Tankeledere

Hvorfor kundene gir opp CX-botene dine

mm
Legg til Unite.AI blant dine foretrukne kilder på Google

I årevis har kundeserviceteam sett på det at kunder straks ber om å få snakke med en menneskelig medarbeider, som et designproblem. Når innringere avviser en automatisert opplevelse før den egentlig har kommet i gang, er det naturlig å forsøke å få systemet til å høres varmere eller mer menneskelig ut. Skriv om velkomstmeldingen. Anerkjenn frustrasjonen. Fortell innringerne at de kan snakke naturlig. Tanken er at folk vil være mer villige til å bruke systemet hvis opplevelsen føles mindre robotaktig.

Nylig så vi tegn på at noe annet betyr langt mer.

I et stort forsikringsselskap som bruker KI til å håndtere spørsmål om fordeler knyttet til leiebil, startet en taleagent med å fortelle innringerne at de kunne «snakke med meg som med et ekte menneske». Likevel ba mer enn fire av ti innringere om å få snakke med et menneske før de hadde hatt noen egentlig samtale med systemet. Vi endret velkomstmeldingen til noe enklere og mer direkte, men resultatet var så å si uendret. 44 prosent av innringerne ba fortsatt straks om å få snakke med en medarbeider.

Det som til slutt endret innringernes atferd, hadde lite å gjøre med hvordan KI-en hørtes ut. Vi endret hva den kunne vise at den visste. I stedet for å starte med en generell velkomstmelding skulle KI-en gjøre et rimelig anslag på hvorfor kunden ringte, og gi informasjon som på forhånd kunne bidra til å løse problemet. Den kunne for eksempel beskrive kjøretøyet som var knyttet til innringerens skadesak, opplyse om statusen i saken og undersøke om kunden trengte leiebil.

Antallet forespørsler om å få snakke med en medarbeider falt med 23 prosent. Andelen som hadde en reell samtale med KI-en, økte fra 54 til 66 prosent.

Her ligger det en lærdom som gjelder langt mer enn kundesentre. Mens bedrifter kappløper om å gjøre KI mer samtalevennlig, imøtekommende og intuitiv, kan de investere for lite i noe mer grunnleggende: å gi KI-en nok kontekst til å vise at den forstår situasjonen den står overfor.

KI arver et tillitsunderskudd

Folk møter ikke et nytt KI-system med blanke ark. De har mange års erfaring med telefonsystemer med menyvalg som misforsto enkle forespørsler, chatboter som ga irrelevante svar, og automatiserte systemer som fikk dem til å gjenta informasjon de allerede hadde oppgitt. Over tid har brukerne lært at det kan være raskest å be om å få snakke med et menneske for å få gjort noe.

Denne atferden kan se ut som motstand mot KI, men det finnes en mer nyttig måte å forstå den på. Før folk overlater en oppgave til et automatisert system, vil de ha tegn på at systemet forstår nok om akkurat deres situasjon til å kunne være til hjelp. Forskere har beskrevet ett aspekt ved denne motstanden som «manglende forståelse for det unike» – en oppfatning av at et automatisert system ikke kan ta tilstrekkelig hensyn til den enkeltes omstendigheter.

Dette blir stadig viktigere etter hvert som KI tas i bruk på flere områder som har stor betydning for livene og arbeidet vårt. En kunde som ringer etter en bilulykke, oppfatter ikke problemet sitt som en generell forsikringshenvendelse. En ansatt som bruker en bedriftsassistent, forventer at den forstår rollen og tilgangsrettighetene deres, samt hva de jobber med nå. En utvikler som bruker et KI-verktøy for programmering, trenger svar som tar hensyn til arkitekturen rundt koden.

I hvert tilfelle må et KI-system vise at det forstår omstendighetene rundt forespørselen før brukeren har særlig grunn til å stole på svaret.

Kontekst blir en del av KI-grensesnittet

Personalisering har tradisjonelt handlet om å kjenne noens navn, huske en preferanse eller anbefale noe basert på tidligere atferd. KI gir oss muligheten til å gjøre personaliseringen langt mer situasjonsbestemt. Et nyttig system bør forstå hva noen prøver å få til, hva som allerede har skjedd, hvilken informasjon som er relevant akkurat da, og hvilke handlinger som faktisk er tilgjengelige.

Dette skillet bidrar til å forklare hvorfor forsøkene i forsikringsselskapet fungerte. KI-en hilste ikke bare hyggeligere på innringerne. Den gjorde at de slapp å gjøre en del av arbeidet selv. En person som ringte for å finne ut om leiebilfordelene var tilgjengelige, trengte ikke lenger å forklare skadesaken, oppgi hvilket kjøretøy det gjaldt og vente på at systemet skulle hente fram den relevante informasjonen. Ved å legge fram denne konteksten med en gang viste systemet at det var kompetent, før det ba innringeren om å stole på det med noe mer.

Dette prinsippet gjelder all KI i virksomheter. Hver gang en bruker må gjenta informasjon et system allerede burde kjenne til, korrigere en antakelse systemet aldri burde ha gjort, eller gjenskape en kontekst som allerede finnes et annet sted i organisasjonen, svekkes tilliten. For virksomheter betyr det at kontekst bør regnes som en del av brukeropplevelsen, ikke bare som et teknisk spørsmål i bakgrunnen.

KI kan endre hvordan vi måler suksess

Forsøket vårt avdekket også en annen atferd som var lett å overse. Etter at den kontekstbaserte velkomstmeldingen ble innført, lyttet noen innringere til åpningsmeldingen og la bare på.

Tradisjonelle måltall for kundesentre kunne klassifisert disse samtalene som frafall. Men noen av kundene hadde nettopp fått akkurat den informasjonen de så ut til å trenge. Hvis noen ringer for å finne ut om en skadesak er godkjent, og KI-en straks forteller at kravet er godkjent og at leiebilfordelene er klare, er det kanskje ikke noe mer å snakke om.

Omtrent 3 % av samtalene der den dynamiske hilsenen ble brukt, så ut til å følge dette mønsteret: Innringerne la på etter å ha fått informasjonen, og ringte ikke tilbake innen to timer. Andelen er liten, men den reiser et større spørsmål: Hva skjer når målene vi tradisjonelt har brukt for å måle engasjement, ikke lenger måler verdien på en presis måte?

Etter hvert som KI blir mer kapabel, kan vi se flere tilfeller der kortere interaksjoner er bedre interaksjoner. Hvis et system kan forutse et behov og vise fram riktig informasjon på eget initiativ, kan lengden på samtalen, antallet fullførte trinn og til og med tradisjonelle mål på frafall bli mindre meningsfulle mål på suksess.

Hver interaksjon med KI er en prøvesituasjon

Etter hvert som KI blir en del av flere arbeidsflyter, blir brukerne flinkere til å vurdere hvilke systemer som fortjener tiden deres. De første øyeblikkene i en interaksjon veier tungt, fordi folk raskt vurderer om systemet forstår situasjonen deres, om informasjonen virker pålitelig, og om det er verdt innsatsen å fortsette.

De beste KI-opplevelsene vil være dem som tidlig og presist kan vise at de har relevant kontekst. I kundeservice kan det bety å forstå statusen på et krav før innringeren forklarer saken. I en bedriftsassistent kan det bety å forstå en ansatts rolle, tillatelser og pågående arbeid. I programvareutvikling kan det bety å resonnere om arkitekturen rundt et kodestykke.

Når selskaper investerer i neste generasjon KI-opplevelser, er det verdt å gjøre systemene mer naturlige å samhandle med. Men naturlige samtaler kan bare bringe oss et stykke på vei. Folk vil gi KI en sjanse når den gir dem grunn til å tro at den kan hjelpe, og i stadig større grad er den grunnen kontekst.

Priya Sawant leder ingeniøravdelingen hos ASAPP, der hun har ansvar for utvikling og levering av AI-drevne produkter og plattformer. Hun fokuserer på å bygge skalerbare, pålitelige og robuste systemer som oppfyller virksomheters krav og forventninger til ytelse.‍Før hun begynte i ASAPP, jobbet Priya med finansteknologi og teknologi for investeringsbankvirksomhet. Der utviklet hun sanntidssystemer for risiko og handel som krevde svært høy ytelse, nøyaktighet og pålitelighet. Hun brenner for distribuerte arkitekturer, infrastruktur, plattformutvikling og applikasjonsutvikling som møter kundenes behov. Utenom jobben arrangerer Priya konferanser og treff, holder foredrag på dem, bestiger fjell og eksperimenterer på kjøkkenet.