Intervjuer
Fran Loftus, kundeopplevelsesdirektør i EliseAI — intervjuserien

Viktige punkterEliseAIs vertikal-første tilnærming integrerer bransjespesifikke arbeidsflyter direkte…
Vis mer
- EliseAIs vertikal-første tilnærming integrerer bransjespesifikke arbeidsflyter direkte i sin AI for å unngå generiske chatbotfeil.
- Effektiv AI i bolig og helsevesen må garantere fullføring av oppgaver for å bygge tillit, ikke bare gi raske svar.
- Rollen som Chief Experience Officer vil endre seg til å koordinere menneske-AI-partnerskap ettersom automatisering håndterer administrativt arbeid.
Fran Loftus, kundeopplevelsesdirektør i EliseAI, er en dynamisk leder kjent for sin kreative energi og allsidige bakgrunn, der gründerdriv kombineres med dyp operativ kompetanse. Før hun kom til EliseAI, var hun med på å grunnlegge HOM, en teknologibasert plattform for fellestilbud og beboerengasjement som ble kjøpt opp av Alfred. Der hadde hun senere flere lederroller og formet beboeropplevelsen i hundretusener av boliger. I EliseAI har hun hatt høye operative lederstillinger med rapportering til administrerende direktør og styret, fremmet effektivitet på tvers av selskapet, fulgt opp kunderesultater og samarbeidet tett med utvikling og salg om produktstrategi og innføring. Hun er anerkjent som gründer og en toneangivende stemme i bransjen, har vært nominert til Top Founder ved MIPIM og er flere ganger blitt kåret til en av CRETechs mest innflytelsesrike kvinner.
EliseAI er et KI-programvareselskap i New York som endrer hvordan bolig- og helseorganisasjoner håndterer store kommunikasjonsmengder og operative arbeidsprosesser ved hjelp av avansert samtalebasert og agentbasert kunstig intelligens. Plattformen automatiserer blant annet bestilling av boligvisninger, kommunikasjon om utleie, vedlikeholdsforespørsler, kontraktsfornyelser, pasientmottak og administrativ støtte via tekst, tale, e-post og chat. Det gjør teamene mer effektive og forbedrer samtidig responsen og kundeopplevelsen. Ved å samle disse kontaktene i ett KI-system hjelper EliseAI organisasjoner med å utvide driften, redusere manuelt arbeid og oppnå målbare forbedringer i virksomhetskritiske funksjoner.
Som Chief Experience Officer i EliseAI har du en sjelden kombinasjon av erfaring med fellesskap, drift og teknologi. Du grunnla HOM, en plattform som hjalp flerboligbygg med å tilby felles fasiliteter og en følelse av tilhørighet i stor skala, og ledet deretter opplevelse og tjenesteleveranse i Alfred, et boligtjenesteselskap som arbeider inne i tusenvis av leilighetsbygg. Hvordan påvirker disse praktiske rollene, der mennesker står først, måten du i dag utformer og setter KI-opplevelser ut i livet på i EliseAI?
Bakgrunnen min fra praktisk eiendomsforvaltning lærte meg at teknologi bare er så god som tjenesten den faktisk leverer i hverdagen. Hos HOM og Alfred lærte jeg at en beboer ikke bryr seg om et lekkert grensesnitt hvis vedlikeholdsforespørselen forsvinner i et svart hull eller innflyttingen blir utsatt. Derfor har jeg blitt nærmest besatt av å sørge for at saker blir fullført. Jeg utformer ikke KI bare for å håndtere samtaler, men for å håndtere hele livssyklusen til en oppgave. Jeg prioriterer beboeren i krise eller den overbelastede medarbeideren og sørger for at KI ikke bare blir enda en ting de må følge med på, men et verktøy som letter byrden deres.
Hvordan ser effektiv KI ut fra et kundeopplevelsesperspektiv innen bolig og helse, der tillit, tydelighet og det å følge saker helt til mål er like viktig som hastighet eller automatisering?
Innen bolig og helse er det bra å være rask, men tillit bygges ved faktisk å følge saker helt til mål. God KI skal ikke bare gi et raskt svar, men sørge for at noe faktisk skjer. Hvis en pasient spør om en regning eller en leietaker vil fornye avtalen, må KI oppdatere registrene, varsle riktig leder og gi vedkommende beskjed om at saken er i gang. Det handler om å være tydelig og proaktiv, slik at folk ikke føler de må ringe tilbake tre ganger bare for å sjekke status.
EliseAI har valgt å prioritere bestemte bransjer fremfor å tilby et generelt KI-lag. Hvordan endrer dette hverdagsopplevelsen for eiendomsteam, beboere og helsepersonell sammenlignet med KI-verktøy som brukes på tvers av bransjer?
Generelle KI-verktøy krever at kunden selv gjør den krevende jobben med å lære programvaren bransjens regler. Fordi løsningen vår utelukkende retter seg mot bolig og helse, har systemet allerede dyp forståelse for de bestemte arbeidsprosessene, som reglene for husleiedepositum eller detaljene i timebestilling for pasienter. For medarbeiderne i praksis betyr det at de ikke skal administrere en generell samtalerobot som kan finne på en regel. De arbeider med et system som allerede er integrert i programvaren deres og forstår språket i det daglige arbeidet fra første dag.
Kan du forklare hvordan det å følge førstelinjemedarbeidere i arbeidet for å kartlegge hele prosesser fra start til slutt forbedrer modellens atferd og den endelige kundeopplevelsen, sammenlignet med trening på bare abstrakte data?
Abstrakte data viser hva som gjøres, men å være ute hos kundene viser hvordan det gjøres. Når teamet mitt tilbringer tid i miljøet der programvaren faktisk brukes, ser de hindringer som et datasett ville oversett. Under kartleggingssamtaler med en aktør som driver militærboliger fant vi for eksempel kompliserte godkjenningsprosesser og strenge daglige begrensninger som ikke sto i noen håndbok. Ved å fange opp disse uoversiktlige detaljene fra virkeligheten og omsette dem til produktet kan vi bygge KI som ikke bare virker i en demonstrasjon, men også tåler kaoset på et travelt kontor.
Når KI-systemer går fra å svare på spørsmål til å utføre oppgaver, hvilke nye risikoer for opplevelsen oppstår? Hvordan sørger du for at automatiseringen oppleves som støttende og pålitelig, fremfor påtrengende eller ugjennomsiktig?
Hovedrisikoen flytter seg fra at KI sier noe feil, til at KI gjør noe feil. For å redusere den har jeg etablert en modell for produktløsninger der eksperter, mange av dem tidligere gründere, har ansvar for bestemte deler av produktet. De fastsetter konkrete regler og sikkerhetsgrenser for hvordan KI skal utføre en oppgave, slik at systemet aldri gjør noe som overrasker eller forvirrer en medarbeider.
Innen bolig og helse kan selv små feil raskt svekke tilliten. Hvordan utformer du agentbaserte KI-systemer som forblir transparente og forutsigbare, og som mennesker lett kan gripe inn i og korrigere ved behov?
Å utforme for tillit starter med å forlate en tradisjonell reaktiv tankegang der man bare venter på at noe skal gå galt. I stedet har jeg bygget et team som fungerer som en bro mellom virkelighetens uoversiktlige drift og logikken i KI. Dette er ikke støttepersonell, men strateger og tidligere gründere som har ansvar for bestemte produktområder fra start til slutt.
De følger medarbeidere i arbeidet for å forstå bransjens ufravikelige regler, som kompliserte godkjenningsprosesser for militærboliger eller strenge medisinske responstider, og bygger dem direkte inn i KIs atferd. Transparensen kommer av at systemene våre er utformet for å varsle proaktivt om mulige problemer før de blir til klager fra beboere eller pasienter. Når KI oppdager en følelsesladet situasjon eller en kompleks forespørsel systemet ikke er trent for, gjetter den ikke. Den setter i gang en overlevering til et menneske og gir medarbeideren hele historikken og sammenhengen i kontakten. Dermed kan medarbeideren tre inn som en informert partner i stedet for å starte fra null.
Fra din posisjon med ansvar for implementering og kundenes fremgang, hvilke hindringer møter kundene oftest når de tar KI inn i operative arbeidsprosesser? Hvordan reduserer EliseAI disse tidlig i innføringen?
Den største hindringen er sjelden teknologien i seg selv, men heller frykten for at den vil forstyrre teamets arbeidsflyt eller erstatte rollene deres. Vi møter dette med umiddelbar, praktisk avlastning. I den første uken lar vi KI overta repetitive oppgaver med stort volum som vanligvis gir mest utbrenthet, for eksempel den første oppfølgingen av potensielle kunder. Vi bruker også vår egen KI til å håndtere selskapets interne drift. Det hjelper oss å forstå nøyaktig hvor presset oppstår når en arbeidsprosess endres, slik at vi kan være bedre partnere når kundene går gjennom den samme overgangen.
Mange organisasjoner strever med å komme videre fra pilotfasen. Hvordan hjelper du kundene med å utvikle prosessene og forventningene sine slik at KI blir en del av den daglige driften i stedet for å forbli et sideeksperiment?
KI får først fotfeste når den slutter å være et sideprosjekt og blir en vanlig del av arbeidsdagen. Vi hjelper ledere med å omorganisere teamene slik at mennesker kan fokusere på oppgavene som virkelig krever menneskelig innsats når KI håndterer rutinearbeidet.
EliseAI støtter nå omtrent hver sjette leilighet i USA. Hvordan endres kundenes forventninger i denne skalaen, og hvilke nye utfordringer for opplevelsen oppstår når KI blir en del av vanlig drift?
I denne skalaen er KI ikke lenger en spennende innovasjon. Den er en grunnleggende tjeneste, som strøm. Forventningene flytter seg fra at det er imponerende når den virker, til at det er uakseptabelt når den svikter. Vi må håndtere denne variasjonen samtidig som vi opprettholder 100 prosent pålitelighet.
Ser du to til tre år fremover, hvordan tror du rollen som Chief Experience Officer vil utvikle seg når KI-systemer får mer ansvar i nødvendige tjenester som bolig og helse?
Rollen vil utvikle seg fra å lede kundeservice til å samordne partnerskapet mellom mennesker og KI. Når KI overtar de administrative og repetitive delene av jobben, vil kundeopplevelsesdirektørens oppmerksomhet flyttes helt til de strategiske og følelsesmessige kontaktpunktene. Ansvaret vårt blir å sørge for at de menneskelige møtene innen bolig og helse blir mer bevisste og får større betydning etter hvert som verden automatiseres.
Takk for et flott intervju. Lesere som vil vite mer, kan besøke EliseAI.












