Celine Haaverstad, COO hos SoftSync AI – Interviewserie

Celine Haaverstad, COO hos SoftSync AI, hjælper med at lede virksomheden, mens den udvikler en ny tilgang til kundehåndtering (CRM) bygget omkring AI‑agenter og automatisering. Hendes arbejde fokuserer på at gøre CRM‑systemer mindre afhængige af manuel dataindtastning og gentagen administration, samtidig med at de rette kontroller omkring tilladelser, kundedata og autonome handlinger opretholdes. Haaverstad går ind for en tilgang, hvor AI integreres direkte i de daglige forretningsprocesser i stedet for at blive tilføjet som en selvstændig chatbot, mens mennesker bevarer ansvaret for følsomme beslutninger, kundeløfter og handlinger, der kræver dømmekraft. SoftSyncs egen hjemmeside identificerer Haaverstad som virksomhedens COO.

SoftSync AI er en norskudviklet CRM‑platform designet til at samle kunderegistre, e‑mail, møder, salgs‑pipelines og opfølgning‑arbejdsprocesser i ét arbejdsområde. Dets Autopilot‑system kan køre gentagelige opgaver i baggrunden, mens en MCP‑server giver eksterne AI‑assistenter såsom ChatGPT, Claude og Gemini mulighed for at interagere direkte med CRM‑data og udføre tilladte handlinger ved hjælp af brugerens eksisterende adgangsrettigheder. SoftSync tilbyder også direkte e‑mail‑ og kalenderforbindelser samt en REST‑API til konventionelle softwareintegrationer. Virksomheden oplyser, at kundedata lagres og behandles i EU på Microsoft Azure i Stockholm og hverken sælges eller bruges til at træne AI‑modeller.

Kan du tage os tilbage til SoftSync AIs oprindelse? Hvilke problemer med traditionelle CRM‑systemer overbeviste teamet om, at der var en mulighed for at bygge noget grundlæggende anderledes omkring AI?

SoftSync startede med en simpel observation: salgsdagen var spredt over for mange uafhængige værktøjer. En lead kan starte på LinkedIn, overgå til et regneark, fortsætte via e‑mail, blive til en kalenderbooking, generere mødenoter og til sidst skulle indtastes i et CRM.

Traditionelle CRM‑systemer er ofte bygget omkring en fast struktur og en stor mængde manuel administration. Teams skal tilpasse deres processer til systemet, vente på at en administrator ændrer felter og gentagne gange kopiere kontekst mellem værktøjer.

Vi ønskede at bygge et salgsarbejdsområde omkring den faktiske arbejdsflow: indfange leadden, holde samtalen sammenhængende, afholde mødet, registrere hvad der skete, og gøre den næste handling klar. AI er værdifuldt i dette system, fordi det kan fjerne de administrative overleveringer uden at blive en yderligere isoleret chatbot.

SoftSync inkluderer funktioner som Assistant, Autopilot, API og MCP i sine betalte planer, mens kapaciteten skalerer gennem faktorer som brugere, poster, grupper, mailbox‑forbindelser og månedlig aktivitet. Hvorfor valgte du at gøre automatisering til en kernefunktion i produktet i stedet for at reservere den til et ekstra tilvalg på højere niveau?

Den væsentlige forskel er mellem agenten og den mængde arbejde, den udfører. Autopilot bør være en del af produktets kerne‑workflow, fordi automatisering er mest nyttig, når den forstår de poster, felter, tilladelser, samtaler og processer, der allerede findes i arbejdsområdet.

Vi ønsker ikke, at automatisering skal være en luksus, der kun er forbeholdt de største kunder. Den nuværende model er, at kerne‑CRM, Assistant, Autopilot, API og MCP‑funktionerne er inkluderet i de betalte planer. Det, der skalerer med kunden, er pladsen og brugen: brugere, poster, grupper, mailbox‑forbindelser og månedlig aktivitet.

Det giver kunderne forudsigelig adgang til produktet, samtidig med at brugen kan måles retfærdigt. Større teams og arbejdsprocesser med højere volumen skifter til planer med mere kapacitet eller tilpassede grænser i stedet for at få de mest nyttige funktioner fjernet bag et højere tilladelsesniveau.

I stedet for at begrænse kunder til en indlejret chatbot, kører SoftSync en MCP‑server, der giver assistenter som ChatGPT og Claude mulighed for at arbejde direkte med CRM‑systemet. Hvad gør denne arkitektur muligt, som en konventionel indlejret AI‑assistant ikke kan?

En indlejret chatbot er begrænset af den grænseflade og den model, som leverandøren har valgt. MCP giver en assistent som ChatGPT eller Claude en standardmetode til at arbejde med SoftSync‑arbejdsområdet i realtid.

Det betyder, at assistenten kan bruge kundeposter, relateret aktivitet, tilpassede objekter, felter, visninger, noter og tilladte arbejdsprocesser, som allerede findes i CRM‑systemet. Den kan besvare et spørgsmål, forberede et mødebrief, foreslå en opdatering af en post eller starte en understøttet workflow uden at brugeren skal kopiere kontekst manuelt til en separat chat.

Det væsentlige er ikke, at en indlejret assistent aldrig kan udføre handlinger. Det er, at MCP giver kunderne flere valg af assistent, en mere åben arkitektur og en direkte forbindelse til CRM‑systemet som kilde.

Din MCP‑implementering giver AI‑assistenter operationel vejledning i, hvordan SoftSync fungerer, inden de begynder at bruge dets værktøjer. Hvorfor er den kontekst vigtig, og hvad har du lært om at gøre agenter mere pålidelige, når de interagerer med forretningssystemer?

Værktøjsskemaer forklarer, hvad en operation accepterer. De forklarer ikke fuldt ud, hvordan CRM‑systemet skal bruges sikkert.

Før du bruger værktøjerne, giver SoftSync operationel vejledning såsom at opdage den levende arbejdsområdeskema, bruge interne feltnavne, løse relaterede poster, kontrollere tilladelser og følge den korrekte rækkefølge for handlinger som at sende en e‑mail.

Den kontekst gør agenterne mere pålidelige, fordi de er mindre tilbøjelige til at gætte på en tabel, et felt, en post‑ID, en relation eller en modtager. Den bredere lektie er, at pålidelige agenter har brug for mere end kun adgang til værktøjer: de har brug for forretningsregler, grænser og verifikations‑trin omkring disse værktøjer.

At give en AI‑agent evnen til at oprette poster, flytte handler, sende e‑mails eller ændre kundedata introducerer vigtige spørgsmål omkring kontrol. Hvordan håndterer SoftSync tilladelser, bekræftelser og andre sikkerhedsforanstaltninger, når agenter får lov til at udføre handlinger i den virkelige verden?

SoftSync giver ikke en agent en separat vej udenom CRM‑tilladelserne. Forbindelsen bruger brugerens konto, OAuth, arbejdsområdemedlemskab, gruppeadgang og rolle. En læser kan ikke blive en redaktør blot fordi en assistent er tilsluttet.

Vi opfordrer også til en læs‑først‑arbejdsgang: identificer den præcise post, inspicer den aktuelle tilstand, foreslå ændringen og gennemgå målet, værdierne, modtagerne og bivirkningerne, før du godkender den.

For arbejde med højere risiko kan systemet kræve menneskelig gennemgang eller bekræftelse. Det er især vigtigt ved afsendelse af kundevendte e‑mails, ændring af handlingsstadier, ændring af følsomme poster, brug af personlige postkasser eller igangsættelse af tilknyttede eksterne operationer. Autopilot er velegnet til gentagelige kontroller og påmindelser, men mennesker bør forblive ansvarlige for tvetydige, irreversible eller relationsfølsomme beslutninger.

Autopilot er designet til at håndtere rutinearbejde i baggrunden. Hvilke typer af CRM‑arbejdsgange er særligt velegnede til autonom udførelse, og hvor mener du, at mennesker bør forblive fast i kredsløbet?

Arbejd med en klar udløser, klare input og et gentageligt resultat. For eksempel:

• mindes en ejer, når en handel er blevet stille
• advare en sælger, når en høj‑værdi mulighed oprettes
• klassificere og dirigere indgående e‑mail
• oprette en opfølgning efter at et tilbud er sendt
• tjekke poster efter en tidsplan
• underrette en person, når en kendt betingelse er opfyldt

Mennesker bør forblive fast involveret, når opgaven indebærer dømmekraft, en usikker identitetsmatch, en kundevendt forpligtelse, en følsom stadieændring, sletning eller en ekstern handling, der ikke let kan omgøres. Målet er ikke at fjerne ansvaret; det er at fjerne det gentagne arbejde omkring ansvarlige beslutninger.

SoftSync beskriver AI‑assistenten som et integrationslag i stedet for at forsøge at lede hver opgave gennem hundredevis af individuelle forbindelser. Hvor langt kan den model gå, og hvor forbliver traditionelle API’er eller dedikerede integrationer den bedre tilgang?

MCP kan dække en bred klasse af assistent‑styret arbejde, fordi det eksponerer arbejdsområdet som strukturerede, tilladte værktøjer i stedet for at kræve et separat brugerdefineret interface for hver assistent.

Det er især nyttigt til spørgsmål, postarbejde, mødeforberedelse, arbejdsgangseksekvering og handlinger, der drager fordel af naturligt sprog‑kontekst. Det kan også fungere med tilknyttede operationer, hvor de konti og tilladelser er tilgængelige.

Traditionelle API’er og dedikerede integrationer er stadig bedre til deterministiske, høj‑volumen, lav‑latens processer; kontinuerlig synkronisering; streng service‑konto‑styring; webhooks; masse‑databevægelse; eller systemer, hvor en AI‑assistent slet ikke bør involveres. Vores holdning er ikke, at “alt skal gå gennem AI”. Det er at bruge den simpleste pålidelige forbindelse for hver opgave.

SoftSync er designet til at arbejde med flere AI‑assistenter i stedet for at binde kunder til en enkelt modeludbyder. Efterhånden som modeller fra OpenAI, Anthropic, Google og andre fortsætter med at udvikle sig, hvor vigtig er modeluafhængighed for den langsigtede arkitektur af en agentbaseret forretningsapplikation?

En forretningsapplikation bør ikke tvinge kunder til at redesigne deres data og arbejdsgange hver gang den foretrukne AI‑model skifter. SoftSync bevarer det holdbare lag, inklusive poster, skema, tilladelser, arbejdsgange og revisionsforventninger, inde i arbejdsområdet, mens forskellige assistenter kan arbejde gennem et fælles interface.

Det giver kunderne flere valg og lader os drage fordel af fremskridt på tværs af modeløkosystemet. Det kræver også disciplin: modeludbydere varierer i værktøjsbrug, godkendelser, kontekstgrænser, pålidelighed og omkostninger. Modeluafhængighed handler ikke om at foregive, at alle modeller opfører sig identisk. Det handler om at holde kundens forretningssystem uafhængigt af enhver enkelt udbyder.

Kundedata bliver særligt følsomme, når AI‑agenter kan aktivt operere på dem. Hvordan håndterer SoftSync privatliv, datalokation og styring, især for europæiske kunder, mens AI stadig får tilstrækkelig adgang til at udføre nyttigt arbejde?

Udgangspunktet er mindst mulige adgangsrettigheder. Hver person forbinder sin egen konto, og assistenten arver arbejdsområdet og gruppeadgangene, som kontoen allerede har. Private grupper forbliver private, seere forbliver skrivebeskyttede, og tilknyttede postkasser eller kalendere er underlagt deres egne adgangskontroller.

SoftSync AI er hostet i EU på Microsoft Azure i Stockholm. Vi sælger aldrig kundedata og træner aldrig AI-modeller på kundedata. Hver underleverandør er også opført sammen med den region, den opererer i.

Vi adskiller også adgang fra handling. En assistent kan muligvis læse en post uden at have tilladelse til at ændre den, og en tilknyttet arbejdsproces kan kræve yderligere input eller menneskelig bekræftelse, før den kører. For følsomt arbejde kan teams starte med skrivebeskyttede forespørgsler og verificere resultatet mod kildeposten.

De overordnede produktprincipper er dataminimering, eksplicit adgang, brugerbaseret godkendelse, kontrolleret synlighed, gennemgåelige handlinger og klar håndtering af tilknyttede konti. Optagelse af møder kræver også passende deltagerinformation og overholdelse af gældende samtykke‑ og privatlivslovgivning.

Ser du flere år frem, forventer du, at den traditionelle idé om at vedligeholde et CRM, manuelt indtaste data, opdatere salgsstadier og oprette opfølgningsopgaver, i vid udstrækning forsvinder? Hvad bliver CRM’et, når AI‑agenter er ansvarlige for en stor del af dette operationelle arbejde?

Det manuelle CRM forsvinder ikke helt; dets rolle ændrer sig. Folk bør bruge mindre tid på at indtaste rutinemæssige opdateringer og mere tid på at gennemgå den kontekst, de undtagelser og de beslutninger, der betyder noget.

CRM’et bliver et delt kontekst‑ og handlingslag: et sted, hvor kundehistorik, kommunikation, møder, ejerskab, tilladelser, arbejdsprocesser og næste skridt forbliver forbundet. Agenter kan indfange information, holde registre opdaterede, identificere arbejde, der kræver opmærksomhed, og køre gentagelige processer i baggrunden.

Mennesker ejer stadig relationen, dømmekraften, forpligtelserne, prisfastsættelsen og vigtige beslutninger. Det fremtidige CRM er mindre en database, som folk konstant vedligeholder, og mere et betroet operationelt system, som folk overvåger.

Tak for det gode interview. Læsere, der ønsker at lære mere, kan besøge SoftSync AI. Unite.AI‑læserne, der bruger dette link, kan få adgang til en 30‑dages prøveperiode og modtage 30 % rabat.