Udgangspunktet
En mellemstor servicevirksomhed modtog dagligt 200–300 henvendelser via e-mail. Langt størstedelen — skønsvis 60–70% — var standardspørgsmål der krævede det samme svar med minimale variationer: åbningstider, priser, status på en sag, dokumentationsanmodninger.
En medarbejder brugte reelt fulde arbejdsdage på at gennemlæse, sortere og besvare disse henvendelser. Det betød lang svartid for alle henvendelser — også de komplekse der faktisk krævede menneskelig vurdering. Og det betød at virksomheden var sårbar: én sygedag ændrede markant på svartiden.
Hvad der blev bygget
En AI-løsning integreret direkte i det eksisterende e-mailsystem. Ingen ny platform — ingen ny indbakke medarbejderne skulle lære. Systemet arbejder i baggrunden og:
- Klassificerer alle indgående e-mails i kategorier (standard, kompleks, kræver menneskelig handling)
- Genererer og afsender automatiske svar på standardhenvendelser med korrekt afsender-signatur
- Markerer og prioriterer komplekse sager og sender dem til rette person
- Logger alle handlinger med fuld audit trail
Alle automatiske svar kan gennemlæses og overrides af teamet. Der er altid et menneske i løkken for alt der kan have konsekvenser.
Hvad der gik godt — og hvad der tog tid
Klassificeringen og routing-logikken virkede hurtigt og præcist. Kategorisering af henvendelser er en opgave AI er meget god til, og accuracy-niveauet var over 95% allerede efter de første uger.
Det der tog længere tid var at definere og kvalitetssikre de automatiske svar. Tonen, præcisionen og de juridiske nuancer i svarene krævede flere iterationer og løbende feedback fra teamet. Det er ikke et teknisk problem — det er et indholdsproblem, og det er den del der kræver mest menneskelig involvering.
Lektionen: AI-automatisering af kommunikation er teknisk ligetil. Den tid der tages er primært på indhold, kvalitetssikring og at bygge teamets tillid til systemet. Planlæg for det.