Sådan skabte Intercom en bæredygtig AI-fordel: Tre afgørende læringer
Kundeserviceplatformen Intercom har på rekordtid transformeret sin forretning til en AI-først virksomhed – og deres rejse giver værdifulde indsigter for andre virksomheder, der ønsker at udnytte kunstig intelligens.
Da ChatGPT blev lanceret i 2022, handlede Intercom lynhurtigt. Allerede timer efter GPT-3.5’s udgivelse begyndte virksomheden at eksperimentere, og blot fire måneder senere lancerede de Fin – deres AI-agent, som i dag løser millioner af kundehenvendelser hver måned.
Den hurtige handling var ikke tilfældig. Intercom investerede 100 millioner dollars i at ombygge hele deres platform omkring AI, annullerede ikke-AI projekter og reorganiserede produktteams for at prioritere den nye strategi.
Lektion 1: Eksperimenter tidligt og ofte
Intercoms succes bygger på omfattende og tidlig eksperimentering med AI-modeller. Da GPT-4 blev tilgængelig i begyndelsen af 2023, havde teamet allerede kortlagt modellernes begrænsninger og muligheder gennem måneder med tests.
“Vi kunne bruge GPT-3.5 til at have flydende samtaler med glimt af magi, men det var ikke pålideligt nok til at stole på med vores kunder,” forklarer Jordan Neill, SVP of Engineering. “Fordi vi havde gjort arbejdet, vidste vi, at GPT-4 var klar, da den ankom, og vi lancerede Fin.”
Lektion 2: Skab hastighed gennem stærke evalueringer
Intercoms evne til hurtigt at adoptere nye modeller hviler på en stringent evalueringsproces. Hver ny OpenAI-model gennemgår strukturerede offline-tests og live A/B-forsøg, før den implementeres.
Da GPT-4.1 blev frigivet, havde Intercom evalueringsresultater inden for 48 timer og en udrulningsplan kort efter. Modellen viste sig at levere samme pålidelighed som GPT-4, men med 20 procent lavere omkostninger og bedre latenstid.
“Ærligt talt synes jeg ikke, folk taler nok om GPT-4.1,” siger Pratik Bothra, Principal Machine Learning Engineer hos Intercom. “Vi blev oprigtigt overraskede over latens- og omkostningsprofilen.”
Lektion 3: Byg fleksibel arkitektur
Intercom designede Fins system modulært fra dag ét, hvilket gør det muligt at understøtte forskellige modaliteter som chat, email og tale – hver med forskellige afvejninger for latenstid og kompleksitet.
Denne fleksibilitet har vist sig afgørende. Fins arkitektur er nu i sin tredje store iteration, og den næste er allerede under udvikling. Systemet tillader Intercom at dirigere forespørgsler til den bedst egnede model og udskifte modeller uden at skulle genopbygge hele systemet.
Fra kundeservice til hele virksomheden
I dag udvider Intercom deres AI-platform ud over kundeservice til at drive workflows på tværs af hele forretningen:
- Supportteams løser størstedelen af indgående henvendelser via chat, email, tale og mere med Fin AI Agent
- Ops-teams automatiserer komplekse workflows som refusioner, kontoændringer og abonnementsopdateringer med Fin Tasks
- Produktteams bruger Intercoms MCP Server til at give AI-værktøjer som ChatGPT adgang til kundesamtaler, tickets og brugerdata
“AI-først skal være indbygget; du kan ikke bare bolte det på,” understreger Paul Adams, Chief Product Officer hos Intercom.
Intercoms tilgang viser, at succes med AI kræver mere end bare at implementere den nyeste teknologi – det kræver en fundamental omtænkning af forretningen, grundig evaluering og en arkitektur bygget til forandring.
