Svenskbyggd ai-plattform underlättar för kundservice

De senaste tre åren har utvecklingen på ai-området tagit stora kliv framåt – något som nystartade svenska företaget Labelf dragit nytta av. Man har byggt en ai-plattform som tolkar och klassificerar text, exempelvis i kundserviceärenden. Det kan medföra enorma effektivitetsvinster och göra att man prioriterar rätt ärenden.

– Jag har alltid varit intresserad av programmering och teknik och började göra egna botar till olika spel när jag var 13 eller 14 år gammal. Där började mitt intresse för ai och automatisering, förklarar Viktor Alm, en av grundarna av Labelf.

Vem som helst kan bygga egen ai-modell

Labelf har byggt en plattform som ska låta i princip vem som helst bygga egna ai-modeller utan att ha några kunskaper i programmering. Eftersom det råder brist på systemutvecklare, inte minst med kunskaper inom ai, gör det lösningen extra intressant.

– Vi vill förenkla skapandet av ai-modeller och flytta det till den person på bolaget som faktiskt har ansvaret för uppgiften man vill effektivisera. Med hjälp av ett antal smarta funktioner i vårt verktyg kan du skapa en ai-modell som fungerar på svenska på mindre än en timme, säger Viktor Alm.

Fungerar med andra språk

Men Labelf är inte bara begränsat till det svenska språket. Och en ai-modell som skapas på ett språk kan även användas med andra språk. Det innebär en stor fördel för de företag som är verksamma i flera olika länder.

Viktor Alm berättar att ai och djupinlärning tog ett rejält kliv framåt för tre år sedan för att nå en helt ny nivå för vad som är möjligt att åstadkomma. Anledningen är att en helt ny arkitektur för maskininlärning som kallas “transformers” introducerades.

– Hösten 2019 tilldelades jag resurser av Google Tensor Flow research cloud för att experimentera med de senaste ai-modellerna och testa dem på svenska. För skojs skull testade jag på högskoleprovets språkdel och ai-modellen fick som bäst 1,3 poäng.

– Det var bevis för att modellerna fungerar lika bra på svenska som på engelska, men också att de kan prestera lika bra som en genomsnittlig människa förklarar Viktor Alm.

Enorma mängder värdefulla data

Han hoppade kort därefter på ett konsultuppdrag på ett av de större svenska telekomföretagen för att testa ai-modellerna på kundsupportdata. Här insåg han snabbt att man hade tillgång till enorma mängder värdefulla data, men att problemet var hur man skulle använda datamängden för att träna upp ai-modellerna.

Lösningen var att låta personer som redan arbetar med kundservice, och kan processerna, träna upp ai-modellerna. Genom att lägga ungefär en timmes arbetstid per vecka på träningen kan man se till att modellerna är anpassade till verksamhetens behov och blir ett levande verktyg som man verkligen använder.

När det gäller kundserviceärenden skulle ai-modellen till exempel kunna användas för att identifiera potentiella kunder och skicka dessa vidare till den bäst lämpade personen på försäljningsavdelningen, i stället för att låta ärendet bli liggande i en kö med andra inkommande ärenden.

Innebär hög risk

– Standardmetoden för att implementera en ai-lösning i dag är att man anställer en eller flera konsulter som bygger ett team för att annotera data. Det är oerhört resurskrävande och innebär hög risk eftersom man inte vet om ai-modellen verkligen kommer att kunna prestera.

– Med vår lösning kan man få ner riskerna avsevärt eftersom man börjar se resultatet och om modellen verkligen fungerar efter bara någon halvtimme, förklarar Viktor Alm.

Just nu kan Labelfs plattform endast hantera skriven text, men man har redan börjat experimentera med tal. Man har också en färdig integration mot välkända crm-systemet Zendesk, men det går också bra att ladda upp data i formaten csv eller Excel.