Under sin stora konferens Webexone, som arrangeras denna vecka, presenterar Cisco flera nyheter inom AI och kundservice. Mest intressant för kontaktcenterchefer är lanseringen av Dialog, en ny teknik som ska göra det möjligt för AI-agenter att hantera kundrelationer över tid i stället för att bara besvara enskilda frågor.
Ciscos AI-agent jobbar vidare med kundärendet när samtalet är avslutat
AI Att avsluta en kundkonversation är inte samma sak som att lösa kundens problem. Ciscos nya AI-lösning ser till att kundärenden drivs vidare även efter att kontakten med kundservice har avslutats.

Någonting är fel
Läs vidare – starta din prenumeration
Bakom satsningen ligger en förändrad syn på hur ett kontaktcenter egentligen ska fungera. Traditionellt har verksamheten organiserats kring enskilda interaktioner, där varje samtal eller chatt ses som ett separat ärende. Enligt Cisco är det ett arbetssätt som inte längre håller när AI kan ta ett större ansvar för kundens problem och fortsätta jobba bakom kulisserna.
Med Dialog vill Cisco skapa en sammanhängande kundrelation där AI-agenter kommer ihåg tidigare kontakter, förstår kundens situation och kan fortsätta arbeta även när samtalet är avslutat.
En av de viktigaste funktionerna kallas ”long-horizon execution”. Det innebär att en AI-agent kan fortsätta att utföra uppgifter i olika system och samordna arbetet med andra AI-agenter och mänskliga medarbetare tills kundens problem verkligen är löst på riktigt.
För ett kontaktcenter kan det exempelvis innebära att AI inte nöjer sig med att registrera ett klagomål eller vidarebefordra ett ärende. I stället kan tekniken användas för att följa upp utvecklingen, samordna åtgärder med andra avdelningar och se till att processen drivs framåt.
En annan central funktion är att AI-agenterna får tillgång till ett gemensamt sammanhang kring kunden. Tidigare kontakter, information från olika system och pågående ärenden ska följa med mellan olika kanaler och avdelningar på företaget.
Tanken är att kunden ska slippa upprepa information varje gång en ny kontakt tas med företaget, något som är ett klassiskt dilemma i kontaktcentervärlden.
Cisco visar också upp en funktion för kontinuerligt lärande. AI-agenterna ska kunna förbättras genom att analysera tidigare kundinteraktioner, resultat och hur mänskliga medarbetare hanterar olika situationer.
Enligt Cisco ska det också bli enklare att introducera nya AI-agenter i verksamheten. I stället för att man ska behöva lägga tid på programmering och konfiguration ska befintliga samtal, policydokument och rutiner kunna användas som grund för agenternas arbete.
För kontaktcenterchefer skulle det kunna minska tröskeln för att automatisera fler arbetsuppgifter. Samtidigt ställer det större krav på informationskvaliteten och på hur AI-agenternas beslut följs upp.
En betaversion av Dialog planeras att släppas under första kvartalet nästa år. Om Ciscos nya tekniklösning håller vad den lovar kan AI-agenterna förändra kontaktcentrets uppdrag i grunden, från att hantera kundkontakter så effektivt som möjligt till att säkerställa att kundernas problem verkligen blir lösta.
Det kommer också att påverka vilka KPI:er vi prioriterar i framtiden. Om AI-agenter kan arbeta vidare med kundärenden långt efter att ett samtal avslutats räcker det inte att enbart mäta traditionella nyckeltal som samtalstid, kötid och antal hanterade kontakter.
I stället blir det viktigare att följa hur många kundproblem som faktiskt blir lösta, hur lång tid hela processen tar och hur mycket arbete kunden själv behöver lägga ned.
