Sergey Galchenko, Chief Technology Officer, IntelePeer – Interview Serie

Hvad var det, der oprindeligt tiltrak dig til området computervidenskab og AI?
Jeg nyder at løse problemer, og softwareudvikling giver dig mulighed for at gøre det med en meget hurtig feedback-løkke. AI åbner en ny front af anvendelsesområder, der er svære at løse med en traditionel deterministisk programmeringsmetode, hvilket gør det til et spændende værktøj i løsningens værktøjskasse.
Hvordan har AI forandret landskabet for kundesupport, især i forbindelse med automatisering af CX (Customer Experience)-operationer?
Generativ kunstig intelligens revolutionerer kontaktsenterforretningen 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 konsekvent 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 gen 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 klare – 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 fuld automation 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. Ikke kun kan vores gen AI automatisere manuelle opgaver som opkaldsdirigering, aftaleplanlægning og kundedataindtastning, men den kan også tilbyde selvbetjeningsoplevelser, som kunderne stadig mere kræver og forventer – komplet med hyperpersonlige kommunikationer, forbedret svarpræcision og hurtigere løsninger.
Kan du beskrive, hvorfor AI-relaterede tjenester må 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 bør det være en selvfølge, at enhver AI-løsning skal stræbe efter den højeste mulige nøjagtighed for at give de rigtige outputs, der er nødvendige for alle inputs. Men at skabe en god oplevelse med AI går ud over blot at give den rigtige information til slutbrugerne; det inkluderer også at aktivere den rigtige levering af den information til dem, hvilket kræver en vis mængde kreativitet for at udføre med succes. For eksempel i en kundeserviceinteraktion 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 måde, der ligner en menneskelig, så kunderne føler sig mere komfortable, men ikke så meget, at de bliver narret til at tro, de taler med et menneske, når de ikke gør. Atter en gang handler det 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-præstationen?
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 kundeservice er kundeinteraktionsdata nøglen til at finde huller i kunderejsen. Ved at grave dybere i disse data kan organisationer begynde at bedre forstå kundeintentions og derefter bruge den information til at strømline og forbedre AI-drevne engagement, hvilket transformerer den samlede kunderejse og -oplevelse. Men organisationer må have de rigtige dataarkitekturer på plads for at kunne behandle og udtrække indsigt fra de massive mængder data, der er forbundet med AI-løsninger.
IntelePeer AI-løsningen 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 politik, vil AI-workflowet automatisk udnytte en videnbas, der inkluderer sådanne forretningsdata som FAQ-dokumenter, agenttræningsmateriale, websitedata, politik og andre forretningsoplysninger for at svare derefter. Lignende, hvis et spørgsmål eller en anmodning bliver stillet, som virksomheden ikke ønsker, at AI skal svare på direkte, vil AI-workflowet eskalere forespørgslen til en menneskelig agent, hvis det er nødvendigt. Den resterende interaktion kan automatisk tilføjes til Q&A-par til at forbedre svar i efterfølgende kundeinteraktioner eller overføres til en tilsynsmyndighed for godkendelse før integration.
Med AI’s øgede rolle i kundesupport, hvordan ser du på, at rollen som frontline-agenter udvikler sig?
Vi på IntelePeer forestiller os en dramatisk reduktion i afhængigheden af frontline-agenter på grund af udviklingen af AI-teknologier. Med massive skridt i AI-drevet opkaldsindhold, der fortsætter med at forbedre sig i kvalitet og vokse 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 frontline-besætning og spare betydeligt på driftsomkostningerne – samtidig med at de giver kunderne bedre oplevelser.
Mens nogle opgaver automatiseres, hvilke faglærte CX-roller tror du vil forblive kritiske, på trods af AI-fremgang?
Selv om AI vil reducere antallet af frontline-agenter, der er nødvendige i kundeservice-roller, 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. Den menneskelige berøring er også nødvendig for at tilpasse automatiserede kunde-kommunikationer med beskeden og personligheden af organisationen eller mærket, de kommer fra, hvilket bidrager til kundekomfort og hjælper med at opbygge tillid til teknologien. Disse mere tekniske, AI-orienterede roller vil overtage typiske frontline-roller i årene, der kommer.
AI-hallucinationer er en bekymring i forbindelse med at opretholde nøjagtige kundeinteraktioner. Hvad bestemte sikkerhedsforanstaltninger har IntelePeer implementeret for at forhindre, at AI fabrikerer fakta?
 Virksomheder må implementere generativ AI i dag for at forblive relevante midt i den igangværende revolution, samtidig med at de undgår en hastet og katastrofal udvikling. For at gøre det ansvarligt må virksomheder starte med at implementere en Retrieval Augmented Generation (RAG)-mønster for at hjælpe deres gen AI med at interface med analyse af store virksomhedsdata. For automatiserede kundeservice-interaktioner må mærkerne oprette en menneskelig feedback-løkke for at analysere tidligere interaktioner og forbedre kvaliteten af de data, der bruges til finjustering og udtrækning. Yderligere for at eliminere AI-hallucinationer bør 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 eskalations- 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 outputkvalitetsproblemer, hallucinationer, copyright-intrång og fordomsfulde algoritmer. Derfor må virksomheder have svar-sikkerhedsforanstaltninger, når de anvender gen AI i kundeservice-miljøet. IntelePeer anvender retrieval augmented generation (RAG), der føder datakontekst til en LLM for at få svar, der er grundet i en kunde-tilført dataset. Under hele processen, fra det øjeblik, dataene bliver forberedt, til LLM’en sender et svar til klienten, sikrer de nødvendige sikkerhedsforanstaltninger, at ingen 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, vil den overføre til en agent og gemme spørgsmålet i Q&A-databasen. Senere vil en menneske gennemgå dette nye spørgsmål, udføre en dataimport og gemme svaret i videnbasen. Til sidst bliver der ikke stillet noget spørgsmål uden svar. Med RAG-processen på plads kan virksomheder opretholde kontrol over svaretsæt for interaktionsautomatisering.
Med henblik på fremtiden, hvilke tendenser forventer du i AI’s rolle i kundeoplevelsen?
På IntelePeer tror vi dybt på, at generativ AI er et kraftfuldt værktøj, der vil positivt supplere menneskelig kommunikationsfærdigheder, åbne nye muligheder og overvinde langvarige barrierer. AI vil fortsætte med at forbedre kundeservice-kommunikationer ved at strømline kundeservice-interaktioner, tilbyde døgnåbent assistance og tilbyde sprogbro-muligheder. Desuden vil virtuelle assistenter, der er trænet på store sprogmodeller (LLM’er), kunne trække på millioner af menneskelige samtaler for hurtigt at registrere følelser og ændre deres tone, holdning og ordvalg. Der vil være mere og mere bevis for, at virksomheder, der med succes 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.