Experten: AI-agenterna förändrar kundmötet – och blir snart själva kunder

Nice Cognigy arbetar med konversationell AI i stor skala och har enligt Markus Ring framför allt vuxit fram med stora enterprisebolag som ideal kundprofil. Poängen, menar han, är inte att AI längre är något som diskuteras i teorin. Den används redan i skarpa kundflöden, där volymerna ibland är så stora att traditionella kontaktcenterlösningar inte räcker till.

Ett exempel han lyfter är Lufthansa, som har använt Cognigy i sju år, framför allt för digitala konversationer i appen och på webbplatsen. Under en dag då flygbolagets piloter gick ut i strejk ökade trycket kraftigt. Kundernas behov var akuta eftersom de ville komma hem, hinna till möten och få besked om vad som skulle hända med deras resor.

– På en enda dag hade de 400 000 konversationer. Det går inte att hantera 400 000 konversationer med någon outsourcingpartner eller med egen personal. Det är helt enkelt inte möjligt. Men Lufthansa löste alla dessa ärenden, de flesta digitalt i appen, säger Markus Ring.

För it-chefer och beslutsfattare är exemplet intressant eftersom det visar vad AI i kundmötet faktiskt måste klara i praktiken. Det räcker inte att kunna svara på enklare frågor när allt fungerar normalt. Värdet uppstår när systemen kan skala upp i krislägen, hantera stora volymer och samtidigt ge kunderna relevant hjälp i rätt kanal.

Många fortsätter att ringa

Markus Ring lyfte också på DHL och Deutsche Post, där kunder årligen ringer in i mycket stora volymer för att fråga var deras paket befinner sig. Där används AI-agenten Jana för att hjälpa människor via telefon. Det är en påminnelse om att digital transformation i kundservice inte innebär att alla kunder automatiskt flyttar till appen eller webben. Många ringer fortfarande.

– Mer än 14 miljoner människor per år ringer Deutsche Post och frågar: var är mitt paket? Jag använder själv alltid appen, eller kanske någon annan tjänst på en webbplats, men människor ringer in. Och de får hjälp av AI-agenten Jana.

Utvecklingen går dessutom snabbt. Enligt Markus Ring besvaras frågorna i dag med rätt svar i mer än 90 procent av fallen, och den förmågan har fördubblats under de senaste två åren. Det illustrerar hur snabbt tekniken blir mer användbar när den kopplas till verkliga kundflöden, data och processer.

För Markus Ring är en AI-agent inte bara en chattbot med bättre språkförståelse. Det centrala är att agenten kan göra saker. Den kan söka information, ta fram svar, använda externa tjänster och i vissa fall genomföra transaktioner. Det är denna förmåga att agera som gör utvecklingen strategiskt viktig för företag.

Han beskriver hur människor snabbt vänjer sig vid AI-baserade gränssnitt. De används av yngre, äldre och människor mitt i arbetslivet. Enligt Markus Ring är tillväxten kraftig, och han pekar på hur snabbt ChatGPT fick genomslag när tjänsten blev tillgänglig för en bred publik.

Han lyfter också en utveckling som kan få stora konsekvenser för kundservice och kontaktcenter. AI-agenter kommer inte bara att arbeta för företaget. De kommer också att arbeta för kunderna. Och när kundernas egna AI-agenter börjar kontakta företag, boka om resor, skicka mejl, starta chattar och ringa samtal förändras spelplanen.

– De här AI-agenterna kommer att betjäna dina kunder, Men utmaningen liggger i att de här AI-agenterna också kommer att vara dina kunder.

Han beskriver en framtid där en kund kan säga till sin personliga AI-assistent att hantera ett problem med ett flyg, utan att själv bry sig om vilken kanal som används. Agenten kommer då att välja den väg som fungerar snabbast: mejl, webbplats, chatt eller telefon. Den kanal som svarar först vinner kundens ärende.

Det innebär att företag inte längre bara behöver designa kundresor för människor. De behöver också förstå hur deras tjänster uppfattas och används av autonoma system som agerar på kundens uppdrag. Det skapar nya krav på tillgänglighet, autentisering, kontext, kanalstrategi och processdesign.

– Föreställ er vad som händer när era kunder säger något i stil med: ”Hej personliga agent, jag har problem med mitt flyg i morgon. Ta hand om det. Jag bryr mig inte om hur. Gör det.” Då kommer agenten att använda alla tillgängliga kanaler. Skicka ett mejl, gå till webbplatsen, starta en chatt och ringa.

Markus Ring menar att detta redan börjar hända, även om det ännu inte sker i stor skala. Han beskriver hur kunder i Tyskland redan möter situationer där AI-agenter interagerar med kontaktcenter. För organisationer som är vana vid att utgå från mänskliga kunder kan det kännas ovant, men enligt honom är utvecklingen svår att stoppa.

Konsekvensen blir att företag behöver tänka om kring sina system. I dag är många miljöer byggda antingen för människor eller för AI-agenter. Mänskliga medarbetare kan få stöd av copilot-lösningar, medan automatiserade flöden byggs separat. Men enligt Markus Ring är detta inte en hållbar modell om man vill skala.

I stället behöver processer, data och arbetsflöden kunna användas av både människor och AI-agenter. Det är först då organisationen kan skapa en gemensam struktur där AI inte blir ytterligare ett lager ovanpå komplexitet, utan en del av hur verksamheten faktiskt arbetar.

En viktig del av detta är integration. Markus Ring pekar på att moderna integrationsmönster och protokoll gör det lättare för system att kopplas samman och kommunicera med varandra. För it-organisationen blir frågan därmed inte bara vilken AI-modell som används, utan hur arkitekturen runt kundmötet är uppbyggd.

Han återkommer till behovet av en konsoliderad plattform. Det betyder enligt honom inte nödvändigtvis att allt måste ligga i en och samma kontaktcenterplattform. Däremot måste företaget ha en genomtänkt arkitektur för hur mänskliga agenter, interna AI-agenter och externa AI-agenter ska kunna interagera med processer, data och kunskap.

AI-agenten riskerar att bli begränsad

Ett gemensamt analyslager är också centralt. Det spelar mindre roll exakt vilken teknisk lösning organisationen väljer, men data och kunskap måste vara samlad på ett sätt som gör att både människor och AI kan använda den. Annars riskerar AI-agenten att bli lika begränsad som de system den ska hjälpa till att förbättra.

Kunskapshantering blir därför en av de stora stötestenarna. Markus Ring beskriver hur frågan nästan alltid kommer upp när organisationer vill börja arbeta mer praktiskt med agentisk AI. Många har kunskap utspridd i Sharepoint eller andra interna miljöer, men det betyder inte att den är redo att kopplas direkt till de AI-agenter som möter kunderna.

– Kunskap måste vara mycket välorganiserad. Kunskap måste också kontrolleras och vara tydlig. Vad är egentligen rätt svar? Det här är något ni måste arbeta med.

Det är en tydlig varning till organisationer som tror att de snabbt kan koppla en AI-agent till befintliga dokument och därmed lösa kundservicefrågan. Om kunskapen är otydlig, motsägelsefull eller dåligt underhållen kommer AI-agenten att ärva samma problem. Skillnaden är att felen kan skala snabbare och bli mer synliga för kunderna.

Även arbetsflöden behöver enligt Markus Ring byggas så att de kan användas av både människor och AI. Då kan AI-agenter arbeta bredvid mänskliga medarbetare, använda samma processer och vid behov be om hjälp internt. Det gör att gränsen mellan automatisering och mänsklig handläggning blir mer dynamisk.

För kundupplevelsen innebär detta att AI inte bara blir ett sätt att avlasta volymer. Rätt använd kan tekniken skapa mer sammanhängande och naturliga kundresor. Markus Ring pekar särskilt på proaktivt engagemang, där AI-agenter inte bara väntar på att kunden tar kontakt, utan själva hör av sig vid rätt tidpunkt.

Ett exempel är fältservice, där själva besöket inte kan utföras av AI, men där kommunikationen med kunden kan bli betydligt mer dynamisk. I dag får kunden ofta aviseringar via mejl, sms eller andra kanaler, men kan inte svara eftersom avsändaren är en no-reply-adress. Det är motsatsen till en levande kunddialog.

– Tänk er i stället att någon tar kontakt och att ni kan gå in i konversationen. Kanske började den med att du bara frågade: var är mitt paket? Och sedan är det samma kanal som informerar dig om en bokad tid. Du säger bara: jag kan inte klockan 10. Kan vi flytta det till klockan tre? Och svaret blir: ja, absolut. Eller kanske nej, men nästa dag. Något sådant. Det är ett naturligt sätt att kommunicera, och det är så viktigt, säger han.

Ett nytt användargränssnitt

Här blir konversations-AI något annat än en kanal bland andra. Markus Ring beskriver det snarare som ett nytt användargränssnitt ovanpå företagets processer och data. Det innebär att den strategiska frågan inte är om företaget ska ha en chattbot, utan hur kunder och AI-agenter ska kunna interagera med verksamhetens tjänster på ett säkert och effektivt sätt.

– Konversationell AI kommer inte längre att vara valfritt. Ni kommer verkligen att behöva det på grund av den utveckling som sker. För det andra är konversationell AI inte en kanal. Det är snarare ett användargränssnitt, ett nytt gränssnitt ovanpå processer och data.

Samtidigt betonar Markus Ring att mänskliga medarbetare fortsatt kommer att behövas. AI kan ta över många uppgifter, men det betyder inte att människan försvinner ur kundmötet. Däremot förändras rollen. När AI hanterar mer av volymen kan människor få mer tid för de ärenden som verkligen kräver empati, omdöme och ansvar.

I den modellen blir AI också ett stöd för den mänskliga agenten. När ett ärende lämnas över ska den tidigare konversationen kunna sammanfattas och göras synlig direkt, så att kunden inte behöver börja om från början. Det är en praktisk detalj, men en avgörande sådan för att automatisering inte ska skapa frustration.

– Vi säger inte att människor inte längre kommer att behövas. De kommer att ha andra jobb. Kanske inte lika många som i dag, men människor kommer alltid att behövas. Alla våra kunder erbjuder alltid möjligheten för sina kunder att säga: hej, låt mig prata med en människa, eftersom det ibland är något väldigt speciellt.