At besvare indgående telefonopkald og viderestille til den rette person eller afdeling er en opgave, der ved første øjekast virker enkel at automatisere: der kommer et spørgsmål ind, spørgsmålet genkendes, og samtalen går til det rette sted. I praksis falder dette i kategorien delvist, med menneskeligt tilsyn som sikkerhedsnet for de tilfælde, hvor vurderingen slår fejl.
Aksen kundekontakt scorer lavt (1), og det er den vigtigste årsag til, at fuld automatisering ikke er en selvfølge her. En telefonsamtale er per definition direkte kontakt med en kunde, leverandør eller anden ekstern part, ofte i et øjeblik hvor personen allerede føler et vist pres eller en vis akut karakter: en klage, en driftsforstyrrelse, en faktura der ikke stemmer. En forkert vurderet samtale, der ender hos den forkerte afdeling, eller en opkalder der føler, at han taler med et system, mens han forventede et menneske, rammer direkte relationen til den pågældende kunde. I en virksomhed, hvor telefontrafikken hovedsageligt består af standardspørgsmål — åbningstider, adresseændringer, videregivelse af en simpel statusforespørgsel — ligger sagen anderledes end i en virksomhed, hvor opkaldere ofte har et problem, der kræver forklaring og fornemmelse.
Struktureringsgrad scorer lavt med en 2: spørgsmålet bag et telefonopkald er ikke kendt på forhånd, opkalderen formulerer sig frit, bruger jargon eller rammer ikke helt det rigtige ord, og samtalens kontekst skal opbygges live. Det gør vurderingen af den rette destination fejlfølsom. Samtidig scorer volumen en 5: telefoni er per definition en opgave med megen gentagelse, og netop ved højt volumen er det attraktivt at lade en del blive fanget op automatisk. Denne spænding — lav strukturering, men højt volumen — er præcis grunden til, at talegenkendelse i dag anvendes til det første, grove filter: er dette et spørgsmål til kundeservice, den finansielle afdeling eller en bestemt kontaktperson. Den mere finkornede vurdering, især ved tvivl eller når en opkalder stiller flere spørgsmål på én gang, forbliver menneskeligt arbejde.
Aksen fysisk scorer gunstigt for automatisering med en 4: der kræves ingen fysisk handling, samtalen forløber fuldt digitalt via telefoncentralen eller voip-systemet. Fejlomkostninger scorer middel (3): en forkert viderestillet samtale er irriterende, men som regel ikke uoprettelig, nogen ringer tilbage eller bliver alligevel stillet igennem. Compliance scorer relativt gunstigt med en 4, fordi selve viderestillingen som regel ikke medfører lovmæssige forpligtelser — det ligger anderledes, så snart samtalen går over i registrering af personoplysninger eller følsomme oplysninger, hvor egne lovkrav gælder.
Teknologien, der virker her i dag, er talegenkendelse: omdannelse af talt sprog til tekst og genkendelse af hensigt, kombineret med en routingtabel, der bestemmer hvilken afdeling eller person der hører til hvilken type spørgsmål. For simple, hyppigt forekommende forespørgsler — en opkalder der vil tale med den finansielle afdeling, eller spørger efter en bestemt medarbejder ved navn — er dette efterhånden ret pålideligt. For mere komplekse eller følelsesladede samtaler, hvor opkalderen ikke straks gør klart, hvor han vil hen, forbliver et menneske det sikrere led.
Tre betingelser afgør, om automatisering her er forsvarlig. For det første talegenkendelse af tilstrækkelig kvalitet, også ved accenter, baggrundsstøj eller dårlige forbindelser. For det andet en opdateret routingtabel: hvis afdelinger ændres, folk skifter funktion eller nye teams opstår, uden at systemet bliver opdateret, forringes viderestillingen synligt. For det tredje en eskaleringsvej til et menneske, så en opkalder der går i stå i systemet ikke havner i en løkke, men inden for et begrænset antal trin når frem til en person. Dette stemmer overens med, hvordan også hvilket arbejde kan AI overtage i kundeservice vurderes: automatisering af det første kontaktpunkt virker bedst, når eskaleringen til et menneske er godt indrettet, ikke når den mangler.
Udfaldet for denne opgave er ikke en fast lov. En virksomhed med en lille, overskuelig kundebase og mange tilbagevendende, simple spørgsmål kan lade en større del af telefontrafikken blive fanget op end en virksomhed med komplekse, tekniske produkter, hvor hver samtale er lidt anderledes. Også organisationens karakter spiller ind: intern telefontrafik mellem kolleger, som ved viderestilling internt i et team, er mere forudsigelig end ekstern kundekontakt. Det er præcis grunden til, at en opgave-for-opgave-scanning giver mere end en generel udtalelse om at 'automatisere telefoni' — ligesom ved indretningen af hvilket arbejde kan AI overtage i indkøb afhænger udfaldet stærkt af, hvor standardiserede de underliggende processer allerede er.
Denne side beskriver opgaven i generelle vendinger; hvordan dette falder ud for en konkret telefonlinje, receptionsfunktion eller afdeling afhænger af det faktiske samtalevolumen, spørgsmålenes kompleksitet og kvaliteten af de eksisterende systemer. Den gratis quickscan fra ftetoai giver ud fra tolv spørgsmål, uden konto, en første indikation af, hvilken del af timerne i en stillingsprofil der i dag kan overtages af AI. Den fulde arbejdsscanning, der går dybere ind i de enkelte opgaver og systemer, er stadig under udvikling.
Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.