Stefan Preusler, VD LeapLytics
Någon gång förra året hade jag en av de där stunderna när man tänker: det här kan inte stämma. Vårt team hade precis svarat på exakt samma fråga för tredje gången under en och samma vecka - hur vi licensierar våra Power BI-bilder när ett företag har både skapare och rena tittare. Samma fråga. Tredje gången. På en fredagseftermiddag när ingen egentligen ville sitta vid skrivbordet längre.
Problemet var inte frågan - det var tajmingen
Våra kunder kommer från olika tidszoner. En stor del av våra användare är baserade i Sydamerika, främst Argentina och Brasilien. De skriver till oss vid midnatt vår tid. Och när vi väl svarar har de redan somnat. Den här slingan med tidszonsskillnader och upprepade frågor kostar oss fler timmar än jag vill erkänna.
Den första idén var enkel: skapa en FAQ-sida. Det gjorde vi. Ingen läste den. Eller i alla fall inte rätt personer vid rätt tidpunkt. Jag kan inte riktigt klandra dem - jag föredrar också att bara skriva in en fråga i ett sökfält i stället för att bläddra igenom dokumentation.
Det andra försöket var ett chattbotverktyg från hyllan - bädda in det, skriv några svarsmallar, klart. Det fungerade inte heller. Svaren var för statiska, för generiska. Så fort någon formulerade sin fråga lite annorlunda än vad mallen förväntade sig - ingenting. Tystnad. Eller ännu värre: ett svar som helt missade poängen.
Vändpunkten: RAG
Det var då vi på allvar började fundera på RAG - Retrieval-Augmented Generation. Det låter tekniskt, men grundidén är enkel: istället för att hårdkoda svar i boten ger du den tillgång till dina egna dokument, produktbeskrivningar, supportärenden, vanliga frågor - och den hämtar själv relevant information innan den svarar.
Det var då allting klickade för oss.
Vi började systematiskt samla in våra mest frekventa supportfrågor. Inte baserat på magkänsla, utan genom att faktiskt fråga våra kunder: Vad var din första fråga när du började använda vår produkt? Vilket problem kostade dig mest tid? En del av svaren överraskade oss - saker som vi trodde var självklara var uppenbarligen inte det.
Vi matade in detta innehåll i chatbotens kunskapsbas. Och det viktigaste av allt: vi kan utöka den dynamiskt. Nya produktlanseringar, nya återkommande frågor - vi lägger till det i basen, och boten känner till det från och med nu. Ingen ombyggnad från grunden, inga IT-ärenden, ingen väntan.
Språkproblemet - och hur vi löste det
Här är en detalj som jag underskattade: mycket av vår produktdata, dokumentation och interna beskrivningar är på engelska. Men våra kunder i Sydamerika skriver på spanska. Och de förväntar sig med rätta ett svar på spanska.
Det låter som ett litet problem. Det var det inte. En bot som får en fråga på spanska och svarar på engelska är inte support - det är frustration.
Lösningen var att konfigurera boten så att den upptäckte användarens språk och svarade på det språket - även när den underliggande informationen är på engelska. Det fungerar nu på ett tillförlitligt sätt. Vår kund i Buenos Aires får sitt svar på spanska, även när vårt team sover.
Vad Bot faktiskt gör idag
Tre månader efter lanseringen kan vi konstatera att ungefär 60-70% av inkommande supportförfrågningar löses helt av boten - utan någon mänsklig inblandning. De återstående frågorna landar fortfarande i vår inkorg, men med en avgörande skillnad: boten har redan fångat sammanhanget, kategoriserat förfrågan och vi ser omedelbart vad den handlar om.
Men det finns en annan effekt som jag inte hade räknat med: chattbotten hjälper kunderna att klargöra sina egna frågor. Ibland vet man inte riktigt vad problemet är - man skriver in något, boten ställer en följdfråga och plötsligt inser man att det var faktiskt det jag menade. Det var inte en planerad funktion. Det bara hände.
Vad jag skulle vilja att du tar med dig
Om du har ett litet team som svarar på samma supportfrågor om och om igen - börja inte med tekniken. Börja med att samla in och förstå dessa frågor. Undersök sedan om ett RAG-baserat tillvägagångssätt är meningsfullt för dig.
Boten är inte en ersättning för mänskligt stöd. Men den ger oss tillbaka den tid vi behöver för att hantera verkligt komplexa problem - och för att faktiskt kunna sova hela natten.
Stefan Preusler är grundare och VD för LeapLytics, ett mjukvaruföretag som specialiserar sig på Power BI-visualiseringar och datavisualisering. Han bygger produkter som gör dataprocesser enklare och mer tillgängliga för företag.
