Når en AI-mulighet skal møte en faktisk kundereise.
Kunden vurderer ikke modellen, arkitekturen eller hvor avansert agenten er. Kunden vurderer om produktet forstår situasjonen, løser behovet og gir en trygg vei videre når AI ikke kan hjelpe.
AI skal ikke ligge ved siden av kundereisen. Den må formes rundt oppgaven, konteksten og forventningen kunden allerede har.
En samtale er ikke nødvendigvis en kundereise.
Det er lett å lansere en chatflate. Det er vanskeligere å la den forstå hvor kunden befinner seg, hente riktig informasjon, gjennomføre en handling og overlevere saken uten at kunden må begynne på nytt.
Derfor starter vi ikke med spørsmålet «Hva kan modellen svare på?». Vi starter med «Hva prøver kunden å få gjort?». Først da kan vi velge hvor AI skal forklare, anbefale, handle eller trekke inn et menneske.
20 prosent er modell, data og integrasjoner. 80 prosent er forventninger, språk, tjenestedesign, ansvar, endring og læring fra ekte kundeadferd.
Tillit bygges i detaljene.
Microsoft Researchs retningslinjer for menneske-AI-interaksjon er konkrete: Forklar hva systemet kan gjøre og hvor godt det kan gjøre det. Vis relevant kontekst. Gjør det enkelt å korrigere eller avvise AI. Begrens handlingen når systemet er usikkert, og forklar hvorfor det handlet som det gjorde.
Dette er ikke et lag med informasjon rundt produktet. Det er selve produktdesignet. En kunde som forstår kapasiteten og kan komme videre ved feil, får en mer troverdig opplevelse enn en kunde som møter et selvsikkert svar uten kontroll.
Intensjon
Forstå hva kunden faktisk prøver å oppnå, ikke bare ordene i siste melding.
Kontekst
Bruk relevant produkt-, ordre- eller kundedata med riktig tilgang og samtykke.
Handling
La AI fullføre egnede oppgaver, ikke bare forklare hvordan kunden kan gjøre dem selv.
Kontroll
Vis usikkerhet, tilby korrigering og eskaler med konteksten intakt.
Måling
Mål løsningsgrad, kvalitet, eskalering, konvertering og friksjon sammen.
Læring
Bruk uløste saker som produktinnsikt og prioriter neste forbedring der effekten ligger.
Automatisering og menneskelig service må designes sammen.
IBM beskriver kundeservice som et av de tydeligste bruksområdene for generativ AI, men understreker at riktig investering avhenger av virksomhetens utgangspunkt. NIST peker på at menneskelige roller og ansvar må defineres gjennom hele AI-livsløpet.
Det betyr at målet ikke er høyest mulig automatiseringsgrad isolert. Målet er riktig løsning for kunden og riktig bruk av menneskelig kapasitet. Noen samtaler bør løses helt automatisk. Andre bør kvalifiseres og sendes videre med bedre kontekst enn kundeservice hadde før.
Pilotdataene viste både hva AI kunne løse og hvor neste gevinst lå.
Jernia-piloten løste 46 prosent av meningsfulle samtaler. Samtidig viste de uløste sakene et tydelig behov for produktinformasjon, kjøpsveiledning og dypere integrasjon. Dermed ble kundesamtalene et beslutningsgrunnlag for neste produktfase.
Les Jernia-caset
En bedre målmodell for AI i kundereisen.
- Løsningsgrad: Ble kundens faktiske behov løst?
- Kvalitet: Var svaret riktig, relevant og i tråd med merkevaren?
- Friksjon: Hvor mange steg og gjentakelser krevde reisen?
- Overlevering: Fikk mennesket konteksten som allerede var samlet?
- Forretning: Bidro opplevelsen til konvertering, lojalitet eller lavere kostnad?
