Salesforce nutzte KI, um den Supportaufwand um 5 % zu reduzieren – der eigentliche Erfolg bestand jedoch darin, Bots beizubringen, „Es tut mir leid“ zu sagen.

Salesforce hat im Rennen um KI in Unternehmen eine bedeutende Schwelle überschritten und auf seinem Hilfeportal über 1 Million Gespräche mit autonomen Agenten verzeichnet – ein Meilenstein, der einen seltenen Einblick in die Voraussetzungen für den Einsatz von KI-Agenten in großem Maßstab und die überraschenden Erkenntnisse bietet, die man dabei gewinnen konnte.

Dieser Erfolg, der von Führungskräften des Unternehmens in Exklusivinterviews mit VentureBeat bestätigt wurde, kommt nur neun Monate nach der Einführung von Agentforce auf seinem Hilfeportal im Oktober zustande. Die Plattform löst nun 84 % der Kundenanfragen selbstständig, hat zu einer Reduzierung der Supportfälle um 5 % geführt und es dem Unternehmen ermöglicht, 500 Support-Techniker in höherwertige Positionen zu versetzen.

Doch vielleicht noch wertvoller als die nackten Zahlen sind die hart erkämpften Erkenntnisse, die Salesforce als „ Kunde Null “ für die eigene KI-Agententechnologie gewonnen hat – Lektionen, die herkömmliche Vorstellungen über den Einsatz von KI in Unternehmen in Frage stellen und das empfindliche Gleichgewicht offenbaren, das zwischen technologischer Leistungsfähigkeit und menschlicher Empathie erforderlich ist.

„Wir haben ganz klein angefangen. Wir haben unser Hilfeportal zunächst nur einer kleinen Kundengruppe zugänglich gemacht. Es musste zunächst auf Englisch sein. Man musste sich anmelden, und wir haben es für etwa 10 % unseres Datenverkehrs freigegeben“, erklärt Bernard Shaw, SVP of Digital Customer Success bei Salesforce, der die Agentforce-Implementierung leitete. „Wenn ich mich recht erinnere, gab es in der ersten Woche 126 Konversationen. Mein Team und ich konnten also jede einzelne durchlesen.“

Dieser methodische Ansatz – beginnend mit einem kontrollierten Rollout, bevor die Lösung auf die aktuell durchschnittlich 45.000 Konversationen pro Woche ausgeweitet wird – steht im krassen Gegensatz zum oft mit KI-Einführungen verbundenen Grundsatz „schnell handeln und Dinge kaputt machen“. Die schrittweise Einführung ermöglichte es Salesforce, kritische Probleme zu identifizieren und zu beheben, bevor sie sich auf die breitere Kundenbasis auswirken konnten.

Die technische Grundlage erwies sich als entscheidend. Im Gegensatz zu herkömmlichen Chatbots, die auf Entscheidungsbäumen und vorprogrammierten Antworten basieren, nutzt Agentforce die Data Cloud von Salesforce, um auf Informationen aus 740.000 Inhalten in mehreren Sprachen und Produktlinien zuzugreifen und diese zu synthetisieren.

„Der größte Unterschied, um auf meine Daten-Cloud-Thematik zurückzukommen, ist, dass wir von Anfang an praktisch jede Frage zu jedem Salesforce-Produkt beantworten konnten“, bemerkt Shaw. „Ich glaube nicht, dass wir das ohne die Daten-Cloud geschafft hätten.“

Eine der bemerkenswertesten Erkenntnisse aus der Reise von Salesforce betrifft das, was Joe Inzerillo, Chief Digital Officer des Unternehmens, als „den menschlichen Aspekt“ der Arbeit als Support-Agent bezeichnet.

„Als wir den Agenten zum ersten Mal auf den Markt brachten, machten wir uns große Sorgen um die Datenfaktizität. Erhält er die richtigen Daten? Bekommt er die richtigen Antworten und so weiter? Uns wurde klar, dass wir den menschlichen Aspekt etwas vergessen hatten“, verrät Inzerillo. „Jemand ruft an und sagt: ‚Hey, mein Zeug ist kaputt. Ich habe gerade einen Sub-1-Vorfall, und man kommt einfach rein und sagt: ‚Okay, ich eröffne ein Ticket für Sie.‘ Das fühlt sich nicht gut an.“

Diese Erkenntnis führte zu einem grundlegenden Wandel in der Herangehensweise von Salesforce an die Entwicklung von KI-Agenten. Das Unternehmen integrierte sein bestehendes Soft-Skill-Trainingsprogramm für menschliche Support-Techniker – die sogenannte „Kunst des Service“ – direkt in die Eingabeaufforderungen und Verhaltensweisen von Agentforce.

„Wenn Sie heute vorbeikommen und sagen: ‚Hey, Salesforce ist ausgefallen‘, entschuldigt sich der Kundendienst. ‚Es tut mir so leid. Das ist furchtbar. Ich bringe Sie durch.‘ Wir leiten das an unser Engineering-Team weiter“, erklärt Shaw. Die Auswirkungen auf die Kundenzufriedenheit waren sofort spürbar und messbar.

Die Komplexität des Einsatzes von KI-Agenten in Unternehmen lässt sich wohl am besten anhand des sich entwickelnden Ansatzes von Salesforce zur menschlichen Übergabe verdeutlichen. Anfangs feierte das Unternehmen eine Übergaberate von 1 % – das heißt, nur 1 % der Gespräche wurden von der KI an menschliche Agenten weitergeleitet.

„Wir haben uns gegenseitig abgeklatscht und gesagt: ‚Oh mein Gott, nur 1 %!‘“, erinnert sich Shaw. „Und dann sehen wir uns das eigentliche Gespräch an. Es war schrecklich. Die Leute waren frustriert. Sie wollten zu einem Menschen. Der Mitarbeiter versuchte es immer wieder. Es war einfach nur hinderlich.“

Dies führte zu einer kontraintuitiven Erkenntnis: Die erschwerte Kundenansprache verschlechterte das Gesamterlebnis. Salesforce passte seinen Ansatz an, und die Übergaberate stieg auf etwa 5 %.

„Ich fühle mich damit wirklich gut“, betont Shaw. „Wenn Sie einen Fall erstellen und mit einem Support-Techniker sprechen möchten, ist das in Ordnung. Nur zu.“

Inzerillo beschreibt dies als einen grundlegenden Wandel im Denken über Servicekennzahlen: „Bei 5 % wurde tatsächlich die überwiegende Mehrheit der 95 % gelöst, und die anderen Kunden gelangten schneller zu einem Mitarbeiter. Daher stieg die Kundenzufriedenheit (CSAT) mit dem hybriden Ansatz, bei dem ein Mitarbeiter und ein Mitarbeiter zusammenarbeiteten, und man erzielte bessere Ergebnisse als jeder für sich.“

Wie „Inhaltskollisionen“ Salesforce dazu zwangen, Tausende von Hilfeartikeln zu löschen, um die KI-Genauigkeit zu gewährleisten

Die Erfahrungen von Salesforce zeigten auch wichtige Erkenntnisse zum Content-Management, die viele Unternehmen beim Einsatz von KI übersehen. Obwohl das Unternehmen über 740.000 Inhalte in mehreren Sprachen verfügte, stellte es fest, dass diese Fülle eigene Probleme mit sich brachte.

„Mein Team verwendet diese Wörter, die mir neu sind: Inhaltskollisionen“, erklärt Shaw. „Viele Artikel zum Zurücksetzen von Passwörtern. Daher fällt es mir schwer, den richtigen Artikel zu finden, um die Teile in die Data Cloud zu übertragen, zu OpenAI zu gehen und wieder zurück, um sie zu beantworten.“

Dies führte zu einer umfassenden Initiative zur „Content-Hygiene“, bei der Salesforce veraltete Inhalte löschte, Ungenauigkeiten behob und redundante Artikel konsolidierte. Die Lehre daraus: KI-Agenten sind nur so gut wie das Wissen, auf das sie zugreifen können, und manchmal ist weniger mehr.

Einer der aufschlussreichsten Fehler von Salesforce bestand darin, bei KI-Leitplanken zu restriktiv zu sein. Zunächst wies das Unternehmen Agentforce an, nicht über Wettbewerber zu sprechen, und listete stattdessen jeden wichtigen Konkurrenten namentlich auf.

„Wir hatten Angst, dass Kunden kommen und fragen würden: ‚Ist HubSpot besser als Salesforce?‘ oder so etwas in der Art“, gibt Shaw zu. Doch das führte zu einem unerwarteten Problem: Als Kunden berechtigte Fragen zur Integration von Microsoft Teams in Salesforce stellten, weigerte sich der Mitarbeiter zu antworten, weil Microsoft auf der Liste der Wettbewerber stand.

Die Lösung war elegant einfach: Anstelle starrer Regeln ersetzte Salesforce die einschränkenden Leitplanken durch eine einzige Anweisung: „Handeln Sie bei allem, was Sie tun, im besten Interesse von Salesforce.“

„Wir haben erkannt, dass wir es immer noch wie einen Chatbot der alten Schule behandelten, und wir mussten aus dem LLM ein LLM machen“, reflektiert Shaw.

Mit Blick auf die Zukunft bereitet sich Salesforce auf das vor, was beide Führungskräfte als die nächste große Entwicklung bei KI-Agenten betrachten: Sprachschnittstellen.

„Ich glaube tatsächlich, dass Sprache die UX der Agenten ist“, erklärt Shaw. Das Unternehmen entwickelt native iOS- und Android-Apps mit Sprachfunktionen und plant, diese später in diesem Jahr auf der Dreamforce vorzustellen.

Inzerillo, der auf seine Erfahrung als Leiter der digitalen Transformation bei Disney zurückgreift, ergänzt: „Wichtig bei der Sprachkommunikation ist das Verständnis, dass der Chat die Grundlage für die Sprachkommunikation bildet. Denn auch beim Chatten müssen alle Informationen und Regeln vorhanden sein. Das eigentliche Problem bei der Sprachkommunikation ist, dass sie sehr schnell und präzise sein muss.“

Das Unternehmen hat Agentforce bereits um die japanische Sprache erweitert und setzt dabei auf einen innovativen Ansatz: Anstatt Inhalte zu übersetzen, übersetzt das System Kundenanfragen ins Englische, ruft relevante Informationen ab und übersetzt die Antworten zurück. Salesforce konnte bereits nach drei Wochen eine Lösungsquote von 87 % für Japanisch verzeichnen und plant, bis Ende Juli auch die französische, deutsche, italienische und spanische Sprache zu unterstützen.

Für Unternehmen, die den Einsatz eigener KI-Agenten in Erwägung ziehen, bietet Salesforce mehrere wichtige Erkenntnisse:

• Klein anfangen, groß denken : „Fangen Sie klein an und bauen Sie es dann aus“, rät Shaw. Die Möglichkeit, jedes Gespräch frühzeitig zu überprüfen, bietet unschätzbare Lernmöglichkeiten, die im großen Maßstab unmöglich wären.
• Datenhygiene ist wichtig : „Seien Sie sich Ihrer Daten bewusst“, betont Inzerillo. „Überpflegen Sie Ihre Daten nicht, aber auch nicht unterschätzen Sie sie. Überlegen Sie gründlich, wie Sie Ihr Unternehmen optimal positionieren können.“
• Flexibilität fördern : Traditionelle Organisationsstrukturen sind möglicherweise nicht mit den Möglichkeiten der KI vereinbar. Inzerillo bemerkt: „Wenn sie versuchen, eine agentenbasierte Zukunft in das Organigramm von gestern zu pressen, wird das sehr frustrierend sein.“
• Messen Sie, was wichtig ist : Erfolgsmetriken für KI-Agenten unterscheiden sich von herkömmlichen Supportmetriken. Antwortgenauigkeit ist wichtig, aber auch Einfühlungsvermögen, angemessene Eskalation und allgemeine Kundenzufriedenheit sind wichtig.

Da die KI-Agenten von Salesforce menschliche Agenten mittlerweile bei wichtigen Kennzahlen wie Lösungsrate und Bearbeitungszeit übertreffen, stellt Inzerillo eine zum Nachdenken anregende Frage: „Was messen Sie, nachdem Sie den Menschen geschlagen haben?“

Diese Frage ist der Kern der vielleicht wichtigsten Auswirkung des Meilensteins von einer Million Konversationen bei Salesforce. Das Unternehmen automatisiert nicht nur den Kundenservice, sondern definiert auch neu, wie guter Service in einer KI-orientierten Welt aussieht.

„Wir wollten unseren Kunden zeigen, wie wir die Macht der Agenten in unseren eigenen Erfahrungen nutzen“, erklärt Shaw. „Ein Grund dafür ist, dass wir daraus lernen, es an unsere Produktteams und unsere Entwicklungsteams weitergeben, um das Produkt zu verbessern und diese Erkenntnisse dann mit unseren Kunden zu teilen.“

Laut Prognosen der International Data Corporation (IDC) werden die Unternehmensausgaben für generative KI-Lösungen bis 2027 voraussichtlich 143 Milliarden US-Dollar erreichen. Die Erfahrungen von Salesforce aus der Praxis bieten Unternehmen, die ihre eigene KI-Transformation vorantreiben, einen wichtigen Leitfaden. Deloitte schätzt außerdem, dass die weltweiten Unternehmensinvestitionen in generative KI bis 2027 die Marke von 150 Milliarden US-Dollar übersteigen könnten, was das Ausmaß und die Dringlichkeit dieses technologischen Wandels unterstreicht.

Die Botschaft ist klar: Erfolg im Zeitalter der KI-Agenten erfordert mehr als nur hochentwickelte Technologie. Er erfordert ein grundlegendes Umdenken in der Zusammenarbeit von Mensch und Maschine, die Verpflichtung zu kontinuierlichem Lernen und Iteration und, vielleicht am überraschendsten, die Erkenntnis, dass die fortschrittlichsten KI-Agenten diejenigen sind, die sich daran erinnern, menschlich zu sein.

Shaw drückt es so aus: „Sie haben jetzt zwei Mitarbeiter. Einen KI-Agenten und einen menschlichen Mitarbeiter. Sie müssen beide in den Soft Skills und der Kunst des Service schulen.“

Letztendlich geht es bei den Millionen Gesprächen von Salesforce vielleicht weniger um den Meilenstein selbst als vielmehr darum, was er repräsentiert: die Entstehung eines neuen Paradigmas, bei dem digitale Arbeit die menschliche Arbeit nicht ersetzt, sondern transformiert und Möglichkeiten schafft, die weder Mensch noch Maschine allein erreichen könnten.