En ny studie av forskare från Stanford University och National Bureau of Economic Research (NBER) har funnit att en generativ AI-baserad konversationsassistent kan öka produktiviteten och prestationen hos kundsupport.

Studien, med titeln “Generative AI at Work”, använde data från 5 179 personer som arbetar för en stor onlineåterförsäljare och analyserade hur deras beteende och resultat förändrades efter att de fick tillgång till verktyget.

Verktyget, som infördes på ett stegvis sätt över olika team och platser, använder naturligt språkbehandling och djupinlärning för att generera svar på kundförfrågningar baserat på tidigare interaktioner och bästa praxis.

Hur AI-assistenten fungerar

AI-assistenten är en generativ modell som kan producera naturliga språksvar på kundförfrågningar. Modellen är tränad på en stor data av historiska konversationer mellan kunder och support, samt ett set av riktlinjer och mallar för praxis. Modellen kan också lära sig av feedback och betyg från kunder och agenter.

AI-assistenten fungerar i två lägen: förslag och automation.

I förslagsläget föreslår AI-assistenten ett svar till agenten, som kan antingen acceptera det, redigera det eller avvisa det.

I automationsläget skickar AI-assistenten direkt svaret till kunden, utan att kräva agentens godkännande. Agenterna kan växla mellan de två lägena beroende på deras preferenser och förtroende.

Hur AI-assistenten ökar produktiviteten och prestationen

Forskarna fann att tillgång till AI-assistenten ökade produktiviteten, mätt som antal lösta problem per timme, med 14 procent i genomsnitt, med störst effekt på nybörjare och lågkvalificerade arbetare, och minimal effekt på erfarna och högkvalificerade arbetare. Forskarna tillskrev denna effekt flera faktorer:

• AI-assistenten minskade tiden som spenderades på att skriva och söka efter information, vilket gjorde att agenterna kunde hantera fler problem på kortare tid.
• AI-assistenten förbättrade kvaliteten och konsekvensen i svaren, vilket ledde till högre kundnöjdhet och färre eskaleringar.
• AI-assistenten minskade den kognitiva belastningen och stressen hos agenterna, vilket gjorde att de kunde fokusera på mer komplexa och utmanande problem.

Forskarna fann också att AI-assistenten förbättrade kundsentimentet, minskade begäran om chefsingripande och förbättrade anställningshållbarheten.

De mätte dessa resultat med hjälp av naturligt språkbehandlingstekniker för att analysera tonen och sentimentet i kundmeddelandena, samt administrativa data om agenternas omsättning och prestationsbedömningar.

Hur AI-assistenten sprider kunskap och hjälper till med inlärning

De menar att AI-assistenten fungerade som ett komplement snarare än ett substitut för mänskliga arbetare, vilket förbättrade deras förmågor och minskade deras kompetensgap.

Forskarna testade denna hypotes genom att jämföra effekterna av AI-assistenten över olika grupper av arbetare baserat på deras anställningstid och kompetensnivå. De fann att:

• AI-assistenten hade en större effekt på nybörjararbetare än på erfarna arbetare, vilket tyder på att den hjälpte dem att lära sig snabbare och övervinna sina initiala svårigheter.
• AI-assistenten hade en större effekt på lågkvalificerade arbetare än på högkvalificerade arbetare, vilket tyder på att den hjälpte dem att förbättra sin prestation och komma ikapp sina kollegor.
• AI-assistenten hade en större effekt på arbetare som utsattes för mer varierade och komplexa problem än på arbetare som ställdes inför mer rutinmässiga och enkla problem, vilket tyder på att den hjälpte dem att utvidga sin kunskapsbas och problemlösningsförmåga.

Forskarna fann också att effekterna av AI-assistenten bestod över tid, vilket indikerar att den inte framkallade självbelåtenhet eller beroende bland arbetarna.

Konsekvenser för politik och praxis

Studien är en av de första som undersöker effekterna av generativ AI på arbetsmarknaden, särskilt i sammanhang av icke-traditionella arbetsarrangemang som onlineplattformar.

Studien har konsekvenser för politik och praxis, eftersom den tyder på att generativ AI kan vara ett värdefullt verktyg för att förbättra arbetarnas produktivitet och prestation, samt kundnöjdhet och lojalitet.

Studien var författad av Erik Brynjolfsson, Danielle Li och Lindsey R. Raymond och publicerades som ett arbetspapper av NBER i april 2023. Pappret kan nås på https://www.nber.org/papers/w31161.