Telko er en norsk teknologivirksomhed med mere end 50 års erfaring med at bygge navigations- og digitale løsninger til den maritime industri. Produkterne omfatter TELSCOPE elektroniske logbøger, navigationssystemerne TECDIS og TELchart samt Coastal-E til arbejdsbåde. De kører på fartøjer over hele verden, og Telko har været majoritetsejet af Furuno siden 2023.
At supportere den slags produkter er specialistarbejde. Spørgsmålene kan komme fra skibsoperatører og besætninger overalt i verden, og svarene findes i installationsmanualer, servicebulletiner og supportguider. Telko håndterer den support i LiveAgent. Med FlowHunt har virksomheden nu et AI-lag omkring LiveAgent, der svarer kunder, hjælper agenter med at skrive svar og lærer af hver ticket, et menneske løser.
Udfordringen
Telkos supportportal rummer en masse viden: formularer, servicebulletiner, installationsmanualer og guider til hver produktlinje. Men meget af den mest nyttige viden når aldrig dertil. Den ligger i løste tickets: skærmbilledet, der viste den egentlige fejl, den interne note, der forklarede løsningen, svaret en ingeniør skrev til en usædvanlig opsætning.
Telko ønskede tre ting:
- Besvare rutinespørgsmål øjeblikkeligt ud fra sin egen dokumentation, uden at AI’en finder på ting.
- Give menneskelige agenter en hurtigere måde at skrive præcise og velformulerede svar.
- Sikre, at når en agent løser et nyt problem, får den næste kunde med samme problem svaret uden at vente på et menneske.
Tre flows, én loop
Telkos opsætning bruger tre FlowHunt-flows, alle forbundet til LiveAgent via FlowHunts LiveAgent-integration. Hver dækker en fase af en supportsag, og sammen danner de en loop.
1. AI-chatbot
AI-chatbot’en er det første kontaktpunkt. Den er sat op til at holde sig strengt til emnet og være strengt ærlig:
- Kun Telko-spørgsmål. Hvis et spørgsmål ikke har noget med Telko at gøre, siger den det og stopper, hvilket forhindrer misbrug af botten.
- Dokumenter først, website derefter. Den søger i Telkos dokumenter, derefter på Telkos website, før den svarer, og den inkluderer de kildelinks, værktøjerne returnerer. Den finder aldrig på en URL.
- Ingen gætteri. Hvis den ikke kan finde svaret, stiller den et afklarende spørgsmål eller tilbyder et menneske. Alt, hvad den udleder i stedet for at finde, mærker den som udledt.
- Kundens sprog. Den svarer på sproget i kundens seneste besked, hvilket er vigtigt for en virksomhed, hvis kunder er flåder over hele verden.
Når chatbot’en ikke kan løse en sag, tilbyder den at oprette en ticket. Den spørger om kundens navn og e-mail, opretter selv LiveAgent-ticket’en og tilføjer et detaljeret referat af chatten. Kunden får et ticket-ID, og den agent, der tager den, starter med hele historien.
2. AI-svarassistent
Inde i LiveAgent har Telkos agenter en svarassistent, der arbejder i to tilstande:
- Composer udarbejder et komplet svar ud fra ticket-tråden. Agenten kan tilføje en instruktion som “bed om serienummeret” eller “forklar opdateringsproceduren”, og assistenten behandler den som toprioritet, mens den forankrer svaret i Telkos dokumenter.
- Improver tager agentens eget udkast og retter grammatikken, justerer tonen eller oversætter det, uden at ændre fakta eller beslutningen i svaret.
Assistenten skriver almindelig tekst uden hilsen eller signatur, fordi LiveAgent tilføjer dem. Agenten gennemgår hver besked, før den sendes, så dette er en human-in-the-loop-opsætning: AI’en skriver, eksperten træffer beslutningen.
3. Selvlærende loop
Det er den del, der gør Telkos opsætning anderledes end en standard-chatbot. Når en ticket er løst, læser den selvlærende loop det hele: chatbot-loggen, kundens beskeder, agentens svar, de interne noter og de vedhæftede filer. For maritimt udstyr indeholder vedhæftningerne ofte det egentlige svar: et skærmbillede af en fejlmeddelelse, en logfil, en side fra en manual.
Loopen finder derefter ud af, hvad chatbot’en manglede, og hvordan mennesket løste sagen, og gemmer det i den fælles AI-hukommelse som en struktureret post:
- Emne og trigger: hvad kunden spurgte om eller rapporterede
- Forudsætninger: hvad der skal tjekkes, før man svarer, f.eks. produktet eller versionen
- Løsningslogik: den generelle løsning, hvor specifikke tal omdannes til regler
- Tags til genfinding
Før den gemmer, søger den i hukommelsen efter en eksisterende post om samme emne og opdaterer den i stedet for at oprette en dublet. Chatbot’en læser fra den samme hukommelse, så den næste kunde med det problem får svaret med det samme.
Telkos første version af loopen læste tickets via LiveAgents MCP-server. Den nuværende version bruger FlowHunts native LiveAgent-værktøjer og læser hver vedhæftning før selve ticket’en, så erfaringer, der kun findes i et skærmbillede eller en logfil, ikke går tabt.
Privacy by design
Delt hukommelse er kun sikker, hvis den indeholder erfaringer og ikke kundedata. Anonymisering er et obligatorisk trin i den selvlærende loop. Før noget gemmes, fjerner eller erstatter den:
- navne på personer, e-mailadresser, telefonnumre og postadresser
- kundevirksomheders navne, fartøjsnavne, IMO-numre, serienumre og licensnøgler
- ticket-, ordre-, faktura- og kontrakt-ID’er
- kundespecifikke URL’er, brugernavne, adgangskoder og tokens
Specifikke priser og datoer bliver generelle regler, for eksempel “månedspris × 12” i stedet for et faktisk beløb. Tilbage er selve viden, klar til den næste kunde.
Hvorfor det virker
- Funderede svar. Både chatbot’en og svarassistenten svarer kun ud fra Telkos egne kilder og siger det, når de ikke kan.
- Menneskene har kontrollen. Chatbot’en overdrager svære sager til mennesker med kontekst, og agenterne godkender hvert svar, assistenten udarbejder.
- Viden akkumuleres. Hver løst ticket kan blive en hukommelsespost, så chatbot’en dækker mere hver måned, uden at nogen skriver nye FAQ-artikler.
- Bygget på gennemprøvede skabeloner. Alle tre flows startede fra skabeloner i FlowHunt Agents Library og kører på den samme LiveAgent-integration som LiveAgents eget supportteam.
For virksomheder, der vil reducere antallet af support-tickets uden at miste ekspertisen i deres team, er Telkos opsætning en god model. Chatbot’en dækker det, der er dokumenteret, agenterne dækker det, der ikke er, og loopen flytter viden fra den anden gruppe til den første. Den er en nær slægtning til de ugentlige rapporter om videnshuller, vi byggede til tre hollandske e-handelsbrands, anvendt på et teknisk, internationalt produkt. Hvis du kører LiveAgent, er vores guide til, hvordan man automatiserer ticket-besvarelse i LiveAgent, et godt sted at begynde.
Virksomhed: Telko AS Branche: Maritim teknologi Placering: Tjøme, Norge Anvendte FlowHunt-funktioner: AI Chatbot, AI Agents, Agent Memory, LiveAgent Integration, Document and URL Retrievers, File Attachment Retriever Website: telko.no