Den viktigaste spelpjäsen i kundrelaterad ai stavas precis som vid alla annan ai-användning data. För att besluten ska bli så välgrundade som möjligt och för att man ska kunna träna en modell så att den blir tillförlitlig behöver man stora mängder data, men man behöver också rättvisande data.
AI-lösningar i kundarbetet – möjligheter och fällor
kontaktcenter Allt fler företag försöker hitta innovativa sätt att öka kundnöjdheten. Samtidigt ökar intresset för olika sorters ai-lösningar. Thomas Karlsson, cx-expert på SAS Institute, tar fram ai-lösningar till en mängd olika aktörer som vill förbättra kundresan.

Någonting är fel
Läs vidare – starta din prenumeration
- Tillgång till vår digitala Premium-tjänst om professionell kommunikation.
- Nischade nyhetsbrev för Professional och Contact Center.
- Få tillgång till alla avsnitt i vår utbildnings-tv om Teams-telefoni, SD-Wan och Chattbotar.
- Sex papperstidningar om året med tydligt fokus på Telekom-branschens viktigaste frågor.
– Det spelar ingen roll om du har en kopiös mängd data om den inte är relevant. Slänger du exempelvis in felaktig distribution i systemet blir det inte ett bra resultat i slutänden heller såklart. Om den historiska datan exempelvis har varit könsdiskriminerande så blir även resultaten det, säger Thomas Karlsson.
De största kundbehov som han har identifierat är behovet av att automatisera all den personalisering som måste göras.
– Vi arbetar mycket med personalisering kring budskap när vi skapar innehåll och det blir väldigt resurskrävande. Då vill man att systemet ska hjälpa till att testa olika budskap och förstå vilka erbjudanden som vi ska prioritera att få ut. Företagen förväntar sig den här typen av automatisering alltmer, säger han.
Det andra stora kundbehovet är att få företag att använda analysresultat i sin selektering. Det tredje behovet är att öka användandet av generativ AI. Där behöver man få en större förståelse för när, hur, och var generativ AI kan användas i skapandet av innehåll.
– Där börjar företagen så smått undersöka vilken typ av innehåll som ai lämpar sig för. Det vill säga inte bara välja vad vi ska visa av det vi redan har, utan faktiskt ta fram nytt innehåll.
Öppnar upp fallgropar
Det faktum att man marknaden har ett behov, ett redskap, men ännu inte full kunskap om hur man ska implementera det på bästa sätt – det öppnar upp för risker och fallgropar.
– Har du inte rätt data in så kanske modellen tar felaktiga beslut. Därför är den viktigaste rekommendationen i dagsläget att låta dessa modeller ta beslut men att låta en människa genomgående kontrollera resultatet i sluttampen såhär inledningsvis. Exempelvis kanske ai kan ta fram information och skapa ett mejl men man avslutar det sista själv – innan man fullt ut kan lita på att ai:n gör rätt, säger han.
De yttersta vinsterna med att använda ai i sitt cx-arbete är alltså automatisering och att komma snabbt till beslut, vilket i förlängningen leder till nöjdare kunder.
Oavsett vilken målgrupp ett företag har måste den som använder ai i sitt cx-arbete skapa en relevant kunddialog. Först och främst handlar det om att säkerställa att det ständigt finns ett informationsflöde om kunden, som går att analysera för att skapa nya budskap till kunden.
– Inom detta område ökar fokuset på den data man redan har. Använd den istället för att köpa ny data via annonser eller dylikt. Företag har redan mycket förstapartsdata. De vet vad kunderna gör i apparna och på webbplatserna – och när man använder den datan kan man också agera i realtid på de olika upptäckter som görs.
Kommer aldrig kunna ersätta människan
Thomas Karlsson framhåller att ai aldrig kommer kunna ersätta mänsklig kontakt i mötet med kund. Men det handlar om att hitta rätt formel.
– Det finns situationer, exempelvis om en kund vill ha svar på något, där vi når vägs ände med en ai-modell, och där kunden ändå behöver bli sammankopplad med en agent. Men vi behöver ändå en automatiserad process för att hantera de vanligaste frågorna. Det handlar alltså om graden av komplexitet i de frågor kunden har – kontra hur komplex och duktig modellen är, säger han.
Dagens ai är långt ifrån självgående förklarar han, men teknikutvecklingen sker i ett rasande tempo. Vad händer då om ai börjar ta egna beslut som ligger utanför den strategi vi har satt?
– Då måste det finnas en kontrollfunktion som ser till att ai gör det den ska. Det måste ske på ett etiskt och ansvarsfullt sätt, avslutar han.