Wieso AI Bestandteil unserer Digital Transformation sein sollte

Als Unternehmen müssen wir uns jetzt Gedanken machen, wie wir mit Kunden neu interagieren und unsere Value Proposition an den Kunden bringen wollen.

Autor:  Amancio Bouza

Artificial Intelligence, Machine Learning und Cognitive Computing versprechen nicht nur die Customer Experience zu verbessern, sondern auch die Art und Weise, wie Unternehmen tätig sind. Um wettbewerbsfähig zu bleiben, müssen wir diese Technologien in unsere Digital Transformation Pläne zwingend berücksichtigen und integrieren.

Artificial Intelligence (AI), Machine Learning und Cognitive Computing versprechen nicht nur die Customer Experience zu verbessern, sondern auch Abläufe in Unternehmen, durch Automation, zu optimieren. Damit verändert sich drastisch die Art und Weise, wie wir als Unternehmen tätig sind und mit Kunden interagieren. Um wettbewerbsfähig zu bleiben, müssen wir diese Technologien in unseren Digital Transformation Plänen zwingend berücksichtigen und integrieren. Gemäss IDC Report, werden bis 2019 rund 40 Prozent aller Digital Transformation Initiativen durch Cognitive und Artificial Intelligence Fähigkeiten unterstützt.

Artificial Intelligence, Machine Learning und Cognitive Computing sind keine neue Technologien. Sie sind aber kommerziell hochinteressant geworden durch die Fortschritte in der Rechenleistung, den Zugang zu enormen Datenmengen (Big Data) und der Verfügbarkeit reifer Open-Source und kommerzieller Produkte aus der Cloud (IBM Watson, Microsoft Azure Machine Learning, Google TensorFlow, etc.). Dank diesen Fortschritten können wir uns heute auf die Nutzung dieser genannten Technologien und die Digitalisierung unseres Unternehmens fokussieren. Damit bleiben wir wettbewerbsfähig und schaffen Mehrwerte. Wir können uns auf den Business-Teil konzentrieren und müssen uns nicht mehr um komplizierte technischen Grundlagen (Algorithmen, bayessche Statistik, etc.) kümmern.

Die Ära der Demokratisierung von Artificial Intelligence, Machine Learning und Cognitive Computing hat bereits begonnen. Jeder hat die Möglichkeit sie zu nutzen. Mit der entsprechenden Unternehmenskultur — Digital Transformation setzt kulturelle Transformation voraus — führt das zu neuartigen Geschäftsmodellen und neuartigem Verständnis wie unser Unternehmen Mehrwert schafft und mit Kunden interagiert. Das ist Digital Transformation.

Digitalisierung in Industrien

Wie wollen wir in Zukunft mit unseren Kunden interagieren? Was genau ist unsere Value Proposition und wie können wir diese realisieren? Im folgenden möchte ich ein paar wenige Anwendungen aus verschiedenen Branchen aufzeigen.

InsurTech

Kunden interessieren sich vor allem für ihre eigenen Probleme. Sie suchen deshalb nach individueller Beratung bzgl. Versicherungen und möglichst personalisierte Versicherungsangebote. Individuelle Beratung ausserhalb der Geschäftszeiten — wenn Kunden wirklich Zeit haben — ist teuer und skaliert nicht. Eine Möglichkeit sind Chatbots, welche die Produkte des Unternehmens kennen, verstehen, und erste Fragen von Kunden beantworten können. Dabei kommunizieren Kunden und Chatbots per Chat. Chatbots können bspw. initiale Kundenprofile erstellen, nach Kunden mit ähnlichen Bedürfnissen suchen und deren Versicherungsprodukte empfehlen. Ähnlich wie Amazon: “Person mit ähnlichen Versicherungsbedürfnissen haben Versicherung X gewählt mit Option Y”. Chatbots sind für beliebige Szenarien denkbar, insbesondere für bedürfnisorientierte Versicherungen (bspw. Flink), aber auch Empfehlungssysteme, wie dieses Beispiel im Bereich Customer Advisory für Finanzprodukte zeigt. Mit Chatbots können Versicherungen im Bereich Kundeninteraktion skalieren.

FinTech

RoboAdvisor ist eine ähnliches Konzept. Kunden interagieren mit ihrem persönlichen RoboAdvisor, einer künstlichen Intelligenz per Chat oder sogar Telefon. Durch Cognitive Computing können Chat-Nachrichten oder gar Telefongespräche in Echtzeit verstanden und darauf reagiert werden. Amazon’s Alexa ist ein gutes Beispiel wie gut Cognitive Computing heute schon funktioniert. Ein RoboAdvisor kann auf die Wünsche und Bedürfnisse des Kunden eingehen. Mittels Zugang zu Big Data, ist es ihm möglich entsprechende Investments zu tätigen. Ein RoboAdvisor ist skalierbar und mit geringen Kosten zu unterhalten.

LegalTech

Eine wichtige Aufgabe für Anwälte im Unternehmensumfeld ist die Prüfung von Verträgen, vielen Verträgen. Naiv würde man jede Klausel gründlich überprüfen. Doch der Aufwand ist sehr hoch. Wieso sollten Standardklauseln jedesmal auf’s neue gründlich überprüft werden? Anwälte möchten sich auf ungewöhnliche Klauseln fokussieren. Dazu müssen Anwälte ungewöhnliche Klausen identifizieren, um sie dann gründlich zu analysieren. Das geschieht heute noch manuell. Es gibt bereits Ansätze, um ungewöhnliche Klausen zu identifizieren mittels Cognitive Computing. Dank Cognitive Computing und Big Data können grosse Textmengen verarbeitet und interpretiert werden. Es gibt bereits Ansätze, um ungewöhnliche Klausen zu identifizieren und zu markieren. Damit verringert sich der Prüfungs-Aufwand für Anwälte enorm.

Customer Experience und Optimierung

Supportanfragen werden heute manuell analysiert und an die entsprechenden Experten oder Abteilung weitergeleitet. Für die Weiterleitung brauchen sogenannte Dispatcher genügend unterschiedlichstes und detailliertes Domänen-Wissen, um das Problem zu erkennen und an die geeignete Abteilung weiterzuleiten. Die Breite und Tiefe des erforderlichen Wissens ist enorm. Deshalb kommt es schnell zu fehlgeleiteten Supportanfragen. Das führt zu einer längeren Wartezeit für den Kunden, was zu einer schlechten Customer Experience führen kann.
Dank Cognitive Computing können Supportanfragen maschinell interpretiert und automatisiert an die richtigen Abteilungen weitergeleitet werden. Mittels Machine Learning können sogar einfache Anliegen erkannt werden und typische Lösungsmöglichkeiten sogleich vorgeschlagen werden und allfällige Folgefragen beantwortet werden. Damit verkleinert sich die Average Handling Time (AHT) von Supportanfragen und bietet dem Kunden eine schnellere Lösung für sein Problem. Das führt letztlich zu einer besseren Customer Experience und Optimierung durch Automatisierung.

Zusammenfassend

Einfach gesagt ermöglicht Cognitive Computing die Interaktion zwischen Mensch und Maschine. Machine Learning schafft die Voraussetzung aus Daten wertsteigernde Verhaltensweisen zu erlernen. Und Artificial Intelligence erlaubt, basierend auf Cognitive Computing und Machine Learning, definierte Ziele zu erreichen und die entsprechenden Massnahmen anzuwenden.
Wir leben in einer äusserst spannenden Zeit! Als Unternehmen müssen wir uns jetzt Gedanken machen, wie wir mit Kunden neu interagieren und unsere Value Proposition an den Kunden bringen wollen. Die Möglichkeiten sind zahlreich, kommerziell interessant und Teil der Digital Transformation Journey, um wettbewerbsfähig zu bleiben. Daneben bieten Artificial Intelligence , Machine Learning und Cognitive Computing weitere Möglichkeiten, um die Effizienz im Unternehmen und somit kosten zu sparen. Just do it – now!