ब्रिटिश गैस को एक ग्राहक, बेथ कोजडर को अंतिम बिल जारी करने और 1,500 पाउंड से अधिक का रिफंड करने में 15 महीने लग गए, जबकि ऊर्जा लोकपाल का फैसला लगभग एक साल पहले आ गया था। कोजडर अक्टूबर 2024 में दक्षिण-पूर्वी लंदन में अपने एक बेडरूम वाले फ्लैट से बाहर चली गईं और बाद में लोकपाल के पास शिकायत दर्ज कराई जब ब्रिटिश गैस अंतिम बिल देने या उसकी क्रेडिट राशि वापस करने में विफल रही।

ऊर्जा लोकपाल ने फरवरी 2025 में कोजडर के पक्ष में फैसला सुनाया, जिसमें ब्रिटिश गैस को उसका अनुरोध पूरा करने का निर्देश दिया गया। हालांकि, लोकपाल के पास अपने फैसलों को लागू करने का कानूनी अधिकार नहीं है। कोजडर को इस सप्ताह अपने रिफंड का प्रस्ताव मिला, जो कि एक छोटे दावों की अदालत में उसके मामले की सुनवाई होने से ठीक पहले मिला।

ब्रिटिश गैस ने कहा कि वह कोजडर के लिए "लोकपाल के उपाय को लागू कर रही है" और देरी के लिए माफी मांगी। कंपनी ने विस्तारित समय सीमा को स्वीकार किया और हुई असुविधा के लिए खेद व्यक्त किया।

बीबीसी को दिए एक बयान में कोजडर ने इस प्रक्रिया को "अथक," "थकाऊ" और "पूरी तरह से थका देने वाला" बताया। उसने शुरू में ब्रिटिश गैस से अंतिम बिल का अनुरोध किया था, और जब वह अपने फ्लैट से बाहर चली गई तो मीटर रीडिंग प्रदान की थी।

यह देरी ऊर्जा क्षेत्र के भीतर ग्राहक सेवा और बिलिंग सटीकता के बारे में चल रही चिंताओं को उजागर करती है। जबकि बिलिंग और ग्राहक इंटरैक्शन के लिए स्वचालित प्रणालियों का तेजी से उपयोग किया जा रहा है, कोजडर जैसे मामले जटिल स्थितियों या त्रुटियों से निपटने के दौरान इन प्रणालियों की सीमाओं को दर्शाते हैं। ग्राहक सेवा में एल्गोरिदम और मशीन लर्निंग पर निर्भरता जवाबदेही और स्वचालित निर्णय लेने की प्रक्रियाओं में पूर्वाग्रह की संभावना के बारे में सवाल उठाती है।

ग्राहक सेवा में एआई का उपयोग एक बढ़ता हुआ चलन है, जिसमें कंपनियां नियमित पूछताछ को संभालने और संचालन को सुव्यवस्थित करने के लिए चैटबॉट और स्वचालित प्रणालियों को लागू कर रही हैं। हालांकि, ये प्रणालियां उन सूक्ष्म मुद्दों से जूझ सकती हैं जिनके लिए मानवीय हस्तक्षेप की आवश्यकता होती है। चुनौती ऐसे एआई सिस्टम विकसित करने में निहित है जो पारदर्शिता और निष्पक्षता बनाए रखते हुए ग्राहकों की जरूरतों को प्रभावी ढंग से संबोधित कर सकें।

एआई में नवीनतम विकासों में प्राकृतिक भाषा प्रसंस्करण (एनएलपी) में प्रगति शामिल है, जो एआई सिस्टम को मानव भाषा को बेहतर ढंग से समझने और प्रतिक्रिया देने में सक्षम बनाती है। हालांकि, इन प्रगति के साथ भी, एआई सिस्टम हमेशा मानवीय सहायता के बिना जटिल मुद्दों को हल करने में सक्षम नहीं होते हैं।

समाज के लिए निहितार्थों में ग्राहक सेवा में एआई के उपयोग के माध्यम से बढ़ी हुई दक्षता और लागत बचत की क्षमता शामिल है। हालांकि, नौकरी विस्थापन और बदलते नौकरी बाजार के अनुकूल होने के लिए श्रमिकों को फिर से प्रशिक्षित करने और कौशल बढ़ाने की आवश्यकता के बारे में भी चिंताएं हैं। इसके अलावा, डेटा गोपनीयता, एल्गोरिथम पूर्वाग्रह और एआई सिस्टम द्वारा मौजूदा असमानताओं को कायम रखने की क्षमता से संबंधित नैतिक विचार हैं।

मनी बॉक्स के एक रिपोर्टर डैन व्हिटवर्थ ने भी इस कहानी को कवर किया। यह मामला ऊर्जा क्षेत्र में नियामक निरीक्षण और उपभोक्ता संरक्षण के महत्व को रेखांकित करता है।