Kunstig intelligens i kundeservice – den komplette guiden

Kunstig intelligens (KI): KI refererer til maskiner som kan imitere «intelligent» atferd. Dette inkluderer å utføre oppgaver som vanligvis krever menneskelig intelligens, som visuell persepsjon, talegjenkjenning, beslutningstaking og oversetting av ulike språk. KI er en fellesbetegnelse for dette.

La oss ta eksempelet med chatbot i kundeservice. Når en chatbot svarer på spørsmål fra kunder, imiterer den menneskelig atferd, og vi kan derfor kalle det KI.

Denne generelle betegnelsen omfatter flere delområder som kan spesifiseres. Her er de viktigste:

Maskinlæring (ML): Hvis du bruker Spotify, YouTube eller Netflix, er du allerede kjent med personlig tilpassede anbefalinger. Disse plattformene bruker algoritmer som analyserer data, lærer av dem og gir forslag og klassifiseringer basert på hva du kanskje også liker. Dette er klassisk maskinlæring.

I vårt chatboteksempel vil en maskinlæringsalgoritme analysere kundens spørsmål, sammenligne det med tidligere henvendelser og vellykkede svar, og velge det strategisk beste. Basert på tilbakemeldinger fra kunder (f.eks. «Jeg fikk svar på spørsmålet mitt » eller «Jeg fikk ikke svar på spørsmålet mitt»), vet maskinen om den har gjort en god jobb. Hvis den gir et helt ubrukelig svar, sender den spørsmålet videre til en ekte person.

Dyp læring (DL): Dyp læring er en avansert undertype av maskinlæring. Den gjør det mulig for maskiner å komme med mer presise forutsigelser – uten menneskelig hjelp. Applikasjoner basert på dyp læring bruker en lagdelt algoritmestruktur (kunstig nevronnettverk) for å trekke konklusjoner på en lignende måte som den menneskelige hjernen.

I stedet for å basere svaret på tidligere fornøyde svar, kan chatboten med dyp læring lage sine egne svar og utveksle individuelle meldinger med kunden – for eksempel stille motspørsmål og undersøke nærmere. Dette krever en mye større database enn enkle maskinlæringsmetoder. Med nok data kan dyp læring oppnå imponerende resultater.

Naturlig språkprosessering: Den måten folk kommuniserer med hverandre på via tale og tekst kalles naturlig språk. Naturlig språkprosessering (NLP) er en teknologi som hjelper datamaskiner med å forstå og tolke vårt naturlige språk.

I vårt eksempel med en kundeforespørsel ville naturlig språkprosessering NLP tillate chatboten å oversette spørsmålet til dataspråk (kommandoer) og formulere svaret ved å bruke meningsfulle menneskelige begreper. NLP bryter ned språket i biter for å forstå hvordan de ulike delene fungerer sammen. Hvis du noen gang måtte fargekode ulike deler av en setning på barneskolen, kjenner du prosessen. Målet med NLP er å ta rå språkdata og bruke lingvistikk og algoritmer for å dekode tekst og mening, slik at man får meningsfulle resultater.

For eksempel, når du blar gjennom søppelpostmappen din og legger merke til at mange emnelinjer følger samme mønster, skyldes det NLP. Systemet identifiserer visse ord som søppelinnhold for å avgjøre om e-posten havner i innboksen eller i papirkurven. Teknologien har utviklet seg betydelig de siste årene, noe man ser med applikasjoner som Siri og Alexa.

Svare på ofte stilte spørsmål

Kunder forventer raske svar, og en måte å redusere presset på ansatte er å bruke chatboter til å svare på vanlige spørsmål. Et annet alternativ er å opprette en interaktiv side med ofte stilte spørsmål (FAQ). Dette fjerner ikke bare noe av presset fra serviceteamet, men gir også kundene mulighet til å hjelpe seg selv. KI forbedrer brukerens selvbetjeningsopplevelse ved å identifisere ved å identifisere nøkkelord og søke etter passende svar i kunnskapsdatabasen. Når kunden skriver inn et spørsmål, anbefaler systemet relevante sider og kommer med forslag basert på kundens forespørsel.

Chatboter og FAQ-sider kan også hjelpe deg med å identifisere populære søkeord, slik at du får innsikt i hva kundene oftest lurer på.

Automatisere tekstforslag og meldinger

Et KI-basert system kan lage og sende automatiske svar på enkle spørsmål. KI-chatboter kan arrangere møter og sende påminnelser, nesten som mennesker. KI-systemer kan også lage emnelinjer og meldinger rettet mot en spesifikk målgruppe ved å analysere suksessen til tidligere ordkombinasjoner.

De kan bidra til å opprette meldinger på sosiale medier og måle suksessen før de sendes. For å tilby hjelp utenom åpningstidene kan KI sende umiddelbare svar eller henvise kundene dine til live chat, FAQ-sider eller en kontaktside. Hvis du er usikker på når du skal kontakte kundene dine, kan programmer som Seventh Sense Software vise når kundene vanligvis åpner e-posten sin. Dette er både imponerende og nyttig kunnskap!

Det finnes mange umodne løsninger. Billige «rett-ut-av-esken» chatboter lar både små og store bedrifter opprette en chatbot med bare noen få klikk. De kan opprette saker automatisk og sende e-poster på vegne av bedriften din. Disse systemene selges ofte som «intelligente» eller «smarte», selv om de krever mye manuelt arbeid.

Datamating og opplæring kan ta måneder, kanskje til og med år. Og feil er praktisk talt forhåndsprogrammert frem til modenhetsfasen. Har kundene dine nok tålmodighet til å forholde seg til dette?

Når du skal velge en leverandør for støtteautomatisering, er det derfor lurt å sørge for at de integrerer grunnleggende KI-funksjoner og dermed oppfyller forventningene til bedriftens kunder – i løpet av noen få uker i stedet for måneder eller år. God KI kan være dyr (men den må ikke være det). Det å skulle bygge sin egen intelligente plattform kan være dyrt. Det er som å prøve å bygge sin egen PC i stedet for å kjøpe en fra butikken – kult, men ikke nødvendigvis verdt investeringen.

Avanserte løsninger som Lime Connects AI Automation Hub inkluderer en GPT-4 chatbot og er tilgjengelig for bedrifter fra rundt 400 euro per måned. Det betyr at de bare koster en brøkdel av hva en selvbygd løsning vil koste, samtidig som den gir en direkte avkastning.