Teknisk komplexitet bromsar AI-utvecklingen i kontaktcentret

Fragmenteringen leder till konkreta problem i verksamheten. Hälften av CX-ledarna uppger att flera olika leverantörer leder till högre kostnader för drift och support samtidigt som en stor del av tiden går åt till att bara hålla systemen igång. Integrationsutmaningar rankas dessutom som det näst största hindret för kontaktcenter under 2026 enligt Puzzels undersökning.

– Många företag har helt enkelt inte gjort den där genomgången och verkligen förstått vilka system de faktiskt har, säger Sundeep Boughan, Director of Sales Engineering på Puzzel, till CX Today.

Bakgrunden till situationen finns i den snabba digitala transformation som många organisationer genomgått. Nya funktioner har lagts ovanpå befintliga system i takt med att behoven förändrats. När AI sedan började introduceras i kontaktcenter valde många organisationer att addera ytterligare punktlösningar, exempelvis chattbotar, konversationsanalys eller olika verktyg för att stötta medarbetarna.

Varje enskilt beslut kunde kännas logiskt vid den aktuella tidpunkten, men tillsammans har de skapat en komplex struktur av integrationer och beroenden. Enligt undersökningen har Sverige dessutom det högsta genomsnittet av leverantörer i Europa, med 4,06 plattformar per kontaktcenter.

– Det handlar egentligen om två saker. För det första komplexitet. Det finns en enorm komplexitet i att få alla dessa verktyg att prata med varandra, integrera och skapa det analys- och rapporteringslager som ligger under. Den andra utmaningen handlar om de inneboende kostnader som finns i de här systemen.

Konsekvenserna märks tydligt i det dagliga arbetet. Tre av tio CX-ledare uppger att det är svårt för agenter att snabbt få tillgång till rätt information. När data ligger utspridd i flera olika system tvingas medarbetarna växla mellan olika plattformar samtidigt som kunderna väntar.

Utbildning blir också mer komplicerad. Nästan hälften av CX-ledarna uppger att det är svårt att träna team i flera olika verktyg, något som i sin tur påverkar effektiviteten i verksamheten.

Fragmenterade system påverkar även kundupplevelsen. En dialog som börjar i en kanal följer inte alltid med till nästa, vilket gör att kunder tvingas upprepa information och att organisationen får en splittrad bild av interaktionen.

Mycket kapacitet läggs på underhåll

Samtidigt går mycket av organisationens kapacitet åt till att underhålla systemen i stället för att utveckla dem. Den tid som läggs på drift och integration hade i många fall kunnat användas till innovation eller till att bättre utnyttja den data som redan finns.

När AI nu får en allt större roll i kontaktcenter blir dessa problem ännu tydligare. Enligt Sundeep Boughan är det svårt att skapa verkligt värde av AI utan en stabil teknisk grund.

– När vi pratar om AI-beredskap: om du inte har rätt kunskapsartiklar, om du inte har en enda intern sanning, kommer du verkligen att kämpa för att skapa en enhetlig och heltäckande bild.

Han beskriver AI-beredskap som en treenighet där molninfrastruktur och enhetlig data utgör grunden, medan AI byggs ovanpå dessa lager. Om de två första delarna saknas blir det svårt att få den tredje att fungera i praktiken.

Samtidigt upplever många organisationer ökade kostnader från flera leverantörer. Med en mer samlad plattform blir både utbildning och katastrofåterställning enklare, samtidigt som datasäkerheten kan förbättras när kundinformation inte är spridd över flera system.

I takt med dessa insikter börjar branschen nu röra sig bort från den traditionella best-of-breed-strategin, där varje funktion har haft sitt eget specialiserade verktyg. I stället söker många organisationer en mer enhetlig plattform.

Utvecklingen pekar mot en tydlig slutsats. När AI blir en allt viktigare del av kundservice räcker det inte längre att samla på sig fler verktyg. De organisationer som lyckas bäst kommer i stället att vara de som bygger sin AI-strategi på en enklare, mer sammanhållen teknisk grund.