Kundeservice-AI feiler uten god forberedelse: Én uke kan spare store kostnader

Mange AI-prosjekter innen kundeservice feiler ikke ved utrulling, men måneder tidligere – på grunn av uforberedt grunnlag. En intern rapport fra selskapet NiCE peker på at problemer som selvmotsigende kunnskapsbaser eller usystematiserte prosesser ofte automatiseres og forstørres med AI, noe som fører til dyre feil. NiCE foreslår en fempunkts sjekkliste som identifiserer disse svakhetene før investeringene skyter i været. Sjekklisten omfatter «Data og systemer», «Kunnskap», «Styring og tillit», «Prosesser og retningslinjer» samt «Mennesker og driftsmodell». Poenget er å vurdere organisasjonens beredskap innen hvert domene før man implementerer AI-løsninger. For eksempel kan en "data og systemer"-svakhet bety at AI-en ikke kan fullføre kundehenvendelser, selv om den høres hjelpsom ut, fordi den ikke har tilgang til nødvendig kundeinformasjon fra ulike systemer. Den svakeste lenken i disse fem domenene vil avgjøre suksessen til AI-prosjektet, ifølge NiCE. Dersom kunnskapsbasen inneholder motstridende informasjon, vil en AI som bruker denne basen spre feilinformasjon i stor skala. En grundig vurdering tar ofte én til to uker, etterfulgt av seks uker med parallelle forbedringer. Dette gir et solid fundament, enten for en første bølge av AI-utrulling eller for å forbedre menneskelig drevet kundeservice umiddelbart, og er den billigste forsikringen et AI-program kan kjøpe.