IA-telefonreceptionister: reelle problemer, og hvorfor internettet fungerer bedre

Der er to AI-receptionister. Den ene tager telefonen og svarer med en stemme. Den anden skriver i chatten på en hjemmeside. Denne artikel handler om den første: hvilke problemer der opstår, når kundekontakten foregår via et opkald, og hvorfor disse problemer ikke er de samme som i chatten. Hvert tal ledsages af den undersøgelse, der ligger til grund for det, samt et link til undersøgelsen. Der er ingen opdigtede tal, og der nævnes ingen konkurrerende virksomheder.

Folk vil gerne kunne komme i kontakt med en person

I februar og marts 2026 spurgte Gartner 3.566 kunder – både erhvervskunder og forbrugere – om brugen af generativ AI i kundeservice. 87 % svarede, at hvis en virksomhed bruger denne form for AI, er det afgørende at kunne komme i kontakt med en person. Samtidig svarede 50 %, at det er nemmere at få tingene ordnet, når virksomheden bruger generativ AI. Konklusionen er ikke, at »AI er overflødig«. Det handler snarere om, at folk accepterer hjælpen, men afviser, at hjælpen udgør en barriere.

Gartner spurgte dem, der ikke ønskede at bruge AI, hvad der kunne få dem til at skifte mening. Det hyppigste svar var muligheden for at blive viderestillet til en medarbejder, hvis det blev nødvendigt. I samme kommentar fra Gartner tilføjes det, at det ikke er hensigtsmæssigt at gøre AI til et obligatorisk trin i alle tilfælde: Når kunden skal gennemgå flere mislykkede forsøg, før vedkommende kommer igennem til en medarbejder, er det mindre sandsynligt, at vedkommende vil bruge værktøjet igen. 58 % af dem, der bruger generativ AI, har allerede brugt den til at udføre en opgave, ikke blot til at læse et svar. I virksomheder stiger denne andel til 74 %.

Gartner, august 2026: undersøgelse blandt 3.566 kunder (februar og marts 2026)

Frygten er ikke ny: at nå ud til nogen

En tidligere undersøgelse fra Gartner fra december 2023, der omfattede 5.728 kunder, pegede allerede i samme retning. 64 % ville foretrække, at virksomhederne ikke anvendte kunstig intelligens i kundeservicen. 53 % ville overveje at skifte udbyder, hvis de vidste, at virksomheden ville bruge AI til kundeservice. Den største bekymring var, at det ville blive sværere at komme i kontakt med en medarbejder. Derefter fulgte bekymringer om indvirkningen på beskæftigelsen og risikoen for, at AI'en gav et forkert svar.

Gartner, 9. juli 2024: undersøgelse blandt 5.728 kunder (december 2023)

Den, der lige har ringet, er den, der mindst af alle ønsker en stemmestyret AI

I Gartners rapport »Four Data Findings to Inform Your Customer Experience Strategy« svarede halvdelen af kunderne, at de ville bruge en digital assistent baseret på generativ AI. Tallet varierer dog alt efter kontaktkanal. Blandt dem, der ved deres seneste henvendelse havde brugt telefonen, var det kun 35 %, der var indstillet på at bruge en sådan assistent. Gartner forklarer dette med en praktisk observation: Hvis problemet allerede blev løst ved at tale med en medarbejder under opkaldet, har de ingen grund til at spilde tid på en automatisk stemme næste gang. Det samme dokument anbefaler, at man ikke skjuler den menneskelige medarbejder: Man skal gøre det klart, at assistenten kan løse sagen, og hvis ikke, videresende den.

Gartner: Fire datafund, der kan danne grundlag for din strategi for kundeoplevelsen (PDF)

Man misforstår stemmen, og det irriterer

Ofcom undersøgte smarte højttalere i Storbritannien gennem et kvalitativt feltarbejde mellem august og oktober 2022: 100 brugere samt interviews med personer, der ikke ejede en. Det er ikke en undersøgelse med landsdækkende tal. Alligevel fremgår konklusionen tydeligt af rapporten: at enheden ikke forstod eller ikke hørte, hvad man bad den om, var langt den mest almindelige klage. Man var nødt til at gentage sig selv eller ændre sin måde at tale på, fordi enheden var gået i gang med noget andet eller havde ignoreret sætningen.

I samme undersøgelse angav en del af deltagerne, at en regional eller international accent – deres egen eller en familiemedlems – fik enheden til at svigte oftere. Nogle familiemedlemmer var holdt op med at bruge den, fordi den ikke kunne forstå dem. Den havde også problemer med børn, med en lav stemme, med folk, der talte hurtigt, fra lang afstand eller med en samtaletone i stedet for en kort kommando. Ofcoms offentlige sammenfatning siger det i én sætning: De fleste blev frustrerede, fordi højttaleren ikke reagerede ordentligt på kommandoer, og det var mest mærkbart hos dem, der havde en markant regional accent.

Ofcom, Undersøgelse af smarte højttalere (PDF, feltundersøgelse august–oktober 2022)

Ofcom, resumé: Det bliver ikke ensomt denne jul for brugere af smarte højttalere

BBC Research & Development offentliggjorde i 2019 en onlineundersøgelse blandt 330 personer, der var blevet rekrutteret via et indlæg på deres blog. Der er ikke tale om et tilfældigt udsnit af et land: Der var flest svar fra personer i alderen 25 til 54 år, og der var en overvægt af BBC-medarbejdere i London og det nordvestlige England. Med denne begrænsning svarede en fjerdedel, at assistenten forstod dem lidt eller slet ikke. 38 % tilskrev fejlene deres accent, og 36 % støj i rummet. 55 % sagde, at teknologien endnu ikke var god nok, og 58 % mente, at fejlen skyldtes, at de ikke vidste, hvilken kommando de skulle sige. Når assistenten ikke forstår, viser rapporten frustration, vrede og øget stress. Klagen gjaldt ikke kun selve fejlen, men også fejlmeddelelserne, der blev gentaget og var lidet nyttige.

BBC Research & Development, Smart Speaker UX og brugerfølelser (PDF, 2019)

En telefonisk AI-receptionist arbejder på denne kanal. Den skal lytte til en sætning, ofte med baggrundsstøj, og afgøre, hvornår personen er færdig med at tale. En webchat transskriberer ikke: den læser det, som den besøgende har skrevet. Accent og støj i lokalet ændrer ikke bogstaverne. Det gør dog ikke chatten fejlfri. Hvis indtastningen er forkert, er svaret forkert. Det fjerner den fejl, der er forbundet med at lytte.

Svaret kommer for sent til en mundtlig samtale

I en samtale mellem mennesker kommer turen som regel med det samme. En artikel fra SIGDIAL 2022, »When can I Speak?«, opsummerer status for systemer til talt dialog: De starter deres tur efter en lang pause på 700 til 1.000 millisekunder, og derfor føles samtalen langsom og unaturlig. Mennesker, hedder det i samme artikel, svarer som regel inden for ca. 200 millisekunder. At vente på, at der opstår en så lang pause, er den almindelige måde at undgå at afbryde den, der stadig er i gang med at tænke. Det er også en måde at skabe et mellemrum på, som man mærker i et telefonopkald.

SIGDIAL 2022: Hvornår kan jeg tale? Forudsigelse af startpunkter for talende dialogagenter

En undersøgelse, der blev præsenteret på SemDial, målte reelle samtaler med stemmeassistenter – ikke et laboratorieforsøg med en enkelt kommando. Undersøgelsen analyserede 1.077 samtaleskift hos ti personer, der brugte assistenten for første gang, i seks hjem. Den modellerede gennemsnitstid fra den ene person sluttede, til assistenten tog ordet, var 1.366 millisekunder med en standardafvigelse på 30 millisekunder. Forfatterne sammenligner dette med talerskift mellem mennesker, der ligger på omkring 300 millisekunder, og henviser til Levinson og Torreira (2015), Stivers m.fl. (2009) samt Heldner og Edlund (2010). Stikprøven er lille, og det drejer sig om de første anvendelser: Det er ikke et gennemsnit for alle lande eller alle produkter. Det viser dog, i virkelige samtaler, en ventetid, der er flere gange længere end i en menneskelig samtale, og uden de fyldord, som en person bruger til at signalere, at vedkommende er ved at svare.

SemDial: Alexa, du er for langsom! (Barthel), vagtskift med stemmeassistenter

I en chat afbryder denne ventetid ikke nogens sætning. Den besøgende skriver, sender og kan fortsætte på siden. Svaret forbliver skriftligt. Der er ingen stemme, der kommer for sent og afbryder den næste sætning – hvilket er en anden effekt, som SemDial-undersøgelsen selv beskriver i forbindelse med kundeservicemedarbejderens replikker. Hostly angiver ikke en garanteret svartid for modellen: chatten går gennem en kø, og svartiden afhænger af belastningen. Det, der ikke er, er den stilhed, der opstår under et opkald, mens et system afgør, at du er færdig med at tale.

Loops, syntetisk stemme og spørgsmålet om, hvorvidt der er nogen

Gartners kommentar fra 2026 angiver ikke en procentdel af opkald, der ender i en løkke. Den beskriver mekanismen: Flere mislykkede forsøg med AI, før man kan komme igennem til en medarbejder, gør det mindre sandsynligt, at kunden vil bruge værktøjet igen. Under et opkald kan man høre denne løkke. Man skal gentage sig selv, vente på det næste spørgsmål i menuen og igen bede om at tale med en medarbejder. I chatten bliver tråden skrevet ned. Teamet åbner den i panelet og kan skrive i den samme tråd.

Den stemme, der svarer på et automatisk opkald, er en computergenereret stemme. Denne artikel angiver ikke, hvor stor en procentdel af befolkningen der oplever den som »robotagtig«: Blandt ovenstående kilder findes der ingen undersøgelse, der måler dette udtryk på baggrund af et klart udsnit. Det, der derimod er målt, er frustrationen, når systemet ikke forstår, som det fremgår af BBC-rapporten, samt Ofcoms klage over, at man er nødt til at gentage kommandoen. En stemme, der ikke tillader nuancer, og en genkendelse, der svigter, optræder begge i samme minut. På nettet kommer svaret som tekst. Man kan læse det igen. Man behøver ikke at gætte på et ord, der lød forkert.

Salesforce bestilte hos YouGov en undersøgelse blandt 15.015 forbrugere, der blev gennemført fra den 16. juli til den 16. august 2024 i 18 lande, herunder Spanien. Næsten tre ud af fire ønskede at vide, om de talte med en AI-agent. 45 % sagde, at de ville bruge en AI-agent oftere, hvis der var en klar mulighed for at blive stillet om til en medarbejder. Kun 30 % af forbrugerne ville foretrække at tale med en AI-agent frem for en medarbejder for at få en hurtigere service. Salesforces PDF-rapport fra samme undersøgelse angiver det således: 72 % mener, at det er vigtigt at vide, hvornår man taler med en AI-agent. Gennemsigtighed og muligheden for at blive viderestillet til et menneske er ikke bare en ekstra detalje. Det er netop det, denne stikprøve efterspørger.

Salesforce, »State of the AI Connected Customer«, YouGov-undersøgelse, juli-august 2024

Salesforce, State of the Connected Customer (PDF fra samme forskningsserie)

Hvorfor en AI-receptionist på nettet ikke arver disse fejl

Hostly er hjemmesidens AI-receptionist, ikke den, der tager imod opkald. Den besøgende skriver i chatten på din hjemmeside. Der er hverken stemmegenkendelse, accent, baggrundsstøj eller en syntetisk stemme, der svarer. Svaret bygger på de oplysninger, som virksomheden har godkendt. Hvis oplysningerne ikke findes, siger den, at den ikke ved det. Den finder ikke på en pris, en åbningstid eller en ledig tid. Hvis reservationer er aktiveret, tilbyder den kun de tidspunkter, som kalenderen viser.

At få fat i en medarbejder hos Hostly er ikke en automatisk viderestilling af opkaldet. Teamet ser tråden i kontrolpanelet og overtager styringen. Mens en medarbejder skriver, svarer AI’en ikke i den pågældende tråd. At bede om en medarbejder overfører ikke samtalen af sig selv: det er den, der sidder ved kontrolpanelet, der gør det. Det er en reel begrænsning ved produktet, og det er bedre at sige det end at love en »stik mig igennem til en medarbejder«, som chatten ikke udfører af sig selv. Det, det derimod forhindrer, er, at nogen står og taler alene mod et menupunkt: teksten gemmes, og en medarbejder kan fortsætte derfra.

AI’en besvarer henvendelser i chatten på din hjemmeside. Hvis du aktiverer WhatsApp-knappen, åbnes virksomhedens WhatsApp, og en medarbejder svarer: AI'en deltager ikke i den samtale. Hostly læser ikke den WhatsApp-besked og indsætter heller ikke et model i den. Den, der ønsker at skrive til virksomheden og ikke til hjemmesidens chat, bruger den knap. Den, der er på hjemmesiden, kan blive i chatten.

Startprisen er 29,90 € om måneden, inkl. moms. Denne side angiver ikke, at en chatfunktion reducerer antallet af afbestillinger, eller at betalinger via Stripe er forbundet med et bestemt gebyr: Det fremgår ikke af ovenstående kilder, og det er ikke et løfte om produktet i denne tekst. Betalingen, hvis virksomheden aktiverer denne funktion, foregår enten som et depositum eller det fulde beløb ved reservationen. Kreditkortet går ikke gennem Hostly.

Hvad denne artikel ikke beviser

Det beviser ikke, at alle telefoniske AI-receptionister fejler på samme måde. Undersøgelserne måler stemmeassistenter, højttalere og holdningen til AI i kundeservice, ikke en produktoversigt. SemDials stikprøve består af ti personer. BBC’s stikprøve er ikke tilfældig. Ofcoms undersøgelse af højttalere er kvalitativ. Undersøgelserne fra Gartner og Salesforce er store spørgeundersøgelser blandt kunder og forbrugere, ikke en lytteprøve af et bestemt antal enheder.

Det beviser heller ikke, at en chat aldrig tager fejl. Hvis profilen er forældet, er svaret det også. Hvis virksomheden slukker for AI’en, er der ingen, der svarer, før en medarbejder tager over. Hvis den besøgende har brug for et opkald, er virksomhedens telefon stadig telefonen: Hostly erstatter den ikke. Det, chatten undgår, er de fejl, der kun opstår, fordi samtalen foregår mundtligt.

Produktoversigten, der indeholder oplysninger om installation, sprog, reservationer og pris, er den kunstige intelligens-receptionist.

Kilder

Produktbeskrivelsen er den IA-receptionist.