De flesta chefer inom kundservice behöver inte längre övertygas om AI:s potential inom deras verksamhet. Den praktiska utmaningen ligger i hur man ska införa nya funktioner utan att ersätta system som fortfarande fungerar och som organisationen redan har gjort betydande investeringar i.
Ändå kopplar organisationer ofta AI-projekt inom kundservice till en betydligt större omställningsplan. De diskuterar ofta en ny plattform för kontaktcentret tillsammans med modernisering av telefoni, förändringar i systemen för kundrelationshantering och omstrukturering av processer. Användningsfallet för AI måste då vänta på det övergripande programmet.
Det beroendet är inte alltid nödvändigt.
Principen är enkel: värde först, migrering senare. Organisationer kan ofta integrera AI-lösningar i en befintlig kundtjänstmiljö. Befintliga telefoni-, kontaktcenter- och affärsapplikationer behålls, samtidigt som man integrerar specifika AI-funktioner där de kan förbättra serviceverksamheten. Migreringen är ett separat beslut som baseras på om den nuvarande miljön kan tillgodose organisationens långsiktiga behov.
Det som många organisationer kallar konversations-AI, AI-röstagenter och virtuella agenter är den synliga utgångspunkten. Systemen bakom dessa kan idag mer korrekt beskrivas som agentbaserad AI: de kan hämta kunddata, skapa ärenden, genomföra transaktioner och vidarebefordra ärenden utan att personalen behöver ingripa. Det är den bredare kapaciteten som ni tillför när ni inför AI i ert kontaktcenter.
Den avgörande frågan är inte om er organisation är redo för AI. Det handlar om huruvida den nuvarande miljön kan stödja det avsedda användningsområdet och hur er organisation kan införa den nya funktionen utan att störa det som redan fungerar.
Ett AI-projekt inom kundservice behöver inte bli ett projekt som syftar till att ersätta personal
Att byta ut en kontaktcenterplattform är ett omfattande projekt. Det påverkar teknik, processer, verksamhetsmodeller och medarbetare. Även om den nuvarande situationen motiverar ett byte bör organisationer inte automatiskt göra det till en förutsättning för varje AI-initiativ.
En AI-implementering kan vara mer avgränsad. Den kan automatisera en viss typ av förfrågningar, göra det enklare för medarbetarna att få tillgång till kunskap eller erbjuda kunderna service utanför normala öppettider. De plattformar som redan används kan fortsätta att fylla sina etablerade roller.
Att behålla fungerande plattformar skyddar mer än bara din ursprungliga ekonomiska investering. Befintliga system rymmer åratal av konfigurationsarbete, integrationsarbete, processkunskap och personalens erfarenhet. Att byta ut dem medför kostnader och operativa risker, även om den nya tekniken ser bättre ut på papperet.
Att skydda den investeringen innebär inte att man måste behålla varje befintligt system på obestämd tid. Vissa plattformar kan vara för begränsade, fragmenterade eller kostsamma för att kunna uppfylla framtida krav. Men en ersättning bör syfta till att åtgärda en påvisad begränsning, snarare än att betraktas som den självklara vägen mot AI.
Om du kan integrera AI i din nuvarande miljö till en lägre kostnad och med mindre störningar bör du välja den vägen innan du överväger att byta plattform.
Börja där verksamheten inte fungerar
Innan ni väljer en AI-lösning måste er organisation identifiera ett problem inom verksamheten som är tillräckligt specifikt för att kunna lösas, som förekommer i tillräckligt stor omfattning och som har ett resultat som går att mäta.
Vanliga utgångspunkter är bland annat återkommande samtal som tar upp onödigt mycket av medarbetarnas tid, förfrågningar utanför normala öppettider och tid som går åt till att söka efter information i flera olika system.
Nästa steg är att identifiera de tekniska eller driftsmässiga begränsningarna som skulle kunna hindra användningsfallet från att fungera.
När det gäller förfrågningar med hög volym kan relevant information redan finnas, men dina kunder har svårt att hitta den. Medarbetarna kan tvingas svara på samma frågor om och om igen eftersom de tillgängliga självbetjäningsalternativen är svåra att navigera i. Beroende på hur komplex förfrågan är kan en FAQ-bot göra informationen mer tillgänglig utan att ersätta det system som för närvarande hanterar kundkontakterna.
Utvärderingen kartlägger var i organisationen interaktionen äger rum, vilken information AI:n behöver, vilka system lösningen måste anslutas till och vad som ska hända när automatiseringen inte kan hantera förfrågan. Resultaten visar om den nuvarande arkitekturen kan stödja användningsfallet och vilka komponenter, om några, som behöver åtgärdas i första hand.
AI-baserad vidarebefordran är ett exempel. Genom att placeras före kontaktcenterplattformen kan AI identifiera orsaken till förfrågan och vidarebefordra den till den mest lämpliga tillgängliga medarbetaren. Relevant information från den inledande dialogen kan vidarebefordras tillsammans med interaktionen, vilket ger medarbetaren värdefull bakgrundsinformation redan från början.
Implementeringen börjar med den befintliga miljön
Att integrera AI i en befintlig kundtjänstverksamhet är inte något som bara går att koppla in och köra igång. Den nya funktionen måste fungera tillsammans med de system som redan hanterar kundkontakter, kundinformation, kunskapsbasen och medarbetarnas arbetsflöden.
Damovo börjar därför med att sätta sig in i de system och processer som redan finns på plats. Därefter fastställer vi hur AI-lösningen ska integreras med kontaktcentret, CRM-systemet och telefoniplattformarna, vilka kanaler den behöver stödja, hur den ska bevara kundkontexten när en interaktion överlämnas till en medarbetare samt hur organisationen ska styra och underhålla den underliggande kunskapen.
Utifrån den bedömningen fastställer Damovo vilka integrationer som krävs, vilka förändringar som behöver göras i interaktionsflödena och vilket arbete som krävs för att organisationens information ska kunna användas av AI:n. I implementeringsplanen fastställs också hur organisationen ska mäta resultatet, samtidigt som lösningsutformningen lämnar utrymme för framtida val av plattform.
Fallstudie: AI-driven röstagent för en folkbokföringsmyndighet
Ett folkbokföringskontor i en stor tysk stad hanterade ett stort antal återkommande samtal. Kunderna ringde för att fråga om tidsbokningar, nödvändiga handlingar och handläggningstider. Svaren fanns redan. De anställda gav dem manuellt, hundratals gånger om dagen.
Damovo integrerade en AI-driven röstagent i den befintliga telefonimiljön istället för att ersätta den. Implementeringen inriktades på de komponenter som krävdes för det inledande användningsfallet, vilket gjorde det möjligt för organisationen att förbättra hanteringen av samtal samtidigt som man fortsatte att använda den teknik som redan fanns på plats.
Organisationen minskade antalet rutinärenden som kom in till de anställda och förbättrade tillgängligheten för kunderna utanför kontorstid.
Inför AI utan att byta ut det som fortfarande fungerar
Damovo förenar den teknik, information och det implementeringsarbete som krävs för att integrera AI i en befintlig kundtjänstmiljö. De befintliga systemen förblir i drift, och implementeringen innebär endast de förändringar som användningsfallet kräver.
Organisationer kan förbättra sin kundservice redan nu, bevara värdet av befintliga teknikinvesteringar och hålla framtida plattformsbeslut åtskilda.
AI kan öka värdet på ett befintligt kontaktcenter utan att man behöver börja med att byta plattform.
Vill du integrera AI i din nuvarande kundtjänstmiljö?
Vanliga frågor
Vad är skillnaden mellan konversationsbaserad AI och agentbaserad AI inom kundtjänst?
Konversationsbaserad AI avser system som interagerar med kunder genom naturligt språk: AI-röstagenter eller röstbotar som hanterar inkommande samtal, samt virtuella agenter som svarar på chatt eller meddelanden. Agentbaserad AI går ett steg längre. Den svarar inte bara, utan agerar. Ett agentbaserat AI-system kan söka fram en kunds konto, skapa ett ärende, behandla en förfrågan eller vidarebefordra ett samtal till rätt team, utan att en medarbetare behöver ingripa. De flesta moderna AI-system för kontaktcenter kombinerar båda delarna: ett konversationsgränssnitt som kunderna interagerar med och agentiska funktioner som utför uppgifter i bakgrunden.
Hur vet jag vilken AI-tillämpning jag ska börja med i mitt kontaktcenter?
Leta efter ett problem som uppfyller tre kriterier. För det första ska det vara ett problem som förekommer i stor skala: samma fråga eller förfrågan som hanteras upprepade gånger av medarbetarna. För det andra ska det vara väl avgränsat: du kan mäta den nuvarande kostnaden eller hanteringstiden, och du kommer att kunna mäta förändringen efter att AI har införts. För det tredje är det tekniskt tillgängligt: de data som AI:n behöver finns i ett system som den kan nå. Vanliga utgångspunkter är repetitiva inkommande förfrågningar, förfrågningar som kommer in utanför öppettiderna och uppgifter där medarbetarna lägger tid på att leta efter information istället för att lösa problemet. En kort teknisk utvärdering bekräftar sedan om din nuvarande miljö kan stödja användningsfallet innan någon implementering påbörjas.
Måste jag byta ut min kontaktcenterplattform för att kunna använda AI?
Nej. Konversationsbaserad och agentbaserad AI kan integreras i de flesta befintliga kontaktcentermiljöer utan att de plattformar som redan finns på plats behöver bytas ut. AI-röstagenter och virtuella agenter ansluts till era nuvarande telefoni-, CRM- och ärendehanteringssystem via integrationer. Era befintliga plattformar fortsätter att sköta det de redan gör bra. Ett byte blir aktuellt när en plattform är för begränsad för att stödja den integration som användningsfallet kräver, men det är undantaget, inte utgångspunkten.
Hur lång tid tar det att integrera AI i ett befintligt kontaktcenter?
Tidsplanen för implementeringen beror på användningsfallets omfattning och den miljö där det ska användas. Viktiga faktorer är bland annat antalet system och kanaler som ingår, tillgängligheten och kvaliteten på den information som krävs, integrationens komplexitet, säkerhets- och styrningskrav samt omfattningen av de tester och processförändringar som krävs.
Ett avgränsat användningsfall som bygger på en godkänd kunskapsbas och ett begränsat antal integrationer är vanligtvis mindre komplext än ett som kräver åtkomst till flera affärsapplikationer och automatiserade åtgärder som spänner över flera av dessa. Att fastställa en avgränsad inledande omfattning hjälper organisationer att bedöma genomförbarheten och fastställa implementeringskraven innan man utvidgar AI till ytterligare användningsfall.