Hvorfor kunderne giver op over for jeres CX-bots

I årevis har kundeserviceteams betragtet den øjeblikkelige anmodning om at tale med en medarbejder som et designproblem. Når opkalderne afviser en automatiseret oplevelse, før den egentlig er kommet i gang, er den naturlige reaktion at få systemet til at lyde varmere eller mere menneskeligt. Skriv velkomsthilsenen om. Anerkend frustrationen. Fortæl opkalderne, at de kan tale naturligt. Antagelsen er, at folk bliver mere villige til at bruge systemet, hvis oplevelsen virker mindre robotagtig.

Vi har for nylig set tegn på, at noget andet betyder langt mere.

Hos et stort forsikringsselskab, der bruger AI til at besvare spørgsmål om dækning af lejebiler, hilste en stemmeagent i første omgang opkalderne med ordene: »Du kan tale til mig, som om jeg var et rigtigt menneske.« Mere end fire ud af ti opkaldere bad stadig om at tale med et menneske, før de havde haft en egentlig samtale med systemet. Vi ændrede velkomsthilsenen, så den blev enklere og mere direkte, men resultatet var stort set uændret. Fireogfyrre procent af opkalderne bad stadig straks om at tale med en agent.

Det, der endelig ændrede opkaldernes adfærd, havde kun lidt at gøre med, hvordan AI’en lød. Vi ændrede på, hvad den kunne vise, at den vidste. I stedet for at begynde med en generisk velkomsthilsen ville AI’en komme med et velbegrundet gæt på, hvorfor kunden ringede, og give oplysninger, der på forhånd kunne hjælpe med at løse problemet – for eksempel beskrive det køretøj, der var knyttet til opkalderens skadesanmeldelse, oplyse sagens status og undersøge, om kunden havde brug for en lejebil.

Anmodninger om at tale med en medarbejder faldt med 23 %. Den egentlige interaktion med AI’en steg fra 54 % til 66 %.

Her er en lære, der rækker langt ud over kontaktcentret. Mens virksomheder kappes om at gøre AI mere samtalende, imødekommende og intuitiv, risikerer de at underinvestere i noget mere grundlæggende: at give AI tilstrækkelig kontekst til at vise, at den forstår den aktuelle situation.

AI overtager et tillidsunderskud

Folk møder ikke et nyt AI-system uden forudgående erfaringer. De har gennem årene oplevet telefonmenuer, der misforstod enkle anmodninger, chatbots, der gav irrelevante svar, og automatiserede systemer, der fik dem til at gentage oplysninger, de allerede havde givet. Med tiden har brugerne lært, at det kan være den hurtigste vej til at få noget gjort at bede om at tale med et menneske.

Den adfærd kan ligne modstand mod AI, men den kan forstås på en mere nyttig måde. Før folk betror et automatiseret system en opgave, vil de have tegn på, at systemet forstår nok om netop deres situation til at kunne være til hjælp. Forskere har beskrevet et element af denne modstand som »manglende hensyntagen til det unikke« – en opfattelse af, at et automatiseret system ikke i tilstrækkelig grad kan tage højde for den enkeltes omstændigheder.

Det bliver stadig vigtigere, efterhånden som AI bliver en del af flere betydningsfulde områder i vores liv og arbejde. En kunde, der ringer efter en bilulykke, betragter ikke sit problem som en generel forsikringsforespørgsel. En medarbejder, der bruger en virksomhedsassistent, forventer, at den forstår vedkommendes rolle, tilladelser og aktuelle arbejdsopgaver. En udvikler, der bruger et AI-kodeværktøj, har brug for svar, der tager højde for den arkitektur, som omgiver koden.

I hvert enkelt tilfælde skal et AI-system vise, at det forstår omstændighederne omkring anmodningen, før brugeren har nogen særlig grund til at stole på svaret.

Kontekst bliver en del af AI-grænsefladen

Personalisering har traditionelt betydet, at man kender en persons navn, husker en præference eller anbefaler noget på baggrund af tidligere adfærd. AI giver os mulighed for at gøre personalisering langt mere situationsbestemt. Et nyttigt system bør forstå, hvad en person forsøger at opnå, hvad der allerede er sket, hvilke oplysninger der er relevante i øjeblikket, og hvilke handlinger der faktisk er mulige.

Denne forskel er med til at forklare, hvorfor forsøgene med forsikringsselskabet virkede. AI’en hilste ikke bare opkalderne mere venligt. Den fjernede arbejde fra samtalen. En person, der ringede for at undersøge, om vedkommende var dækket af en lejebilsordning, behøvede ikke længere at forklare sin skadesanmeldelse, identificere sit køretøj og vente på, at systemet hentede de relevante oplysninger. Ved straks at præsentere denne kontekst viste systemet, at det var kompetent, før det bad opkalderen om at stole på det i andre henseender.

Dette princip gælder for AI i hele virksomheden. Hver gang en bruger må gentage oplysninger, som systemet allerede burde kende, rette en antagelse, som systemet aldrig burde have gjort, eller genskabe en kontekst, der allerede findes et andet sted i organisationen, svækkes tilliden. For virksomheder betyder det, at kontekst bør betragtes som en del af brugeroplevelsen – ikke blot som et teknisk anliggende bag kulisserne.

AI kan ændre, hvordan vi måler succes

Vores forsøg afdækkede også en anden adfærd, som det var let at overse. Efter at den kontekstbaserede velkomsthilsen blev indført, lyttede nogle opkaldere til den indledende besked og lagde simpelthen på.

Traditionelle målinger i kontaktcentre kunne klassificere disse opkald som afbrudte. Men nogle af kunderne havde netop fået præcis de oplysninger, de så ud til at have brug for. Hvis nogen ringer for at finde ud af, om en skadesanmeldelse er blevet godkendt, og AI’en straks fortæller vedkommende, at skadesanmeldelsen er godkendt, og at lejebilsdækningen er på plads, er der måske ikke mere at tale om.

Omkring 3 % af opkaldene med den dynamiske hilsen så ud til at følge dette mønster: De, der ringede, lagde på efter at have fået oplysningerne og ringede ikke igen inden for to timer. Det er en lille andel, men den rejser et større spørgsmål: Hvad sker der, når de målinger, vi traditionelt har brugt til at måle engagement, ikke længere måler værdien præcist?

I takt med at AI bliver mere kompetent, vil vi måske se flere eksempler på, at kortere interaktioner er bedre interaktioner. Hvis et system kan forudse et behov og proaktivt vise de rigtige oplysninger, bliver samtalens længde, antallet af gennemførte trin og selv de traditionelle afbrydelsesrater måske mindre meningsfulde mål for succes.

Hver AI-interaktion er en prøve

Efterhånden som AI bliver integreret i flere arbejdsgange, bliver brugerne bedre til at vurdere, hvilke systemer der fortjener deres tid. De første øjeblikke af en interaktion vejer tungt, fordi folk hurtigt vurderer, om systemet forstår deres situation, om oplysningerne virker troværdige, og om det er umagen værd at fortsætte.

De bedste AI-oplevelser vil være dem, der tidligt og præcist kan demonstrere, at de har den relevante kontekst. I kundeservice kan det betyde, at systemet kender status på en sag, før den, der ringer, forklarer den. I en virksomhedsassistent kan det betyde, at systemet forstår en medarbejders rolle, adgangsrettigheder og aktuelle arbejdsopgaver. Inden for softwareudvikling kan det betyde, at systemet kan ræsonnere over arkitekturen omkring et stykke kode.

Når virksomheder investerer i næste generation af AI-oplevelser, er det værd at gøre systemerne mere naturlige at interagere med. Men naturlige samtaler kan kun føre os et stykke af vejen. Folk vil give AI en chance, når den giver dem en grund til at tro på, at den kan hjælpe, og i stigende grad er den grund konteksten.