Läget för Conversational AI inom support

Stripe är synonymt med bra support och går ofta det där extra steget för att överraska och glädja. Men bra support handlar om mer än de handskrivna lapparna och 3D-utskrivna totem vi ser på Twitter. Över ett decennium av arbete inom både mänskliga processer och mjukvaruutveckling har gjort det möjligt för Stripe att bygga en kundservice som hjälper miljontals företag varje år. Jag började på Stripe 2015, när företaget precis hade passerat 200 medarbetare och supportteamet rymdes runt ett konferensbord.

Jag var en av de första som anställdes i Dublin, en tidig utpost i Stripes globala supportverksamhet. Under mina fem år där organiserade Stripe om supportteamet i specialiseringar, införde externa leverantörer för support på första nivån, utökade kanalerna, lade till språk och införde så småningom betalda supportplaner. Efter att ha hjälpt till att utforma och testa dessa växande supportprogram såg jag på nära håll hur komplext det är att skala kundservice – komplexitet som Conversational AI hade kunnat förenkla.

Conversational AI

Conversational AI has three elements. These three elements work together seamlessly: Speech-to-Text captures the user’s intent, Language Models interpret and generate intelligent responses, and Text-to-Speech transforms those responses into natural conversation.

• Speech to Text: The AI ears convert a user’s spoken natural language into text, with high accuracy.
• Language Models: The AI brain processes this text and understands the context to generate intelligent responses.
• Text to Speech: The voice transforms text responses into natural-sounding speech.
• Turn Taking:A dedicated service monitors for interuptions and ensures the conversation is natural and feels human.

När jag började på Stripe var mitt jobb att ta till mig så mycket av produkten som möjligt. Som en del av utbildningen följde jag mer erfarna agenter och lärde mig av en lång rad tidigare supportärenden – ett liknande sätt som en AI-agent skulle lära sig på.

AI är bra på mönsterigenkänning, och mycket av support handlar om just det. Det börjar med att en användare förklarar sitt problem. Supportagenten bearbetar informationen, försöker koppla den till sin befintliga kunskap och ger användaren ett svar. Men support är mer än att bara återge en kunskapsbas; riktigt bra kundservice kräver empati, kreativitet och samarbete med användaren för att lösa problemet. Tyvärr brister de flesta supportinteraktioner på den punkten.

Status quo inom support

Support är en viktig kontaktpunkt, men den är ofta frustrerande. Tänk på senaste gången du behövde ringa ett flygbolag. Du sitter i kö i timmar och – när du äntligen kommer fram till någon – får du höra att ditt ärende gäller en annan avdelning, och den sisyfosartade cykeln fortsätter.

Det är inte bara kunderna som drabbas. Att ge en bra supportupplevelse är svårt, och ännu svårare i stor skala. I vår mjukvarucentrerade värld av bitar begränsas support till stor del av atomer. Föreställ dig att du får en stor tillströmning av kunder över en natt: du kan bara starta en AWS-instans för att hålla sajten igång, men du kan inte bara slå på support med en strömbrytare.

Det tar tid och kostar pengar att skala upp en supportfunktion. I Nordamerika kostar det omkring $12,000 att hitta, utbilda och introducera en supportagent. Med den initiala kostnaden inräknad kostar en supportagent i genomsnitt omkring $30-$40 i timmen. Vissa företag väljer att lägga ut sina supportagenter externt, till en timkostnad på $8-30. Det kan se lockande ut på ytan, men det låga priset innebär också mindre kontroll över ansvar, processer och supportkvalitet.

Men tänk om du kunde starta support på några minuter och skala den obegränsat? Tänk om du kunde få högkvalitativ support till en låg kostnad? Det är löftet med Conversational AI, och efter att ha arbetat i support i flera år tror jag att det förändrar allt.

Alexis är ett exempel på en AI-agent från ElevenLabs. Den byggdes som en supportagent i ElevenLabs dokumentation och hanterar nu över hundra samtal om dagen.

Föreställ dig att Alexis var en människa. Till att börja med tror jag inte att många mänskliga supportagenter skulle kunna hantera 100 samtal om dagen. Med en mycket effektiv agent och enkla samtal skulle de kunna hantera omkring 60, och troligen närmare 40 för en mindre erfaren agent eller vid mer komplexa frågor. Du skulle alltså behöva anställa minst två agenter och förmodligen betala en del övertid.

Om agenterna var baserade i Nordamerika skulle kostnaden för att hantera 100 samtal vara minst $700, i genomsnitt omkring $1719 och som mest $4094. Det är mycket, så du kanske väljer att lägga ut arbetet externt. Då skulle kostnaden hamna någonstans mellan $128 och $480, i genomsnitt $288 – betydligt billigare vid första anblick, men det finns dolda kostnader för att introducera och övervaka dessa outsourcingföretag, liksom risker för varumärket och anseendet om de inte lever upp till dina krav.

Kostnaden för att driva en AI-supportagent kan vara så låg som $0.015 per minut för ljuddelen. En LLM kan kosta från mindre än en cent till ett par cent per minut, beroende på modellval och storleken på din kunskapsbas. För hundra samtal skulle det alltså bli omkring $13-18. Det är över 110 gånger billigare än en genomsnittlig intern agent och 18 gånger billigare än en genomsnittlig externt anlitad agent. Som objektiv supportupplevelse tycker jag att Alexis är riktigt bra. Till det priset är han otrolig.

Conversational AI i praktiken

I den till stor del analoga världen av leveranskedjor är Traba en teknisk brygga för arbetskraft som hjälper industriföretag att rekrytera och hantera sina medarbetare. Traba erbjuder appar och dashboards, men telefonkommunikation är fortfarande en avgörande länk för en arbetsstyrka som är van vid tidrapporter på papper och anslagstavlor av kork. 

Traba undersökte vilka telefonsamtal deras driftsteam lade mest tid på och hittade två dominerande områden: att hantera supportfrågor och att gå igenom checklistor för schemaläggning. För teknikchefen Akshay Buddiga var automatisering det självklara svaret, men tidpunkten är också viktig. ”När vi identifierar en process som vi vill göra mer effektiv föredrar vi att bygga in automatisering tidigt, snarare än att försöka anpassa lösningar i efterhand.”

Traba fokuserar stenhårt på enhetsekonomi och på att ligga i framkant inom teknisk innovation, så att flytta dessa samtal till Conversational AI var attraktivt av flera skäl. Teamet sökte lösningar med snabbhet och kostnad i åtanke. Men användarupplevelsen var också avgörande. Som mjukvaruingenjören Joseph Besgen uttryckte det: ”Vi ville att det skulle låta som ett samtal, inte som att bara lyssna på en inspelning.” Demot från ElevenLabs lät så verkligt att en Traba-anställds pappa under testerna inte kunde avgöra om det var AI eller någon i sonens team. 

Även om det är inneboende komplext att schemalägga tusentals arbetare inom lätt industri borde det inte vara lika svårt att boka en (1) läkartid. Men har du försökt ringa din läkare på sistone? Det är frustrerande för patienter och ett ineffektivt sätt att använda vårdpersonalens tid. I samarbete med ElevenLabs fyller EliseAI:s assistenter luckan inom vårdadministration och hanterar allt från tidsbokning till fakturering. Ett sjukhus får nu 86 % av sina samtal hanterade helt av AI-agenter. Det ger inte bara en kostnadsminskning på 66 % per samtal, utan också effektivitetsvinster för den administrativa personalen. EliseAI har också ökat tillgången till vård för grupper som inte talar engelska. 

Framtiden

Några intressanta trender framträder när vi ser på tillväxten för Conversational AI per sektor. EdTech var den första branschen där vi såg Conversational AI få genomslag – företag kunde äntligen erbjuda skräddarsydd enskild undervisning och språkinlärning till ett överkomligt pris. Kundsupport följde snabbt efter, eftersom supportinteraktioner passar särskilt bra då de bygger på mönsterigenkänning: svaret finns i en kunskapsbas och AI-agenten arbetar med att koppla det till användarens fråga. Vi ser också fler branschanpassade end-to-end-applikationer, särskilt inom sektorer som logistik och sjukvård – till exempel Traba och EliseAI. Även detta är områden som är repetitiva och förutsägbara och därför enkla för en AI-agent att hantera.

Conversational AI för support från atomernas värld till bitarnas värld. Nu kan support bli en bättre upplevelse för företag och deras kunder. Precis som din molnleverantör kan ditt AI-supportteam skala upp och ner. Dina kunder behöver aldrig vänta i kö, och du slipper det operativa huvudvärket med att starta supportcenter runt om i världen.

Under det senaste året har röststyrda agenter blivit bra på samtal och informationshämtning, men jag tror att det bara är början. År 2025 tror jag att AI-röstagenter kommer att vara standard för inkommande mötesbokning och supportärenden av typen ”produktspecialist”. Även om de kan vara begränsade till samtal för informationshämtning kommer det att minska supportvolymen avsevärt och frigöra tid för mänskliga team att göra mer värdefullt arbete.

År 2026 kommer vi att ha gått från att hämta information till att utföra åtgärder. Den vanliga AI-röstagenten kommer att göra API-anrop och ansluta till tredjepartsappar. De kommer regelbundet att utföra åtgärder som att boka möten och utfärda återbetalningar.

År 2027 ser jag AI-röstagenter utvecklas från support till kundframgång. Jag tror att hela säljaffärer kan hanteras av en AI-agent, möjligen på både köparens och säljarens sida. För många verkar det vara den sista gränsen, men jag tror att det bara är början. Djupt kontextuella och kreativa uppgifter, som vi en gång trodde var uteslutande mänskliga, kommer i allt högre grad att bli AI:s område.

Support kommer att förvandlas från en kostnadspost: först genom att neutralisera kostnader och så småningom genom att bli en intäktskälla för företaget. AI-röstagenter kommer att proaktivt kontakta kunder, minska kundbortfall och öka kundernas LTV. Conversational AI ger många av fördelarna med mänsklig support, men har också perfekt minne, stöd för tiotals språk och är tillgänglig dygnet runt. Framtiden är på väg, och på många sätt är den redan här. Föreställ dig omedelbar, empatisk och effektiv support – varje gång. Snart kommer du nästan vilja ringa ett flygbolag, bara för att det är kul.