Agentic AI and Voice AI for Dutch businesses

Agentic AI er hugbúnaður sem ekki aðeins svarar spurningum eins og spjallmenni, heldur skipuleggur verkefni, framkvæmir þau og fylgist með þeim sjálfstætt. Slíkt kerfi hefur markmið, getur ákveðið hvaða skref þarf til að ná því og getur nýtt verkfæri (kallað á API, lesið skjal, sent tölvupóst) til að framkvæma þessi skref. Munurinn á þessu og hefðbundinni skapandi AI er sjálfræði: fulltrúinn vinnur áfram þar til markmiðinu er náð, í stað þess að bregðast við hverri beiðni fyrir sig. Munurinn á þessu og hefðbundinni RPA er málskilningur: fulltrúinn getur túlkað það sem um er beðið, jafnvel þótt innslagið víki frá föstu sniði.

AI-fulltrúi er hugbúnaður sem vinnur með tungumál og tekur ákvarðanir eða framkvæmir aðgerðir fyrir þína hönd. Spjallmenni svarar aðeins spurningum út frá handriti eða algengum spurningum. Fulltrúi er víðtækari: hann les komandi tölvupóst, finnur sjálfur þær upplýsingar sem þarf, tekur ákvörðun (svara, áframsenda eða vísa áfram) og skráir það sem hann hefur gert. DataDream byggir fulltrúa sem eru í rekstri og afgreiða raunveruleg verkefni á hverjum degi, með vöktun og tilvísun til manneskju þegar vissustigið er of lágt. Spjallmenni er ein möguleg notkun fulltrúa, en langt frá því að vera sú eina.

Radd-AI er hugbúnaður sem skilur talað mál, mótar svar og talar sjálfur til baka með náttúrulegri rödd. Raddfulltrúi getur þannig svarað símanum fyrir þig, bókað tíma, svarað fyrstu stigs spurningum viðskiptavina eða tekið inntökusamtal. Fyrir þjónustu við viðskiptavini sem vill vera aðgengileg utan opnunartíma, móttökur sem fá alltaf sömu stöðluðu spurningarnar, eða inntökuviðtöl í söluferli með föstu handriti er radd-AI oft ódýrari og fljótari en aukastarfsmaður. Verkfæri sem við notum: ElevenLabs, OpenAI Voice, Vapi, Retell. Skráning er sjálfgefin, þannig að þú heyrir nákvæmlega hvað var sagt.

Áreiðanleiki felst ekki í nafni líkansins, heldur í hönnuninni. DataDream byggir fulltrúa með skýrum mörkum: þeir fá aðeins aðgang að þeim verkfærum og gögnum sem þeir þurfa, vinna innan afmarkaðs verkefnis og hafa skýr fyrirmæli um hvað skuli gera þegar vafi leikur á. Áður en farið er í rekstur er hver fulltrúi prófaður á safni raunhæfra atvika, þar á meðal jaðartilvikum og illgjarnri notkun. Árangurshlutfall, ofskynjanatíðni og tilvísanatíðni er mæld. Þú færð mælaborð þar sem þú sérð vikulega hvað fulltrúinn hefur gert, hvað gekk vel og hvað ekki. Umfangið er ekki aukið fyrr en þessar tölur eru stöðugar. Byrjað er smátt og rétt, síðan er skalað upp.

Hugsað er fyrir því fyrirfram, ekki eftir á. Hver AI-miðill hefur öryggisventil: ef vissan fer undir tiltekin mörk, vísar hann málinu áfram til manneskju með Slack, Teams eða tölvupósti. Þegar raunverulegar villur koma upp (röng svör, ofskynjanir, misheppnuð API-köll) er atvikið skráð með fullu samhengi: inntak, fyrirmæli, úttak líkans og hvaða skref voru tekin. Þannig geturðu farið yfir málið og gert úrbætur. Að auki er leiðréttingarlykkja staðalbúnaður: notendur geta gefið endurgjöf og sú endurgjöf bætir fyrirmælin og gagnasókn með tímanum. Þótt enginn AI-miðill sé fullkominn er hægt að búa til miðil sem gerir mistök sín sýnileg og lærir af þeim.

Manneskja-í-lykkjunni er regla, ekki undantekning. Fyrir hvern miðil er skýrt skilgreint hvenær manneskja á að grípa inn í: þegar öryggisstigið er lágt, þegar ákvarðanir eru viðkvæmar (fjármál, lögfræði, kvartanir), þegar inntak fylgir óþekktu mynstri, eða einfaldlega þegar viðskiptavinur biður um það. Áframvísun fer í gegnum þá rás sem teymið þitt notar nú þegar: Slack, Teams, miðakerfi eða tölvupóst. Starfsmaðurinn fær fullt samhengi, tillögu miðilsins og getur með einum smelli samþykkt, breytt eða tekið yfir. Þú velur sjálf/ur hversu ströng mörkin eru. Nýr miðill lýtur strangari kröfum en sá sem hefur sannað sig.

Fyrir gögn sem eru raunverulega viðkvæm er byggt á eigin búnaði eða í skýjaumhverfi eingöngu innan ESB sem þú stýrir sjálf/ur. Ekkert fer út fyrir innviði þína. Fyrir minna viðkvæm notkunartilvik vinnur DataDream með þjónustuveitendum (Anthropic, OpenAI, Google) sem ábyrgjast með samningi að inntakið verði hvorki vistað né notað til þjálfunar. Fyrir hvert notkunartilvik er skjalfest hvert gögnin fara, hve lengi þau eru geymd og hverjir hafa aðgang. Fyrir viðskiptavini með strangar persónuverndarkröfur eða reglur sem gilda um tilteknar atvinnugreinar (s.s. heilbrigðisgeirann, lögfræði og fjármál) er eigin búnaður oft besta leiðin. Vektorgagnasöfn eins og PGVector eða Weaviate má keyra staðbundið, sem og opin líkön eins og Llama eða Mistral. Valið er þitt.

Já, í flestum tilvikum. DataDream vinnur daglega með CRM-kerfum (HubSpot, Salesforce, Pipedrive, Teamleader), bókhaldskerfum (Exact, Twinfield, Yuki), tölvupósti (Outlook, Gmail), skjalavettvöngum (SharePoint, Drive, Dropbox), símakerfum (RingCentral, Twilio, Aircall) og spjallkerfum (WhatsApp Business, Intercom). Ef kerfið er með API er það tengt beint. Ef ekki, þá fer tengingin um Zapier, Make, n8n eða sem síðasta úrræði með vafrasjálfvirkni. Verkefni hefst alltaf á stuttri tæknilegri athugun svo strax sé ljóst hvort tenging geti orðið traust eða hvort bráðabirgðalausn þurfi. Engar óvæntar uppákomur á miðri leið.

AI-reglugerðin gerir kröfur um atvikaskráningu, gagnsæi og mannlegt eftirlit, einkum fyrir miðla sem hafa áhrif á fólk (viðskiptavini, starfsmenn, umsækjendur). Þess vegna útbýr DataDream sjálfkrafa endurskoðunarslóð: hver ákvörðun miðilsins er skráð með inntaki, úttaki, útgáfu líkans, tímasetningu og mögulegu mannlegu samþykki. Fyrir miðla sem geta lent í áhættuflokki (til dæmis við ráðningar, lánamat eða læknisfræðilega ráðgjöf) er skráningin enn strangari: einnig er útgáfa fyrirmæla og uppruni sóttra gagna geymd. Að auki er tryggt gagnsæi gagnvart endanotendum: þeir vita að þeir tala við AI-miðil og hvernig þeir geta komist í samband við starfsmann. Þú færð regluvörslumöppu fyrir hvern miðil. Sjá AI Act fyrir víðara samhengi.

Með því að velja afmarkað notkunartilvik þar sem vandinn er brýnastur. Ekki "við viljum AI-fulltrúa", heldur "móttakan okkar fær 200 bókunarbeiðnir á viku og það tekur klukkutíma á dag". Slíkt notkunartilvik er nógu áþreifanlegt til að setja í rekstur sem tilraunaverkefni með afmörkuðum notendahópi. Síðan mælirðu hvað það skilar í tíma eða gæðum, lagar til og víkkar út. AI-úttekt í upphafi hjálpar þér að velja rétta notkunartilvikið. Engin grunnkerfisverkefni án áfangaskila. Það er miklu verðmætara að hafa eitthvað í rekstri sem virkar, smátt en raunverulegt, en stór vegvísir án áþreifanlegrar niðurstöðu.