Superteams: วาง AI ในกลุ่ม

Superteams: วาง AI ในกลุ่ม

เว็บไซต์

ฟังวันนี้เพื่อเรียนรู้ว่าองค์กรชั้นนำต่างกระตือรือร้นในการค้นหากลยุทธ์ในการรวม AI เข้ากับทีมเพื่อสร้างผลลัพธ์ทางธุรกิจที่พลิกโฉมและสร้าง “superteams” ได้อย่างไร

การออกแบบเว็บไซต์

ร้อยละห้าสิบเก้าขององค์กรที่สำรวจในรายงานแนวโน้มทุนมนุษย์ปี 2020 ของเรายอมรับว่าการออกแบบงานใหม่เพื่อบูรณาการปัญญาประดิษฐ์ (AI) มีความสำคัญต่อความสำเร็จในอนาคตของพวกเขา แต่มีรายงานเพียง 7 เปอร์เซ็นต์เท่านั้นที่พร้อมรับมือกับแนวโน้มนี้ ในตอนนี้ของ Capital H นั้น Brad Denny แห่ง Deloitte ได้พูดคุยกับ Jensen Harris ผู้ร่วมก่อตั้งและหัวหน้าเจ้าหน้าที่เทคโนโลยีของ Textio ซึ่งเป็นเครื่องมือเขียนที่ขับเคลื่อนด้วย AI พวกเขาพูดคุยถึงวิธีที่ Textio ถูกใช้เพื่อทำงานร่วมกับผู้คนในรูปแบบที่แปลกใหม่ ผสมผสานกับเทคโนโลยีการประมวลผลคำอื่นๆ จากนั้น David Mallon แห่ง Deloitte จะจัดการอภิปรายแบบโต๊ะกลมเกี่ยวกับ superteams และแนวโน้มของบุคลากรที่ให้ความร่วมมือระหว่างพนักงานและเทคโนโลยีด้านความรู้ความเข้าใจ
องค์กรที่เราเห็นการยอมรับอย่างรวดเร็วยิ่งขึ้นมีมุมมองเชิงธุรกิจและมองว่าเทคโนโลยีเป็นผู้ปฏิบัติงานด้านดิจิทัลอย่างแท้จริง ซึ่งเป็นส่วนหนึ่งของทีม
“Superteams”—กลุ่มคนและเครื่องจักรอัจฉริยะที่ทำงานร่วมกันเพื่อแก้ปัญหา รับข้อมูลเชิงลึก และสร้างมูลค่า—เป็นขั้นตอนต่อไปในการรวม AI เข้ากับโลกแห่งการทำงานอย่างต่อเนื่อง
สิ้นสุดการรอคอย ปัญญาประดิษฐ์ (AI) มาแล้ว และถึงแม้การคาดการณ์ที่เลวร้ายเกี่ยวกับคนงานจะถูกแทนที่ด้วยเครื่องจักรอัจฉริยะ องค์กรชั้นนำต่างกำลังใช้แนวทางใหม่: ค้นหากลยุทธ์อย่างแข็งขันในการรวม AI เข้ากับทีมเพื่อสร้างผลลัพธ์ทางธุรกิจที่เปลี่ยนแปลง “ซูเปอร์ทีม” เหล่านี้ถือสัญญาว่าจะช่วยให้องค์กรสามารถคิดค้นตัวเองใหม่เพื่อสร้างคุณค่าและความหมายใหม่ ในขณะที่ให้พนักงานมีศักยภาพในการสร้างสรรค์อาชีพของตนในรูปแบบใหม่ที่ช่วยเพิ่มมูลค่าให้กับองค์กรและการจ้างงานของตนเอง สำหรับองค์กรที่ยังคงมองว่า AI เป็นเครื่องมืออัตโนมัติเป็นหลักในการลดต้นทุน การเชื่อมโยงความคิดริเริ่มด้าน AI กับความพยายามในการสร้างทีมที่มีประสิทธิภาพมากขึ้นนั้นเป็นก้าวแรกในการทำให้มนุษย์และเครื่องจักรทำงานร่วมกันในรูปแบบใหม่ที่มีประสิทธิผลมากขึ้น
ช่องว่างในความพร้อม:ร้อยละห้าสิบเก้าขององค์กรกล่าวว่าการออกแบบงานใหม่เพื่อบูรณาการเทคโนโลยี AI มีความสำคัญหรือสำคัญมากสำหรับความสำเร็จของพวกเขาในช่วง 12 ถึง 18 เดือนข้างหน้า แต่มีเพียงร้อยละ 7 เท่านั้นที่บอกว่าพวกเขาพร้อมที่จะจัดการกับแนวโน้มนี้
ไดรเวอร์ปัจจุบัน
หลังจากหลายปีของการโฆษณาและการเก็งกำไร ในที่สุด AI ก็ได้ออกจากขอบเขตของนิยายวิทยาศาสตร์มาเป็นลำดับความสำคัญขององค์กรที่ชัดเจนและในปัจจุบัน ในแบบสำรวจGlobal Human Capital Trendsของเรา70% ของผู้ตอบแบบสอบถามกล่าวว่าองค์กรของตนกำลังสำรวจหรือใช้ AI ในระดับหนึ่ง และในการศึกษาความเป็นผู้นำด้านเทคโนโลยีทั่วโลกของ Deloitte ในปี 2020 นั้น CIO มากกว่า 1,300 คนและผู้นำด้านเทคโนโลยีอาวุโสกล่าวว่าการวิเคราะห์และการรับรู้จะมีผลกระทบที่วัดได้มากเป็นอันดับสองต่อองค์กรในอีกสามปีข้างหน้า 1และไม่น่าแปลกใจเลยที่องค์กรต่างๆ ให้ความสนใจ: AI คาดว่าจะเพิ่มมูลค่า 13 ล้านล้านดอลลาร์ให้กับเศรษฐกิจโลกในทศวรรษหน้า
ในฐานะที่เป็น AI จะเข้าสู่ตลาดแรงงานที่คำถามที่สำคัญคือไม่ว่ามันจะส่งผลกระทบต่องาน แต่วิธีคำถาม -a ที่จะแจ้งจำนวนที่เพิ่มขึ้นของการอภิปรายเกี่ยวกับบทบาทของ AI ในที่ทำงาน หลายปีที่ผ่านมา การคาดการณ์นั้นเลวร้ายมาก โดยพาดหัวข่าวจะเล่นในรูปแบบต่างๆ ที่ดูเหมือนไม่มีที่สิ้นสุดใน “หุ่นยนต์กำลังมาเพื่องานของคุณ”
ผู้ตอบแบบสอบถามมีแนวโน้มที่จะใช้ AI เพื่อช่วยเหลือมากกว่าที่จะจ้างคนงาน
ทว่าการลดต้นทุนด้วยการกำจัดงานไม่ได้เป็นเพียงหนทางเดียวสำหรับ AI องค์กรต้องเผชิญกับทางเลือกพื้นฐาน: ว่าจะใช้ AI เพียงอย่างเดียวในการทำงานอัตโนมัติที่คนเคยทำ หรือใช้เพื่อช่วยคนงานเช่นกัน ข่าวดีก็คือผู้ตอบแบบสำรวจของเรากำลังรายงานว่าพวกเขากำลังเอนเอียงไปทางหลัง มีเพียง 12% ของผู้ตอบแบบสอบถามกล่าวว่าองค์กรของตนส่วนใหญ่ใช้ AI มาแทนที่พนักงาน ในขณะที่ 60% กล่าวว่าองค์กรของพวกเขาใช้ AI เพื่อช่วยเหลือมากกว่าที่จะมาแทนที่พนักงาน นอกจากนี้ ผู้ตอบแบบสอบถามส่วนใหญ่ของเราเชื่อว่าจำนวนงานจะยังคงเท่าเดิมหรือเพิ่มขึ้นจากการใช้ AI
ผู้ตอบแบบสอบถามส่วนใหญ่เชื่อว่าจำนวนงานในองค์กรจะเท่าเดิมหรือเพิ่มขึ้นจากผลของ AI
ข่าวร้ายก็คือ ข้อมูลของเราแสดงให้เห็นช่องว่างว่าองค์กรต่างๆ ใช้ AI เพื่อช่วยเหลือและเพิ่มกำลังคนอย่างไร หนึ่งคือวิธีที่องค์กรรายงานการใช้ AI เพื่อช่วยเหลือพนักงานมีจำกัด โดยมุ่งเน้นที่การเพิ่มความสม่ำเสมอและประสิทธิภาพการทำงานมากกว่าการเพิ่มมูลค่า มากกว่าครึ่งหนึ่งขององค์กรในแบบสำรวจของเราใช้ AI เป็นหลักเพื่อช่วยปรับปรุงความสม่ำเสมอและคุณภาพ และอีกประมาณหนึ่งในสี่ใช้ AI เป็นหลักเพื่อเพิ่มผลผลิต มีเพียง 16 เปอร์เซ็นต์ของผู้ตอบแบบสอบถามเท่านั้นที่กล่าวว่าองค์กรของตนใช้ AI เป็นหลักในการช่วยเหลือพนักงานในการพัฒนาข้อมูลเชิงลึก
ช่องว่างที่สองคือองค์กรไม่ได้ลงทุนเพียงพอในการฝึกอบรม: มีเพียง 17 เปอร์เซ็นต์ของผู้ตอบแบบสอบถามกล่าวว่าองค์กรของตนกำลังลงทุน “สำคัญ” ในการปรับทักษะใหม่เพื่อสนับสนุนกลยุทธ์ AI ของพวกเขา ซึ่งทำให้เกิดคำถามว่าองค์กรเหล่านี้คาดหวังในการเตรียมพนักงานอย่างไร สำหรับการเปลี่ยนแปลงในงานที่ผู้ตอบแบบสอบถามคิดว่า AI จะขับเคลื่อน เมื่อนำมารวมกัน ผลลัพธ์เหล่านี้ชี้ให้เห็นว่าหลายองค์กรอาจยังไม่ได้คิดถึงผลกระทบทั้งหมดของ AI ที่มีต่อแรงงาน
มุมมองของเราในปี 2020
องค์กรจะปลดล็อกศักยภาพของ AI ในการแปลงงานและงานในรูปแบบที่สร้างมูลค่าและงานใหม่ได้อย่างไร เราเสนอว่าเพื่อให้สามารถทำเช่นนี้ได้อย่างมีประสิทธิภาพ องค์กรต่างๆ จะต้องหาวิธีในการผสานรวม AI เข้ากับทีมในที่ทำงานอย่างละเอียดถี่ถ้วน การรวม AI เข้ากับทีมมีความสำคัญต่อการสร้างมูลค่า เนื่องจากทีมเป็นหน่วยพื้นฐานที่งานส่วนใหญ่ทำได้สำเร็จในองค์กรในปัจจุบัน การวิจัยในปี 2019 ของเราเปิดเผยว่า 65 เปอร์เซ็นต์ขององค์กรมองว่าการเปลี่ยนแปลงจากลำดับชั้นการทำงานไปเป็นโมเดลองค์กรที่เน้นทีมและเน้นเครือข่ายมีความสำคัญหรือสำคัญมาก บรรดาผู้ที่องค์กรได้ดำเนินการในทีมอยู่แล้วเห็นประโยชน์ โดย 53 เปอร์เซ็นต์กล่าวว่าการเปลี่ยนแปลงส่งผลให้ประสิทธิภาพการทำงานดีขึ้นอย่างมีนัยสำคัญ

เว็บแอพพลิเคชั่น

Superteams ตลอดหลายปีที่ผ่านมาในGlobal Human Capital Trends
เทรนด์ “Superteams” ในปีนี้สร้างขึ้นจากวิวัฒนาการสองแบบในทศวรรษที่ผ่านมา: การเพิ่มขึ้นของทีม และการนำปัญญาประดิษฐ์มาใช้ในที่ทำงานเพิ่มมากขึ้น วิวัฒนาการเหล่านี้ซึ่งเป็นกำลังสำคัญในอนาคตของการทำงาน ได้กำหนดขั้นตอนที่องค์กรจะเจริญเติบโตหรือเสี่ยงต่อการถูกทิ้งไว้เบื้องหลังเมื่อเผชิญกับการหยุดชะงักที่ไม่เคยเกิดขึ้นมาก่อน
เมื่อองค์กรต่างๆ กลายเป็นดิจิทัลมากขึ้นในช่วงทศวรรษที่ผ่านมา พวกเขาต้องเผชิญกับความจำเป็นในการออกแบบใหม่เพื่อให้เคลื่อนไหวได้เร็วขึ้น ปรับตัวได้รวดเร็วขึ้น อำนวยความสะดวกในการเรียนรู้อย่างรวดเร็ว และตอบรับความต้องการด้านอาชีพแบบไดนามิกของพนักงาน ผลที่ได้คือการปรับโครงสร้างและออกแบบองค์กรใหม่ให้เป็นเครือข่ายและระบบนิเวศที่สร้างขึ้นเพื่อความเร็ว ความคล่องตัว และความสามารถในการปรับตัว ตามที่เราได้สำรวจในรายงานปี 2016และ2017 ปีที่แล้วใน “ ผลการดำเนินงานขององค์กร: มันเป็นกีฬาประเภททีม ” เราได้พูดคุยกันว่าการเปลี่ยนไปใช้ทีมมีความสำคัญต่อผลการดำเนินธุรกิจอย่างไร โดย 74% ของผู้ตอบแบบสอบถามของเรากล่าวว่าการเปลี่ยนไปใช้องค์กรแบบทีม/ตามเครือข่ายส่งผลให้มีการปรับปรุง ประสิทธิภาพ.
การนำปัญญาประดิษฐ์มาใช้ต้องเผชิญกับวิถีที่คล้ายคลึงกัน: แนวคิดแรกเริ่มในตอนต้นของทศวรรษคืออะไรที่วิวัฒนาการมาเป็นความจำเป็นสำหรับการดำเนินธุรกิจ บทในปี 2015 ของเราเกี่ยวกับ ” เครื่องจักรในฐานะความสามารถ ” ได้นำเสนอแนวคิดที่ว่าเครื่องจักรสามารถเป็นผู้ทำงานร่วมกัน แทนที่จะเป็นคู่แข่งในที่ทำงาน มีเพียง สองปีต่อมาAI และเทคโนโลยีความรู้ความเข้าใจได้เข้ามามีบทบาทในบุคลากร โดย 41% ของผู้ตอบแบบสำรวจของเรากล่าวว่าพวกเขาได้ดำเนินการอย่างเต็มที่หรือมีความก้าวหน้าอย่างมีนัยสำคัญในการนำองค์ความรู้และ AI มาใช้ และอีก 34 เปอร์เซ็นต์ของโครงการนำร่อง อย่างไรก็ตาม รายงานปี 2017 ของเรายังเผยให้เห็นช่องว่างที่สำคัญอีกด้วย แม้จะมีการนำเทคโนโลยีเหล่านี้ไปใช้อย่างแพร่หลาย แต่เพียง 17 เปอร์เซ็นต์ของผู้ตอบแบบสอบถามรายงานว่าพวกเขาพร้อมที่จะจัดการแรงงานกับคน หุ่นยนต์ และ AI ที่ทำงานเคียงข้างกัน—เป็นระดับความพร้อมต่ำสุดที่เคยมีรายงาน ในแนวโน้มทุนมนุษย์ทั่วโลก ของเรา แบบสำรวจ คำกระตุ้นการตัดสินใจของเรามีความชัดเจน: องค์กรควรขยายวิสัยทัศน์เกี่ยวกับกำลังคนและออกแบบงานใหม่เพื่อรองรับงานที่สามารถทำได้โดยอัตโนมัติและจ้างภายนอก และบทบาทใหม่ของทักษะมนุษย์ การสนทนานี้จบลงในปีที่แล้ว ” จากงานสู่งานพิเศษ ” ซึ่งเราได้สำรวจการเกิดขึ้นของ “งานพิเศษ” ที่นำทักษะทางเทคนิคและทักษะที่อ่อนนุ่มมารวมกันเป็นบทบาทที่ผสมผสานส่วนต่าง ๆ ของงานดั้งเดิมที่แตกต่างกัน โดยใช้ประโยชน์จากผลิตภาพที่อาจเกิดขึ้นได้เมื่อคนทำงาน ด้วยเครื่องจักร ข้อมูล และอัลกอริธึมอัจฉริยะ
ในปีนี้ การเพิ่มขึ้นของทีมและการนำปัญญาประดิษฐ์มาใช้ร่วมกันในการอภิปราย “superteams” ของเรา ซึ่งแสดงให้เห็นว่าการนำ AI มาสู่ทีมจะช่วยให้องค์กรและบุคคลต่างๆ สามารถสร้างสรรค์ตนเองและทำงานร่วมกันในรูปแบบใหม่ที่มีประสิทธิภาพมากขึ้นได้อย่างไร

Web​ application

แนวคิดของ “superjobs” เสนอเงื่อนงำว่าการรวม AI เข้ากับทีมอาจมีหน้าตาเป็นอย่างไร ตามที่เราเขียนเมื่อปีที่แล้ว superjobs รวมงานและความรับผิดชอบจากงานดั้งเดิมหลายงาน ใช้เทคโนโลยีเพื่อขยายขอบเขตของงานที่ทำ สำหรับนักประดิษฐ์ที่มองว่า AI เป็นเครื่องมือในการเปลี่ยนโฉมงาน งาน superjobs จะรวมเอาสิ่งที่มนุษย์และเครื่องจักรทำได้ดีที่สุดเพื่อปรับปรุงผลลัพธ์ทางธุรกิจ 5 ที่บริษัทแห่งหนึ่งที่ใช้ทั้งมนุษย์และหุ่นยนต์ในศูนย์กระจายสินค้าของคลังสินค้า ตัวอย่างเช่น บทบาทของผู้จัดการศูนย์ได้วิวัฒนาการมาจากการกำกับดูแลกะเพื่อกำหนดว่าเมื่อใดที่ผู้คนและหุ่นยนต์ควรส่งต่องานกัน ซึ่งแตกต่างกันออกไป ชนิดของความเชี่ยวชาญด้านเทคนิคและธุรกิจ
“Superteams”—การรวมกันของผู้คนและเครื่องจักรที่ใช้ประโยชน์จากความสามารถเสริมในการแก้ปัญหา รับข้อมูลเชิงลึก และสร้างคุณค่า—ขยายแนวคิดนี้ให้ครอบคลุมเฉพาะบุคคลไปยังกลุ่ม การวางกรอบนี้สร้างขึ้นจากผลงานของโธมัส มาโลน ผู้ก่อตั้ง MIT Center for Collective Intelligence ซึ่งมีหนังสือ Superminds: The Surprising Power of People and Computers Thinking Togetherสำรวจว่ากลุ่มมนุษย์และเครื่องจักรสามารถทำงานร่วมกันเพื่อบรรลุระดับใหม่ได้อย่างไร ของความฉลาด Malone สรุปความคิดของเขาในหัวข้อนี้ด้วยวลี “จากมนุษย์ในวงไปสู่คอมพิวเตอร์ในกลุ่ม”: สร้างทีมที่คอมพิวเตอร์และผู้คนต่างใช้จุดแข็งเสริมเพื่อบรรลุเป้าหมายร่วมกัน
Superjobs และ superteams แสดงให้เห็นว่าความสัมพันธ์ระหว่างเทคโนโลยีและผู้คนกำลังพัฒนาจากการมุ่งเน้นที่การทำงานอัตโนมัติเพื่อทดแทนพนักงาน เพื่อเพิ่มพนักงานด้วยเทคโนโลยีเพื่อสร้าง superjobs ไปจนถึงการร่วมมือกับเทคโนโลยีเพื่อสร้าง superteams ในระดับกลุ่ม ข้อโต้แย้งของเราคือ เมื่อองค์กรก้าวหน้าต่อไปตามสเปกตรัมนี้ ระดับที่เทคโนโลยีสามารถเปลี่ยนแปลงผลลัพธ์ขององค์กรจะเพิ่มขึ้น ในขั้นตอนแรก การทดแทน ผลลัพธ์ใหม่ช่วยให้ลดต้นทุนและปรับปรุงประสิทธิภาพ ในขั้นตอนที่สอง การเพิ่มระดับการเปลี่ยนแปลงที่มากขึ้นจะขับเคลื่อนมูลค่าและโอกาสที่มากขึ้น ตลอดจนลดต้นทุนและปรับปรุงประสิทธิภาพ และในขั้นตอนที่สาม การทำงานร่วมกัน
เรายังเชื่อว่าความพยายามที่เน้นไปที่การเพิ่มขีดความสามารถและการทำงานร่วมกันอาจทำให้กำลังคนว่างมากขึ้นมากกว่าแค่การแทนที่เครื่องจักรอัจฉริยะสำหรับพนักงานที่เป็นมนุษย์ แม้ว่าการเพิ่มกำลังการผลิตอาจไม่ใช่เป้าหมายสุดท้ายของความพยายามเหล่านี้ นี่เป็นเพราะกลยุทธ์การเสริมและการทำงานร่วมกันอย่างมีประสิทธิภาพใช้ AI เพื่อจินตนาการถึงธรรมชาติของงานใหม่ แทนที่จะทำงานเดิมๆ ต่อไป เฉพาะกับนักแสดงที่แตกต่างกันเท่านั้น
การเปลี่ยนจากกรอบความคิดแบบทดแทนไปสู่การเสริมและการทำงานร่วมกันจะต้องมีการคิดค้นขึ้นใหม่ในหลายระดับ ทั้งโดยคนงานและโดยองค์กร รูปที่ 5 แนะนำขั้นตอนบางอย่างที่สามารถช่วยขับเคลื่อนการคิดค้นใหม่นี้ในแต่ละระดับห้าระดับที่เราพิจารณาว่าจำเป็นต่อการทำงานเป็นทีมที่มีประสิทธิภาพ ธรรมดาในทุกขั้นตอนเหล่านี้คือแนวคิดในการสร้างความปลอดภัยผ่านการคิดค้นใหม่: การใช้นวัตกรรมใหม่ที่ AI ขับเคลื่อนเพื่อกระตุ้นให้บุคคลและองค์กรเติบโตในทิศทางใหม่ที่สามารถทำให้พวกเขาประสบความสำเร็จ มากขึ้นในอนาคตของการทำงาน
การเรียนรู้ตามตัวอย่าง
องค์กรที่มองการณ์ไกลในอุตสาหกรรมต่างๆ กำลังแสดงให้เห็นว่าพวกเขากำลังผสมผสาน AI เข้ากับการทดแทน การเสริม และการทำงานร่วมกันแต่ละระดับอย่างไร ตัวอย่างเช่น บริษัทยูทิลิตี้หลายแห่งกำลังสำรวจการสำรวจระยะไกล คลาวด์ การวิเคราะห์ข้อมูล และ AI เพื่อเปลี่ยนแปลงวิธีการจัดการโครงสร้างพื้นฐานโดยพื้นฐาน การสำรวจระยะไกลเกี่ยวข้องกับโดรน เฮลิคอปเตอร์ ดาวเทียม และเซ็นเซอร์ต่างๆ เพื่อรวบรวมข้อมูลเกี่ยวกับสภาพของทรัพย์สินและการรับรู้สถานการณ์ เมื่อเทียบกับกระบวนการตรวจสอบโครงสร้างพื้นฐานแบบแมนนวล การรับรู้จากระยะไกลนั้นเร็วกว่า มีประสิทธิภาพมากกว่า และเต็มไปด้วยข้อมูลมาก ข้อมูลที่ไม่มีโครงสร้างจำนวนมากเหล่านี้ต้องการระบบคลาวด์และการวิเคราะห์ข้อมูลขั้นสูงสำหรับการจัดเก็บและการดูแล จากที่นั่น AI จะถูกนำไปใช้เพื่อเพิ่มพูนมนุษย์ในขั้นต้นเพื่อระบุข้อบกพร่อง เมื่อเวลาผ่านไป การมีส่วนร่วมของมนุษย์จะลดลงอย่างมาก ในขณะที่ความแม่นยำและประสิทธิภาพในการปฏิบัติงานจะเพิ่มขึ้น อนาคตของการจัดการโครงสร้างพื้นฐานจะถูกส่งโดยหุ่นยนต์ในภาคสนาม การวิเคราะห์ข้อมูลในระบบคลาวด์ และ AI ที่ฝังอยู่ในกระบวนการ ซึ่งจะช่วยให้บริษัทต่างๆ สามารถให้ความสำคัญกับผู้คนในการตัดสินใจที่ดีขึ้นได้เร็วยิ่งขึ้น

Robot Auto process

แอปพลิเคชัน AI อื่น ๆ แสดงให้เห็นถึงคุณค่าที่อาจเกิดขึ้นจากการเสริม ซึ่งรวม AI และความสามารถเสริมของมนุษย์เข้าด้วยกัน บทความล่าสุดจากMIT Sloan Management Reviewอธิบายว่าองค์กรในอุตสาหกรรมต่างๆ ตั้งแต่ประกันภัย สื่อ ไปจนถึงงานบริการ ใช้แชทบอทเพื่อช่วยเหลือตัวแทนฝ่ายบริการลูกค้าอย่างไร บ่อยครั้งสิ่งนี้อยู่ในรูปแบบของแชทบอทที่ตอบคำถามทั่วไปพร้อมคำตอบที่ชัดเจนซึ่งสามารถเรียกค้นได้อย่างง่ายดายจากฐานข้อมูลที่มีอยู่ ทำให้มนุษย์ต้องจัดการกับสถานการณ์ที่ต้องการความเห็นอกเห็นใจมากขึ้นหรือขาดการตอบสนองที่ชัดเจน แต่บางองค์กรก็ใช้แชทบอทมากกว่าแค่ใช้พวกมันเพื่อตอบกลับแบบท่องจำ ตัวอย่างเช่น บริษัทที่ให้บริการด้านการตลาด HubSpot ใช้แชทบอทเพื่อคัดเลือกลีดก่อนที่จะเชื่อมต่อผู้มีโอกาสเป็นลูกค้ากับพนักงานขายที่เป็นมนุษย์ ลีดที่ผ่านการรับรองด้วยเครื่องจักรเหล่านี้มีแนวโน้มที่จะเต็มใจพูดคุยกับพนักงานขายมากกว่า 40%