Morgenen starter i indbakken og bliver der. Ordrebekræftelser, der skal tjekkes, fakturaer, der skal tastes ind i regnskabssystemet, de samme spørgsmål om levering besvaret igen og vedhæftede filer gemt i den rigtige mappe i hånden. Når nogen søger efter, hvordan man kan automatisere e-mails med AI, er det som regel det billede: dygtige folk, der bruger dagens bedste timer på arbejde, som føles, som om det burde klare sig selv.

Mange teams har allerede prøvet noget. En AI-assistent skrev udkast, som ingen stolede på, eller en automatisering begyndte at lægge mails de forkerte steder og blev slået fra inden for en uge. Den sædvanlige konklusion er, at AI ikke er klar til mails, eller at forretningen er for speciel. Vores erfaring er, at årsagen er mere jordnær, og at du selv kan finde den på en eftermiddag.

Derfor går forsøg på at automatisere e-mails med AI galt

Hele kæden overdrages på én gang. At besvare en mail er ikke én opgave. Nogen læser den, genkender, hvilken slags henvendelse det er, slår fakta op, beslutter, hvad der skal ske, og svarer så og opdaterer en registrering. Læsning, sortering og opslag er en agents styrke. Beslutningen er der, hvor den gætter. Når hele kæden går til agenten på én gang, ryger gættene direkte ud til kunderne. Tegnet: udkastene lyder godt, men indholdet er forkert i små, vigtige detaljer.

Kæde i fem trin for at besvare én mail: den kommer ind, typen af henvendelse genkendes, fakta hentes fra CRM eller filer, nogen beslutter, hvad der skal ske, svaret sendes og registreringen opdateres; pilen ind til beslutningen er brudt
Læsning, sortering og opslag kan trygt overdrages. Beslutningen kræver en nedskrevet regel, ellers fylder agenten hullet med et selvsikkert gæt.

Reglen bor i én persons hoved. „Vi giver rabat, hvis de har købt før, medmindre varen er på tilbud“ er en regel, men hvis ingen har skrevet den ned, kan modellen ikke følge den. Den fylder hullet med noget plausibelt og siger det med stor sikkerhed. Tegnet: kun én person i teamet kan se, om et udkast er rigtigt.

Fakta ligger, hvor agenten ikke kan se dem. Lager, priser, ordrestatus og kundehistorik ligger i CRM’et, i et regneark eller i nogens hukommelse. En agent, der kun ser mailen, kan kun svare ud fra mailen. Tegnet: udkastene er høflige og vage, og et menneske skal stadig slå alt op, før der sendes.

Selve indbakken er kaos. Én fælles adresse modtager ordrer, fakturaer, tilbud fra leverandører, reklamationer og nyhedsbreve. Vedhæftede filer kommer med tilfældige navne. Automatisering rydder ikke op i det; den gentager rodet hurtigere. Tegnet: selv et menneske skal bruge et øjeblik på at finde ud af, hvad hver mail er.

Der er intet kontrolpunkt. Svar går ud, uden at nogen kigger på dem, ét forkert svar rammer en god kunde, og tilliden til hele værktøjet er væk. Tegnet: automatiseringen blev slået fra efter en enkelt dårlig mail.

Sådan finder du ud af, hvilken årsag der gælder jer

Sæt en time af, og gå tjekkene igennem i rækkefølge. Der skal ikke bruges betalte værktøjer; det første tjek, der fejler, er som regel årsagen.

  1. Sortér én dags mails efter type. Tag gårsdagens indbakke, og læg hver mail i en gruppe: ordre, faktura, spørgsmål om levering, reklamation, leverandør, andet. Kan du ikke sætte navn på grupperne, så start med indbakkens struktur.
  2. Vælg den gruppe, der gentager sig mest, og skriv trinene ned. Hvad læser personen, hvor slår vedkommende op, hvad beslutter vedkommende, hvad sendes, og hvad opdateres? Skriv det, som det faktisk gøres, ikke som det burde gøres.
  3. Find beslutningsreglen. Spørg for beslutningstrinnet, om reglen står skrevet nogen steder. Hvis svaret er „spørg kontorchefen“, er det reglen, der mangler.
  4. Følg hver oplysning, svaret skal bruge. Notér for hver oplysning i et typisk svar, hvor den kommer fra: CRM’et, en prisliste, et regneark, en person. Oplysninger, der kun findes hos en person, kan endnu ikke automatiseres.
  5. Spørg, hvad et forkert svar ville koste. En forkert leveringstid koster en undskyldning; en forkert pris eller refusion koster penge. Jo højere prisen er, jo længere bliver et menneske i processen.
Beslutningstræ for én mailtype: gentager trinene sig, er reglen skrevet ned og ligger data i et system, skriver agenten udkast og et menneske godkender; bor reglen i ét hoved, skriv den ned først; koster en fejl penge, beslutter et menneske
Kør hver mailtype fra din sorterede indbakke gennem dette spørgsmål. Svaret afgør, hvor langt agenten går, og hvor et menneske bliver.

Løsningen, i rækkefølge

Billigst først. De første trin kræver ingen ny software, kun beslutninger.

  1. Giv indbakken en struktur. Separate adresser eller mapper til ordrer, fakturaer og kundespørgsmål og sorteringsregler i det mailprogram, I allerede bruger. Alene det sparer tid og giver enhver senere automatisering et rent udgangspunkt.
  2. Skriv reglen for én mailtype på én side. Hvad der skal tjekkes, hvad der skal svares, hvilket gemt svar man tager udgangspunkt i, og hvornår mailen skal gives videre til et menneske. Vælg den type, der gentager sig mest, og hvor fejl er billigst.
  3. Lad agenten læse og sortere først. AI’ens første opgave er at mærke hver mail og skrive et kort resumé øverst: hvad der spørges om, hvilken kunde, hvad der er vedhæftet. Folk svarer stadig selv, men holder op med at læse alt to gange.
  4. Lad den derefter skrive udkast, mens et menneske sender. Agenten forbereder svaret ud fra den nedskrevne regel; et menneske tjekker og sender. Brug et erhvervsabonnement med administratorkontrol i stedet for personlige konti, og aftal, hvad der må indsættes; de grundregler gennemgik vi i hvad man gør, når medarbejdere bruger ChatGPT uden regler.
  5. Kobl fakta på. Lad agenten læse kundekortet, ordrestatus eller prislisten, og lad den overføre felterne fra fakturaer og ordresedler direkte til systemet i stedet for, at nogen taster dem ind igen. Her bevæger arbejdet sig over i CRM-automatisering: agenten er aldrig bedre end de registreringer, den kan læse.
  6. Først derefter må den sende selv, for én smal type. Vælg den mailtype, hvor fejl er billigst og reglen stabil, og gennemgå hver uge et udsnit af det, der er sendt. Alt andet bliver på „udkast og godkendelse“. I vores projekter med AI-agenter og automatisering sætter vi den grænse for hver mailtype, før noget kobles på, og vi flytter den først, når udkastene har ramt rigtigt i et stykke tid.

Hvad I skal måle

  • Tid brugt på den valgte mailtype, noteret af dem, der udfører arbejdet, før I starter og derefter hver måned; det er tallet, der viser, om arbejdet faktisk er flyttet.
  • Udkast sendt uden rettelser, talt hver uge; når de fleste går ud uændret, er reglen god nok til at overveje næste skridt.
  • Fejl fanget ved godkendelsen, logget med årsag; hver fejl peger på en manglende regel eller en manglende oplysning, ikke på et dårligt værktøj.
  • Hvor hurtigt kunderne får svar på den type, tjekket hver måned; en automatisering, der sparer tid internt, men gør svarene langsommere, er ikke færdig.

Hvor vi kommer ind

Et team, der skriver sine regler ned og rydder op i indbakken, kan selv automatisere e-mails med AI i små, sikre skridt, og denne rækkefølge er netop lavet for at gøre det muligt. Det, vi bidrager med, er kortet over, hvilke mailtyper der skal overdrages, og hvor mennesker bliver, regler skrevet, så en agent kan følge dem, og forbindelsen mellem agenten, postkassen og CRM’et. Vil du have, at vi kigger på jeres mailflow sammen med dig, er en kort brief nok til at komme i gang.

Ofte stillede spørgsmål

Kan AI svare automatisk på min virksomheds mails?
Den kan skrive gode udkast til svar på tilbagevendende henvendelser, så længe reglen for svaret er skrevet ned, og de fakta, den skal bruge, ligger i et system, den kan læse. Vi starter med udkast, som et menneske godkender, og lader kun agenten sende selv for den smalleste og mindst risikable type mail.
Hvilke mails skal man ikke automatisere med AI?
Alt, hvor et forkert svar koster penge eller en kunde: reklamationer, refusioner, prisundtagelser og spørgsmål om kontrakter. Her kan agenten sortere mailen og skrive et resumé, men et menneske beslutter og svarer.
Er det sikkert at lade en AI-agent læse virksomhedens mails?
Det afhænger af abonnementet og indstillingerne, ikke af selve idéen. Brug et erhvervsabonnement med en administrator, der styrer adgangen, giv kun agenten de postkasser og mapper, den har brug for, og tjek i udbyderens indstillinger, om jeres data bruges til træning.
Skal jeg have en udvikler for at automatisere e-mails med AI?
Ikke til de første skridt. Sorteringsregler, gemte svar og udkast med en AI-assistent fungerer i almindelige mailprogrammer. En udvikler eller en integration bliver nødvendig, når agenten skal læse og opdatere jeres CRM, prisliste eller regnskabssystem.

← Alle artikler