Litt om hva kunstig intelligens kan gjøre for kundeservice

I alle diskusjoner om kundebehandling, vil mange være raske til å understreke at en menneskelig faktor er avgjørende for om kunden føler seg sett og ivaretatt. Det er det vanskelig å være uenig i, men det er også slik at selv en vennlig innstilt kundebehandler kommer lengre med et hyggelig smil og relevant, treffsikker informasjon enn med et hyggelig smil alene. Her kan kunstig intelligens bidra.

Forstår (snart) vanlig språk 

En kunde av oss, et norsk selskap i finansbransjen, har eksperimentert med å få kunstig intelligens til å lese spørsmål og henvendelser som kommer inn til brukerstøtte.

I utgangspunktet er løsningen helt regelstyrt, i det at den har lett etter bestemte søkeord i teksten og jobbet for å rute henvendelsen til rette vedkommende. Målet er imidlertid å utvikle teknologi som skal kunne «lese» meldingene fra kunden og forstå hva vedkommende behøver hjelp til. Bedriften tilbyr imidlertid både boliglån, forsikringer og flere andre produkter. Hvis kunden innleder med å skrive «Jeg har boliglån hos dere, og lurer på hva bilforsikring vil koste,» vil enkle, regelbaserte løsninger knele fordi de ikke forstår kundens hensikt bak henvendelsen.

Siden sommeren 2018 har derfor vi jobbet med kunstig intelligens for å få denne løsningen til å forstå det som på internasjonalt fagspråk kalles Intent – hva avsenderen av et budskap egentlig ønsker å oppnå. Dette har etter hvert blitt mulig for kunder som snakker engelsk, men selv om teknologien allerede forstår norsk langt bedre enn den gjorde da arbeidet tok til, er den ennå ikke helt i mål slik at den kan fungere selvstendig – ennå.

Det gjør egentlig ikke så mye, for løsninger av denne typen har allerede mye å tilføre servicemedarbeidere.

Ny teknologi på gamle ideer 

Kunder i vår tid har så mange måter å kontakte sine leverandører at det er krevende å ha oversikt. Hvor mange supportsaker har kunden liggende? Har de skrytt av oss eller produktet de kjøpte på Facebook, eller har de kranglet med oss på e-post? Hvilken «Net Promoter Score» gir kunden oss? Betalte de regningen sin i tide og uten å krangle?

Hvis man klarer å samle informasjon fra disse kontaktpunktene – for eksempel ved bruk av blant annet Microsoft Dynamics 365 Customer Insights – kan de si mye om hvilken trend kunderelasjonen er på, og det kan være god ammunisjon for en medarbeider på kundesenteret. Slike modeller har vært brukt og snakket om i mange år allerede, i form av regler satt opp for å bearbeide rapporter fra ulike systemer. Microsoft Excel har vært mye brukt her, og mange har lagt utallige timer ned i å få regneark til å gjøre mye av dette. Nå har Microsoft laget nye verktøy som gjør det enklere å samle data, bygge modeller og følge dem opp uten at det koster skjorta.

Maskinlæring og kunstig intelligens løfter nå slike regelstyrte modeller flere hakk. Da kan modellene også bidra med å konsolidere dataene, og de kan utvikles til å treffe bedre på parametrene modellen mates med. Samtidig kan slike modeller ta hensyn til veldig mange flere datapunkter enn det som tidligere har vært mulig.

Vår kunde i finansbransjen er ikke unik i det at de eksperimenterer med ny teknologi, men de er kommet lenger enn mange. Stort sett gjenstår det bare at teknologien utvikler seg til å forstå norsk like godt som den gjør engelsk. Når så skjer – og alt tyder på at det er snart – er tjenesten stort sett klar for lansering. Døgnåpen kundeservice uten overtidsbetaling, anyone?!