Den intelligente kollega: AI-agent understøtter internt salg hos VAUDE

VAUDE udvikler slidstærke og funktionelle produkter efter "Design for Life” princippet. Fokus er på genanvendelighed, reparerbarhed og et så lavt ressourceforbrug som muligt. På den måde kombinerer VAUDE passionen for bjergsport med ansvar for mennesker og miljø.

Ud over at distribuere VAUDE-produkter til detailhandlen driver virksomheden, som blev grundlagt i 1974, i dag 22 franchisestores i DACH-regionen. Det er også muligt at planlægge og producere specialtilpassede produkter i samarbejde med VAUDE: En særskilt forretningsenhed har fokus på at levere skræddersyede eller specialbrandede produkter til virksomheder.

For at understøtte dette brede serviceudbud har outdoor- og sportsudstyrsleverandøren siden 2021 anvendt BE-terna Fashion baseret på Microsoft Dynamics 365 Finance and Operations.

Med den nye løsning har vi erstattet vores gamle og stærkt kundetilpassede system og taget et stort skridt i retning af at fremtidssikre vores IT-landskab med den nye cloud-teknologi

understreger Daniel Köhler, IT-chef hos VAUDE.

På trods af alle forbedringer er der også processer, som er forblevet de samme med den nye løsning. Fokus var på processer i ‘menneske-maskine-grænsefladen’, dvs. interaktioner med systemet, hvor brugerne overfører eller læser data fra andre kilder (f.eks. e-mails) ind i systemet. Vi ønskede at automatisere disse processer.

Kompakt AI-projekt med konkrete gevinster

Som mangeårig software- og rådgivningspartner kender BE-terna VAUDE’s IT-miljø indgående og har samtidig omfattende ekspertise inden for moderne AI. Teknologien viste sig at være en attraktiv mulighed i forhold til målsætningen, ikke mindst fordi VAUDE allerede har et stærkt fundament for en hurtig og omkostningseffektiv implementering gennem brugen af Microsoft-økosystemet: Funktioner som dokumentanalyse, brug af AI-sprogmodeller og skaleringsmuligheder via Azure-tjenester er allerede tilgængelige her.

Da vi sammen med BE-terna kiggede nærmere på mulighederne, fik vi indtryk af, at der var mange processer med potentiale til at blive automatiseret ved hjælp af AI-agenter. Men vi havde brug for en tilgang, der kunne implementeres selv med begrænsede ressourcer,

fortæller Daniel Köhler.

Derfor besluttede vi at etablere et pilotprojekt (MVP) og udvikle en agent i intern salg for at aflaste afdelingen.

På det tidspunkt var medarbejdernes daglige arbejde præget af en høj grad af manuelt arbejde: De skulle behandle og besvare snesevis af e-mailforespørgsler hver dag, oprette tilsvarende ordrer i systemet, udarbejde restordreoversigter og håndtere forespørgsler om kundernes returneringer. I den situation var der ofte ikke tid til yderligere rådgivning eller opsalgsmuligheder.

AI-kollegaen melder sig til tjeneste

Den planlagte AI-agent skulle understøtte intern salg i to konkrete scenarier: Den skulle registrere indgående ordrer i ERP-systemet, og hvis nødvendigt, generere restordreoversigter til videreformidling til kunderne. Projektet blev estimeret til 12 uger, en periode hvor BE-ternas AI-specialister både designede, udviklede og implementerede AI-agenten.

Test blev også gennemført inden for de tre måneder: VAUDE’s medarbejdere sendte løbende testmails til agenten og kontrollerede, om den udførte opgaverne korrekt.

I midten af september gik AI-agenten i drift som planlagt og har siden understøttet intern salg ved at udføre værdifuldt forarbejde på indgående forespørgsler: Indtil videre er 71 % af ordrerne blevet korrekt identificeret af AI-agenten og registreret korrekt i systemet. For de resterende ordrer registrerede AI-agenten korrekt, at den ikke havde mulighed for eller rettighed til at behandle dem og videresendte dem derfor til en medarbejder. Forespørgsler om restordreoversigter er indtil videre blevet håndteret fuldt ud af AI-agenten.

AI’ens trinvise tilgang

De forespørgsler, AI-agenten møder i praksis, kunne næsten ikke være mere forskellige. Fra billedvedhæftninger af produkter fotograferet fra VAUDE’s webshop med beskeder som “Denne taske i blå, tak!” til klart formulerede ordrer med fuldt varenummer, ordremængde og kundedata via vedhæftede Excel-filer i kundespecifikke strukturer. AI-agenten skal kunne håndtere alle disse scenarier. Og det kan den.

For at gøre dette arbejder AI-agenten med en flertrinsmetode og bruger flere værktøjer, som står til rådighed:

• Når en ny e-mail lander i den centrale mailbox, som overvåges af AI, aktiveres agenten og går i gang. Agenten kontrollerer indholdet og vurderer, om e-mailen indeholder en opgave, som den kan – og må – tage sig af. Det kræver, at intentionen forstås korrekt.

Hvis indholdet af en e-mail for eksempel lyder ‘Jeg har et spørgsmål til min ordre på vare XY’, betyder det ikke nødvendigvis, at e-mailen er selve ordren.

forklarer Daniel Köhler. Agenten skal derfor ikke kun reagere på nøgleord som “ordre”, men også forstå konteksten i en dialog og drage de rigtige konklusioner.

Når agenten har identificeret en opgave, den kan løse, skal relevante vare-, ordre- og kundeoplysninger udtrækkes fra e-mailen. Især identifikation og sammensætning af varenummeret viste sig at være en udfordring. Hos VAUDE består et varenummer altid af produktnummer, farve og størrelse. Det er dog ikke ualmindeligt, at disse oplysninger kun beskrives med ord i en e-mail, f.eks. “Jeg vil gerne have produkt nr. 459 i blå og størrelse 38.” Agenten skal kunne sammensætte det korrekte varenummer ud fra den slags tekst.

Til sidst skal ordreinformation som ønskede antal eller leveringsdato udtrækkes og knyttes til den rette kunde i kundedatabasen.

Når agenten har gennemført alle disse trin, importerer den ordren i ERP-systemet. Her anvendes EDI-importmekanismen i branchemodulet BE-terna Fashion, da denne som standard kører en lang række valideringsrutiner i baggrunden (findes kunden? findes varen?). Afslutningsvis formulerer AI-agenten et svar via e-mail til kunden.

Transparens og kontrol er afgørende

AI-agenten håndterer hele processen med maksimal transparens. I en specialudviklet grænseflade skriver den en kort tilbagemelding til medarbejderne og beskriver detaljeret, hvordan den konkret har behandlet den pågældende e-mail: 

• Hvilke beslutninger blev truffet
• På hvilket grundlag? 
• Hvilke sætninger i e-mailen blev brugt til at udtrække data som vareinformation? 
• Hvilke handlinger blev udført?

Den viser også, hvilke opgaver den selv har kunnet udføre, og hvilke der eventuelt stadig kræver medarbejdernes indsats. Samtidig udfører den kun opgaver, som den faktisk har rettighed til inden for de fastlagte rammer, såkaldte “boundary conditions”.

Som “humans in the loop” gennemgår medarbejderne behandlingen og godkender agentens forslag til implementering.

Rent teknisk ville det selvfølgelig være muligt at automatisere processen uden menneskelig godkendelse

forklarer Köhler.

Men vi ønsker at opbygge erfaring her. Selv med godkendelsestrinnet giver agenten os en enorm lettelse: I stedet for at skulle behandle hver e-mail manuelt får vores kolleger et fuldt færdigt behandlingsforslag, som de blot skal bekræfte med et klik. Mennesker forbliver i kontrol, mens agenten overtager det tidskrævende arbejde.

Mulighed for udvidelse: Ja, selvstændig læring: Nej

For at løse de enkelte dele af sine opgaver har AI-agenten en portefølje af forskellige “værktøjer”, der gør det muligt at udtrække data fra tekst, analysere vedhæftede filer eller formulere e-mailsvar. Agentens funktionsområde kan udvides ved at tilføje nye værktøjer. VAUDE og BE-terna arbejder aktuelt på at forbedre de eksisterende værktøjer yderligere og udvikle specifikke værktøjer til særlige cases.

Men vores agent lærer ikke selvstændigt. 

understreger IT-chefen.

Det kan overraske, fordi det ved første øjekast virker praktisk, at agenten kan tilpasse sig nye situationer på egen hånd. Men man skal huske, at agenten arbejder i vores produktionssystem. Fejlregistreringer eller forkerte handlinger kan have fatale konsekvenser. Derfor ønsker vi, at opgaver behandles på den tilsigtede måde, og at vi altid har fuld kontrol.

Fremadrettet mod næste faser

Første fase var en fuld succes, men vores AI-rejse er langt fra slut, 

konkluderer Daniel Köhler. 

Takket være den succesfulde brug af AI-agenten i intern salg har andre afdelinger hos VAUDE nu også fået øjnene op for fordelene ved AI-understøttelse. Derfor arbejder Daniel Köhler og hans team tæt sammen med BE-terna’s eksperter om at udvikle nye scenarier.

For eksempel kunne det være relevant at understøtte kommunikationen med slutbrugere omkring reparationer eller generelle spørgsmål om bæredygtighed med en anden AI-agent. I den sammenhæng kan værktøjs-tilgangen få endnu større betydning fremover, da agenter kan dele enkelte værktøjer eller sende delopgaver videre til hinanden (“Du kan skrive e-mails – svar venligst min kunde her”). Dermed behøver kompetencer ikke at blive udviklet individuelt for hver agent.

For at udvide brugen af AI planlægger VAUDE fremover at tilbyde specifik træning til medarbejdere, så de kan understøtte udvikling, træning og anvendelse af agenter i deres respektive områder.

Grundideen bag vores AI-indsats er automatisering. Vi tænker ikke længere ‘kun’ i effektivitetsgevinster, men ønsker at frigøre medarbejderne fra repetitive opgaver og få dem udført af AI, 

understreger Daniel Köhler.

Jeg mener, at værdien af menneskeligt arbejde ikke ligger i at taste information ind i et systems felter. Jeg mener, at værdien ligger i opgaver, der kræver reel tænkning og/eller menneskelige relationer – som at udvide og styrke kontakten til vores kunder og leverandører. Vi ønsker at bringe menneskeligt arbejde tilbage til dette høje niveau af betydning.