Hvor meget af et svar må AI sende, uden at et menneske har læst det? Det er det egentlige valg, når I indfører automatiske mailsvar, for selve skrivningen kan en sprogmodel klare. En mail om ordrestatus kan besvares ud fra ordresystemet, mens en klage kræver et menneske, der læser med. Mellem de to yderpunkter ligger flere niveauer, og hvert af dem flytter lidt mere ansvar fra medarbejderen til AI'en. Sortering og arkivering af mails dækkes af AI email-håndtering, men grænsen for, hvad der må sendes automatisk, sætter I selv.
Hvor langt skal automatiske mailsvar gå?
Automatiske mailsvar er ikke én ting. Tabellen viser de fire niveauer, fra det mindste skridt til det største, og risikoen vokser for hvert trin.
| Niveau | Hvad AI gør | Hvad mennesket gør | Risiko | Egnet til |
|---|---|---|---|---|
| Kategorisering | Læser mailen, sætter en kategori og sender den til den rette person | Skriver og sender svaret selv | Lav: en forkert kategori kan rettes, før noget forlader huset | Alle mailtyper, også de følsomme |
| Svarudkast til godkendelse | Skriver et udkast ud fra sagen og videnbasen | Læser, retter og sender | Lav til middel: udkastet kan overses, hvis tempoet er højt | Gentagne forespørgsler, hvor svaret kræver lidt skøn |
| Automatisk svar på udvalgte mails | Sender selv, men kun på mailtyper, I har peget på, og kun når den er sikker nok | Gennemgår stikprøver og tager de mails, der falder under tærsklen | Middel: fejl når kunden, før nogen ser dem | Enkle, faste spørgsmål med et entydigt svar |
| Fuldautomatisk svar | Besvarer alt uden godkendelse | Griber ind, når nogen klager | Høj: fejl, tone og ansvar ligger uden for jeres kontrol | Sjældent et godt valg til kundekontakt |
Niveauerne er en tænkemodel. De er ikke målt. Hvilket niveau en mailtype hører til, afhænger af, hvor entydigt svaret er, og hvad en fejl koster.
Hvilke mails egner sig til hvilket niveau?
Hver mailtype har sit eget niveau. En mail med et entydigt svar kan automatiseres langt, mens en mail med følelser, jura eller penge i sig skal have et menneske.
| Mailtype | Anbefalet niveau | Begrundelse |
|---|---|---|
| Ordrestatus | Automatisk svar på udvalgte mails | Svaret findes i et system og er entydigt |
| Tilbudsforespørgsel | Svarudkast til godkendelse | Svaret bygger på pris og vilkår, som et menneske bør bekræfte |
| Reklamation | Svarudkast til godkendelse | Sagen kræver en vurdering, og tonen betyder meget |
| Klage | Kategorisering | Kunden er utilfreds og skal mødes af et menneske |
| Juridisk | Kategorisering | Et forkert ord kan have retsvirkning |
| Intern | Kategorisering eller svarudkast | Lav risiko udadtil, men afhænger af, om mailen rummer personfølsomt indhold |
Er I i tvivl om en mailtype, så vælg det lavere niveau. Det er altid lettere at give AI mere ansvar senere end at hente det tilbage.
Svar, der kan føres tilbage til en kilde
Et automatisk svar er kun så godt som det, det bygger på. Giver I AI adgang til hele jeres mailhistorik og alle interne dokumenter, kan den citere noget, der aldrig skulle have forladt huset. Giv den i stedet en afgrænset videnbase: de svar, vilkår og vejledninger, I selv har godkendt, og de opslag i ordresystemet, den skal bruge. Så kan hvert svar føres tilbage til en kilde.
Mails indeholder persondata, som rejser videre til en leverandør og en sprogmodel. For mails gælder de samme spørgsmål til leverandøren som for en chatbot: databehandleraftale, underdatabehandlere, træning og sletning. Hele rækken af spørgsmål samles i chatbot og GDPR. Mails med følsomme oplysninger som CPR-numre og helbredsoplysninger bør filtreres eller maskeres, før de gemmes.
Hvordan fanger I et forkert svar, før kunden gør?
Kontrollen består af tre ting: en godkendelse, hvor risikoen kræver det, en tillidstærskel, så AI'en lader usikre mails gå videre til et menneske, og en liste over mails, der aldrig besvares automatisk. På listen står klager, juridiske og følsomme sager og alle mails med følsomme oplysninger. Endelig sætter GDPR's regler om automatiske afgørelser en grænse for svar, der alene afgør noget med væsentlig betydning for modtageren.
Logning gør det muligt at lære af fejlene. Gem hvert svar, hvilken kilde det byggede på, og om et menneske godkendte det. Så kan I se, hvorfor en fejl skete. EU's AI-forordning stiller direkte krav om automatisk logning i højrisiko-systemer. For systemerne i forordningens bilag III gælder kravet fra 2. december 2027. Uanset om jeres system er omfattet, er logning god praksis, når software sender post på jeres vegne.
Åbenhed er den sidste del. AI-forordningens artikel 50 stiller fra 2. august 2026 krav om, at chatbots oplyser, at de er AI, og at AI-genereret indhold kan identificeres. Hvad forordningen betyder for mindre virksomheder, er gennemgået under AI Act. Hvordan I mærker mails, der sendes uden menneskelig godkendelse, hører hjemme i jeres AI-politik, sammen med reglerne for, hvem der godkender hvad.
Hvornår er I klar til næste niveau?
Det mindste niveau er det rigtige udgangspunkt, og loggen afgør, hvornår I går videre:
- Start med kategorisering på en enkelt postkasse. Her er risikoen lav, og I ser hurtigt, hvilke mailtyper der fylder mest.
- Tilføj svarudkast på de mailtyper, der gentager sig. Lad medarbejderne rette udkastene, og notér, hvad der bliver rettet. Det viser, hvad AI'en misforstår.
- Giv først automatiske svar på en eller to enkle mailtyper, når udkastene næsten altid sendes uændret. Fastsæt en tillidstærskel, og tag stikprøver.
- Udvid kun, hvis stikprøverne holder. Ellers gå et skridt tilbage.
Opgaven er et godt eksempel på automatisering af arbejdsgange: den starter med de kedelige, gentagne opgaver og vokser trin for trin. Jo bedre I kan se, hvad AI'en har sendt, og hvorfor, jo mere ansvar kan I give den.
