Chatbotten spiser mennesker

De seneste 2-3 år har danske og udenlandske virksomheder, primært i finanssektoren, hældt millioner og atter millioner af kroner i chatbot’er, som efterfølgende er blevet pillet ned igen.

Ikke kun bankerne har spildt tid og penge på chatbot-eventyr, for selv mægtige Facebook, med de skarpeste hjerner indenfor området på lønningslisten, måtte i 2018 kaste chatbot-håndklædet i ringen.

Som IT-konsulent med fokus på kommunikationsløsninger til kundeservice og -salg er jeg stødt på begrebet chatbot, eller virtuelle assistenter, utallige gange de seneste 10-15 år. Og hver gang er det endt i skuffelse, frustration eller ligefrem vrede.

Chatbots levede ikke op til forventningerne for 15 år siden, og på trods af fremskridt indenfor kunstig intelligens og machine learning så lever de (fleste) heller ikke op til forventningerne i dag.

Chatbots kom i hælene på RPA

Hvorfor er det så, at så mange ledere i danske og udenlandske virksomheder tror, at det er en god ide at lade chatbots tale direkte med kunderne? Jeg fristes til at skyde skylden på de ellers så dygtige Mckinsey-konsulenter, som i 2016 opfordrede deres kunder til at investere i chatbots, og derfor må påtage sig lidt af ansvaret.

Men selvom Mckinsey har stor indflydelse, må der ligge mere bag.

Jeg mistænker, at den store succes, vi har set med big data og ikke mindst robotics/RPA i store virksomheder, kan være en væsentlig årsag.

Robotics har løst mange tidskrævende opgaver i back-office og kun knækket nakken, når man er blevet overmodig og sat RPA i direkte kontakt med kunderne.

Der er gjort landvindinger indenfor big data og firmaer med store datamængder, store budgetter og forholdsvis kostbare data scientists på lønningslisten, har også formået at skabe flotte forretningsmæssige resultater.

Besnærende tanke at spare penge på kundeservice

Og måske netop på grund af denne succes tror man, at man nu kan overlade al den besværlige kommunikation med kunderne til en chatbot udstyret med kunstig intelligens.

Og det er en besnærende tanke, at man kan skære ned, eller ligefrem nedlægge, kundeservice-funktionen, dette irriterende cost center, som bare er 'en klods om benet', og erstatte medarbejderne med en chatbot.

Men automatisering af processor og opgaver i back-office og avanceret data-gymnastik er altså ikke det samme som at føre en givende samtale med en kunde.

Når jeg er blevet mødt med planer om at implementere en chatbot eller virtual assistant til at udføre kundeservice, så har jeg i flere år sagt: »Drop det – det kommer ikke til at virke.«

Og det bliver man ikke populær på, kan jeg godt betro jer. Og det er heller ingen triumf, når man siden får ret, for fiaskoer snakker man jo ikke højt om.

Hvorfor duer chatbots ikke?

Der er flere grunde til at disse kostbare chatbot-projekter fejler, her er de to største:

Sponseret indhold

Dansk spilgigant investerer stort i medarbejderne

For det første er forventningerne til teknologien helt ude af trit med, hvad der er muligt.

Kunstig intelligens og machine learning er stadig på et meget lavt niveau, sammenlignet med menneskelig intelligens.

En af verdens førende specialister på området, den franske professor Yannick Le Cun (som i øvrigt var manden, som kørte og lukkede Facebooks ambitiøse chatbot 'M') har udtalt:

»AI er lige nu på niveau med et meget lille dyr.«

Han mener også, at der går op til 10 år, før vi kan lave noget, der ligner menneskelig kommunikation. Der er altså ikke udsigt til, at en chatbot kommer til at bestå Turing-testen lige foreløbig.

Den anden grund til, at projekterne lukker på stribe, er, at de fortærer enorme mængder menneskelige ressourcer. Disse chatbots skal fodres med viden, tunes og trænes.

Hvis ikke man allerede har en million spørgsmål/svar kombinationer liggende, måske fra en support-portal eller en meget stor samling live-chats, så skal man i gang med at taste løs.

De viden-artikler, man allerede har, skal formentlig opdateres, der skal laves en manuel sammenkædning mellem de spørgsmål, som kunderne (måske ...) vil stille din chatbot og dine eksisterende viden-artikler, og der skal skrives en bunke passende svarmuligheder.

Så skal der holdes øje med, hvor dygtig chatbotten er, og hele tiden skrives nye spørgsmål/svar-kombinationer, der passer til det, kunderne skriver. Og hvis man yder kundeservice på flere sprog, så skal indsatsen multipliceres, og der skal laves en governance-model og måske en helt ny afdeling.

Kort sagt: Der skal i langt de fleste tilfælde bruges så mange mennesker på at klargøre og vedligeholde et chatbot, at business casen simpelthen stinker.

Og de to første årsager leder frem til den primære årsag til fiaskoerne: Folk hader at bruge chatbots.

Er chatbotten død?

I sommeren 2018 erklærede Wired Magazine chatbotten for død. Jeg mener aldrig, den har levet, sådan rigtigt, men ellers er jeg ret enig.

Er min anbefaling så, at man helt skal udelukke at bruge chatbots i kundeservicefunktioner? I 9 ud af 10 tilfælde vil svaret være et rungende 'ja', men der kan være enkelte steder, hvor man måske kan få gavn af sådan et lille dyr. Der er nogle særlige forudsætninger, der skal være opfyldt, før jeg vil driste mig til et 'måske':

Hvis man f.eks. vil lade en chatbot yde support indenfor et snævert felt, hvor man allerede på forhånd mener at have de fleste af svarene, så kan man overveje det. I e-bankings ungdom, hvor den tekniske support primært bestod af at fortælle folk, hvordan man opgraderede Java på sin pc, så kunne en chatbot muligvis have vist sit værd.

Man bliver også nødt til at hjælpe chatbotten ved at begrænse antallet af artikler, der skal søges efter svar i.

Det kan gøres ved at starte med en formular hvori kunden skal svare på et par spørgsmål, det man kalder et pre-chat questionnaire. Her kan kunden vælge nogle generelle kategorier, f.eks. 'Styresystem', 'Varegruppe' eller lignende.

Det bruges så til at søge efter svar indenfor et mere begrænset område. Det kan det lille dyr måske håndtere til alles tilfredshed - og jeg understreger 'måske'!

Opstil nogle mål, som er realistiske, og hold så øje med, om din chatbot nærmer sig målene, eller om den ikke udvikler sig i den rigtige retning. Hvis man har investeret i en chatbot med machine learning eller AI, så skal den blive 'klogere' over tid, så hvis ikke det sker, må den lade livet.

Hvis man er et stort firma med dybe lommer og lang strategisk horisont, så kan investeringen måske også berettiges. Hvis man vil være førende indenfor området, så skal man være med helt fremme hvor det gør ondt. Men igen: Det koster mange penge, og det tager lang tid før det tjenes hjem igen.

For nyligt (26. april 2019) annoncerede Deloitte på forsiden af Børsen, at de sammen med TopDanmark lancerer chatbot’en Globus som de har arbejdet på siden 2016.

Den lanceredes 10. maj, så vi må vente og se, hvad den kan, men bare det, at man har arbejdet på sagen i op til 3 år, taler for sig selv. Man skal være kunde for at prøve det lille dyr, så hvis nogen har prøvet den, så sig endelig til!

Der er mange andre og bedre muligheder for at styrke sin kundeservice, og man kan bestemt også bruge AI og machine learning til det, men man skal ikke sætte maskinen til at tale med kunderne endnu.

Det, der ærgrer mig mest ved de mange kiksede chatbot-eksperimenter, er, at det tager penge fra andre og mere profitable projekter indenfor salg og kundeservice.

Brug i stedet pengene på at opbygge en omni-kanal-infrastruktur eller på at designe en customer engagement hub eller bare at lave en superskarp og effektiv knowledge base, som kunderne, eller de der taler med kunderne, kan bruge til at yde bedre service.

Lad ikke chatbot’en spise alle dine værdifulde medarbejdere.