I direktionsmötet låter det ofta så här: "Vi vill bli mer kundfokuserade, och AI hjälper oss med det." Alla nickar. Ingen menar samma sak. Den ene tänker på snabbare reaktionstider på serviceförfrågningar. Den andre på personaliserade erbjudanden. Ännu en annan på en kundservice som svarar även på natten. Ordet "kundfokuserad" förenar tre ambitioner som var och en förutsätter en annan organisation.
Att konkretisera den ambitionen innebär att lägga den i lager: en vision (varför kundfokus räknas nu), ett vision state (hur kundrelationen då ser ut), ett target (vad som förändras i år) och ett target state (vilket beteende som därefter är standard). Först då blir det synligt vilka capabilities som behövs för att komma dit, och vilka som redan finns.
Kundkontakt består av uppgifter som beter sig olika så snart AI deltar. En del kan tas över: att besvara standardfrågor, att sammanfatta ett kunddossié inför ett samtal, att signalera en kund som riskerar att lämna. En del sker med tillsyn: AI föreslår ett svar, en medarbetare godkänner det eller justerar det, med anledning. Och en del förblir mänskligt arbete: samtalet där en kund är arg över något som inte passar in i ett protokoll, eller beslutet att göra ett undantag från policyn.
Denna fördelning är inte fast. Hos det ena företaget hanteras redan åttio procent av förstalinjefrågorna automatiskt, hos det andra ännu ingenting, trots att båda företagen finns i samma bransch och betjänar jämförbara kunder. Skillnaden ligger sällan i tekniken. Den ligger i om organisationen har delat upp kundfrågan i uppgifter som kan bedömas separat, om man vet vilken data som krävs för det och om den stämmer, och om någon har befogenhet att avvisa ett AI-förslag utan att det blir ett problem.
Att arbeta mer kundfokuserat med AI kräver beredskap på åtta dimensioner, inte bara på teknik. Några som ofta förbises:
Processberedskap. Är kundprocessen redan uppdelad i steg som kan bedömas separat på "kan AI göra detta," "kan AI göra detta med tillsyn" eller "förblir detta mänskligt arbete"? Utan den uppdelningen förblir ambitionen en avsiktsförklaring.
Datatillgänglighet och datakvalitet. Ett AI-system som besvarar kundfrågor är bara så bra som det kunddossié det stödjer sig på. Spridd, föråldrad eller motsägelsefull kunddata ger svar som snarare skadar kundrelationen än förbättrar den.
Beslutsrätter. Vem får avvisa ett AI-förslag för en kund, och på vilken grund? Om det inte är fastställt uppstår vanan att alla tar över förslaget eftersom det är svårt att motivera avvikelser, eller att ingen tar över det eftersom ingen vill bära ansvaret.
Förmåga att utöva tillsyn. En medarbetare som bedömer AI-förslag behöver en annan förmåga än en medarbetare som själv formulerar svaret: förmågan att läsa kritiskt och avvisa på goda grunder, inte förmågan att skriva.
Denna beredskap testas via fem confidence gates: är ambitionen tillräckligt tydlig för att testas, är organisationen inbördes överens om vad framgång betyder, är riskerna med ett felaktigt kundsvar kända, finns det ett sätt att backa tillbaka om något går fel, och finns det någon som bevakar framstegen. Utan dessa gates förblir "bli mer kundfokuserad med AI" en önskan.
Capability-återöversättningen gör synligt vilka roller som behövs, oberoende av hur många personer som fyller dessa roller. Någon som kan dela upp kundprocesser i uppgifter. Någon som bevakar kvaliteten på kunddata. Någon med beslutsrätt att avvisa ett AI-förslag. Och någon som mäter om kundnöjdheten faktiskt förändras, inte bara reaktionstiden.
Om dessa roller hör till befintliga funktioner eller kräver nya positioner är en fråga som skiljer sig per organisation och har egna rättsliga krav så snart den berör personalbeslut. Det är upp till arbetsgivaren; vad som räknas här är vilket arbete som förskjuts och vilken capability som krävs för det, inte vem som fyller den capabiliteten.
Det har lyckats om direktionen menar samma sak med "kundfokuserad," om kundfrågor påvisbart är uppdelade i uppgifter med en tydlig övertagandeandel, om det finns en fastställd procedur för när en medarbetare avvisar ett AI-förslag, och om de frigjorda timmarna i kundservicen synligt har använts till det arbete som förblir mänskligt: det svåra samtalet, undantaget, kunden som behöver mer än vad ett protokoll erbjuder.
Denna ambition hänger samman med andra. Att växa utan att utöka kundservicen proportionellt kräver samma beredskap, utvecklat i vilka capabilities att växa utan extra personal kräver av er organisation. Kundfokus blir också synligt i kvalitet, och det berör vilka capabilities kvalitetsförbättring kräver när AI delvis utför arbetet. Och om marknadsföring, försäljning och service alla tre säger "mer kundfokuserad" men eftersträvar olika targets, hjälper vad man ska göra när avdelningsmål motverkar varandra att få den konflikten upp på bordet.
Frågan om vilket kundarbete i ert företag som verkligen kan tas över av AI besvaras per uppgift med FTE TO AI:s werkscan.
Den kostnadsfria beredskapskontrollen består av åtta korta frågor, en per dimension, och ger en bild av var er organisation har kommit längst och var minst långt. Den fullständiga ambitionstestet, med de fyra lagren och de fem confidence gates, är under uppbyggnad.
Vertel wat u wilt bereiken, dan kijken we samen wat daarvoor moet staan.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.