Nye yrker man ikke kunne drømt opp dukker opp i kjølvannet av digitaliseringsbølgen. Richard Grunnvåg og Marte Hasund Kjelstadli er robottrenere i Nordea.

Tekst og foto: Sjur Anda

– Det er ikke lenge siden denne jobben ikke fantes. Fremtiden for yrket er åpen og det kommer til å skje masse, å stå midt i dette er veldig spennende, sier Kjelstadli. Hun jobber ved Nordeas senter i Ålesund og er en del av et team på fem som har ansvaret for å trene Nordeas chatrobot. Hun kommer fra PM-siden.

Også Richard Grunnvåg er en del av trenerteamet, han med base i Oslo og med utgangpunkt som prosjektleder i liv og pensjonsvirksomheten i hovedstaden.

– Vi jobber på tvers av virksomhetene i utviklingen av robotene. Det er veldig spennende og gir innsikt i hva andre driver med. I trenerteamet er det ingen med spesifikk IT-bakgrunn. For å være robottrener handler ikke så mye om IT-kompetanse og programmering, forteller han.

Isteden handler det om skarpe analytiske evner som gjør deg i stand til å plukke ut og finne detaljer i store datamengder. Det er også en stor fordel å kunne språk og kommunikasjon.

– I tillegg må du være faglig sterk på de områdene roboten jobber med. Jeg har bakgrunn fra kundeservice og vet hva kundene lurer på og hva de trenger. Når du kjenner prosessene og vet hvordan ting henger det i hop er det lettere å trene roboten til å gi riktig svar, sier Kjelstadli.

Robotteamet jobber autonomt og bestemmer i stor grad selv hva de skal prioritere og gjøre. De jobber også på tvers av faggruppene.

– Det gjør at vi jobber raskt og effektivt, sier Grunnvåg.

TODELT TRENING

Grunnvåg åpner treningsprogrammet på en PC. Her er det flytkart med ulike svar ut fra tema. Det er her treningen skjer.

– Treningen er todelt – den ene biten handler om hva roboten skal svare, den andre hvordan den skal forstå hva du skriver, sier Kjelstadli.

– Språkkompetanse er veldig viktig. Roboten skal ikke bruke bankspråk, men et godt forståelig språk, nær dagligtale. Den største og mest krevende delen av jobben er å utvikle kunnskapsbasen slik at roboten forstår det du skriver og ut fra det analyserer og tolker slik at den gir rett svar, sier Grunnvåg.

–Hvor mye klarer den å lære på egenhånd, ut fra interaksjon med kundene?

– Mindre enn det folk tror, dette går ikke av seg selv. Vi må gi den eksempelsetninger både inn og ut, forklarer han.

En vanlig arbeidsuke starter mandag, der man går gjennom forrige ukes tilbakemeldinger. Man ser hva som er skjedd og hvor roboten har støtt på problemer. Ut fra dette utarbeider man tiltak på de ulike områdene. Ting er ofte litt sesongbetont, der roboten i disse tider gjerne får spørsmål knyttet til årsoppgaver og lignende.

– I tillegg ser vi på feedback fra kundene på samtaler mellom robot og kunder. Det gir oss mye informasjon om hva vi bør fokusere på, sier Kjelstadli.

Den uken Finansfokus er på besøk jobbes det med en ny oppdatering fra robotleverandøren Boost.ai.

– Denne vil gjøre at Nova (robotens navn) blir litt mer ydmyk i svarene hvis hun blir usikker, sier Grunnvåg.

MYE SOM ER VANSKELIG

I dag kan Nordeas chatrobot i hovedsak svare på ganske enkele spørsmål. Setninger med flere ledd og subjekter er vanskeligere for roboten å forstå.. «Kan jeg bestille et nytt kort for min bror som er syk» er et eksempel på et spørsmål som øker vanskelighetsgraden for roboten.

– Vi kunne ha trent Nova til å svare på de mest detaljerte spørsmål, men en stor del av jobben handler om å prioritere riktig, og å trene Nova mot det kundene spør aller mest om.

I tillegg kan de heller ikke hjelpe kundene med ting som overføring av penger, betaling av regninger eller mer avanserte ting som krever innlogging via BankID.

– Det kommer på sikt, men det er en del tekniske utfordringer her. Men på sikt vil robotene kunne gjøre det meste, sier Grunnvåg.

– Det beveger seg mot at mennsker skal gjøre det mennesker er gode på. Det å gi råd og å være personlig når man trenger det, enten det er vurderinger rundt lån, plassering av penger også videre. For å bestille eller sperre kort trenger man ikke prate med noen, den type ting blir stadig mer automatisert, sier Kjelstadli.

Hos Nordea er eksempelvis behandling av uføreforsikring delvis automatisert. Før var gjennomsnittlig behandlingstid 75 dager. Det er nå halvert, og en tredjedel av sakene behandles på to dager.

– Roboten tar de enkele sakene, slik at menneskene kan konsentrere seg på de mer kompliserte, sier Grunnvåg.