Wat een [AI-receptionist](/products/ai) feitelijk verandert in de eerste 30 dagen

Invoering

Toen we de AI-receptionist stuurden, beloofde het deck drie cijfers: ophaalpercentage, boekingen buiten kantooruren en gemiddelde responstijd. Na een maand met drie proefklanten zijn de cijfers die we hadden verwacht wel veranderd, maar twee uitkomsten hebben ons verrast, en dat zijn de uitkomsten waar de klanten eigenlijk over blijven praten.

Wat we hadden verwacht

• Ophalen bij het eerste belsignaal, dag en nacht.
• Er komen meer gekwalificeerde boekingen op de kalender.
• Lagere gemiddelde wachttijd voordat een mens het overneemt.

Alle drie bewogen ongeveer zoals voorspeld. Het ophaalpercentage ging van ‘goed genoeg’ naar ‘100% binnen de SLA’. Het aantal boekingen buiten kantooruren verdrievoudigde bij de thuisserviceklant. De gemiddelde wachttijd daalde omdat de meeste eenvoudige vragen nooit iemand bereikten.

Wat ons verraste

1. Het team voelde zich niet langer schuldig over de lunch

Dit klinkt zacht, maar het was het meest consistente citaat in alle drie de pilots. Wanneer de AI op betrouwbare wijze opneemt en berichten met de naam, intentie en urgentie van de beller in de wachtrij plaatst, stopt het menselijke team met het beoordelen van de angst voor "wat heb ik gemist terwijl ik aan het eten was?"

2. CRM-hygiëne per ongeluk verbeterd

Omdat de AI elk gespreksoverzicht rechtstreeks in de CRM registreert, hoeft de vertegenwoordiger het verslag na het gesprek niet langer te onthouden. Het neveneffect: pijplijnrapporten werden schoner zonder dat iemand het probeerde. Dit hadden we verwacht van het inkomende team. We hadden het niet verwacht aan de uitgaande kant, die uit jaloezie hetzelfde logpatroon begon te gebruiken.

Wat we zouden veranderen

Twee dingen. Ten eerste: agressievere standaarden voor transfer-to-human in gereguleerde sectoren. Piloten in de gezondheidszorg wilden een snellere overdracht van alles wat naar een klinische vraag rook, zelfs als de AI technisch gezien had kunnen antwoorden. Ten tweede: beter inzicht in de betrouwbaarheidsscore van de AI bij elke oproep, zodat supervisors de juiste oproepen kunnen samplen in plaats van alle.

Conclusie

We verzenden beide deze maand. Als u aan het experimenteren bent en soortgelijke feedback heeft, schrijf ons dan op info@letsdial.com. Het team dat dit heeft ontworpen, leest elke e-mail.