Die Diskussion thematisiert die Herausforderungen der Qualitätssicherung im Bereich Customer Service Automation mit Conversational AI. Dabei liegt ein Fokus auf dem Thema Governance und der Bedeutung der Kontrolle von stochastischen Modellen, die für die Generierung von Texten oder Voice-Ausgaben verantwortlich sind. Die Diskutanten betonen die Notwendigkeit, sowohl technische Unterstützung (durch AI-Agents und LMM-Modelle) als auch manuelle Überwachung und Qualitätssicherung durch Mitarbeiter sicherzustellen, um die Servicequalität zu verbessern und unerwünschte Halluzinationen oder Fehler zu vermeiden.

Des Weiteren wird die Integration von Conversational AI in Customer Service-Prozesse betrachtet, insbesondere in Bezug auf die Herausforderungen bei Einführung von Voicebots oder Chatbots. Dabei spielt die Berücksichtigung von Skills und die Implementierung von LMM-basierenden Technologien eine wichtige Rolle. Es wird diskutiert, wie flexible, nicht-lineare Interaktionen mit AI-Agenten neue Anforderungen an die Governance und Qualitätskontrolle stellen und welche Maßnahmen Unternehmen ergreifen müssen, um eine effektive Steuerung von Input und Output zu gewährleisten.

Die Diskussion lenkt den Fokus auf die Entwicklung von Skills und Methoden im Customer Service-Bereich, unter Berücksichtigung des Einsatzes von Conversational AI. Es wird betont, dass traditionelle Fähigkeiten wie Kommunikation, Fachwissen und Qualitätsmanagement weiterhin relevant sind, aber auch neue Kompetenzen wie Data Science, AI-Ethik und Stakeholder-Management erforderlich sind. Die Bedeutung eines ganzheitlichen Qualitätsmanagements, inklusive Schulungen, Monitoring und Feedbackschleifen, wird herausgestellt, ebenso die Notwendigkeit eines hybriden Ansatzes, der den Einsatz von AI mit menschlicher Überwachung und Expertise verbindet.