De fleste har prøvet en chatbot, der ikke kunne finde ud af noget. Den slags bots var regelbaserede: de kunne genkende et par nøgleord og svare med en færdigskrevet tekst, og når man spurgte om noget lidt skævt, endte man samme sted hver gang – "kontakt os venligst på telefon".
Det er ikke den slags, denne artikel handler om. En moderne AI-chatbot forstår almindeligt sprog, husker konteksten i samtalen og kan stille opklarende spørgsmål. Og vigtigst: den kan kobles sammen med de systemer, I allerede bruger, så den kan udføre opgaver i stedet for kun at forklare, hvordan man selv gør.
Herunder gennemgår vi, hvad en chatbot konkret kan hjælpe med – først på en almindelig hjemmeside, derefter i en webshop – og hvad der skal til, før den rent faktisk virker.
Fra at svare til at handle
Den vigtigste skillelinje går mellem en chatbot, der kan svare, og en chatbot, der kan handle.
Svare: botten kender jeres indhold – priser, åbningstider, leveringsbetingelser, produktbeskrivelser – og kan formulere svaret i jeres tone.
Handle: botten er koblet på jeres booking-, ordre- eller kundesystem og kan slå op, oprette og ændre ting på brugerens vegne.
Forskellen mærkes tydeligst, når en opgave normalt kræver flere trin. En bot, der kan svare, fortæller kunden, hvor bookingkalenderen ligger. En bot, der kan handle, finder den ledige tid, opretter reservationen og sender bekræftelsen.
Det er integrationen til jeres systemer, der afgør, hvilken af de to I ender med – ikke valget af sprogmodel.
Eksempler: chatbot på en almindelig hjemmeside
På en virksomhedsside, en klinik, en skole eller en offentlig side er chatbottens største værdi som regel at fjerne de henvendelser, der fylder telefonen uden at kræve et menneske.
Svar på de spørgsmål, der bliver stillet hver dag
Åbningstider, priser, hvor I ligger, hvad en ydelse indeholder, hvad der er inkluderet, hvornår I kan starte. Det er de samme tyve spørgsmål igen og igen, og de er alle sammen besvaret et sted på siden – bare ikke et sted, den besøgende kan finde på tyve sekunder.
Vise vej til den rigtige ydelse
Mange sider har for mange undersider til, at en ny besøgende kan overskue dem. En chatbot kan spørge ind til, hvad brugeren faktisk skal bruge, og sende hende direkte til den relevante side i stedet for at lade hende gætte i menuen.
Booking af tid, møde eller besøg
Er botten koblet på jeres bookingsystem, kan hele forløbet klares i samtalen: den tjekker ledige tider, foreslår et tidspunkt, opretter reservationen og sender bekræftelsen. Det gælder både en klinik, der booker behandlinger, og en skole, der tager imod tilmeldinger til åbent hus.
Kvalificering af henvendelser
I stedet for en kontaktformular med tre felter kan botten stille de spørgsmål, I alligevel ville stille i første telefonsamtale: hvad er opgaven, hvor stor er den, hvornår haster det. Så lander henvendelsen hos jer med noget at gå videre med i stedet for "kan I ringe?".
Intern viden til medarbejderne
Chatbotten behøver ikke være til kunderne. En intern bot, der kender jeres processer, politikker og vejledninger, sparer nye kollegaer for at spørge den samme erfarne medarbejder om det samme hver uge.
Eksempler: chatbot i en webshop
I en webshop er billedet et andet. Her handler det både om at fjerne supporthenvendelser og om at redde salg, der ellers ville være gået tabt i tvivl.
Hjælp til at finde det rigtige produkt
"Passer den til min model?" er det spørgsmål, der koster flest returneringer. En chatbot, der kan søge i produktdata, kan spørge ind til model, årgang eller mål og kun foreslå det, der faktisk passer. Det samme gælder størrelser, varianter og tilbehør.
Ordrestatus og levering
"Hvor er min pakke?" er den mest stillede supporthenvendelse i dansk e-handel. Er botten koblet på ordresystemet, kan kunden få det aktuelle svar med det samme – og i mange tilfælde selv rette leveringsadressen eller ændre ordren, inden den er pakket.
Retur og bytte
Returregler er kedelige at læse og lette at misforstå. En bot kan forklare reglerne i den konkrete situation, oprette returneringen og sende returlabel, uden at nogen på lageret skal involveres.
Lagerstatus og alternativer
Er varen udsolgt, er samtalen det bedste sted at redde salget: hvornår kommer den hjem igen, findes den i en anden farve, er der noget tilsvarende. Det kræver, at botten henter reelt lager fra systemet frem for at gætte.
B2B: priser, genbestilling og kontoinfo
Sælger I til erhverv, kan en chatbot vise kundens egne aftalte priser, hente en tidligere ordre frem til genbestilling og svare på, hvad der er leveret og faktureret. Det er præcis den slags opkald, salgskontoret bruger formiddagen på.
Hvad skal der til, før det virker?
En chatbot er ikke et produkt, man tænder for. Der er især fire ting, der afgør, om den bliver brugt eller bliver slukket igen efter tre måneder.
Adgang til de rigtige systemer: uden forbindelse til booking, ordrer, lager eller kundedata kan botten kun henvise. Det er her, arbejdet ligger, og det er også her, værdien ligger.
Aktuelle data frem for hukommelse: priser, lagertal og status skal hentes, når de bruges. En bot, der gætter på et lagertal, gør mere skade end gavn.
Tydelige grænser: botten skal vide, hvad den ikke må – og den skal sige det, når den ikke kan svare, i stedet for at finde på noget.
Ordentlig instruktion: tonen, rækkefølgen af spørgsmål og hvornår der skal skiftes til et menneske, skal skrives og testes. Det er den del, der oftest bliver sprunget over.
Dertil kommer databeskyttelse. Får botten adgang til kundedata, skal adgangen afgrænses til den bruger, der er logget ind, og der skal tages stilling til, hvilke personoplysninger der overhovedet sendes videre til sprogmodellen.
Case fra Indexed: eazyAI på eazy.photo
Et konkret eksempel på forskellen mellem at svare og at handle er eazyAI, som vi har bygget for eazy.photo. Platformen lader gæster ved en fest dele billeder via en QR-kode, og værten har en række funktioner at holde styr på før, under og efter begivenheden.
Ambitionen var udtrykkeligt ikke endnu en chatbot, der kunne fortælle brugeren, hvor en funktion findes. Assistenten er koblet direkte sammen med platformens funktioner og kan derfor:
oprette og finde begivenheder og hente de relevante links frem
slå Live Wall, Kiosk og Photo Booth til og fra – og planlægge dem til bestemte tidspunkter
ændre farver, skrifttype og udtryk på gæstesiden
estimere lagerbehov ud fra historiske data fra lignende begivenheder
oprette designs, som brugeren selv kan redigere videre på
hjælpe videre til betaling, hvis der er brug for mere plads
Lagerestimatet er et godt billede på, hvorfor integrationen betyder mere end modellen. Et generelt AI-gæt på, hvor meget plads 120 bryllupsgæster bruger, er ikke meget værd. Et estimat, der bygger på, hvordan lignende begivenheder faktisk har udviklet sig, er. Og hvis begivenheden ligger uden for datagrundlaget, siger assistenten det i stedet for at præsentere et gæt som et sikkert svar.
Løsningen er bygget i Laravel med Laravel AI SDK, Gemini og Livewire – men det afgørende arbejde lå i koblingen til platformens data og i at afgrænse, hvad assistenten må se og gøre. Adgangen er begrænset til den enkelte brugers eget navn og egne begivenheder, og personoplysninger sendes ikke med, medmindre brugeren selv skriver dem.
Du kan læse hele forløbet i casen om eazyAI.
AI behøver ikke være en chatboks
Chat er én måde at bruge AI på, men ikke altid den rigtige. For Cecilie's byggede vi i stedet AI-prognoser ind i vagtplanlægningen: en trænet model forudsiger omsætningen pr. dag pr. center, så lønprocenten er synlig, mens planen bliver lagt – ikke i næste måneds regnskab.
Her ville en chatbot have været det forkerte svar. Værdien lå i at få forudsigelsen ind der, hvor beslutningen bliver truffet. Det er værd at have med, inden man beslutter, at løsningen skal være en chat.
Hvornår giver en chatbot mening?
Kort fortalt: når I har mange gentagne henvendelser, og når svarene findes i et system, botten kan få adgang til.
Giver mening: mange ens spørgsmål, support uden for åbningstid, booking eller ordrestatus, der kan slås op, og et sortiment eller en ydelse, der kræver vejledning.
Giver sjældent mening: få henvendelser om måneden, rådgivning der reelt kræver et menneske, eller en situation hvor der ikke er data at koble botten på.
Er I i tvivl, er det billigste første skridt at kigge på, hvad der faktisk bliver spurgt om i telefonen og på mail i en uge. Det svar afgør, om en chatbot er den rigtige investering.
Skal vi kigge på en chatbot til jer?
Vi bygger AI-løsninger, der er integreret med kundernes egne systemer og data – ikke en chatboks lagt oven på hjemmesiden. Læs mere om AI-chatbots og AI-softwareudvikling, eller kontakt os for en snak om, hvad der giver mening hos jer.