Inga produkter i varukorgen.
Så kan kvalitetsarbetet accelereras med AI
AI
AI ska inte ses som ett verktyg – utan ett skifte i hur kvalitetsarbete bedrivs.
Samtidigt måste grunderna vara på plats för att AI ska göra verklig nytta, menar Erik Larsson, marknadsstrateg på WSI.
Utvecklingen av AI för att analysera kunddata har gått snabbt. För fem år sedan kunde AI analysera kundsamtal med förhoppningen att de var representativa. Nu kan AI förutse kundbortfall med hög precision och koppla känslor till en kulturell kontext. Att en svensk kund säger att något är ”helt okej” innebär inte att det faktiskt är det. Det betyder snarare att det är dåligt, men det vore socialt skevt att säga det rakt ut.
Någonting är fel
Du är inloggad som prenumerant hos förlaget Pauser Media, men nånting är fel. På din profilsida ser du vilka av våra produkter som du har tillgång till. Skulle uppgifterna inte stämma på din profilsida – vänligen kontakta vår kundtjänst.
Kvalitetsmagasinet premium
Läs vidare – starta din prenumeration
Redan prenumerant? Logga in och läs vidare.
AI möjliggör för mer sammanhängande kvalitetsarbete. Erik Larsson kallar det för utvecklingen av ett closed loop-system: lyssna, tolka, agera, följa upp. I stället för att luta sig mot enkäter och stickprov kan kundens röst nu bli en del av verksamhetens realtidsstyrning.
– Vi går från att höra kunden klaga till att förstå varför kunden klagar och var i systemet felet uppstår, sade Erik Larsson på ett seminarium arrangerat av Svenska Förbundet för Kvalitet, SFK, under torsdagen.
Nästa steg i AI-utvecklingen är agentisk AI. Det är AI som kan agera nästintill autonomt. System som inte bara analyserar utan även kan skapa ärenden, prioritera åtgärder och föreslå förbättringar. Samtidigt betonar Erik Larsson vikten av ”human in the loop”. AI ska förstärka kvalitetsfunktionen – inte ersätta den. Människan måste se över etik, tolkning och beslut för att upprätthålla god kvalitet i varje steg i processen. Det viktigaste för att bedriva bra kvalitetsarbete är att det också finns bra data i grunden.
En återkommande utmaning är att många organisationer ännu inte är redo för att implementera AI fullt ut. Tekniken testas i pilotprojekt, men strukturer, data och förståelse från ledningen saknas för att använda AI i större skala.
– Det stora problemet är att ledning och styrelse ofta inte är på samma kunskapsnivå som de som arbetar nära verksamheten. Det gör besluten svåra, sade Erik Larsson under seminariet.
Samtidigt uppmuntrar Erik Larsson de organisationer som vill implementera mer AI i sitt kvalitetsarbete att göra det i mindre skala.
– Det första man måste göra är att datan är tillgänglig, bryta silos genom organisationen när data finns på olika ställen och i olika system. Börja med agentisk hantering av rutinärenden i kontrollerad skala och ha en människa som ser över vad som händer hela tiden.
