Sergey Galchenko, Chief Technology Officer, IntelePeer – Intervieuserie

Hvad var det, der oprindeligt tiltrak dig til området computervidenskab og AI?

Jeg nyder at løse problemer, og softwareudvikling giver mulighed for at gøre det med en meget hurtig feedback-loop. AI åbner en ny frontier af anvendelsesmuligheder, der er svære at løse med en traditionel deterministisk programmeringsapproach, hvilket gør det til et spændende værktøj i løsningens værktøjskasse.

Hvordan har AI forandret kundesupportlandskabet, især i forhold til automatisering af CX (kundeoplevelse) operationer?

Generativ kunstig intelligens revolutionerer kontorforretningen på en hidtil uset måde. Når den kombineres med løsninger, der hjælper med at automatisere kommunikation, tilbyder generativ AI nye muligheder for at forbedre kundeinteraktioner, forbedre operationel effektivitet og reducere arbejdskostninger i en branche, der er blevet hårdt konkurrencedygtig. Med disse teknologier på plads kan kunderne nyde meget personlig service og konstant support. Virksomheder kan samtidig indeholde opkald mere effektivt og bekæmpe agentudskiftning og høje vakansrater, samtidig med at de giver deres medarbejdere mulighed for at fokusere på højprioritetsopgaver. Endelig giver generativ AI, gennem sine avancerede algoritmer, virksomheder mulighed for at konsolidere og sammenfatte information, der er afledt fra kundeinteraktioner ved hjælp af multiple datakilder. Fordelene ved at anvende disse teknologier i CX er tydelige – og der er mere og mere data, der understøtter, at denne trend vil påvirke flere og flere virksomheder.

Kan du give specifikke eksempler på, hvordan IntelePeers Gen AI har reduceret kedelige opgaver for kundesupportagenter?

Det ultimative mål for IntelePeers gen AI er at muliggøre komplet automatisering i kundesupportscenarier, hvilket reducerer afhængigheden af agenter og resulterer i en reduktion på op til 75% af driftsomkostningerne for de kunder, vi betjener. Vores platform kan automatisere op til 90% af en organisations kundeinteraktioner, og vi har kollektivt automatiseret over en halv milliard kundeinteraktioner allerede. IntelePeers gen AI kan ikke kun automatisere manuelle opgaver som opkaldsrouting, aftaleplanlægning og kundedataindtastning, men kan også tilbyde selvbetjeningsoplevelser, som kunderne stadig mere kræver og forventer – komplet med hyper-personlige kommunikationer, forbedret svarpræcision og hurtigere løsninger.

Kan du beskrive, hvorfor AI-relaterede tjenester skal balancere kreativitet med nøjagtighed.

At balancere kreativitet med nøjagtighed og forudsigelighed er afgørende, når det kommer til at opbygge tillid til AI-drevne tjenester og løsninger – en af de største udfordringer omkring AI-teknologier i dag. Først og fremmest skal det være en selvfølge, at enhver AI-løsning skal stræbe efter den højeste niveau af nøjagtighed, der er mulig, for at give de rette outputs, der er nødvendige for alle inputs. Men at skabe en god oplevelse med AI går ud over blot at give den korrekte information til slutbrugerne; det inkluderer også at aktivere den korrekte levering af den information til dem, hvilket kræver en vis mængde kreativitet for at udføre det succesfuldt. For eksempel i en kundesupportinteraktion skal en AI-drevet kommunikationsløsning være i stand til automatisk at matche kundens tone og justere efter behov i realtid, så de får præcis, hvad de har brug for, på den måde, der bedst når dem på det pågældende tidspunkt. AI’en skal også kommunikere på en livlig måde for at gøre kunderne mere komfortable, men ikke så meget, at de bedrager dem til at tro, de taler med et menneske, når de ikke gør. Det handler igen om at opbygge tillid til AI, hvilket vil føre til en endnu mere udbredt anvendelse og brug af teknologien.

Hvad er rollen for data i at sikre nøjagtigheden af AI-svar, og hvordan administrerer du data for at optimere AI-ydelsen?

God data skaber god AI. Med andre ord korrelerer kvaliteten af data, der indføres i en AI-model, direkte med kvaliteten af den information, som modellen producerer. I kundesupport er kundeinteraktionsdata nøglen til at finde huller i kundeoplevelsesforløbet. Ved at grave dybere i denne data kan organisationer begynde at bedre forstå kundeintentioner og derefter bruge den information til at strømline og forbedre AI-drevet engagement, hvilket transformerer den samlede kundeoplevelse og -oplevelse. Men organisationer skal have de rette dataarkitekturer på plads for at kunne behandle og udtrække indsigt fra de massive mængder data, der er forbundet med AI-løsninger.

IntelePeers AI-løsning bruger indholdet og konteksten af interaktionen til at bestemme den bedste handlingsplan på hver enkelt tidspunkt. Under en interaktion, hvis en kunde stiller et spørgsmål, der kræver et svar, der er specifikt for en virksomheds proces, regler eller politikker, aktiverer AI-workflowen automatisk en videnbas, der inkluderer sådanne forretningsdata som FAQ-dokumenter, agenttræningsmateriale, webside-data, politik og andre forretningsoplysninger for at svare derefter. Ligesom hvis et spørgsmål eller en anmodning er gjort, som virksomheden ikke ønsker, at AI skal svare direkte på, vil AI-workflowen eskalere forespørgslen til en menneskelig agent, hvis det er nødvendigt. Den resterende interaktion kan automatisk tilføjes til Q&A-parrene for at forbedre svarene i efterfølgende kundeinteraktioner eller overføres til en tilsynsmyndighed for godkendelse før inkorporering.

Hvordan ser du på udviklingen af frontlinjeagenter, når AI’s rolle i kundesupport øges?

Vi på IntelePeer forudser en dramatisk reduktion i afhængigheden af frontlinjeagenter på grund af udviklingen af AI-teknologier. Med massive skridt i AI-drevet opkaldsindhold, der fortsat forbedrer sig i kvalitet og vokser i volumen, er organisationer i dag i stand til at automatisere op til 90% af deres kundeinteraktioner. Dette giver dem mulighed for at optimere deres frontlinjestab og spare betydeligt på driftsomkostninger – samtidig med at de giver bedre oplevelser for de kunder, de betjener.

mens nogle opgaver automatiseres, hvilke færdige CX-roller tror du vil forblive kritiske, på trods af AI-fremgang?

mens AI vil reducere antallet af frontlinjeagenter, der er nødvendige i kundesupportroller, vil et menneskeligt element altid være nødvendigt i CX-operationer. For eksempel skal AI-drevne kommunikationsmodeller trænes, konfigureres og administreres med menneskelig oversigt for at sikre nøjagtighed og eliminere eventuelle fordomme. Det menneskelige touch er også nødvendigt for at afstemme automatiserede kundekommunikationer med beskeden og personligheden af organisationen eller mærket, hvilket bidrager til kundekomfort og hjælper med at opbygge tillid til teknologien. Disse mere tekniske, AI-orienterede roller vil overtage typiske frontlinjeroller i årene, der kommer.

AI-hallucinationer er en bekymring i forhold til at opretholde præcise kundeinteraktioner. Hvilke specifikke sikkerhedsforanstaltninger har IntelePeer implementeret for at forhindre, at AI fabrikerer fakta?

 Virksomheder skal implementere generativ AI i dag for at forblive relevante midt i den igangværende revolution, samtidig med at de undgår en hastet og katastrofal udrolning. For at gøre det ansvarligt skal virksomheder starte med at implementere en Retrieval Augmented Generation (RAG)-mønster for at hjælpe deres gen AI med at analysere store virksomhedsdata. For automatiserede kundesupportinteraktioner skal mærkerne oprette en menneskelig feedback-loop for at analysere tidligere interaktioner og forbedre kvaliteten af de data, der bruges til finjustering og udtrækning. Yderligere skal organisationer fokusere på:

• at implementere sikkerhedsforanstaltninger ved at analysere kundeinteraktionsdata og udvikle omfattende, dynamiske videnbaser;
• at investere i kontinuerlig overvågning og opdatering af disse systemer for at tilpasse sig nye forespørgsler og opretholde nøjagtighed; og
• at træne personale til at genkende og administrere ukendte permutationer, hvilket sikrer en problemfri eskalering og løsningsproces.

Hvordan sikrer du, at store sprogmodeller (LLM’er) fortolker konteksten korrekt og giver pålidelige svar?

 En tilfældig tilgang til implementering af gen AI kan resultere i kvalitetsproblemer med output, hallucinationer, copyright-intrång og fordomsfulde algoritmer. Derfor skal virksomheder have svar-sikkerhedsforanstaltninger, når de anvender gen AI i kundesupportmiljøet. IntelePeer anvender retrieval augmented generation (RAG), der føder datakontekst til en LLM for at få svar, der er grundet i en kundeleveret dataset. Under hele processen, fra det øjeblik, dataene bliver forberedt, til LLM’en sender et svar til klienten, forhindrer de nødvendige sikkerhedsforanstaltninger, at nogen følsomme oplysninger bliver afsløret. IntelePeers RAG begynder, når en kunde stiller et spørgsmål til en AI-drevet bot. Bot’en udfører en opslagning af spørgsmålet i videnbasen. Hvis den ikke kan finde et svar, overfører den til en agent og gemmer spørgsmålet i Q&A-databasen. Senere vil en menneske gennemgå dette nye spørgsmål, udføre en dataimport og gemme svaret i videnbasen. Til sidst bliver intet spørgsmål ubesvaret. Med RAG-processen på plads kan virksomheder opretholde kontrol over svaretsæt for interaktionsautomatisering.

I fremtiden, hvilke tendenser forudser du i AI’s rolle i kundeoplevelsen?

Vi på IntelePeer tror dybt på, at generativ AI er et kraftfuldt værktøj, der vil positivt supplere menneskelig kommunikationskapacitet, åbne nye muligheder og overvinde langvarige barrierer. AI vil fortsætte med at forbedre kundeservicekommunikationer ved at strømline kundeserviceinteraktioner, tilbyde døgndriftsassistance og give sprogbrokende muligheder. Desuden vil virtuelle assistenter, der er trænet på store sprogmodeller (LLM’er), være i stand til at trække på millioner af menneskelige samtaler for at hurtigt registrere følelser og ændre deres tone, følelse og ordvalg. Der vil være mere og mere bevis for, at virksomheder, der med held anvender AI til at forbedre menneskelige forbindelser, oplever en betydelig afkast på investeringen og forbedret effektivitet og produktivitet. Tak for det gode interview, læsere, der ønsker at lære mere, skal besøge IntelePeer.