Slik kan generativ AI gi reell forretningsverdi

Mange har effektivisert hverdagen ved å ta i bruk generativ AI. Men først når du kobler AI på forretningsprosesser som salg og kundeservice kan du høste de største gevinstene.

Det er egentlig påfallende hvor lite det snakkes om generativ AI i forbindelse med forretningsprosesser. Det kan helt sikkert skyldes mange ulike faktorer.

En av grunnene er sannsynligvis at mange tror det ikke er noen kjente bruksområder for generativ AI i forretningsprosesser i dag. Det er feil. En annen grunn er at det ikke er så mange som har testet denne typer løsninger selv, og dermed ikke helt forstår hvordan det skal kunne tas i bruk i egen virksomhet.

Forstår «intensjonen» din

For å forstå hvor mulighetene ligger, er det viktig først å ha klart for seg hva generativ AI kan gjøre bedre enn annen teknologi. Først og fremst revolusjonerer generativ AI måten vi mennesker kommuniserer med maskiner, både skriftlig og muntlig. Istedenfor å måtte filtrere, trykke og navigere, kan du nå føre en samtale. Det er fordi maskinen, for eksempel en webside, «forstår» hva du faktisk spør om.

Det gir både flere nye muligheter til å hjelpe kundene dine og samtidig et effektiviseringspotensial for bedriften.

Helt ny mulighet til å gi kjøpsveiledning

Vi i Markedspartner er ekstra opptatt av det vi gjerne kaller de kundenære prosessene, altså kontaktpunktene mellom kunde og bedrift: Markedsføring, salg, leveranse, kundeservice og kundeoppfølging. Her ligger det store muligheter for å ta i bruk generativ AI.

Salgsprossen er et naturlig sted å starte med å lete etter friksjonspunkter der generativ AI kan gjøre det enklere for kundene.

Noen kjenner produktkategorien godt og vet hva de er ute etter når de skal handle. Da er det lett å kjøpe. Har kunden derimot et behov, men ikke vet hvilket produkt som dekker dette behovet, kan generativ AI virkelig hjelpe.

I B2C er det lett å finne eksempler. For eksempel kan det være vanskelig for de fleste å kjøpe en PC når man må filtrere etter spesifikasjoner som RAM, lagring og type skjermpanel. Da kan det være mye å hente på å utvikle en AI-assistent som kan hjelpe deg med å velge. AI-assistenten er trent på bedriftens data og produkter, og kan i mange tilfeller gi like gode kjøpsråd som en fysisk selger.

Bil er en annen kategori der kjøp kan være vanskelig. Ikke alle kjenner de ulike modellene, utstyrspakkene eller vet hva som skal til for å oppfylle behovene sine best mulig.

Det er det Frydenbø Bil tenkte, da de sammen med oss i Markedspartner lanserte sin AI-assistent, FrydenBot, som hjelper kundene med å velge bruktbil. I stedet for å filtrere på spesifikasjoner som er vanskelig å forstå og relatere til egne behov, kan du beskrive dine behov og få tips til riktig bil for deg. Som om du snakket med et menneske.

I B2B-selskaper med lange kjøpsreiser og kompliserte produktkategorier kan gevinsten være enda større. En AI-assistent som er trent opp til å gi gode svar i akkurat din produktkategori, kan veilede kundene mot kjøp av riktig produkt.

Les også: GPT-er: Personlige assistenter alle kan lage

Kan snu opp ned på kundeservice

Kundeservice er en annen av de kundenære prosessene hvor generativ AI kan gi store gevinster.

De fleste kundeservicesystemer krever i dag et menneske som sjekker informasjon, henter ut svar, osv. Med en AI-assistent kan du i prinsippet gi kundene dine direkte tilgang til data og informasjonen de er ute etter. Og ikke minst løse oppgaver, som for eksempel å endre en leveringsadresse, tegne et abonnement eller sende ut et nytt kredittkort.

Det gir store muligheter til å redusere friksjon i kundeopplevelsen. Ikke minst med tanke på tilgjengelighet. Ventetid på telefon, å bli satt videre til en annen operatør eller det å måtte vente til dagen etter, er friksjon man har blitt vant til å godta, men som snart vil endres.

Fra en AI-assistert kundeservice er veien også kort til at kunden kan gjøre en bestilling av et produkt i samme dialog. På den måten er AI-assistenter med på å viske ut skillet mellom forretningsprosessene, fordi de har tilgang til informasjon på tvers av avdelinger, og ikke forholder seg til bedriftens siloer.

Les også: Nå endres forventningene til kundeservice radikalt

Som å lære opp en 18-åring

Å lage AI-assistenter er litt som å gi en ungdom sin første jobb. Ungdommen må ha opplæring før de blir gode i jobben. Det må AI-assistenten også. Hvis du gir god trening og instruksjoner, og en god dose tillit, kan assistenten (både 18-åringen og AI-assistenten) raskt gjøre en god jobb.

Det AI-assistenten kan gjøre, som 18-åringen ikke kan gjøre, er å gi god service på alle språk til alle døgnets tider. Begynner du å skrive på norsk, men så bytter til kinesisk, fortsetter den sømløst på kinesisk. Bare dette kan potensielt spare utrolig mye tid og ressurser, og redusere terskelen for ekspandering og skalering ganske betraktelig.

Og ikke minst: AI-assistenten kan gi kundeservice på tvers av tidssoner og døgnets timer, når kunden måtte ha behov for det.

Fullt mulig å håndtere risiko

Det er mange som tenker på hva som kan gå galt når man gir en AI-assistent tilgang til forretningssystemer. Jeg mener risikoen knyttet til AI-assistenter er fullt mulig å håndtere på en god måte. Det handler om å bryte opp i konkrete bestanddeler med risikoelementer, vurdere dem og håndtere dem. Hvordan kan vi forholde oss til risikoen? Kan vi gjøre noe på en annen måte for å redusere en konkret risiko? Kan vi ta én risiko og jobbe med den først? Jobb trinnvis med prosessen for å redusere risiko. I noen tilfeller vil det for eksempel være en god løsning at du først bruker assistenten som et støtteverktøy, deretter slipper det til kunde og så legger til litt og litt funksjonalitet etter hvert. Det er kanskje opplagt for mange, men husk at selv om du slipper generativ AI inn i kjernesystemene i bedriften, betyr ikke det at den har fri tilgang til alt.

Hvordan komme i gang?

Hvor du bør starte for å få størst verdi av generativ AI vil variere fra virksomhet til virksomhet.

Jeg anbefaler å starte med å se etter store friksjonspunkter i dagens kundereiser. Har dere lang ventetid? Er det vanskelig for kundene å få svar på spørsmål? Er det produkter dere selger som det er komplisert for kundene å kjøpe på nett?

Det neste jeg ville sett på, er hvor det er store kostnader. Hvilke forretningsprosesser er spesielt kostnadskrevende å holde gående? Kundeservice kan for en del virksomheter være særlig kostnadskrevende hvis volumet av henvendelser er stort eller virksomheten håndterer kunder på tvers av ulike språk og tidssoner.

I tillegg kan det være nyttig å se på strategiske flaskehalser hvor generativ AI kan gjøre en forskjell. For eksempel: Hvorfor har vi ikke gått til et nytt marked? På grunn av store investeringer i systemer eller tilstedeværelse? Utfordre etablerte sannheter i virksomheten og tenk utenfor boksen. Husk at investeringer som før var uoverkommelig dyre å gjennomføre, nå kan sees på nytt med et generativ AI-perspektiv.

Ikke sitt på gjerdet

Jeg håper innlegget mitt har satt i gang noen tanker. Søk å forstå teknologien og mulige implikasjoner for din bedrift, og pek deg ut en retning.

Det er viktig å lære, og det er viktig å eksperimentere. Ikke sitt på gjerdet. Fordi teknologiutviklingen nå går så fort, er det utrolig viktig å henge med og begynne å lære og tilegne seg erfaring. Vil du ha hjelp til hvordan du kan bruke generativ AI til å skape verdi i din bedrift? Kontakt oss for en uforpliktende prat.

Her kan du se webinaret hvor CTO Ken Leren, Markedssjef Knut Arild Vold og jeg snakker mer om hvordan AI kan forbedre kundereiser og forretningsprosesser: