Telko is een Noors technologiebedrijf met meer dan 50 jaar ervaring in het bouwen van navigatie- en digitale oplossingen voor de maritieme sector. Tot de producten behoren TELSCOPE elektronische scheepsjournalen, TECDIS- en TELchart-navigatiesystemen en Coastal-E voor werkboten. Ze werken op schepen over de hele wereld, en Telko is sinds 2023 in meerderheidsbezit van Furuno.
Support bieden voor dat soort producten is specialistenwerk. Vragen kunnen komen van scheepsoperators en bemanningen overal ter wereld, en de antwoorden staan in installatiehandleidingen, servicebulletins en supportgidsen. Telko regelt die support in LiveAgent. Met FlowHunt beschikt het nu over een AI-laag rond LiveAgent die klanten te woord staat, agenten helpt bij het schrijven van antwoorden en leert van elk ticket dat een mens oplost.
De uitdaging
Het supportportaal van Telko bevat veel kennis: formulieren, servicebulletins, installatiehandleidingen en gidsen per productlijn. Maar een groot deel van de nuttigste kennis bereikt het portaal nooit. Die kennis zit in opgeloste tickets: de screenshot die de echte fout toonde, de interne notitie die de oplossing uitlegde, het antwoord dat een engineer schreef voor een ongebruikelijke opstelling.
Telko wilde drie dingen:
- Routinevragen direct beantwoorden op basis van de eigen documentatie, zonder dat de AI dingen verzint.
- Menselijke agenten een snellere manier geven om accurate, goed geformuleerde antwoorden te schrijven.
- Zorgen dat wanneer een agent een nieuw probleem oplost, de volgende klant met hetzelfde probleem het antwoord krijgt zonder op een mens te wachten.
Drie flows, één loop
De opzet van Telko gebruikt drie FlowHunt-flows, allemaal via de LiveAgent-integratie van FlowHunt aan LiveAgent gekoppeld. Elk dekt één fase van een supportcase, en samen vormen ze een loop.
1. AI-chatbot
De AI-chatbot is het eerste aanspreekpunt. Hij is zo ingesteld dat hij strikt bij het onderwerp blijft en strikt eerlijk is:
- Alleen Telko-vragen. Heeft een vraag niets met Telko te maken, dan zegt hij dat en stopt hij, wat voorkomt dat de bot wordt misbruikt.
- Eerst documenten, dan de website. Hij doorzoekt Telko’s documenten en daarna Telko’s website voordat hij antwoordt, en hij neemt de bronlinks op die de tools teruggeven. Hij verzint nooit een URL.
- Niet gokken. Kan hij het antwoord niet vinden, dan stelt hij een verduidelijkende vraag of biedt hij een mens aan. Alles wat hij beredeneert in plaats van vindt, labelt hij als afgeleid.
- De taal van de klant. Hij antwoordt in de taal van het laatste bericht van de klant, wat belangrijk is voor een bedrijf waarvan de klanten vlooteigenaren over de hele wereld zijn.
Wanneer de chatbot een geval niet kan oplossen, biedt hij aan een ticket te openen. Hij vraagt om de naam en het e-mailadres van de klant, maakt zelf het LiveAgent-ticket aan en voegt een gedetailleerde samenvatting van de chat toe. De klant krijgt een ticket-ID, en de agent die het oppakt begint met het volledige verhaal.
2. AI Answer Assistant
In LiveAgent hebben de agenten van Telko een Answer Assistant die in twee modi werkt:
- Composer maakt een volledig antwoord op basis van de tickethistorie. De agent kan een instructie toevoegen zoals “vraag het serienummer” of “leg de updateprocedure uit”, en de assistent behandelt die als hoogste prioriteit terwijl hij het antwoord baseert op Telko’s documenten.
- Improver neemt het eigen concept van de agent en verbetert de grammatica, past de toon aan of vertaalt het, zonder de feiten of de beslissing in het antwoord te veranderen.
De assistent schrijft platte tekst zonder begroeting of ondertekening, omdat LiveAgent die toevoegt. De agent controleert elk bericht voordat het de deur uit gaat, dus dit is een human-in-the-loop-opzet: de AI typt, de expert beslist.
3. Self-Learning Loop
Dit is het onderdeel dat de opzet van Telko onderscheidt van een standaardchatbot. Zodra een ticket is opgelost, leest de Self-Learning Loop alles: het chatbotlog, de berichten van de klant, de antwoorden van de agent, de interne notities en de bijgevoegde bestanden. Bij maritieme apparatuur bevatten de bijlagen vaak het echte antwoord: een screenshot van een foutmelding, een logbestand, een pagina uit een handleiding.
De loop achterhaalt vervolgens wat de chatbot miste en hoe de mens het geval oploste, en slaat dat op in het gedeelde AI-geheugen als een gestructureerde vermelding:
- Onderwerp en trigger: wat de klant vroeg of meldde
- Vereisten: wat je moet controleren voordat je antwoordt, zoals het product of de versie
- Oplossingslogica: de algemene oplossing, waarbij specifieke getallen zijn omgezet in regels
- Tags voor het ophalen
Voordat hij opslaat, zoekt hij in het geheugen naar een bestaande vermelding over hetzelfde onderwerp en werkt hij die bij in plaats van een duplicaat te maken. De chatbot leest uit hetzelfde geheugen, dus de volgende klant met dat probleem krijgt meteen het antwoord.
De eerste versie van de loop van Telko las tickets via de MCP-server van LiveAgent. De huidige versie gebruikt de native LiveAgent-tools van FlowHunt en leest elke bijlage vóór het ticket zelf, zodat lessen die alleen in een screenshot of een logbestand bestaan niet verloren gaan.
Privacy by design
Gedeeld geheugen is alleen veilig als het lessen bevat, geen klantgegevens. Anonimisering is een verplichte stap in de Self-Learning Loop. Voordat er iets wordt opgeslagen, worden de volgende zaken verwijderd of vervangen:
- namen van personen, e-mailadressen, telefoonnummers en postadressen
- bedrijfsnamen van klanten, scheepsnamen, IMO-nummers, serienummers en licentiesleutels
- ticket-, order-, factuur- en contract-ID’s
- klantspecifieke URL’s, gebruikersnamen, wachtwoorden en tokens
Specifieke prijzen en datums worden algemene regels, bijvoorbeeld “maandtarief × 12” in plaats van een werkelijk bedrag. Wat overblijft is de kennis zelf, klaar voor de volgende klant.
Waarom het werkt
- Gegronde antwoorden. Zowel de chatbot als de Answer Assistant antwoordt alleen op basis van Telko’s eigen bronnen, en zegt het wanneer dat niet lukt.
- Mensen houden de leiding. De chatbot draagt moeilijke gevallen met context over aan mensen, en agenten keuren elk antwoord goed dat de assistent opstelt.
- Kennis groeit. Elk opgelost ticket kan een geheugenvermelding worden, zodat de chatbot elke maand meer dekt zonder dat iemand nieuwe FAQ-artikelen schrijft.
- Gebouwd op bewezen templates. Alle drie de flows begonnen als templates uit de FlowHunt Agents Library en draaien op dezelfde LiveAgent-integratie als het eigen supportteam van LiveAgent.
Voor bedrijven die het volume aan supporttickets willen verlagen zonder de expertise in hun team te verliezen, is de opzet van Telko een goed model. De chatbot dekt wat gedocumenteerd is, de agenten dekken wat dat niet is, en de loop verplaatst kennis van de tweede groep naar de eerste. Het is een nauwe verwant van de wekelijkse rapporten over kennishiaten die we voor drie Nederlandse e-commercemerken bouwden, toegepast op een technisch, internationaal product. Draai je LiveAgent, dan is onze gids over het automatiseren van ticketbeantwoording in LiveAgent een goed startpunt.
Bedrijf: Telko AS Sector: Maritieme technologie Locatie: Tjøme, Noorwegen Gebruikte FlowHunt-functies: AI Chatbot, AI Agents, Agent Memory, LiveAgent Integration, Document and URL Retrievers, File Attachment Retriever Website: telko.no