przykład aplikacja randkowa Raya wykorzystuje algorytmy, które decydują o tym, kto może zostać zaproszony do grona członków. Zendrive ocenia umiejętności prowadzenia samochodu przez klientów w celu określenia wysokości ich składki ubezpieczeniowej, a globalna instytucja finansowa ING wykorzystuje algorytmy rozpatrujące wnioski kredytowe.

Powszechność algorytmów podejmujących decyzje dotyczące klientów rodzi zestaw interesujących pytań o to, jak konsumenci reagują na fakt, że istotne dla nich decyzje podejmowane są przez algorytmy. Czy klienci ocenialiby bank inaczej w zależności od tego, czy ich wniosek kredytowy został zaakceptowany przez algorytm kredytowy, czy przez pracownika banku? A co by się stało, gdyby ich wniosek został odrzucony? Zrozumienie wpływu reakcji klientów może pomóc menedżerom w podejmowaniu lepszych decyzji dotyczących wdrażania algorytmów w funkcjach związanych z obsługą klienta. Przeprowadziliśmy serię badań, które wskazują, że intuicja menedżerów w tej kwestii jest często błędna.

Jak reagują klienci na wieść, że o ich życiu czasami decydują bezduszne algorytmy?

Aby dowiedzieć się więcej o tym, co myślą menedżerowie o skutkach wykorzystania algorytmów w podejmowaniu decyzji dotyczących klientów, przeprowadziliśmy najpierw serię pogłębionych wywiadów oraz ankietę z udziałem menedżerów reprezentujących różne gałęzie przemysłu. Zapytaliśmy ich, jak ich zdaniem klienci reagują na fakt, że ich wniosek został zaakceptowany lub odrzucony przez algorytm, a nie przez człowieka. Większość menedżerów spodziewała się, że klientom nie spodoba się fakt, że o odrzuceniu wniosku zdecydował algorytm, ale za to spodoba im się to, że to człowiek podjął pozytywną dla nich decyzję. Tymczasem zebrane przez nas dane dotyczące reakcji klientów świadczą o czymś zupełnie innym.

W rzeczywistości nasze badania ujawniły schemat, który jest zupełnie niezgodny z tym, co intuicja podpowiadała menedżerom. Badaliśmy reakcje klientów na korzystne i niekorzystne decyzje podejmowane przez algorytmy w porównaniu z reakcjami na decyzje podejmowane przez ludzi w różnych kontekstach, takich jak wnioski o pożyczkę albo członkostwo w jakiejś organizacji.

Przygotowaliśmy eksperyment, w ramach którego informowaliśmy klientów, że ich wniosek został przyjęty lub odrzucony albo przez algorytm, albo, w drugiej wersji, przez człowieka. Następnie prosiliśmy ich o ocenę firmy, do której złożyli wniosek.

POLECAMY

Algorytm wie więcej 

Paweł Górecki PL

O korzyściach biznesowych i zagrożeniach związanych z profilowaniem w internecie, o informacjach, które można wyczytać ze śladów cyfrowych, mówi nam Michał Kosiński, psycholog społeczny pracujący na Stanford University, gość II Kongresu MIT Sloan Management Review Polska Digital Leadership & Technology, który odbędzie się 21–22 kwietnia w Warszawie. Rozmawia Paweł Górecki

Oto co stwierdziliśmy…

Gdy wniosek został zaakceptowany, klienci reagują bardziej pozytywnie, kiedy okazuje się, że ostateczną decyzję podjął człowieka, a nie algorytm. Samą firmę oceniają wówczas korzystniej i są bardziej skłonni polecić ją innym, o ile właśnie decydował człowiek. Dzieje się tak, ponieważ klient postrzega pozytywną decyzję jako po części jego własną zasługę („mój wniosek został przyjęty, ponieważ jestem wyjątkowy i na to zasługuję”). Algorytmy postrzegane są zaś jako narzędzia sprowadzające każdego klienta do zestawu danych.

A co się dzieje, gdy wnioski klientów są odrzucane? W naszych badaniach klienci podobnie oceniali firmę, niezależnie od tego, w jaki sposób została podjęta decyzja. By chronić poczucie własnej wartości, ludzie zmotywowani są do obwiniania innych za swoje niepowodzenia. Kiedy ich wnioski są odrzucane, klienci sprawiedliwie źle myślą zarówno o algorytmie, jak i o ludzkiej obsłudze. Ludziom zarzucają podejmowanie subiektywnych i tendencyjnych decyzji, a algorytmom ignorowanie ludzkich, unikalnych atutów. Innymi słowy, kiedy rzecz idzie nie po naszej myśli, winni są wszyscy wokół – bez znaczenia, czy będą to ludzie, czy algorytmy.

Jak poprawić reakcje klientów?

Nasze badania mogą posłużyć menedżerom chcącym jak najlepiej zaprojektować proces ocen klientów oraz metody informowania ich o tym, w jaki sposób podejmowane są decyzje algorytmiczne. W praktyce to ludzcy pracownicy często nadzorują decyzje podejmowane przez algorytmy, aby upewnić się, że działają one prawidłowo. Na przykład analitycy kredytowi mogą monitorować działania programów oceniających wnioski ewentualnych kredytobiorców. W związku z powyższym można oczekiwać, że wystarczyłoby poinformować o tym klientów, by złagodzić nieco rozczarowanie, co mogłoby się przełożyć na opinie o firmie.

Jednak nasze wyniki pokazały, że przypuszczenie takie jest błędne: dopóki algorytm podejmuje decyzję o akceptacji, fakt nadzorowania go przez człowieka w niewielkim stopniu wpływa na poprawę reakcji. Klienci w dalszym ciągu są mało przychylnie nastawieni do organizacji, do której składali wniosek.  

Nasze badania sugerują rozsądne rozwiązanie pozwalające ograniczyć ryzyko mniej pozytywnych reakcji klientów: sprawić, aby algorytm był bardziej ludzki. W jednym z naszych badań klienci ocenili firmę przychylniej, gdy ich prośba została zaakceptowana przez algorytm bardziej podobny do człowieka (o imieniu Sam). Uczłowieczanie algorytmów staje się powszechną praktyką w interakcjach z klientami, w tym tych dotyczących obsługi klienta albo rekomendacji produktów. Aby uczynić swoje algorytmy bardziej akceptowalnymi, firmy mogą nadawać im np. imiona lub cechy, tworzyć dla nich ludzkie awatary. Stąd Alexa firmy Amazon czy Bill firmy ING oraz Anna, wirtualna asystentka firmy Ikea, mająca nie tylko ludzkie imię, ale i własnego awatara.

Jawność algorytmów

Co dzieje się, gdy firmy nie informują swoich klientów o tym, kto w rzeczywistości podejmuje decyzję? Czy klienci sądzą, że wniosek rozpatrzył program, czy raczej człowiek? I jak jest wówczas ich reakcja – rozczarowanie czy akceptacja, a może coś pomiędzy?

Otóż z naszych danych wynika, że klienci nie mając stosownych informacji, uznają, że wniosek był rozpatrywany przez człowieka i to on zdecydował.

Oczywiście to przekonanie może ulec zmianie, gdy konsumenci przekonają się na własnej skórze, że coraz więcej wniosków ocenianych jest przez algorytmy, ale na razie chęć uszczęśliwienia klientów w zestawieniu z chęcią zachowania przejrzystości stawia firmy przed dylematem etycznym.

Toczy się wiele dyskusji na temat jawności działania algorytmów oraz tego, co władze powinny zrobić, aby zagwarantować, że firmy będą ujawniać, w jaki sposób wykorzystują algorytmy do podejmowania decyzji. Na przykład Organizacja Współpracy Gospodarczej i Rozwoju, wraz z rządami Stanów Zjednoczonych i Wielkiej Brytanii, opublikowała niedawno listę zasad dotyczących algorytmicznego podejmowania decyzji oraz jawności wykorzystania algorytmów w procesach decyzyjnych.

Wyniki naszego badania okazują się sprzeczne z intuicją menedżerów i podkreślają znaczenie baczniejszego zwracania uwagi na to, co sądzą ludzie o automatyzacji decyzji podejmowanych względem nich. Przed wprowadzeniem algorytmu do zadań związanych z obsługą klienta, kadra kierownicza powinna ocenić jego potencjalny wpływ na postawy klientów wobec ich organizacji.

Chociaż menedżerowie zwykle bardziej martwią się o negatywne reakcje klientów na pracę algorytmów w przypadku niekorzystnych dla nich wieści, to prawda jest taka, że powinni raczej obawiać się nieprzyjemnych reakcji klientów na wiadomość, że algorytm zdecydował po myśli człowieka. Badania te sugerują zatem, że pomimo efektywności kosztowej i dokładności predykcyjnej algorytmów to ostatnie słowo, jeśli klienci mają być zadowoleni, powinni mieć pracownicy‑ludzie.

POLECAMY

Czy algorytmy dyskryminują ludzi pod względem płci i rasy? 

Nawet jeśli reklamodawca ma jak najlepsze intencje, algorytmy, których zadaniem jest targetowanie reklam, mogą preferować pewne grupy ludzi i dyskryminować inne.

O autorach
Tematy

Może Cię zainteresować

Od wdrożenia do weryfikacji. Jak sprawdzić skuteczność detekcji w kontrolowanym teście?

Wdrożone zabezpieczenia to nie dowód ich skuteczności. Sprawdź, czym jest detection drift i jak testy BAS z IOC Simulator weryfikują detekcję EDR i SIEM.

AI weszła do biznesu. Teraz zaczyna się trudniejsza część transformacji

57% polskich przedsiębiorstw wykorzystuje już sztuczną inteligencję produkcyjnie. Jednocześnie 43% firm wskazuje integrację AI z istniejącymi systemami jako największą barierę jej skalowania.

Księgowość jako źródło przewagi konkurencyjnej. Dlaczego firmy nie wykorzystują wiedzy, którą już posiadają?

Firmy nie przegrywają przez brak danych — przegrywają, bo ignorują wiedzę, którą już mają. W fakturach, kosztach i korektach od lat zapisuje się prawdziwa historia firmy. Czy księgowość może stać się Twoją przewagą konkurencyjną?

Cyfrowe rozczarowanie. Dlaczego w wielu firmach automatyzacja nie przynosi efektów? 

Wdrażasz nowe narzędzia, ale nie widzisz efektów? Problem rzadko leży w technologii. Automatyzacja niespójnych i nieuporządkowanych procesów sprawia jedynie, że błędy pojawiają się szybciej. Przeczytaj, dlaczego technologia nie naprawi firmy za Ciebie i jak mądrze przygotować się do wdrożenia rozwiązań AI, by przyniosły realne korzyści.

Ciemna strona AI: Treści dla dorosłych i ryzyko dla firm

Nowe badanie naukowe ujawnia, że szeroka dostępność treści dla dorosłych generowanych przez sztuczną inteligencję mogła doprowadzić do gwałtownego wzrostu przestępczości na tle seksualnym. Analiza szczegółowych danych o przestępczości, opublikowanych przez japońską Narodową Agencję Policji, wykazała, że w okresach szczytowego zaangażowania w materiały oznaczone jako wygenerowane przez AI i przeznaczone wyłącznie dla dorosłych, odnotowano statystycznie istotny wzrost liczby gwałtów. Może to wskazywać na nadciągające ryzyko wizerunkowe i prawne dla firm dostarczających narzędzia oraz platformy dla tego typu treści.

Premium
Gdy firma rośnie, a zysk znika

laczego szybko rozwijająca się firma nagle traci marże, chociaż przychody notują historyczne rekordy? Przekonaj się, na czym polega problem „ziemi niczyjej” w ewolucji biznesu i sprawdź, dlaczego wdrożenie sztucznej inteligencji w nieuporządkowanej architektonicznie organizacji jest prostym przepisem na skalowanie chaosu.

Premium
Skalowanie AI dzięki adaptacyjnemu ładowi zarządczemu

Zastosowanie sztucznej inteligencji na szeroką skalę diametralnie zwiększa ryzyka biznesowe i wizerunkowe. Poznaj koncepcję adaptacyjnego ładu zarządczego – innowacyjnego podejścia, które wbudowuje mechanizmy kontroli bezpośrednio w procesy i struktury operacyjne firmy, chroniąc przed niewidocznymi, kaskadowymi błędami modeli uczących się.

Premium
Twórz wartość z generatywnej AI w skali całej organizacji

Jak skutecznie wdrażać generatywną sztuczną inteligencję w całej organizacji, unikając organizacyjnych silosów? Zobacz, dlaczego tradycyjne struktury decyzyjne zawodzą przy GenAI i dowiedz się, w jaki sposób innowacyjny twór zwany „kręgosłupem AI” pozwala łączyć kompetencje biznesowe oraz technologiczne, przynosząc firmom wymierny zwrot z inwestycji.

Premium
Strategia w cieniu AI. Gdy sprawy pilne wypierają ważne

AI zmienia sposób, w jaki firmy tworzą kampanie, analizują dane i docierają do klientów. Jednak największym ryzykiem nie jest brak wdrożenia nowych technologii, lecz wykorzystanie ich w sposób, który zwiększa produktywność kosztem przewagi konkurencyjnej. Liderzy muszą odpowiedzieć na pytanie: jak skalować działania marketingowe, nie tracąc tego, co czyni markę wyjątkową?

Premium
Jak liderzy uwalniają innowacyjność na pierwszej linii

Najlepsze innowacje ratujące jakość i efektywność często rodzą się na operacyjnej pierwszej linii. Sprawdź, dlaczego to średni szczebel zarządzania jest kluczem do ich uwolnienia.

Materiał dostępny tylko dla subskrybentów

Jeszcze nie masz subskrypcji? Dołącz do grona subskrybentów i korzystaj bez ograniczeń!

Subskrybuj

Otrzymuj najważniejsze artykuły biznesowe — zapisz się do newslettera!