Efter 16 år på Cisco och 18 månader som Senior Vice President of Engineering för bolagets Customer Experience-organisation driver Bhaskar Jayakrishnan ett arbete som i grunden handlar om att omdefiniera vad support egentligen ska vara.
Från incident till intelligens – Cisco om framtidens kundupplevelse
Cisco Live Kunderna efterfrågar ökad resiliens, färre verktyg och snabbare time to value. För Cisco och Bhaskar Jayakrishnan innebär det att omdefiniera supportens roll. Från incidenthantering till intelligensdriven, prediktiv kundupplevelse där AI integreras direkt i operatörernas arbetsflöden.

Någonting är fel
Läs vidare – starta din prenumeration
Cisco Customer Experiences avdelning vilar på tre huvudområden: supporttjänster, professional services och customer success samt förnyelser.
Traditionellt har support handlat om att hantera incidenter – något går sönder, leverantören kopplas in och försöker minimera skadan. Men i en värld där AI-infrastruktur utvecklas i rasande takt räcker inte det, menar han.
– Vi vill förändra definitionen av support. Det ska inte handla om att reagera när något redan har hänt, utan om att identifiera och förebygga problem innan de uppstår, säger han till Techtidningen.
Behov av enkelhet
När Cisco tog ett steg tillbaka för att analysera framtidens tjänster började man med att lyssna på kunderna. Tre behov återkom gång på gång.
Det första var resiliens. Kunderna vill att problem upptäcks proaktivt snarare än reaktivt. Cisco ser dagligen driftstopp i olika miljöer och många av dem beror på förhållandevis enkla saker.
Det kan vara utgångna certifikat, bristande redundans eller oväntade beroenden som visar sig först när ett strömavbrott inträffar och systemen startar upp igen.
Det andra behovet är enkelhet. I takt med att infrastrukturen blir mer avancerad ökar också komplexiteten. Verktygen blir fler, inte färre.
– Kunderna säger att det är för många verktyg. De vill att vi förenklar och personaliserar upplevelsen, med realtidsinsikter som är enkla att använda i deras vardag, säger Bhaskar Jayakrishnan.
Det tredje handlar om time to value. Om det tar åtta månader att få en ny infrastruktur i drift men den tiden kan kortas till tre, frigörs fem extra månader av värdeskapande. Det kan motsvara mellan fem och tio procent av hela livscykelvärdet.
Ambitionen är att varje kundinteraktion ska vara personlig, proaktiv och prediktiv.
Ger inte alltid exakt samma svar
Den kanske svåraste designutmaningen i AI-driven support är den om tillit.
Traditionell automation är deterministisk, då samma script ger samma resultat varje gång. Om något går fel kan man spåra det till en rad kod, rätta till det och rulla ut en fix med hög säkerhet.
Generativ AI och språkmodeller är däremot probabilistiska. De ger inte alltid exakt samma svar.
– Vi måste kunna leverera deterministiska resultat med hjälp av probabilistiska system. I säkerhet kan man inte vara 92 eller 95 procent korrekt. En angripare behöver bara lyckas en gång.
Därför ser han inte AI som en fristående lösning, utan som en del i en kombination av automation, AI och mänsklig intelligens. Det är samspelet mellan dessa som skapar robusthet.
“Du slipper den kognitiva kostnaden”
Cisco hanterar mellan 1,5 och 1,6 miljoner supportärenden varje år. I dag ”berörs” över 90 procent av dem av automation eller AI. Ordet ”berörs” där är medvetet valt av Bhaskar Jayakrishnan.
Införandet började försiktigt, med AI som en sorts andrepilot. Systemet föreslog nästa bästa åtgärd i olika delar av ärendehanteringen – första svar, uppföljning, överlämning eller avslut – men det var alltid supportingenjören som fattade beslutet. På så sätt kunde Cisco mäta avvikelser och gradvis förbättra precisionen.
I dag hanteras en mindre andel ärenden helt automatiskt, när systemets förtroendetröskel är tillräckligt hög.
Effekten märks särskilt i lågprioriterade ärenden. I stället för att vänta i en kö i 15–20 minuter kan kunden få svar inom en minut.
– När svaret kommer direkt befinner du dig fortfarande i kontexten. Du slipper den kognitiva kostnaden av att växla fokus och komma tillbaka senare.
Samma princip gäller rotorsaksanalyser. I stället för att skrivas i efterhand kan de genereras direkt när ärendet avslutas, medan all kontext fortfarande är färsk.
Det är här, i minskad kontextväxling och snabbare återkoppling, som den faktiska produktivitetsvinsten uppstår.
Branschen måste bemästra noggranhet
Framåt ser Bhaskar Jayakrishnan en tydlig rörelse mot autonoma operationer och autonoma nätverk, men han betonar att utvecklingen kommer att ske gradvis.
– Innan vi kunde lita på självkörande bilar behövde vi först lita på att bilen kunde hålla sig i rätt fil.
På samma sätt måste branschen först bemästra noggrannhet och tillit i AI-system innan full autonomi blir möjlig, enligt Bhaskar Jayakrishnan.
– Autonoma funktioner finns redan i delar i dag, men den helt självstyrande infrastrukturen ligger fortfarande en bit bort. Potentialen är enorm men vägen dit kommer att tas i kontrollerade steg.
