Kostnader ved KI-assistenter for kundeservice

Kostnadene ved KI-assistenter i kundeservice fordeler seg typisk på tre poster: etablering, løpende drift og internt arbeid med innhold og forvaltning. Samtidig kan en godt innført AI-assistent redusere manuelt arbeid, korte ned svartider og gi en mer forutsigbar kostnadsprofil enn ren bemanning.

Definisjon: En KI-assistent er en digital AI-assistent som svarer på henvendelser og utfører oppgaver basert på virksomhetens egne data og definerte kilder. En kildebasert KI-assistent gjør hvert svar etterprøvbart mot konkrete dokumenter.

Innledning til KI-assistenter

En kildebasert AI-assistent i kundeservice fungerer i praksis som en ekstra medarbeider som alltid er tilgjengelig, men kostnadsbildet er annerledes enn for mennesker. Lønn, turnus og vikarbruk erstattes av lisenskostnader, datalagring og tid brukt på å vedlikeholde innhold og kilder.

For en norsk bedrift betyr dette at man flytter deler av kostnadene fra bemanning til teknologi og strukturert innholdsarbeid. Se for deg en kundeserviceavdeling der AI-assistenten tar de enkle spørsmålene om åpningstider, frister og standardvilkår, mens medarbeiderne håndterer unntak, klager og saker med større risiko.

Kostnadene knyttet til KI-assistenter henger tett sammen med hvor mye kontroll bedriften ønsker på svarene. En kildebasert løsning krever at virksomheten har en viss orden på dokumenter, rutiner og kunnskapsbase, men gir til gjengjeld tydelige rammer for hva assistenten kan og ikke kan svare på.

En mer overordnet gjennomgang av hva KI-assistenter kan gjøre i kundeservice, finner du i artikkelen KI-assistenter i kundeservice: raskere svar med kontroll på kildene.

Kostnader ved implementering av KI-assistenter

Kostnadene ved å ta i bruk en KI-assistent kan deles i tre hovedkategorier: teknisk etablering, innholdsarbeid og organisasjonsendring. Hver kategori gir både engangskostnader og oppstartstid.

Teknisk etablering handler om å få AI-assistenten på plass i de kanalene der kundene faktisk henvender seg. En norsk nettbutikk kan for eksempel trenge assistent både på nettsiden, i chat og eventuelt i et internt system for kundeservice. Dette kan kreve integrasjoner mot kundesystemer, ordresystem eller fagsystemer.

For en kildebasert AI-assistent kommer innsamling, strukturering og tilgangsstyring av kilder som en egen type etableringskostnad. Det kan være produktdatablader, rutinebeskrivelser, avtalevilkår, prislister og interne retningslinjer. Jo bedre dette arbeidet gjøres, desto mindre tid brukes senere på å rette opp i feil og misforståelser.

Opplæring internt er en egen kostnadspost som ofte undervurderes. Kundeservicemedarbeidere må lære når de skal bruke AI-assistenten, hvordan de kvalitetssikrer forslag, og når saker skal over til menneskelig behandling. Ledere må forstå hva som faktisk er automatisert, og hvor ansvaret fortsatt ligger på menneskelig saksbehandler.

En praktisk måte å oversette dette til budsjett er å tenke i timer og oppgaver, for eksempel:

• tid til å kartlegge hvilke henvendelser som skal automatiseres
• tid til å samle, rydde og kategorisere dokumenter
• tid til opplæring, testing og justeringer de første ukene i drift

Se for deg en medlemsorganisasjon som får mange like spørsmål om kontingent, inn- og utmelding og adresser. Selve teknologien kan settes opp relativt raskt, men det tar tid å få på plass gode, tydelige rutiner og tekster som AI-assistenten kan bygge på.

I en overgangsfase må mange bedrifter også regne med dobbeltløp. Den tradisjonelle kundeservicen må opprettholdes mens KI-assistenten settes opp, testes og fases inn. Det betyr at gevinsten ofte kommer gradvis, ikke fra første dag.

Løpende kostnader og vedlikehold

Når AI-assistenten er i drift, flytter kostnadene seg til løpende bruk, overvåking og vedlikehold. For en kildebasert løsning dreier dette seg typisk om tre typer driftsarbeid: teknisk drift, innholdsforvaltning og faglig kontroll.

Teknisk drift dekker lisenskostnader for bruk av AI, lagring av data og eventuelt integrasjonskostnader. Mange leverandører tilbyr forutsigbare månedlige kostnader, i motsetning til timebasert bemanning som svinger mer med volum, åpningstider og sesong.

Innholdsforvaltning er arbeidet med å holde kunnskapsbasen oppdatert. Når priser endres, vilkår oppdateres eller nye tjenester lanseres, må dette gjenspeiles i kildene som AI-assistenten bruker. Se for deg en bedrift som justerer fraktbetingelser to ganger i året. Hvis bare nettsiden oppdateres, men ikke de interne dokumentene som AI-assistenten bygger på, vil svarene bli feil og skape ekstra arbeid.

Faglig kontroll handler om å følge med på hva assistenten faktisk svarer over tid. En trygg praksis er å ha faste rutiner der man:

• går gjennom utvalgte samtaler jevnlig
• ser etter typiske misforståelser og uklare svar
• oppdaterer eller presiserer kilder der feil oppstår

Artikkelen Chatbots for kundeservice: Hvordan sikre kvalitet og kontroll i svarene beskriver konkrete grep for å beholde kontroll når man automatiserer dialog med kunder.

For mange norske bedrifter kan denne løpende innsatsen ligne på arbeidet de allerede gjør med nettsider, rutinebeskrivelser og malverk: litt arbeid jevnt gjennom året, og mer arbeid rundt større endringer i tilbud, regelverk eller organisering.

Det bør også settes av noe kapasitet til teknisk og faglig feilsøking. Når nye funksjoner tas i bruk, eller når nye dokumenttyper legges inn som kilder, kan det oppstå uventede utslag i svarene. Systematisk testing ved endringer er derfor en reell, men håndterbar kostnad.

Sammenligning med tradisjonelle kundeservice-løsninger

Når man vurderer kostnader ved KI-assistenter, er det nyttig å sammenligne med en tradisjonell kundeservicemodell der mennesker håndterer alle henvendelser. Forskjellen ligger både i kostnadsstruktur og i hvordan kapasitet bygges opp.

En forenklet sammenligning kan se slik ut:

Kostnadstype	Tradisjonell kundeservice	Kundeservice med KI-assistent
Bemanning	Løpende lønn, sosiale kostnader, turnus	Færre timer på enkle, gjentakende henvendelser
Tilgjengelighet	Begrenset til åpningstider	Kan være tilgjengelig døgnet rundt på enkle spørsmål
Kapasitet ved topper	Overtid eller ekstrahjelp	AI kan skaleres opp uten nye kontrakter
Opplæring	Løpende per ansatt	Mer fokus på kvalitetssikring av innhold og kilder
Kvalitetskontroll	Stikkprøver av samtaler	Analyse av logger og målrettede justeringer i innhold

Se for deg en bedrift som får 70 prosent enkle, gjentakende spørsmål og 30 prosent komplekse henvendelser. I en tradisjonell løsning må menneskelige medarbeidere håndtere alle 100 prosent, med tilhørende bemanningskostnader. Med en godt trent, kildebasert KI-assistent kan en stor del av de enkle spørsmålene tas automatisk, mens medarbeiderne bruker tiden på de 30 prosentene som krever skjønn og faglig vurdering.

En KI-assistent gir ikke automatisk lavere kostnader totalt, men den gir en annen kostnadsprofil. Flere kostnader flyttes fra variable, timebaserte utgifter til mer faste, forutsigbare teknologikostnader og planlagt innholdsarbeid.

I tillegg gir KI-assistenter ofte bedre kontroll med variasjoner i trafikk. I en periode med plutselig økning i henvendelser kan AI-assistenten ta mye av volumet uten at bedriften må hente inn ekstra bemanning med kort frist.

En bredere gjennomgang av hvordan dette slår ut i praksis i kundeservice, finner du i artikkelen Hvordan fungerer KI i kundeservice: Slik sikrer du kvalitet og kontroll.

Langsiktige besparelser og ROI

Avkastning på investeringer i KI-assistenter (ROI) kommer som regel gradvis. Den bygger seg opp gjennom lavere kostnad per enkel henvendelse, færre feil i standardprosesser og bedre utnyttelse av medarbeidernes tid.

Automatisering av rutinehenvendelser gjør at bedriften kan håndtere vekst i volum uten å øke bemanningen like mye som før. For en sesongbasert virksomhet, som et reisebyrå, en nettbutikk eller en utdanningsinstitusjon, kan dette bety at de mest kostbare bemanningstoppene dempes.

En sentral del av ROI-beregningen er kvaliteten på svarene. En AI-assistent som ofte svarer feil, vil ikke gi reell besparelse. Feil svar kan skape dobbeltarbeid, flere henvendelser og i noen tilfeller økonomiske tap eller skadet tillit.

Kildebaserte KI-assistenter kan være et konkret kostnadstiltak fordi de knytter svarene til godkjente dokumenter. Når svarene bygger på vedtatte rutiner, vilkår og produktark, reduseres risikoen for dyre misforståelser sammenlignet med en åpen chatbot som henter informasjon fra mange usikre kilder.

For å vurdere ROI i praksis kan en bedrift blant annet:

• kartlegge dagens kostnad per henvendelse i kundeservice
• identifisere hvilke typer henvendelser som realistisk kan automatiseres
• beregne hva det koster å drifte og forvalte en KI-assistent over tid
• sette opp en enkel før- og etter-måling av volum per kanal og tidsbruk

Se for deg en virksomhet som gradvis lar AI-assistenten ta først 20 prosent av volumet, så 40 prosent, etter hvert som innhold og rutiner blir bedre. Gevinsten vil ofte øke i takt med at assistenten brukes mer og innholdet treffer bedre.

Fremtidige trender og investeringer i KI

Utviklingen innen kunstig intelligens (AI) gjør at både kostnadsnivå og forventninger til KI-assistenter er i endring. Flere leverandører tilbyr løsninger som er spesielt tilpasset kundeservice, og terskelen for å komme i gang er lavere enn tidligere.

En tydelig trend er økt fokus på kvalitet og kontroll. Mange virksomheter går bort fra åpne, generelle chatboter og over til løsninger der svarene er forankret i egne kilder og dokumenter. Artikkelen Kildebasert AI for bedrifter: Slik sikrer du trygge og etterprøvbare svar beskriver hvordan slike kildebaserte tilnærminger kan gi bedre styring.

En annen trend er kombinasjonen av ekstern kundeservice og intern støtte i én og samme løsning. Se for deg en bedrift der den samme AI-assistenten både hjelper kundene med enkle spørsmål og støtter ansatte med oppslag i interne rutiner. Da fordeles kostnadene på flere bruksområder, samtidig som den samlede gevinsten i form av spart tid øker.

For små bedrifter vil investeringene ofte handle om å starte i det små, både faglig og økonomisk. Artikkelen AI for små bedrifter: Trygge bruksområder og fallgruver å unngå peker på hvordan man kan teste AI i avgrensede prosesser før man går bredt ut.

På lengre sikt vil mye av kostnaden ved KI-assistenter knytte seg til styring og forvaltning heller enn til selve teknologien. Virksomheter som etablerer gode rutiner for eierskap til kunnskapsbasen, kvalitetssikring av kilder og tydelige retningslinjer for bruk, vil ofte ha et lavere risikobilde og mer forutsigbare kostnader.

Trygg bruk, risiko og ekstra kostnader hvis noe går galt

Feil bruk av KI-assistenter kan bli kostbart, selv om selve teknologikostnaden er moderat. De største kostnadsdriverne ved feil er vanligvis ikke lisensen, men konsekvensene av dårlige eller misvisende svar.

Typiske risikoer ved ustrukturert bruk av KI-assistenter er:

• feil eller utdatert informasjon om priser, vilkår eller juridiske forhold
• uklare svar som skaper misforståelser og flere henvendelser
• mulig brudd på personvernregler hvis assistenten får tilgang til feil type data

Når AI-assistenten ikke er kildebasert eller ikke er begrenset til godkjente dokumenter, øker risikoen for såkalte AI-hallusinasjoner. Det betyr at systemet «finner på» informasjon som kan høres troverdig ut, men ikke har dekning i kilder. Artikkelen AI-hallusinasjoner: Hva er det og hvordan kan vi unngå dem? forklarer dette nærmere.

Kostnadene ved slike feil kan blant annet være:

• ekstra tid brukt på å rydde opp i misforståelser og feilsvar
• behov for ekstra bemanning i perioder for å svare opp frustrerte kunder
• i alvorlige tilfeller økonomiske krav, tapte kontrakter eller skadet omdømme

En kildebasert tilnærming, der AI-assistenten kun får bruke godkjente dokumenter som grunnlag, kan redusere denne risikoen. Når svarene er sporbart knyttet til konkrete kilder, blir det enklere å oppdage feil, rette dem og dokumentere hva som var grunnlaget for svaret.

En trygg praksis for norske bedrifter som vil bruke KI-assistenter i kundeservice, kan være å:

• definere tydelige grenser for hva AI-assistenten skal og ikke skal svare på
• sørge for enkel vei videre til menneskelig medarbeider ved komplekse saker
• teste assistenten grundig på ekte, men anonymiserte henvendelser før full utrulling
• etablere faste rutiner for jevnlig gjennomgang og oppdatering av kunnskapsbasen

Disse tiltakene krever noe tid og ressurser å sette opp, men de kan redusere risikoen for langt dyrere feil senere. Investeringen i trygg bruk blir dermed en del av den totale kostnadsvurderingen rundt KI-assistenter i kundeservice.

Ofte stilte spørsmål

Hva koster det å komme i gang med en KI-assistent i kundeservice?
Kostnaden ved å komme i gang består typisk av teknisk etablering, samt tiden dere bruker på å samle og rydde kilder. I tillegg kommer opplæring av ansatte og eventuelle integrasjoner mot eksisterende systemer.

Hvordan kan en KI-assistent faktisk redusere kostnadene våre?
En KI-assistent kan ta en stor andel av de enkle, gjentakende henvendelsene som i dag håndteres manuelt. Det frigjør tid hos kundeservicemedarbeiderne, slik at dere enten kan håndtere mer volum eller flytte tid til arbeid som krever menneskelig vurdering.

Hvordan beregner vi ROI på en KI-assistent?
Start med å beregne dagens kostnad per henvendelse, inkludert lønn, sosiale kostnader og overhead. Vurder deretter hvor stor andel som realistisk kan automatiseres, og sammenlign dette med forventede kostnader til drift, vedlikehold og innholdsarbeid for KI-assistenten over tid.

Hvilke ekstra kostnader må vi regne med for trygg bruk av KI?
Trygg bruk krever tid til kvalitetssikring av kilder, jevnlig oppdatering av kunnskapsbasen og faste rutiner for å følge opp hva assistenten faktisk svarer. Disse kostnadene er en del av risikostyringen og kan redusere sjansen for dyre feil betydelig.

Er KI-assistenter først og fremst aktuelt for store bedrifter?
Både små og store bedrifter kan ha nytte av KI-assistenter, men inngangen vil ofte være forskjellig. Mindre virksomheter kan starte med noen få typiske spørsmål og én kanal, mens større aktører gjerne kombinerer flere kanaler, integrasjoner og et mer omfattende kunnskapsgrunnlag.