EnBW: Så transformerades kundservice med GenAI

Futurice hjälpte EnBW:s enhet för digital kompetens att använda generativ AI i praktiken. Vi definierade och byggde AI-förmågor som snabbt gav tydligt affärsvärde, från processkartläggning och möjlighetsanalys till prototyper, införande av snabba förbättringar och kompetensutveckling. Resultatet är att kundservicemedarbetarna kan lösa kundärenden mer effektivt, samtidigt som grunden läggs för en större transformation.

Person in blue shirt reviewing a utility bill with orange pen, laptop visible on wooden desk in bright room.

Utmaningen

EnBW är en av de fyra största energileverantörerna i Tyskland. Nya kundservicemedarbetare går igenom en introduktion som kan ta upp till två månader. Under tiden tränas de i att hantera ett brett spektrum av kundärenden, från att förklara fakturor och jämföra avtalsalternativ till att reda ut tariffer, hjälpa till med mätaravläsningar och hantera adressändringar.

Kundservicemedarbetare förväntas lösa samtal inom en fastställd tid. Det innebär att identifiera kunden, förstå problemet, hitta en lösning, genomföra åtgärder samt sammanfatta och dokumentera samtalet, allt inom samma interaktion.

Den största utmaningen i det här höga tempot är att hitta rätt information direkt i arbetsflödet.

Det är sällsynt att hitta ett team med både inställningen och förmågan att utmana och tänja på en organisation så stor som EnBW. Futurices flexibilitet, effektivitet, positiva energi och enastående prestation, både individuellt och som team, är imponerande.

Cornelius Illi

Cluster Lead Generative AI, EnBW

Vad vi gjorde

Som första steg behövde vi kartlägga EnBW:s AI-beredskap. Projektteamet kartlade den nuvarande kundserviceprocessen ur både användarens och kundens perspektiv för att skapa en gemensam förståelse av nuläget. Vi gick igenom befintlig data och verktyg, vilka personer som är involverade, vilka problem som är värda att lösa och deras grundorsaker. Med detta som bas hjälpte vi EnBW att prioritera de AI-möjligheter som ger störst värde genom hela kundserviceflödet. Därefter tog vi fram fem proof of concept (PoC) för att göra idéerna konkreta, bedöma genomförbarhet och testa affärsvärde.

AI-sprintar

När helhetsbilden var klar började vi arbeta i tvåveckorscykler med AI-sprintar. Under sprintarna stöttade vi EnBW genom att:

- Definiera och utvärdera affärsmål, effekter och relevanta KPI:er
- Kartlägga befintliga SaaS-lösningar, GenAI-verktyg och ramverk för att hitta bästa genomförandevägar
- Bygga PoC-applikationer för att testa genomförbarhet och affärsvärde för varje användningsfall och bedöma affärscaset
- Bygga de första produktionsnära GenAI-applikationerna samt ta fram rekommendationer för framtida roadmap och teknisk arkitektur
- Dela kunskap om centrala GenAI-begrepp och teknologier systematiskt med hjälp av lärsessioner och demos så att EnBW kan leda portföljen självständigt framåt
- Stödja arbetet med GenAI-strategi

En chatbot som stöd för kundservice

Studier pekar på att den största affärspotentialen för generativ AI i energibranschen finns inom försäljning och kundsupport. Efter inledande tester och prototypning drog vi samma slutsats. Vår gemensamma idé var att bygga en AI-driven chatbot som hämtar information från kunskapshanteringssystemet och ger kundservicemedarbetare direkta svar på kundernas frågor.

Innehållet i kunskapssystemet hade typiska intranätutmaningar, vissa artiklar var föråldrade, andra motsägelsefulla, och strukturen var ibland svår att navigera. Det gjorde det svårt att få fram tydliga svar snabbt.

Vi började med att samla in befintlig data och bygga en Retrieval Augmented Generation (RAG)-baserad chatbot. Den kombinerade källorna i en vektordatabas som matade GPT 3.5 och gav kundservicemedarbetare svar baserade på EnBW:s eget kunskapsinnehåll.

För att förbättra svarskvaliteten använde vi Ragas som utvärderingsramverk och testade flera optimeringsmetoder, inklusive chunking, hybrid search, sammanfattning, dokumentmetadata och relevansjustering.

Efter att ha utvärderat RAG-lösningen såg vi att den största flaskhalsen var retrieval-komponenten, alltså själva söket. Vi fokuserade därför på två saker: bättre data och bättre sök. Det ledde till att vi utvecklade ett AI-stött sökverktyg som ger förhandsvisningar och sammanfattningar av sökträffar innan man går vidare till ett fullt chatbotflöde.

Tack vare den här ansatsen tog EnBW:s kundservicemedarbetare snabbt till sig det nya systemet. Utbildarna såg stor potential i att korta ner introduktionstiden och stärka medarbetarnas trygghet i arbetet.

Resultat och påverkan

7,25/10 Användarupplevelsen förbättrades från 5,2/10 till 7,25/10.
20 % Tiden per sökuppgift minskade med 20 %.
88 % Träffsäkerheten för att hitta rätt innehållssida ökade från 70 % till 88 %.
70 % Träffsäkerheten för att hitta rätt undersida ökade från 48 % till 70 %.

Vad vi uppnådde

EnBW är noggranna i sin dataanalys och förlitar sig på siffror och statistik när de utvärderar PoC:er. Tillsammans tog vi bolagets förmåga inom generativ AI till en ny nivå. Projektet lyfte särskilt lärandet: att införa AI i en stor organisation handlar i praktiken om att kontinuerligt formulera hypoteser, testa, samla insikter och anpassa sig utifrån resultaten. Det var en resa byggd på verkligt samskapande.

Under sju månader utforskade, testade och validerade vi flera användningsfall med stora datamängder och olika användargrupper. De flesta fokuserade på att öka effektiviteten och förbättra kundupplevelsen. Kompetens inom generativ AI byggdes systematiskt i organisationen, och förståelsen breddades genom många tester och demos.

Som resultat gick EnBW från att skissa på möjligheterna med generativ AI till att ta konkreta steg. Nu finns en tydlig bild av var AI skapar mest värde i kundserviceprocesserna. Vi tog fram en plan för att omsätta idéer till praktisk nytta och stötta utvecklingen av interna förmågor. Projektet ökade organisationens mognad inom generativ AI och gav synliga förbättringar i effektivitet, kundnöjdhet och kostnader.

Om kunden

EnBW Energie Baden-Württemberg AG är ett av de största energiförsörjningsföretagen i Tyskland och Europa och sysselsätter omkring 28 000 personer. Företaget levererar el, gas, vatten samt olika infrastruktur- och energirelaterade produkter och tjänster till cirka 5,5 miljoner kunder. Under de senaste åren har EnBW gått från traditionell energileverantör till koncern med fokus på hållbar infrastruktur. Omställningen präglas av en stark satsning på att öka produktionen av förnybar energi samt att utveckla el- och gasnätens distributions- och transmissionsinfrastruktur.