Når AI-telefonagenter virker (og når de ikke gør): Erfaringer fra en live-udrulning

AI-telefonagenter deler et rum hurtigt. Én person sværger på, at bottten, der svarede i deres bank, sparede dem ti minutter, og den næste siger, at den fangede dem i en løkke og ødelagde deres eftermiddag.

Et nyligt opslag fangede den skeptiske side godt. Argumentet var, at det er frustrerende at tale med en AI-receptionist, at agenterne ikke er smarte, og at de ødelægger kundeoplevelsen.

Så svarede en butiksoperatør med det modsatte resultat, og detaljerne er værd at læse, fordi han havde kørt eksperimentet på begge måder i sin egen virksomhed.

Det ærlige svar er, at AI-telefonagenter hverken er gode eller dårlige i sig selv. Om de hjælper afhænger næsten udelukkende af hvilken slags opkald din virksomhed får.

TL;DR

• AI-telefonagenter lykkes eller fejler baseret på hvor gentagelige dine indgående opkald er, ikke på selve teknologien.

• Én operatør oplevede begge udfald: agenten fejlede på komplekse ordre- og sporingsopkald, og fungerede godt på hans detailbutikstelefoner.

• I butikkerne rapporterede han, at 98 % af opkaldene faldt i tre kategorier: priser, butiksinfo og bookinganmodninger.

• De øvrige 2 % (spam, klager, henvendelser) blev viderestillet til chatkanaler i stedet for telefonagenten.

• Medarbejdermoralen steg, da medarbejderne holdt op med at afbryde deres arbejde for at tage telefonen snesevis af gange om dagen.

• Egnethedstest: en høj mængde gentagelige spørgsmål er et stærkt match; nuancerede opkald med høj indsats kræver stadig en person.

Klagen over AI-receptionister er ikke forkert. Den er ufuldstændig.

Den frustrerede holdning er umiddelbart rimelig. Næsten alle har stødt på en dårlig telefonbot, der ikke kunne forstå en simpel sætning og ikke ville stille om til et menneske.

Hullet i den betragtning er at behandle “AI-receptionist” som én enkelt ting, der enten er god eller dårlig overalt.

Det er den ikke. Den samme agent, der fejler på et rodet, forgrenet opkald, kan være fremragende på et opkald, der er det samme spørgsmål stillet hundrede gange om dagen.

Én virksomhed, to modsatte resultater

Costa Kapothanasis, der driver olieskiftskæden Costa Oil, svarede med den modsatte erfaring. Han skrev, at han var fem måneder inde i at køre AI-telefonagenter i fem butikker, og planlagde at konvertere alle virksomhedens firmalokationer over de følgende seks måneder.

Costa Kapothanasis (@CostaKapo) beskriver sin AI-telefonudrulning på X.

Det, der gør hans beretning nyttig, er, at han ikke fik ét resultat. Han fik to, fra to forskellige dele af den samme virksomhed.

Hvor det fejlede: ordrer og sporing

Han testede først en AI-agent på oliefilter-siden af virksomheden, som håndterede ordrer og sporing. Det kaldte han en fiasko.

Det passer med, hvad disse opkald faktisk er. Et ordre- eller sporingsopkald forgrener sig hurtigt. Det indebærer undtagelser, kanttilfælde og den slags frem og tilbage, der kræver dømmekraft frem for et manuskript.

Hvor det virkede: butikstelefonerne

Butikstelefonerne var det modsatte. Han beskrev udrulningen dér som en klar sejr, og satte et tal på:

“98 % af opkaldene faldt i 3 kategorier, som AI’en kunne videreformidle uden problemer.”

Costa Kapothanasis, Costa Oil (oprindeligt opslag på X)

Disse tre kategorier var priser, butiksinformation såsom vejvisning, åbningstider og tilbudte tjenester, samt bookinganmodninger, selv om butikkerne ikke booker møder.

Det er spørgsmål med ét korrekt svar, der sjældent ændrer sig. En agent kan besvare dem på samme måde hver gang, på et hvilket som helst tidspunkt, uden at trække nogen væk fra butiksgulvet.

Disse tal kommer fra én operatørs egen beretning om sine butikker, så behandl dem som et casestudie snarere end en benchmark. Din opkaldssammensætning, og dine resultater, vil variere.

98/2-mønstret: hvorfor opkaldssammensætningen afgør alt

Lektionen her er ikke “AI er godt” eller “AI er dårligt.” Det handler om, hvordan dine opkald er fordelt.

Når næsten alle dine indgående opkald er en håndfuld gentagelige spørgsmål, håndterer en stemmeagent dem rent. Priser, åbningstider, vejvisning og “laver I X” besvares på samme måde, uanset om det er dagens første opkald eller det fyrretyvende.

Den resterende del betyder lige så meget. I butikseksemplet var de resterende 2 % spam, klager og henvendelser.

Den del kræver ikke, at agenten er kløgtig. Den kræver en ren udgang. Costa viderestillede klager til en onlinechat og til Facebook Messenger i stedet for at tvinge dem gennem telefonagenten.

Sammenlign nu det med oliefilter-ordrerne. De opkald samlede sig aldrig i tre pæne kategorier, så agenten havde intet stabilt at besvare, og den fejlede. Samme teknologi, forskellig opkaldssammensætning, modsat resultat.

Moralegevinsten, ingen budgetterer med

En del af hans beretning havde intet at gøre med omkostningsbesparelser, og det er måske det stærkeste argument i hele tråden.

Han sagde, at medarbejdermoralen steg, da personalet ikke længere skulle tage disse opkald. I stedet for at gå væk fra en servicebås for at tage telefonen snesevis af gange om dagen for et spørgsmål, der besvares på én linje, kunne de blive ved det egentlige arbejde.

En telefon, der konstant ringer med nemme spørgsmål, er en skjult skat på fokus. At fjerne den giver folk deres opmærksomhed tilbage. Om dit team mærker det samme løft afhænger af, hvordan din dag er struktureret, så læs dette som en sandsynlig fordel, ikke en garanti.

Sådan afgør du, om din virksomhed er et match

Før du sætter en agent på din hovedlinje, vej disse op mod de opkald, du faktisk får:

• Volumen og gentagelse: jo højere volumen af gentagelige spørgsmål, jo stærkere match. En stille linje med unikke opkald vinder lidt.

• Samler opkaldene sig i få hensigter: hvis du kan navngive dine tre eller fire vigtigste opkaldsårsager, og de dækker hovedparten af volumen, er det grønt lys.

• Indsats og undtagelser: opkald, der indebærer penge, sundhed eller juridisk vægt, eller som forgrener sig i undtagelser, hører stadig til hos en person.

• En ren overdragelse: agenten skal hurtigt kunne nå et menneske i det øjeblik, et opkald er uden for dens bane.

• Hvor undtagelserne ender: beslut på forhånd, hvor klager og kanttilfælde lander. Dette passer til modeller som detailhandel og hjemmeservice, mens regulerede felter såsom sundhedssektoren og finansielle tjenester har ekstra regler.

Costas eget gæt landede samme sted: standardiserede virksomheder med mange gentagne spørgsmål får den største gevinst, mens andre reelt har brug for et menneske på linjen.

Hvor en AI-stemmeagent faktisk passer

Det hjælper at være klar over, hvad en agent som denne er. Det er ikke den gamle tryk-1-menu. Det er en stemmeagent, der svarer, lytter i almindeligt sprog og enten løser opkaldet eller giver det videre til en person.

Til baggrund dækker IBM’s forklaring om konversationel AI, hvordan disse systemer læser tale og svarer, og dens noter om konversationel AI i kundeservice beskriver det samme mønster, Costa så: agenten tager rutineopkaldene, og folk håndterer de sværere. Det er det modsatte af den stive interactive voice response-menu, de fleste opkaldere ikke bryder sig om.

Dette er hullet, Retell AI udfylder. Teams bruger Retell til at bygge en stemmeagent, der svarer på butikslinjer, som en god medarbejder ville. Den henter priser, åbningstider og servicesvar fra en tilsluttet vidensbase, kan booke møder, når du ønsker det, og laver en assisteret viderestilling til en person, når et opkald kræver det.

Hvert opkald logges til analyse efter opkald, så du kan se, hvilke spørgsmål der dukker op, og hvor et flow bryder sammen. Retell ligger også oven på den telefonopsætning, du allerede kører gennem udbydere som Twilio og Vonage, så du udskifter ikke din operatør.

Hvis dette lyder som din linje, er use casen med AI-receptionist stedet at starte. Målet er ikke at fjerne mennesker. Det er at lade agenten tage rutineopkaldene og give resten videre til et menneske.

Ofte stillede spørgsmål

Er AI-telefonagenter nogen gode?

Det afhænger af dine opkald. På gentagelige spørgsmål som priser, åbningstider og vejvisning svarer de godt og konsekvent. På komplekse, forgrenede eller opkald med høj indsats er en person stadig det bedre valg.

Hvilke opkald håndterer AI-telefonagenter bedst?

Højvolumen, gentagelige. De tydeligste sejre er priser, butiks- eller kontorinformation, vejvisning, åbningstider og viderestilling af rutineanmodninger. Hvis nogle få opkaldsårsager dækker hovedparten af din volumen, er det sweet spot.

Vil en AI-telefonagent erstatte mit personale?

Nej. Den tager rutineopkaldene fra deres bord og giver resten videre til et menneske. I butikseksemplet var pointen at frigøre medarbejdere til at fokusere på deres arbejde, ikke at skære i teamet.

Hvad sker der med klager og usædvanlige opkald?

Send dem til en person eller en anden kanal. Costa viderestillede klager til onlinechat og Facebook Messenger, hvilket holdt telefonagenten fokuseret på de opkald, den håndterer godt.

Se om din opkaldssammensætning er et match.

Retell lader dig lancere en stemmeagent, der svarer, forstår og løser rutineopkald, og derefter overdrager til dit team, når det betyder noget. Prøv Retell gratis eller kontakt salg.