Skip to main content Skip to Footer

LATEST THINKING


AI kan förbättra omoderna servicenivåavtal

Av: Patrik Björkler, Managing Director, Accenture Operations

Det fanns en tid då företag använde artificiell intelligens (AI) för att automatisera befintliga, regelbaserade processer.

Det var då. Idag går ledande företag ett steg längre, och tar hjälp av avancerad AI för att implementera resultatbaserade arbetssätt.

När företag i snabb takt övergår till att bli digitala organisationer, blir frågan om hur de strukturerar sina servicenivåavtal (SLA) viktig. Det är nödvändigt, inte minst eftersom tjänsteleverantörer bör fatta aktiva beslut om hur de kan uppnå de affärsresultat som kunderna förväntar sig.

Ta till exempel användarsupport. Tidigare strukturerades SLA:er för användarsupport ofta utefter att en viss andel av kundförfrågningar eller klagomål skulle lösas inom en viss tid. Processen baserades inte sällan på strikta principer som till exempel first-in, first-out (FIFO), för att prioritera att svar gick ut till kunder och användare.

Numera kan sofistikerade processer baserat på algoritmer användas för att identifiera problem snabbare, och därmed möjliggöra bättre prioritering baserat på olika kriterier, exempelvis hur brådskande kundens behov är. Dessutom kan AI-system användas till att hantera uppemot 80 procent av alla e-postmeddelanden som innehåller vanligt förekommande förfrågningar. Det innebär att de övriga 20 procenten hanteras av personal, som då kan fokusera på mer komplexa fall och ärenden som berör missnöjda kunder.

Användningen av avancerad AI skapar en djupare koppling mellan människa och maskin, som tar hänsyn till båda parters styrkor. För maskiner gäller det bearbetning av enorma mängder data och hantering av repetitiva uppgifter, och för människor handlar det om omdöme och sociala färdigheter. Med hjälp av AI kan SLA:er idag struktureras utifrån ett fokus på önskat resultat, som till exempel ökad kundnöjdhet.

Ett annat exempel är upphandlingsprocesser, som kräver analys av data från flera offentliga och ej offentliga källor för att företag ska kunna fatta bra beslut om vilka leverantörer man ska göra affärer med.

Upphandlingsprocesser har traditionellt sett utförts manuellt, och SLA:er kan ha krävt att ett visst antal informationsrapporter produceras inom en viss tidsram.

Nu kan AI-system hantera den första delen av bearbetning och analys av data, vilket gör det möjligt för upphandlingsexperter att behandla tre gånger mer material jämfört med tidigare. Det ger i sin tur mer tid för experterna att upptäcka de dolda riskerna med att använda vissa leverantörer, vilket resulterar i bättre inköpsbeslut.

SLA:er kan därmed struktureras utifrån resultat – genom att exempelvis nyttja AI för att ta datadrivna beslut utifrån de insikter som erhållits under upphandlingsprocessen.

AI-system kan innebära ytterligare en fördel. Optimering, som i exemplet med upphandlings-assistenten ovan, kan leda till ökad trivsel för personalen. När personalen slipper de mer vardagliga och repetitiva delarna av sitt dagliga arbete, får företaget ett mer engagerat team, samtidigt som det också ställs andra krav på medarbetarnas kompetens och profil.


Patrik Björkler
Accenture

Mail to Patrik Björkler. This opens a new window.

Stay In The Know

Receive e-mails from Accenture featuring new content that matches your interests.

Visit the subscription center to make your selections and subscribe to New from Accenture.