okt
Fem saker att tänka på för att lyckas med din AI-satsning
Ställ rätt frågor till dig själv och ta viktiga beslut innan arbetet inleds, då blir resultatet av AI-satsningen mer lyckat. Trots att varje AI-projekt är unikt vill listas här fem av de viktigaste frågorna du bör ställa dig för att lyckas med din AI-satsning:
1. Vill jag ha en chattbot eller en mer tänkande, kognitiv AI-agent?
Digitala kollegor, eller kognitiva agenter om man så vill, använder sig av Natural Language Understanding (NLU) – en naturlig språkförståelse – för att navigera bland komplexa, främmande ord och fraser för att kunna prata med sina mänskliga kollegor eller användare. Till skillnad från statiska chattbottar tar kognitiva agenter hjälp av mer än orden för att förstå användarens avsikt. Kognitiva agenter kan istället hantera flera olika sammanhang i en konversation för att förstå både kontexten och användarens intentioner samt inte minst, smärtfritt växla mellan dem utan att tappa tråden.
Dessutom observerar de digitala kollegorna hela tiden sina mänskliga kollegor för att lära sig nya processer – i symbios med människan. Om en kognitiv agent inte kan slutföra en transaktion på egen hand, kommer den att eskalera uppgiften till en mänsklig kollega, lära sig processen och efter det tillämpa dessa nya färdigheter under framtida interaktioner, efter att en kollega och/eller processägare har godkänt det inlärda beteendet.
Chattbottar har inte alls denna sofistikering. De använder förprogrammerade skript som gör att de kan utföra enklare uppgifter och svara på enklare frågor med standardiserade svar. Om användarna går utanför detta skript eller använder ett språk som är främmande för chattbottarna, kommer chattbottarna direkt helt lämna över till en mänsklig kollega eller helt enkelt gå bet på uppgiften. Det tar längre tid och skapar inte sällan en frustrerande användarupplevelse.
Läs mer: AI-experten: "Därför måste vi väva in EQ i AI"
2. Vilka egenskaper vill jag att min AI ska ha?
Om ditt AI-system ska kommunicera med dina kunder behöver du använda dig av en kognitiv agent som också förstår mänskligt handlande. Kunderna blir frustrerade av en AI som erbjuder rena ”robotupplevelserna” och inte kan relatera till din historik eller tidigare konversationer. Leta efter en kognitiv agent som både kan lära sig av tidigare erfarenheter och referera till dem i framtida konversationer, och även lära sig av dessa. Emotionell intelligens och förmågan att se känslomönster är viktigt i den här typen av scenarion. Om dina kunder är oroliga över en till synes bedräglig kostnad, vill du inte att den kognitiva agenten ska använda samma tonalitet som när den hjälper en kund att lösa in sina lojalitetspoäng.
3. Vem ska AI:n kommunicera med?
Din kundbas bör bestämma tonen och språket som används av ditt AI-system, oavsett om användarna är gamers eller anställda på ett försäkringsbolag. Gamers är mer benägna att använda ett färgstarkt språk och humor för att diskutera problem. Försäkringsagenter vill å sin sida snabbt hitta information och kunna lämna ett meningsutbyte utan vidare omläggning. Genom att först avgöra vilken din målgrupp är kan du också bestämma vilken typ av upplevelse som du vill ge användaren, och vilka konversationskunskaper som krävs vid varje interaktion. Det kan innebära att AI:n också ska kunna hantera småprat och humor.
Det här är en artikel från Expert Network »
4. Hur snart förväntar du dig en avkastning?
Innan du implementerar en AI-lösning bör du bestämma hur mycket du förväntar dig att spara in med hjälp av automatisering. Kommer du att logga färre arbetstimmar? Kommer du sluta att outsourca kundtjänsten? Kommer dina anställda kunna utföra färre rutinuppgifter?
Låt dina förväntade kostnadsbesparingar diktera din första AI-investering. Genom att göra så kan du uppskatta när du kommer börja få avkastning på din investering. Olika satsningar ger olika typer av resultat – olika snabbt.
Initialt är det kanske viktigare för dig att satsa på rätt branding för en högre avkastning på sikt. Detta samspelar med ovan nämnda analyser av just din målgrupp. Vill du i första hand åstadkomma en ökad kundnöjdhet, genom till exempel ökat antal kundreferenser, är de ekonomiska fördelarna ofta ett viktigt resultat – även om de inte alltid utgör själva målet med din satsning.
Läs mer: Så hittar du rätt i AI-djungeln
5. Hur mycket testande kan du tolerera?
Jag brukar alltid rekommendera att testa i korta cykler för varje nytt AI-projekt. Ta ett steg i taget och se till att du är helt nöjd med hur systemet funkar innan du reproducerar erfarenheten på annat håll i organisationen. Detta innebär att man arbetar efter implementeringsperioder i 60- till 90-dagars cykler nerbrutna i sprintar för att bestämma hur användbart varje upplägg är. Om du behöver börja om och lära om (i vissa fall programmera om) din AI-lösning, kommer den initiala investeringen att vara minimal. Men om dina initiala tester överstiger förväntningarna, kommer du att kunna gå vidare med ett nytt projekt eller får mer tid att lägga på att förbättra användarupplevelsen, till exempel utformningen av din kognitiva agents avatar eller ytterligare finjustering av konversationen.
En implementering, en gång räcker inte
Varje implementering av ett AI-system är unik, men det finns som jag har påvisat ovan ett antal gemensamma överväganden för varje företags AI-resa. Ändringar och modifieringar allteftersom du implementerar din lösning kan behövas för att göra din implementering så framgångsrik som möjligt. Har du redan innan du påbörjat processen börjat ställa dig dessa frågor, är chanserna betydligt större att du i slutändan lyckas med din AI-satsning.