Telko är ett norskt teknikföretag med mer än 50 års erfarenhet av att bygga navigations- och digitala lösningar för maritim industri. Bland produkterna finns de elektroniska journalerna TELSCOPE, navigationssystemen TECDIS och TELchart samt Coastal-E för arbetsbåtar. De används ombord på fartyg över hela världen, och Telko har varit majoritetsägt av Furuno sedan 2023.
Att stödja den typen av produkter är specialistarbete. Frågorna kan komma från fartygsoperatörer och besättningar var som helst i världen, och svaren finns i installationsmanualer, servicebulletiner och supportguider. Telko hanterar supporten i LiveAgent. Med FlowHunt har företaget nu ett AI-lager runt LiveAgent som svarar kunder, hjälper agenter att skriva svar och lär sig av varje ärende en människa löser.
Utmaningen
Telkos supportportal innehåller mycket kunskap: formulär, servicebulletiner, installationsmanualer och guider för varje produktlinje. Men mycket av den mest användbara kunskapen når aldrig dit. Den finns i lösta ärenden: skärmbilden som visade det verkliga felet, den interna anteckningen som förklarade lösningen, svaret en ingenjör skrev för en ovanlig uppsättning.
Telko ville ha tre saker:
- Besvara rutinfrågor direkt, utifrån sin egen dokumentation, utan att AI:n hittar på saker.
- Ge mänskliga agenter ett snabbare sätt att skriva korrekta och välformulerade svar.
- Se till att när en agent löser ett nytt problem får nästa kund med samma problem svaret utan att vänta på en människa.
Tre flöden, en loop
Telkos uppsättning använder tre FlowHunt-flöden, alla kopplade till LiveAgent via FlowHunts LiveAgent-integration. Var och en täcker ett steg i ett supportärende, och tillsammans bildar de en loop.
1. AI-chatbot
AI-chatboten är första kontaktpunkten. Den är inställd på att hålla sig strikt till ämnet och vara strikt ärlig:
- Endast Telko-frågor. Om en fråga inte har något med Telko att göra säger den det och stoppar, vilket hindrar att boten missbrukas.
- Dokument först, webbplats sedan. Den söker i Telkos dokument och därefter på Telkos webbplats innan den svarar, och den inkluderar källänkarna som verktygen returnerar. Den hittar aldrig på en URL.
- Inga gissningar. Om den inte hittar svaret ställer den en förtydligande fråga eller erbjuder en människa. Allt den resonerar sig fram till i stället för att hitta märker den som antaget.
- Kundens språk. Den svarar på språket i kundens senaste meddelande, vilket är viktigt för ett företag vars kunder är flottor över hela världen.
När chatboten inte kan lösa ett ärende erbjuder den sig att öppna ett ärende. Den frågar efter kundens namn och e-post, skapar LiveAgent-ärendet själv och lägger till en detaljerad sammanfattning av chatten. Kunden får ett ärende-ID, och agenten som tar över börjar med hela historien.
2. AI Answer Assistant
Inne i LiveAgent har Telkos agenter en svarsassistent som arbetar i två lägen:
- Composer utformar ett komplett svar utifrån ärendetråden. Agenten kan lägga till en instruktion som “be om serienumret” eller “förklara uppdateringsproceduren”, och assistenten behandlar den som högsta prioritet samtidigt som svaret förankras i Telkos dokument.
- Improver tar agentens eget utkast och rättar grammatiken, justerar tonen eller översätter det, utan att ändra fakta eller beslutet i svaret.
Assistenten skriver ren text utan hälsning eller signatur, eftersom LiveAgent lägger till dem. Agenten granskar varje meddelande innan det skickas, så detta är en human-in-the-loop-uppsättning: AI:n sköter skrivandet, experten fattar beslutet.
3. Self-Learning Loop
Det här är delen som gör Telkos uppsättning annorlunda än en vanlig chatbot. När ett ärende är löst läser Self-Learning Loop allt i det: chatbotens logg, kundens meddelanden, agentens svar, de interna anteckningarna och de bifogade filerna. För maritim utrustning finns ofta det verkliga svaret i bilagorna: en skärmbild av ett felmeddelande, en loggfil, en sida ur en manual.
Loopen räknar sedan ut vad chatboten saknade och hur människan löste fallet, och sparar det i det delade AI-minnet som en strukturerad post:
- Ämne och utlösare: vad kunden frågade om eller rapporterade
- Förutsättningar: vad som ska kontrolleras före svaret, till exempel produkt eller version
- Lösningslogik: den allmänna lösningen, med specifika siffror omvandlade till regler
- Taggar för hämtning
Innan den sparar söker den i minnet efter en befintlig post om samma ämne och uppdaterar den i stället för att skapa en dubblett. Chatboten läser från samma minne, så nästa kund med det problemet får svaret direkt.
Telkos första version av loopen läste ärenden via LiveAgents MCP-server. Den nuvarande versionen använder FlowHunts inbyggda LiveAgent-verktyg och läser varje bilaga före själva ärendet, så lärdomar som bara finns i en skärmbild eller en loggfil inte går förlorade.
Integritet från grunden
Delat minne är bara säkert om det innehåller lärdomar och inte kunddata. Anonymisering är ett obligatoriskt steg i den självlärande loopen. Innan något sparas tar den bort eller ersätter:
- namn på personer, e-postadresser, telefonnummer och postadresser
- kundföretagsnamn, fartygsnamn, IMO-nummer, serienummer och licensnycklar
- ärende-, order-, faktura- och kontrakts-ID:n
- kundspecifika URL:er, användarnamn, lösenord och tokens
Specifika priser och datum blir allmänna regler, till exempel “månadsavgift × 12” i stället för ett faktiskt belopp. Det som återstår är kunskapen själv, redo för nästa kund.
Varför det fungerar
- Förankrade svar. Både chatboten och svarsassistenten svarar endast utifrån Telkos egna källor, och säger till när de inte kan.
- Människorna behåller kontrollen. Chatboten lämnar svåra fall till människor med sammanhang, och agenterna godkänner varje svar assistenten utformar.
- Kunskapen växer. Varje löst ärende kan bli en minnespost, så chatboten täcker mer varje månad utan att någon skriver nya FAQ-artiklar.
- Byggt från beprövade mallar. Alla tre flödena började som mallar i FlowHunt Agents Library och körs på samma LiveAgent-integration som LiveAgents eget supportteam.
För företag som vill minska antalet supportärenden utan att förlora expertisen i teamet är Telkos uppsättning en bra modell. Chatboten täcker det som är dokumenterat, agenterna täcker det som inte är det, och loopen flyttar kunskap från den andra gruppen till den första. Den är en nära släkting till de veckovisa rapporterna om kunskapsluckor som vi byggde för tre nederländska e-handelsvarumärken, tillämpade på en teknisk, internationell produkt. Om du använder LiveAgent är vår guide om hur du automatiserar ärendebesvarande i LiveAgent en bra startpunkt.
Företag: Telko AS Bransch: Maritim teknik Plats: Tjøme, Norge FlowHunt-funktioner som används: AI Chatbot, AI Agents, Agent Memory, LiveAgent Integration, Document and URL Retrievers, File Attachment Retriever Webbplats: telko.no