AI hjälper inte alltid – ibland måste man bara tänka

”Vi behöver en AI-chatbot. Supporten tar för mycket tid.”

Det låter som en rimlig början. Men innan någon beställer en bot vill jag veta vad kunderna frågar om och hur supporten hittar svaren idag.

I det här fallet handlade frågorna om spärrade konton, betalningar och dubbeldebiteringar. Svaren var utspridda i flera system. Kundtjänsten fick hoppa mellan dem för att förstå vad som hade hänt.

Var finns svaret?

CRM-systemet visade att ett konto var spärrat, men orsaken fanns i ett Excel-ark hos ekonomi. Betalplattformen visade transaktionerna, men kopplingen till rätt konto fanns i ekonomisystemet.

Det gick alltså att visa delar av ett svar. Att förklara hela händelsen krävde att någon följde uppgifterna genom systemen.

En chatbot skulle behöva tillgång till samma underlag. Den skulle också behöva veta vilka uppgifter den fick visa för vilken kund. Det arbetet försvinner inte för att gränssnittet kan formulera sig trevligt.

Botten fick uppdraget ändå

Organisationen ville gå vidare. Chatbotten hade redan presenterats som lösningen och det fanns förväntningar på en lansering.

Den kunde hämta viss information, men inte ge de förklaringar kunderna behövde. De kontaktade supporten ändå. Nu hade de dessutom hunnit få ett otillräckligt svar från botten.

Till slut stängdes den av. Arbetet fick i stället handla om att koppla ihop uppgifterna så att det gick att förstå kundens situation. Det minskade behovet av att leta och fråga runt.

Det var integrationsarbete som behövdes först. En språkmodell ovanpå det hade kunnat vara ett senare val, men den kunde inte ersätta underlaget.

Det jag vill reda ut före ett sådant beslut

Vilka frågor ska lösningen klara? Ta fram faktiska supportärenden. ”Avlasta supporten” är ett mål, men för brett som krav på vad som ska fungera.

Var finns uppgifterna? Följ ett ärende från frågan till svaret. Om en person behöver tre system och ett telefonsamtal måste ni förstå varför.

Kan ni komma åt och lita på uppgifterna? En teknisk koppling räcker inte om informationen är inaktuell, motsägelsefull eller tillhör fel kund.

Vad händer när lösningen inte kan svara? Kunden behöver komma vidare, och supporten behöver se vad som redan har hänt.

Hur vet ni om det blev bättre? Följ om kunden får sitt ärende löst. Att många har pratat med botten säger inte att supporten fått mindre arbete.

Jag är inte imponerad av att en bot kan svara snabbt om kunden ändå måste ringa efteråt. Börja med ett ärende och visa att hela kedjan fungerar. Sedan kan ni prata om att skala upp.

---

Exemplen är förenklade och bygger på situationer från verkligheten. Dialoger och detaljer är bearbetade för att göra resonemanget tydligt.