Innan du låter AI prata med dina kunder

Ett internt AI-verktyg som gör ett misstag kostar dig en timme. Ett kundnära verktyg som gör samma misstag kostar dig en återbetalning, ett klagomål eller en skärmdump på sociala medier. Tekniken bakom är ofta densamma. Exponeringen är det inte.

De flesta team är redo att lansera långt innan de har besvarat frågorna nedan. Gå igenom dem innan systemet tar sitt första riktiga samtal.

Skriv ner vad systemet får göra

Inte vad det kan göra — vad det får göra. Det är två olika listor, och bara den andra skyddar dig.

Var konkret och mekanisk. "Svara på frågor om orderstatus, leveranstider och returpolicy" är en avgränsning. "Sköta kundtjänst" är det inte. Skriv sedan den andra listan: de åtgärder systemet aldrig får vidta på egen hand. Bevilja återbetalningar över ett visst belopp. Bekräfta ett pris. Uttala sig om medicinska, juridiska eller ekonomiska utfall. Ändra kontouppgifter. Lova ett leveransdatum.

Om en förfrågan hamnar utanför den första listan lämnar systemet över. Den regeln ska vara inbyggd i systemet, inte överlämnad till modellens omdöme i stunden.

Bestäm vad som händer när det inte vet

Varje kundnära införande behöver en definierad väg ut. Vem samtalet går till, hur snabbt, och vad kunden ser under tiden.

Testa överlämningen innan du testar något annat. Får den mänskliga handläggaren hela samtalet, eller måste kunden upprepa sig? Fungerar överlämningen klockan 23 på en söndag, när ingen är i tjänst? Ett system som eskalerar till en tom kö är sämre än inget system alls, eftersom kunden redan har lagt fem minuter på att ta sig dit.

Testa på dina sämsta verkliga fall, inte dina bästa påhittade

Ta hundra riktiga kundsamtal från det senaste kvartalet. Inte de enkla — de arga, de otydliga, de där kunden hade fel, de på ditt andra och tredje språk. Kör dem genom systemet och läs varje svar själv, eller låt teamet som hanterar de ärendena i dag läsa dem.

Leta efter en kort lista med specifika fel:

Självsäkra svar på frågor som systemet inte har någon källa för
Policy som återges lite fel: rätt tanke, fel siffra eller fel tidsfrist
En ton som blir platt eller spröd när kunden är upprörd
Allt som läses som ett åtagande ditt företag skulle behöva infria
Beteende som förändras när kunden skriver på ett annat språk

Du är inte ute efter en träffsäkerhet i procent här. Du är ute efter felens karaktär, så att du kan avgöra vilka av dem du kan leva med.

Berätta vad det är

Tala om för kunderna att de pratar med ett AI-system, med enkla ord, direkt från början. Tillsynsmyndigheter på flera marknader kräver det numera, och kunderna listar ändå ut det. De företag som straffas är de som verkade dölja det.

Passa samtidigt på att bekräfta vad som händer med samtalsdatan: var den lagras, hur länge ni sparar den, om den lämnar er jurisdiktion och om den tränar något. Era jurister och dataskyddsansvariga bör godkänna det före lansering, inte efter den första begäran om registerutdrag.

Gör felen synliga

Logga alla samtal och granska ett urval varje vecka — läs dem på riktigt, från början. Sätt larm på de signaler som betyder något: eskaleringsgrad, samtal där kunden upprepar sig, avhopp och antalet klagomål som nämner assistenten.

Välj ett mått som du ska bedöma systemet efter, och kom överens om det nu. Andel avlastade ärenden, lösningsgrad, tid till första svar, nöjdhet i hanterade samtal. Kom överens om tröskeln som innebär att ni drar tillbaka det. Att fatta det beslutet under press, tre veckor in, går dåligt.

Utse en ägare och bygg en nödstoppsknapp

En person äger systemet i drift, med namn, och har befogenhet att stänga av det. Att stänga av ska ta en åtgärd och under en minut, och någon ska ha övat på det. Om det krävs en driftsättning för att stänga av assistenten har du ingen nödstoppsknapp — du har en förhoppning.

Börja smalt

Lansera i en kanal, på ett språk, för en frågekategori, mot tio procent av trafiken. Bredda när den veckovisa genomgången blir tråkig. Team som lanserar brett och tvingas backa får sällan ett andra försök godkänt.

Inget av det här är märkvärdigt. Det är den vanliga disciplin du skulle tillämpa på vilket system som helst som talar för ditt företag — vilket är precis vad det här är. Vi bär den tyngden åt kunder som hellre slipper bygga ställningen själva, men checklistan fungerar lika bra i dina egna händer.