Ordlista
Ordlista för AI-agenter och CX
Lär dig språket kring AI-agenter för företag. Över 100 definitioner om AI-SLA:er, autonom ärendelösning, regelefterlevnad, driftsättning och CX-automatisering.
A
- ActionsMed Actions kan en AI-agent från Maven läsa och skriva data i affärssystem under en konversation, till exempel för att slå upp ordrar, göra återbetalningar och skapa ärenden.
- Agent AssistAgent assist ger mänskliga agenter förslag i realtid, kunskapssökning och automatiskt utkastade svar under pågående interaktioner. Agent assist minskar hanteringstiden och förbättrar samtidigt svarens precision och konsekvens.
- Agent DesignerAgent Designer är Maven AGI:s no-code-arbetsyta där du konfigurerar, testar, analyserar och förbättrar AI-agenter för företag på ett och samma ställe.
- Agent MavenAgent Maven är Maven AGI:s AI-agent för företag. Den förstår avsikten, resonerar kring varje förfrågan och utför säkra åtgärder i chatt, e-post och röst.
- Agentic DeterminismAgentisk determinism innebär att plattformen avgör vilka data, åtgärder och gränser som gäller innan en AI-agent i Maven resonerar – inte efter att den har svarat.
- Agentisk AIAgentisk AI agerar självständigt för att nå mål i stället för att bara generera textsvar. Inom kundtjänst löser agentisk AI ärenden från början till slut genom att använda system, köra arbetsflöden och verifiera resultatet.
- Agentisk AI för kundsupportAgentisk AI för kundsupport använder autonoma AI-system som förstår avsikt, resonerar kring olika scenarier och genomför kompletta lösningar utan mänsklig…
- Agentiskt arbetsflödeAgentiska arbetsflöden låter AI-agenter planera, genomföra och verifiera uppgifter i flera steg självständigt. Ett agentiskt arbetsflöde kan till exempel kontrollera orderstatus, genomföra en återbetalning och skicka en bekräftelse utan mänsklig inblandning.
- AgentkanalerAgent Channels är där en AI-agent från Maven möter kunder och medarbetare: chatt, SMS, WhatsApp, e-post, röst, helpdesken, Slack och Teams.
- AgentproduktivitetAgentproduktivitet mäter hur effektivt mänskliga supportagenter löser kundernas ärenden. AI-copiloter ökar produktiviteten genom att skriva svarsutkast, lyfta fram relevant kunskap och hantera rutinuppgifter automatiskt.
- AI CopilotEn AI-copilot arbetar sida vid sida med mänskliga agenter: den föreslår svar, lyfter fram relevant kunskap och automatiserar repetitiva uppgifter i realtid. Copilots hjälper agenterna att svara snabbare utan att ersätta mänskligt omdöme.
- AI för banksupportAI för bank automatiserar kontofrågor, bedrägerivarningar och tvistlösning med bibehållen regelefterlevnad. Banker använder AI-support för att markant minska hanteringstiden och kostnaden per interaktion.
- AI för e-handelssupportAI för e-handel automatiserar orderspårning, returhantering och produktfrågor i stor skala. Nätbutiker använder AI-agenter för att hantera stora volymer återkommande supportärenden under kampanjer och högtider.
- AI för fastighetssupportAI för fastighetsbranschen hanterar fastighetsfrågor, hyresavtal och hyresgästkommunikation i hela beståndet. PropTech-bolag använder AI för att ge snabba svar på stora volymer fastighetsfrågor.
- AI för FinTech-supportAI för FinTech hanterar transaktionsfrågor, kontohantering och bedrägerivarningar med bibehållen regelefterlevnad. FinTech-företag använder AI för att ge omedelbar support utan att kompromissa med datasäkerheten.
- AI för försäkringssupportAI för försäkring automatiserar skadeanmälningar, täckningsfrågor och försäkringshantering och uppfyller samtidigt efterlevnadskraven. Försäkringsbolag använder AI för att korta handläggningstiden för skador och förbättra upplevelsen för försäkringstagarna.
- AI för kontaktcenterAI för kontaktcenter automatiserar kundinteraktioner via röst och digitala kanaler i kontaktcentermiljöer. AI hanterar rutinsamtal och chattar och skickar komplexa ärenden vidare till mänskliga agenter med fullständigt sammanhang.
- AI för kundserviceAI-kundservice använder artificiell intelligens för att förstå, besvara och lösa kundärenden autonomt. AI hanterar rutinärenden direkt och skickar komplexa ärenden vidare till mänskliga agenter med full kontext.
- AI för kundsupportAI för kundsupport använder artificiell intelligens för att lösa ärenden, stötta medarbetare och ge insikter om verksamheten. Modern support-AI utför verkliga åtgärder i affärssystemen och går långt bortom vad en chattbot klarar.
- AI för kundupplevelse (CX)AI för CX tillämpar artificiell intelligens på varje kontaktpunkt med kunden, från första kontakten till löpande support. AI-driven CX ökar nöjdheten och lojaliteten genom kortare väntetider och mer personliga interaktioner.
- AI för kunskapsbaserAI för kunskapsbaser ger exakta svar utifrån hjälpartiklar, dokumentation och interna wikis. AI-drivna kunskapsbaser förstår frågor semantiskt i stället för att förlita sig på nyckelordsmatchning.
- AI för marknadsplatssupportAI för marknadsplatser hanterar interaktioner med både köpare och säljare och upprätthåller samtidigt plattformens policyer. Tvåsidig support kräver AI som förstår båda parternas perspektiv i varje transaktion.
- AI för resesupportAI för resebranschen hanterar bokningar, avbokningar och störningar i realtid. Reseföretag använder AI för att möta toppar i efterfrågan vid väderhändelser och under högsäsong för bokningar.
- AI för SaaS-supportAI för SaaS hanterar produktfrågor, felsökning och kontohantering med produktdokumentationen som kunskapsbas. SaaS-bolag använder AI för att skala supporten i takt med att användarna blir fler, utan att personalstyrkan behöver växa i samma takt.
- AI för telekomsupportAI för telekom automatiserar fakturatvister, abonnemangsändringar och felsökning av enheter i stor skala. Telekomoperatörer hanterar miljontals rutinärenden varje månad, vilket gör AI-automatisering särskilt effektfull.
- AI för utbildningssupportAI för utbildning hanterar frågor om antagning, fakturering och IT-support för studenter och föräldrar i stor skala. Utbildningsaktörer använder AI för att hantera säsongstoppar vid antagning utan tillfällig personal.
- AI för vårdsupportAI för vården ger patienter direkt support med bibehållen HIPAA-efterlevnad. Vårdorganisationer använder AI-agenter för tidsbokning, faktureringsfrågor och vägledning i vården.
- AI kontra mänsklig supportEffektiv kundservice kombinerar AI-automatisering för rutinärenden med mänskliga agenter för komplexa situationer. Nyckeln är smarta överlämningar, så att varje interaktion når rätt resurs vid rätt tidpunkt.
- AI-agentEn AI-agent uppfattar sammanhang, resonerar kring information och agerar självständigt för att nå sina mål. Till skillnad från chattbotar som följer manus löser AI-agenter problem dynamiskt med hjälp av verktyg och kunskap.
- AI-baserad ärenderoutningAI-baserad ärenderoutning använder maskininlärning för att klassificera och tilldela supportärenden till rätt team eller agent. Intelligent routning tar hänsyn till ärendetyp, kundnivå, agentens expertis och aktuell arbetsbelastning.
- AI-baserade e-postsvarAI-baserade e-postsvar läser, klassificerar och besvarar kundmejl automatiskt. AI behandlar inkommande mejl på sekunder i stället för timmar, hanterar rutinärenden och flaggar komplexa frågor för mänsklig granskning.
- AI-chattbot vs AI-agentAI-chattbotar hanterar enkla frågor med fördefinierade svar, medan AI-agenter löser komplexa ärenden genom att resonera och vidta åtgärder. Agenter har åtkomst till bakomliggande system, kör arbetsflöden och behåller hela kontexten.
- AI-driven arbetsflödesautomatiseringAI-driven arbetsflödesautomatisering kombinerar artificiell intelligens med orkestrering av affärsprocesser för att skapa adaptiva,… Mer om AI-driven arbetsflödesautomatisering i Maven…
- AI-embeddingsAI-embeddings omvandlar text till numeriska vektorer som fångar den semantiska betydelsen. Kvaliteten på embeddings avgör direkt hur väl AI:n hittar relevant innehåll i kunskapsbasen för kundernas frågor.
- AI-eskaleringAI-eskalering för över konversationer från AI till mänskliga agenter när ärendet kräver empati, omdöme eller behörighet. En väl fungerande eskalering skickar med hela konversationens kontext, så att kunden aldrig behöver upprepa sig.
- AI-granskningsspårAI-granskningsspår registrerar varje beslut, åtgärd och dataåtkomst som AI-agenter gör, för regelefterlevnad och ansvarsskyldighet. Reglerade branscher kräver granskningsspår för att visa att AI:n arbetar inom godkända ramar.
- AI-grundningAI-grundning kopplar språkmodeller till verifierade datakällor i företaget via RAG, eliminerar hallucinationer och skapar tillförlitliga, verksamhetsspecifika…
- AI-hallucinationAI-hallucination uppstår när modeller ger självsäkra men sakligt felaktiga svar. AI-plattformar för större företag förhindrar hallucinationer med grounding, retrieval-augmented generation och konfidenspoäng.
- AI-helpdeskEn AI-helpdesk använder artificiell intelligens för att lösa supportärenden, kategorisera problem och dirigera komplexa ärenden rätt. AI-helpdeskar minskar ärendekön genom att automatiskt hantera återkommande, väldokumenterade frågor.
- AI-konceptvalidering (POC)Ett AI-POC validerar att en lösning fungerar med din data, dina arbetsflöden och din kundbas. Ett bra POC pågår i 2–4 veckor med fördefinierade framgångsmått och realistiska supportscenarier.
- AI-livechattAI-livechatt ger kundsupport i realtid via meddelandegränssnitt på webbplatser och i appar. AI-driven chatt ger omedelbara svar med en naturlig, samtalsmässig ton och hög precision.
- AI-observerbarhetAI-observerbarhet ger insyn i realtid i hur AI-agenter presterar, felar och förbättras över tid. Observerbara AI-system redovisar kontinuerligt precision, latens, felmönster och signaler om kundnöjdhet.
- AI-orkestreringAI-orkestrering samordnar flera AI-agenter, modeller och system för att utföra komplexa arbetsflöden smidigt, med tillförlitlig uppgiftsdirigering och styrning.
- AI-personaliseringAI-personalisering anpassar supportinteraktioner efter kundens historik, preferenser och kontext. Personaliserad AI ger mer relevanta svar och snabbare lösningar genom att förstå varje kunds situation.
- AI-pilotprogramEtt AI-pilotprogram validerar hur AI i kundservice presterar i begränsad skala innan den rullas ut i hela företaget. En väl utformad pilot pågår i 4–8 veckor med tydliga framgångskriterier och mätbara KPI:er.
- AI-ROI (avkastning på investering)AI-ROI mäter den ekonomiska avkastningen av AI i kundservice i förhållande till den totala investeringen. Viktiga drivkrafter är lägre kostnad per ärende, snabbare lösningar och bättre kundlojalitet.
- AI-skyddsräckenAI-skyddsräcken sätter gränser för vad AI-agenter får säga och göra i kundinteraktioner. De förhindrar svar som ligger utanför ämnet, otillåtna åtgärder och svar som skadar varumärket i produktion.
- AI-styrningAI-styrning säkerställer att AI-system verkar inom etiska, juridiska och organisatoriska ramar. Ramverk som ISO 42001 ger ett strukturerat sätt att hantera AI-risker i företagsmiljöer.
- AI-support för företagAI-support för företag uppfyller stora organisationers krav på säkerhet, regelefterlevnad och skala. Plattformar i företagsklass har certifieringar som SOC 2, HIPAA och PCI samt SSO och rollbaserad åtkomst.
- AI-träffsäkerhetAI-träffsäkerhet mäter andelen AI-svar som är sakligt korrekta och till hjälp. AI-plattformar för företag siktar på 85–95 % träffsäkerhet genom kunskapsförankring, skyddsräcken och kontinuerlig kvalitetsuppföljning.
- Alternativ till ZendeskAlternativen till Zendesk sträcker sig från AI-först-plattformar för ärendelösning till enkla helpdesk-verktyg. Organisationer som utvärderar alternativ prioriterar oftast AI-funktioner, integrationsdjup och total ägandekostnad.
- Ansvarsfull AIAnsvarsfull AI är det heltäckande ramverk av policyer, tekniska kontroller och styrningsmekanismer som… Läs mer om ansvarsfull AI i Maven AGI…
- API-integration (kundservice)API-integration kopplar AI-agenter till CRM, helpdesk och affärssystem så att de kan utföra verkliga åtgärder. Integrationsdjupet avgör om AI:n faktiskt kan lösa ärenden eller bara ge information.
- App StudioApp Studio är Maven AGI:s utvecklarplattform för att bygga, testa och driftsätta egna Maven Apps med Maven TypeScript SDK.
- Ask MavenMed Ask Maven kan team ställa frågor i vardagligt språk om AI-agentens prestanda och få diagram och sammanfattningar tillbaka – utan att skriva några databasfrågor.
- Asynkron meddelandehanteringSå fungerar asynkrona meddelanden i kundsupport: svar när det passar, beständiga trådar och skillnaden mot livechatt – plus varför AI-drivna CX-team bryr sig. Maven AGI:s ordlista.
- Automatisering av kundserviceAutomatisering av kundtjänst innebär att AI hanterar supportförfrågningar utan manuella insatser. Modern automatisering löser ärenden hela vägen i stället för att bara hänvisa kunderna till statiska FAQ-sidor.
- Automatiseringsgrad i supportenAutomatiseringsgraden i supporten mäter andelen kundärenden som AI löser utan mänsklig inblandning. Måttet visar AI:ns verkliga operativa effekt mer träffsäkert än enbart avledningsgraden.
- Autonom lösningAutonom lösning innebär att AI löser ett kundärende helt utan mänsklig inblandning. Till skillnad från avledning löser autonom lösning faktiskt problemet i stället för att hänvisa kunden någon annanstans.
- AvledningsgradAvledningsgraden mäter andelen supportförfrågningar som hanteras via självservice innan de når en mänsklig handläggare. En hög avledningsgrad säger i sig inget om huruvida kundens problem faktiskt blev löst.
- AvsiktsigenkänningAvsiktsigenkänning klassificerar vad kunden vill uppnå utifrån meddelandet eller frågan. Korrekt avsiktsigenkänning avgör om ärendet gäller fakturering, teknisk support eller kontoändringar.
- ÄrendeavledningÄrendeavledning mäter supportförfrågningar som hanteras via självbetjäning innan de når en mänsklig agent. Det är ett användbart volymmått, men avledning ensam visar inte om kunderna faktiskt fick sina problem lösta.
- ÄrendehanteringssystemEtt ärendehanteringssystem följer kundernas supportförfrågningar från inskickning till lösning i ett samlat arbetsflöde. Moderna ärendehanteringssystem integreras med AI för att automatiskt klassificera, dirigera och lösa ärenden.
- ÄrendevolymÄrendevolymen visar hur många supportförfrågningar en organisation tar emot under en viss period. AI hanterar volymtoppar vid produktlanseringar, driftstörningar och säsongstoppar utan att det krävs tillfällig bemanning.
B
- BPO (Business Process Outsourcing)BPO innebär att kundsupporten läggs ut på externa tjänsteleverantörer. AI förändrar BPO-ekonomin genom att automatisera rutinkontakter medan BPO-handläggarna tar hand om komplexa eskaleringar.
- Bygga eller köpa (AI-agenter)Valet mellan att bygga eller köpa AI-agenter beror på teamets ML-kompetens, tidsplan och förmåga att förvalta lösningen. De flesta stora företag upplever att ett köp ger snabbare värde, medan ett eget bygge ger mer kontroll på lång sikt.
C
- CapabilitiesI Capabilities bygger, testar och hanterar Maven-team vad deras AI-agent kan göra: Actions, Triggers och Intelligent Fields.
- Chain of thought-resonemangMed chain of thought-resonemang kan AI dela upp komplexa problem i logiska steg innan den svarar. Det ger högre träffsäkerhet i kundärenden med flera steg, som fakturatvister och kontoändringar.
- Charter-mallarCharter-mallar är färdiga utgångspunkter för vanliga Maven Charters, som varumärkesgrund, eskaleringshantering och beteende i röstsamtal.
- ChartersCharters är spelböcker på naturligt språk som talar om för en AI-agent från Maven hur den ska bete sig, vad den får använda och vad den får göra i varje kundsituation.
- Charters för strikt returpolicyStrict Return Charters returnerar ett fast, förgodkänt svar ordagrant, för svar som juridiska upplysningar som måste vara exakta varje gång.
- Chattbot eller virtuell agentChattbotar hanterar enkla frågor med färdiga svar, medan virtuella agenter löser komplexa ärenden självständigt. Virtuella agenter har åtkomst till bakomliggande system, vidtar åtgärder och behåller sammanhanget genom långa konversationer.
- Context engineeringContext engineering är den systematiska metoden för att utforma och optimera hur AI-agenter får åtkomst till, organiserar och använder information från flera företagsk
- Customer Effort Score (CES)CES mäter hur mycket ansträngning kunder måste lägga ned för att få sitt problem löst, på en skala från 1 till 7. Lägre ansträngning hänger ihop med kundlojalitet, vilket gör CES till en tidig indikator på om kunder stannar.
D
E
- Ersätt IVRAtt ersätta IVR innebär att stela telefonmenyer byts mot AI-röstagenter som förstår naturligt tal. Organisationer som ersätter IVR ser vanligtvis färre avbrutna samtal och snabbare lösning av samtal i genomsnitt.
- EskaleringshanteringEskaleringshantering styr när och hur AI överför konversationer till mänskliga agenter. Effektiv eskalering bevarar hela konversationens kontext så att kunden aldrig behöver upprepa sig efter överlämningen.
F
- Fallback-beteendeFallback-beteende avgör hur AI svarar när den inte är säker på ett svar. Väl utformade fallback-strategier lämnar smidigt över till människor i stället för att ge felaktiga eller påhittade svar.
- Fallback-intentEn fallback-intent är en säkerhetsmekanism i konversations-AI som aktiveras när kundens inmatning inte matchar någon… Läs mer om fallback-intent i Maven AGI…
- Finjustering (för kundservice)Finjustering anpassar förtränade AI-modeller till just din kundservicedomän och ditt varumärkes tonläge. Till skillnad från enbart promptdesign bäddar finjustering in domänkunskapen direkt i modellens vikter.
- Flerspråkig kundsupportFlerspråkig support använder AI för att betjäna kunder på deras föredragna språk utan att du behöver anställa modersmålstalare. Moderna AI-agenter hanterar 100+ språk med nästan modersmålsnivå i vanliga supportscenarier.
- Förebygga kundbortfallAtt förebygga kundbortfall innebär att använda AI för att identifiera och återengagera kunder i riskzonen innan de lämnar. AI upptäcker signaler på missnöje i supportinteraktioner och startar proaktiva kontakter för att behålla kunderna.
G
- Generativ AI för supportGenerativ AI använder stora språkmodeller för att skapa hjälpsamma, naturliga svar på kunders frågor. Till skillnad från regelbaserade system förstår generativ AI nyanser och genererar svar som passar sammanhanget.
- Genomsnittlig hanteringstid (AHT)AHT mäter den genomsnittliga tid som läggs på varje supportinteraktion från start till lösning. AI sänker AHT genom att ge agenter omedelbar tillgång till kunskap och automatisera repetitiva steg i konversationerna.
- Genomsnittlig väntetidGenomsnittlig väntetid mäter hur länge kunder väntar innan de får kontakt med supporten och är ett avgörande… Mer om genomsnittlig väntetid i Maven…
- Graph of RecordGraph of Record kopplar Mavens AI-agenter till de system du redan använder och kartlägger hur deras data hänger ihop, så att svaren bygger på aktuell data från källsystemen.
- Grounding (inom AI)Grounding begränsar AI-svar till verifierat källmaterial i stället för genererat innehåll. En förankrad AI hänvisar till specifika artiklar i kunskapsbasen, vilket kraftigt minskar hallucinationer i kundkontakter.
H
- HIPAA-efterlevnad för AIHIPAA-efterlevnad för AI kräver att patienters hälsoinformation (PHI) skyddas genom hela AI-behandlingen. AI-plattformar som hanterar vårddata måste ha kryptering, behörighetskontroller och BAA-avtal.
- Human-in-the-loopHuman-in-the-loop (HITL) håller mänskliga agenter delaktiga i AI-flöden för tillsyn, korrigering och godkännande. HITL är avgörande i känsliga interaktioner där fel innebär ekonomiska risker eller regelefterlevnadsrisker.
I
- Intelligent FieldsIntelligent Fields gör konversationer till strukturerad data. Maven-agenten fyller i fält som avsikt, sentiment eller risk för kundavhopp utifrån instruktioner på vanlig engelska.
- Intelligent virtuell assistent (IVA)IVA:er går längre än enkla chattbottar genom att förstå sammanhang, hantera konversationer i flera steg och utföra verkliga åtgärder. IVA:er integreras med bakomliggande system för att lösa problem i stället för att bara ge information.
- Intercom-alternativIntercom-alternativ erbjuder olika angreppssätt för kundsupport, från AI-först-lösning till traditionella meddelandeverktyg. AI-nativa plattformar fokuserar på att lösa ärenden självständigt i stället för att skicka dem vidare till mänskliga agenter.
- IVR (Interactive Voice Response)IVR är teknik i telefonisystem som leder uppringare genom förinspelade menyval via knapptryckningar eller röstkommandon. IVR är fortfarande vanligt, men ersätts allt oftare av konversationsbaserad röst-AI.
K
- Kartläggning av kundresanKartläggning av kundresan följer varje interaktion en kund har med din supportorganisation. Kartorna visar var AI-agenter kan göra störst skillnad för kundupplevelse och effektivitet.
- Knowledge InboxMavens Inbox flaggar kunskapsproblem som dubbletter, konflikter, inaktuellt innehåll och luckor, med förslag på korrigeringar som teamet kan granska.
- Konfidenspoäng för AIKonfidenspoäng för AI anger hur säker en modell är på sitt svar, vanligtvis på en skala från 0 till 1. Supportteam använder tröskelvärden för konfidens för att eskalera till en människa när AI:ns säkerhet sjunker under en viss nivå.
- Kontaktcenter som tjänst (CCaaS)CCaaS levererar kontaktcenterteknik via molnet och ersätter lokal infrastruktur. Moderna CCaaS-plattformar integrerar AI-agenter för automatiserad lösning av ärenden vid sidan av traditionella verktyg för mänskliga agenter.
- KontextfönsterKontextfönstret är den största mängd text som en AI-modell kan ta hänsyn till i en enskild interaktion. Större kontextfönster gör att AI:n kan använda mer konversationshistorik och kunskap i kundsamtalen.
- Konversationell IVRKonversationell IVR ersätter knappvalsmenyer i telefon med naturlig språkförståelse. Den som ringer säger vad ärendet gäller i stället för att navigera bland numrerade alternativ, vilket ger kortare samtal och färre avbrutna samtal.
- Konversations-AIKonversations-AI möjliggör interaktioner på naturligt språk i flera turer mellan kunder och AI-system. Till skillnad från skriptade chattbottar behåller konversations-AI sammanhanget genom hela samtalet och anpassar sig efter användarens avsikt.
- Kostnad per ärendeKostnad per ärende mäter den genomsnittliga kostnaden för att lösa en enskild supportinteraktion, inklusive personal, teknik och omkostnader. AI sänker kostnaden per ärende genom att automatisera rutinärenden som tidigare krävde mänskliga agenter.
- Kundlojalitetsgrad (Customer Retention Rate)Kundlojalitetsgraden mäter hur väl ett företag behåller sina befintliga kunder under en viss tidsperiod,… Läs mer om kundlojalitetsgrad i Maven…
- Kundnöjdhetsbetyg (CSAT)CSAT mäter hur nöjda kunderna är med en specifik supportinteraktion, oftast på en skala från 1 till 5. Konsekvent AI-driven support hjälper dig att hålla CSAT högt genom jämn kvalitet i varje interaktion.
- Kundsupport dygnet runtSupport dygnet runt ger kunderna hjälp när som helst, utan begränsningar av tidszoner. AI gör verklig täckning dygnet runt ekonomiskt hållbar genom att hantera förfrågningar på kvällar, nätter och helger utan nattbemanning.
- KunskapsförankringKunskapsförankring knyter AI-svar till verifierbara företagskällor, så att varje svar kan spåras till specifika dokument i stället för inaktuell…
- KunskapsgrafKunskapsgrafer organiserar information i sammankopplade entiteter och relationer som AI kan resonera kring. Inom kundtjänst hjälper kunskapsgrafer AI att förstå hur produkter, policyer och processer hänger ihop.
- KunskapsinläsningKunskapsinläsning är processen att importera, tolka och strukturera innehåll så att AI-agenter kan använda det. Effektiv inläsning hanterar PDF:er, hjälpcenter, Confluence-wikis och interna dokument automatiskt.
- Kvalitetssäkring (QA) för supportQA för support utvärderar kvaliteten i interaktioner hos både mänskliga agenter och AI-agenter. Moderna QA-program måste bedöma AI:ns träffsäkerhet, ton och regelefterlevnad parallellt med traditionella prestationsmått för mänskliga agenter.
- KöhanteringKöhantering är den strategiska styrningen av kundflöden och väntetider över alla kontaktpunkter i kundservicen,… Mer om köhantering i Maven AGI…
L
- Lösning vid första kontaktFCR mäter andelen kundärenden som löses i en enda interaktion utan uppföljande kontakt. Hög FCR har ett direkt samband med högre kundnöjdhet och lägre totala supportkostnader.
- LösningsgradLösningsgraden mäter andelen kundärenden som faktiskt löses helt, inte bara besvaras eller avleds. Eftersom den mäter verkliga resultat är lösningsgrad ett mer meningsfullt nyckeltal än avledningsgrad.
- LösningstidLösningstid mäter tiden från att en kund rapporterar ett problem tills det är helt löst. AI förkortar lösningstiden för rutinärenden genom att ge omedelbara, korrekta svar dygnet runt.
M
- ManualerEn Manual är instruktionstexten på naturligt språk i en Maven Charter som talar om för AI-agenten hur den ska bete sig när Chartern gäller.
- Maven AppsMaven Apps kopplar Maven AGI-plattformen till externa system som kunskapskällor, Actions och Triggers samt kundnära kanaler.
- Maven CommerceMed Maven Commerce kan en AI-agent från Maven sälja produkter och tjänster inom fastställda ramar för vad den får erbjuda, till vilket pris och till vem.
- Maven CopilotMaven Copilot är en AI-assistent i din helpdesk som sammanfattar ärenden, skriver svarsutkast med källhänvisningar och besvarar frågor från mänskliga agenter.
- Maven VoiceMaven Voice är en AI-röstagent för företag som löser supportsamtal i realtid och slutför arbetsflöden som återbetalningar och kontouppdateringar.
- Model Context Protocol (MCP)MCP är ett öppet protokoll som låter AI-modeller ansluta till externa verktyg, databaser och API:er på ett standardiserat sätt. Med MCP kan AI-agenter utföra verkliga åtgärder, som att göra återbetalningar eller uppdatera konton.
- MultiagentsystemMultiagentsystem använder flera specialiserade AI-agenter som samarbetar för att hantera komplexa problem. Varje agent ansvarar för ett specifikt område medan en orkestrerare samordnar överlämningar mellan uppgifter inom fakturering, teknik och policy.
N
- Natural Language Processing (NLP)NLP gör att AI kan tolka, förstå och besvara mänskligt språk i kundinteraktioner. Modern NLP driver avsiktsklassificering, entitetsextrahering och sentimentanalys i automatiserad kundservice.
- Net Promoter Score (NPS)NPS mäter kundlojalitet genom att fråga hur troligt det är att kunderna skulle rekommendera ditt företag, på en skala från 0–10. Supportkvaliteten är en av de starkaste drivkrafterna bakom NPS och påverkar direkt andelen promotorer och kritiker.
O
- OmnikanalsupportOmnikanalsupport förenar chatt, mejl, telefon, sociala medier och meddelandetjänster i en enda sömlös upplevelse. Kunderna kan byta kanal mitt i en konversation utan att kontexten går förlorad eller att de behöver upprepa information.
- Orkestrering av AI-agenterOrkestrering av AI-agenter innebär samordnad styrning av flera specialiserade AI-agenter som samarbetar i komplexa… Läs mer om orkestrering av AI-agenter i…
P
- PCI-DSS för AI i kundservicePCI-DSS-efterlevnad säkerställer att AI-system som hanterar betalkortsdata uppfyller strikta säkerhetsstandarder. AI-agenter som behandlar transaktioner måste isolera kortinnehavardata och upprätthålla en Level 1-certifiering.
- Personalplanering (WFM)WFM prognostiserar kundernas efterfrågan och optimerar schemaläggningen av handläggare i supportverksamheten. AI förändrar WFM genom att automatiskt hantera varierande volymer, vilket minskar behovet av säsongsanpassad bemanning.
- PII-maskeringPII-maskering tar automatiskt bort eller döljer personuppgifter i AI-interaktioner. Effektiv maskering förhindrar att känslig data som personnummer, kortnummer och hälsoinformation lagras.
- Proaktiv kundsupportProaktiv support identifierar och löser problem innan kunderna hör av sig. AI möjliggör proaktiv support genom att upptäcka mönster i användningsdata, felloggar och signaler om kundernas sentiment.
- Prompt engineeringPrompt engineering innebär att formulera precisa instruktioner som styr en AI-modells beteende och svar. Inom kundservice avgör promptdesignen AI:ns ton, gränserna för vad den svarar på och när den eskalerar.
- PromptinjektionPromptinjektion är en attack där användare manipulerar AI med specialutformade indata för att kringgå säkerhetskontroller. Kundnära AI måste ha indatavalidering och skyddsräcken för att förhindra promptinjektion.
R
- RAG (Retrieval Augmented Generation)RAG kombinerar informationssökning med AI-genererad text för att ge korrekta svar som bygger på källor. RAG förhindrar hallucinationer genom att kräva att AI:n utgår från faktiskt innehåll i kunskapsbasen i varje svar den genererar.
- Regelbaserad chattbot vs AI-chattbotRegelbaserade chattbotar följer fördefinierade beslutsträd, medan AI-chattbotar använder naturlig språkförståelse. Regelbaserade botar fungerar för enkla vanliga frågor men faller när kunder formulerar sig oväntat.
- Röst-AIRöst-AI gör det möjligt för AI-agenter att hantera telefonsamtal i realtid med naturlig taligenkänning och talsyntes. Modern röst-AI svarar på under en sekund, vilket gör att telefonsamtalen känns som riktiga samtal.
- Röst-AI i realtidRöst-AI i realtid gör att AI-agenter kan föra naturliga telefonsamtal med kunder i mänsklig hastighet. En latens under 500 ms är avgörande för att röst-AI ska kännas naturlig och samtalslik.
- RöstbotRöstbotar hanterar kunders telefonsamtal med hjälp av taligenkänning och förståelse av naturligt språk. Till skillnad från stela IVR-menyer för röstbotar naturliga samtal för att lösa ärenden via telefon.
S
- SegmentsSegments är återanvändbara definitioner av användare eller konversationer som avgör vilken kunskap, vilka åtgärder och vilka Charters en AI-agent från Maven får använda.
- Self-RAGSelf-RAG (Self-Reflective Retrieval-Augmented Generation) är ett avancerat AI-ramverk som gör det möjligt för språkmodeller… Läs mer om Self-RAG i Maven AGI…
- Semantisk sökningSemantisk sökning förstår avsikten bakom en fråga i stället för att matcha exakta nyckelord. AI-plattformar för support använder semantisk sökning för att hitta relevanta svar, även när kunderna formulerar sig oväntat.
- SentimentanalysSentimentanalys använder AI för att identifiera den känslomässiga tonen i kundmeddelanden, från frustration till nöjdhet. Supportteam använder sentimentdata för att prioritera brådskande ärenden och upptäcka systematiska problem i kundupplevelsen.
- Servicenivåavtal (SLA)Ett servicenivåavtal (SLA) är ett formellt avtal mellan en tjänsteleverantör och en kund som definierar specifika… Mer om servicenivåavtal (SLA) i…
- Servicenivåavtal (SLA) för AISLA:er för AI definierar åtaganden kring drifttid, träffsäkerhet och lösningsgrad för AI-plattformar inom kundservice. Rätt SLA-nivåer skyddar din organisation mot AI-implementeringar som inte levererar.
- Show ReasoningShow Reasoning visar sammanhanget, kunskapskällorna och åtgärderna bakom varje svar från en AI-agent i Maven, så att teamen kan se varför agenten svarade som den gjorde.
- SjälvbetjäningsportalSjälvbetjäningsportaler ger kunderna tillgång till kunskapsbaser, kontoverktyg och AI-hjälp när de behöver det. En välfungerande självbetjäning hanterar de flesta rutinfrågor, så att mänskliga agenter kan fokusera på komplexa ärenden.
- SOC 2-efterlevnad för AIEn SOC 2-certifiering bekräftar att en AI-plattform uppfyller strikta krav på säkerhet, tillgänglighet och konfidentialitet. Företagskunder kräver normalt SOC 2 Type II-rapporter innan AI tas i produktion.
- Stor språkmodell (LLM)LLM:er som GPT-4 och Claude driver AI-baserad kundservice genom att förstå och generera naturligt språk i stor skala. De hanterar nyanserade kundfrågor som stela regelbaserade system inte klarar av.
- Support vid kundonboardingSupport vid kundonboarding guidar nya användare genom produktinstallation, konfiguration och de första uppgifterna. AI-driven onboarding ger personlig vägledning i stor skala utan att du behöver utöka personalstyrkan.
- Support-ROISupport-ROI kvantifierar den ekonomiska avkastningen på investeringar i kundservice, inklusive teknik, bemanning och utbildning. För att beräkna ROI behöver du följa både direkta kostnadsbesparingar och intäkter som behålls tack vare bättre service.
- Supportmodell i nivåerEn supportmodell i nivåer delar in kundservicen i eskaleringsnivåer, från enkla frågor (L1) till komplexa problem (L3). I dag hanterar AI de flesta L1-ärenden, så att mänskliga agenter kan fokusera på arbete med högt värde.
T
- Tal-till-text (ASR)ASR omvandlar talat språk till text som AI-system kan bearbeta och agera på. Träffsäker taligenkänning är grunden för röst-AI, och moderna system når över 95 % ordprecision.
- TelefoniTelefoni är den tekniska infrastruktur som möjliggör röstkommunikation i kundservicen. Modern telefoni omfattar SIP-trunkar, VoIP och PSTN-integration för driftsättning av AI-röstagenter.
- Text-till-tal (TTS)TTS omvandlar skriven text till naturligt tal för AI-röstagenter. Modern neural TTS skapar röster som är nästan omöjliga att skilja från människor och stöder dussintals språk och regionala dialekter.
- Tidsplan för AI-driftsättningTidsplanen för en AI-driftsättning sträcker sig från 2 veckor för enklare uppsättningar till 3–6 månader för AI-agenter i företagsklass. Tiden beror på integrationer, efterlevnadskrav och hur komplex kunskapsbasen är.
- Total ägandekostnad (AI-support)TCO för AI-support omfattar kostnader för licenser, integration, utbildning, underhåll och löpande optimering. Många organisationer underskattar TCO genom att fokusera på abonnemangsavgifter och bortse från implementering och underhåll.
- Tree of Thoughts (ToT)Tree of Thoughts (ToT) är ett avancerat ramverk för AI-resonemang som gör det möjligt för stora språkmodeller att utforska… Läs mer om Tree of Thoughts (ToT) i Maven AGI…
- TriggersTriggers är automatiseringar i Maven som körs vid händelser eller enligt schema, till exempel synkning av konversationsdata till ett datalager, utan att en kund behöver fråga.
- Träningsdata för AITräningsdata lär AI-modeller att hantera kundinteraktioner korrekt. Datakvaliteten är den enskilt viktigaste faktorn för AI:ns prestanda och påverkar direkt träffsäkerheten och hur relevanta svaren är.
U
V
- VektorinbäddningVektorinbäddningar omvandlar ostrukturerad data – text, bilder, ljud och kundinteraktioner – till numeriska vektorer… Läs mer om vektorinbäddning i Maven…
- Verktygsanvändning (function calling)Verktygsanvändning gör det möjligt för AI-agenter att anropa externa API:er, söka i databaser och köra arbetsflöden i realtid. Function calling är det som skiljer AI-agenter som löser ärenden från chattbotar som bara ger information.