Shahan Lilja, vd på Mavenoid, tar emot på ett vindskontor på Grev Turegatan i Stockholm som bekräftar klichébilden av startupföretag – ett slags nyinflyttat ordnat kaos och den obligatoriska begagnade soffan.

– Vi har inte skaffat kaffemaskin än, ursäktar han sig innan vi sätter oss i ett konferensrum tillsammans med cto Gintautas ”Gintas” Miliauskas.

Foto: Mavenoids kontor
Foto: MavenoidKlassiskt startup-kontor.

Mavenoid tar sikte på att förenkla och minska tiden för supportärenden som rör maskiner, utrustning och prylar genom att tillhandahålla en AI-stödd virtuell agent för felsökning. Meningen är att den som ber om hjälp snabbt ska kunna åtgärda ett fel på egen hand, till exempel om en utrustning larmar, genererar felkoder eller felmeddelanden, genom att den virtuella agenten ställer strukturerade frågor med multipla svarsalternativ.

På frågan hur denna maskinlärande AI ska kunna lära sig genom att träna på lämpliga datauppsättningar blir svaret att det är långt ifrån säkert att den kan det.

– I dessa sammanhang är det sällan det finns den typen av data tillgängliga; det genereras inte data på det sättet genom tidigare supportärenden till exempel, säger Gintas.

– Vi måste se till att systemet från början har den kunskap som krävs, och det gör vi genom att skapa beslutsvägar utifrån manualer, felsökningsscheman, fel- och larmkoder, och liknande. AI-komponenten ser sedan till att systemet blir bättre allteftersom det används. Man kan säga att AI-systemet från början får en teoretisk utbildning, men sedan utökar det sin förmåga med arbetslivserfarenhet, säger Gintas.

AI:n får först en teoretisk utbildning, sedan utökar den sin förmåga med arbetslivserfarenhet

Det låter som gamla tiders expertsystem. Javisst, säger de bägge grundarna och pekar på en bokhylla med några böcker med titlar som rör just expertsystem. Dessa system var i ropet på 1980- och 90-talet och byggde på ett slags flödesschema med frågor och svar, som ledde fram till ett slugiltigt svar på en fråga. De var totalt statiska och det gick inte att frångå schemat över huvud taget.

– Det främsta problemet på den tiden var brist på beräkningskraft, så man var tvungna att dra ned på allt som skulle ha kunnat göra systemet mer flexibelt, men grundidén fungerar än idag. Vi tar 80-talets expertsystem och det senaste inom AI-tekniken för att skapa ett system som kan lösa i stort sett vilket felsökningsproblem som helst, säger Gintas.

Läs också: TLS 1.0 och 1.1 går i graven

Mavenoids AI-produkt drivs som en molntjänst, och enligt Shahan Lilja kan det integreras med kundens support- och kundtjänstsystem som ett stöd för felsökning, exempelvis genom en chattbot, via e-post eller en app. Systemet har inte stöd för taligenkänning i dag, och svaret på en direkt fråga blir ett lite undanglidande ”det är cool teknik; vi skulle kunna ta in det; vi har testat lite genom en plugin i Chrome; vi får se”.

– Den viktiga skillnaden vi gör är att minska tiden som slutanvändaren behöver ägna åt att svara på inledande frågor om vad problemet gäller. Genom att beskriva de generella symptomen på det fel som har uppstått kan vår AI snabbt borra ned till problemets kärna och ge svar på antingen hur man löser problemet själv eller eskalera det vidare till exempelvis en operatör. Om vi säger att en viss lampa på din maskin börjar blinka, displayen visar larmkoden A97 och ett rör känns varmt, då kan vår AI, utifrån den informationen, ta fram instruktioner för hur du själv fixar problemet på plats, utan att det tar en hel dag att skicka ut en reparatör, säger Shahan Lilja.

Läs ocksåNu ska Umeå bli Sveriges 5g-huvudstad – ”en överlevnadsfråga”

Mavenoid har redan tecknat avtal med flera tunga industriföretag som Scania och Alfa Laval, alltså typiska företag som levererar maskiner och utrustning till andra företag. Dessa företag är framför allt intresserade av att spara tid och pengar åt sina slutanvändare, samtidigt som sluanvändarna på ett personligt plan börjar bli alltmer vana vid den bättre service som konsumentföretag ger sina kunder. Dessa positiva upplevelser som kunderna får som konsumenter spiller över på företagssidan, och förväntningarna på en bättre kvalitet även på företagssupporten ökar.

– Hittills har support och kundtjänst varit en ren och skär kostnadspost, närmast ett nödvändigt ont, och kvaliteten är därefter, men tiderna förändras och på konsumentsidan ser vi hur allt fler vill profilera sig och sticka ut med en utmärkt kundsupport som ett konkurrensmedel. Detta kommer även till företagssidan, och där kan vi göra stor skillnad, säger Shahan Lilja.