Att besvara inkommande telefonsamtal och koppla dem vidare till rätt person eller avdelning är en uppgift som vid första anblick verkar enkel att automatisera: en fråga kommer in, den frågan känns igen, och samtalet går till rätt plats. I praktiken hamnar detta i kategorin delvis, med mänsklig tillsyn som skyddsnät för de gevallen där bedömningen går fel.
Axeln kundkontakt får låg poäng (1), och det är den viktigaste anledningen till att fullständig automatisering inte är självklar här. Ett telefonsamtal är per definition direkt kontakt med en kund, leverantör eller annan extern part, ofta i ett ögonblick när personen redan känner viss spänning eller brådska: ett klagomål, ett driftstopp, en faktura som inte stämmer. Ett felbedömt samtal som hamnar hos fel avdelning, eller en uppringare som känner att hen pratar med ett system när hen förväntade sig en människa, påverkar direkt relationen med den kunden. Hos ett företag där telefontrafiken främst består av standardfrågor — öppettider, adressändringar, att lämna en enkel statusförfrågan — ser det annorlunda ut än hos ett företag där uppringare ofta har ett problem som kräver förklaring och känsla.
Strukturerbarhet får en låg poäng, en 2: frågan bakom ett telefonsamtal är inte känd i förväg, uppringaren formulerar sig fritt, använder jargong eller inte riktigt rätt term, och samtalets sammanhang måste byggas upp live. Det gör bedömningen av rätt destination felkänslig. Samtidigt får volym en 5: telefoni är per definition en uppgift med mycket upprepning, och just vid hög volym är det attraktivt att låta en del fångas upp automatiskt. Denna spänning — lågt strukturerad men hög volym — är precis anledningen till att röstigenkänning idag används för det första, grova filtret: är detta en fråga för kundtjänst, den finansiella avdelningen eller en specifik kontaktperson. Den finare bedömningen, särskilt vid tveksamhet eller när en uppringare ställer flera frågor samtidigt, förblir manuellt arbete.
Axeln fysiskt får en gynnsam poäng för automatisering, en 4: ingen fysisk handling krävs, samtalet sker helt digitalt via telefonväxeln eller voip-systemet. Felkostnader får en genomsnittlig poäng (3): ett felaktigt vidarekopplat samtal är irriterande men oftast inte oåterkalleligt, någon ringer tillbaka eller kopplas ändå vidare. Regelefterlevnad får en relativt gynnsam poäng, en 4, eftersom själva vidarekopplingen i regel inte medför några lagstadgade skyldigheter — det ser annorlunda ut så snart samtalet övergår i registrering av personuppgifter eller känslig information, för vilket egna lagkrav gäller.
Den teknik som fungerar här idag är röstigenkänning: att omvandla talat språk till text och känna igen avsikt, kombinerat med en dirigeringstabell som avgör vilken avdelning eller person som hör till vilken typ av fråga. För enkla, vanligt förekommande förfrågningar — en uppringare som vill till den finansiella avdelningen, eller frågar efter en specifik medarbetare vid namn — är detta numera ganska tillförlitligt. För mer komplexa eller känslomässigt laddade samtal, där uppringaren inte omedelbart gör klart vart hen vill, förblir en människa den säkrare länken.
Tre villkor avgör om automatisering är ansvarsfull här. För det första röstigenkänning av tillräcklig kvalitet, även vid dialekter, bakgrundsljud eller dåliga förbindelser. För det andra en aktuell dirigeringstabell: om avdelningar ändras, personer byter befattning eller nya team uppstår utan att systemet uppdateras, försämras vidarekopplingen märkbart. För det tredje en eskaleringsväg till en människa, så att en uppringare som fastnar i systemet inte hamnar i en loop utan når en person inom ett begränsat antal steg. Detta stämmer överens med hur även vilket arbete kan AI ta över inom kundtjänst bedöms: automatisering av den första kontaktpunkten fungerar bäst när eskaleringen till en människa är väl inrättad, inte när den saknas.
Utfallet för denna uppgift är ingen fast lag. Ett företag med en liten, överskådlig kundbas och många återkommande, enkla frågor kan låta en större del av telefontrafiken fångas upp automatiskt än ett företag med komplexa, tekniska produkter där varje samtal är lite annorlunda. Även organisationens karaktär spelar in: intern telefontrafik mellan kollegor, som vid vidarekoppling inom ett team, är mer förutsägbar än extern kundkontakt. Det är precis anledningen till att en uppgift-för-uppgift-genomgång ger mer än ett generellt uttalande om att 'automatisera telefoni' — precis som vid inrättandet av vilket arbete kan AI ta över inom inköp beror utfallet i hög grad på hur standardiserade de underliggande processerna redan är.
Denna sida beskriver uppgiften i allmänna termer; hur detta faller ut för en specifik telefonlinje, receptionsfunktion eller avdelning beror på det faktiska samtalsvolymen, frågornas komplexitet och kvaliteten på de befintliga systemen. Den kostnadsfria snabbanalysen från ftetoai ger utifrån tolv frågor, utan konto, en första indikation på vilken del av timmarna i en befattningsprofil som idag kan tas över av AI. Den fullständiga arbetsanalysen, som går djupare in på enskilda uppgifter och system, är fortfarande under uppbyggnad.
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.