Agentic By Design: Hvordan AI kan skabe eller ødelægge kundeoplevelsen

Hvorfor organisationer, der redesignerer kunderejser før de implementerer AI, vil overgå dem, der ikke gør det

I løbet af det sidste år har AI frembragt en række højprofilerede kundeoplevelsesfiaskoer. Pizza Hut bliver sagsøgt for 100 millioner dollar efter en franchisee påstod, at et AI-drevet leveringsoptimeringssystem øgede forsinkelser og skadede kundetilfredshed i stedet for at forbedre det. Air Canada blev holdt ansvarlig efter dens automatiserede AI-agent gav kunderne forkert information om sørgefrie tariffer. I begge tilfælde fungerede teknologien, som den var blevet udviklet, men der var kritiske fejl i, hvordan AI var designet ind i kundeoplevelsen.

I årtier har organisationer jaget teknologiplatforme som svar på vækst og efficiens. Mønsteret er velkendt: en overbevisende funktion dukker op, ledere flytter hurtigt for at adoptere den, og teknologien lægges på rejser og arbejdsgange, der aldrig blev redesigneret til at støtte den. AI forstærker dette problem. Til forskel fra mange teknologier sidder AI-agenter ikke inde i ét system eller én afdeling, de påvirker hele rejsen, fra hvordan kunder opdager og køber til, hvordan de modtager service og forbliver loyale. Hver AI-interaktion er nu en kundeoplevelsesbeslutning, og hver kundeoplevelsesbeslutning har kommercielle konsekvenser.

Det kritiske spørgsmål, som alle erhvervsledere må stille, er, hvor AI hører til og hvor AI ikke hører til. Kvaliteten af disse designbeslutninger vil bestemme, om AI bliver en vækstmotor, en dyrt operativ byrde eller katalysatoren for virksomheds- og varemærkeværdiforladelse.

Skab ikke dårligere kundeoplevelser med AI

Der er ekstremt høj pres for at implementere AI-agenter, faktisk mere end 90% af servicledere rapporterer, at der er en øget ledelsespres for at implementere AI. Samtidig er fejlmarginen aldrig blevet lavere – det har aldrig været nemmere at skifte mærke, og 80% af kunderne sagde, at de havde skiftet mærke på grund af dårlige kundeoplevelser. Denne ligning burde være skræmmende for erhvervsledere. De fleste ledere responderer ved at flytte hurtigt, teste agenter på tværs af kundekontaktpunkter og håbe på, at efficiensgevinster vil følge. Dette er det samme mønster, som organisationer oplevede, da de jagtede teknologi for at svare på vækst- og efficiensudfordringer.

Når AI introduceres i rejser, der allerede var fragmenterede, accelererer det fragmenteringen. Kunder møder inkonsistente svar på tværs af kanaler, kontekst forsvinder mellem digitale og menneskelige interaktioner, medarbejdere tøver med at handle på anbefalinger, der er i konflikt med deres erfaring, og eskaleringer øges, selvom automatisering udvides.

Forretningsindvirkningen kan stille og roligt kompoundere, løsningstider langsommere på grund af omarbejdning, omkostningerne til at betjene øges, da mennesker kompenserer for dårligt designede automatisering med mere udgang, eller øges dramatisk, hvis kundetillid bliver undermineret, og kunder beslutter at forlade i store mængder. Til sidst vil kunderne forlade, hvis deres oplevelser er dårlige.

Risikoen ligger i implementeringen af teknologien. Hvordan, hvor og hvorfor AI implementeres, er de nøglepunkter, ledere må besvare, og dette kan kun besvares med en tankefuld og pragmatisk AI-designstrategi.

Fire designbeslutninger, ledere må træffe

De organisationer, der er positionerede til at vinde med AI, flytter sig bevidst. Før de implementerer agenter, gør de noget, der lyder simpelt, men kræver rigtig disciplin: kvantificere, hvilke oplevelser, der retfærdiggør AI-investering, og derefter designe, hvordan AI, mennesker, data og arbejdsgange skal arbejde sammen for at levere oplevelser, som kunder vil stole på.

Denne bevidste handling er, hvad vi kalder Agentic By Design. Det er ikke en modenhedsmodel eller en implementeringsliste, Agentic By Design er en strategisk opererende linse bygget op om fire komponenter, der må behandles samtidigt, før AI-agenter integreres i kundeoplevelser: beslutningsdesign, arbejdsgangsorkestrering, menneskelige og maskinroller og værdirealisering.

1. Beslutningsdesign. Hvordan bestemmer man, hvilke beslutninger former kundeoplevelsen, og hvem skal træffe dem? Ikke alle beslutninger skal automatiseres. De organisationer, der skaber mest værdi med AI, definerer bevidst, hvor AI handler, hvor mennesker leder, og hvor menneskelig dømmekraft forbliver afgørende.
2. Arbejdsgangsorkestrering. Hvordan flytter arbejdet sig på tværs af mennesker, systemer og AI uden at bryde oplevelsen? Det er en gammel kundeoplevelsesadage – kunder oplever ikke funktioner; de oplever rejser. De største fejl i agentic AI er ikke modellerne selv, men håndovergangene, hvor kontekst, ansvar og kontinuitet gå tabt.
3. Menneskelige og maskinroller. Når skal AI handle autonomt, når skal det assisterer, og når skal mennesker træde ind? Klart rolledefinition bygger tillid, forbedrer adoption og sikrer, at AI supplerer medarbejdere i stedet for at skabe ny operativ friktion.
4. Værdirealisering. Hvordan bestemmer man, hvilke oplevelsesforbedringer retfærdiggør investeringen? AI skal vurderes som enhver strategisk investering med en klar forbindelse mellem kundeoplevelse, operativ præstation og forretningsresultater. Uden denne forbindelse kæmper organisationer med at prioritere investeringer, bevise ROI eller skala, hvad der virker.

Disse fire komponenter er interafhængige. Når de behandles samtidigt, skaber de betingelserne for, at AI kan accelerere værdi; når de behandles i isolation eller ikke overhovedet, er det, hvor AI-investeringer stagnere eller forårsager offentlige mærke- og kunde-værdikriser.

Den bedste tid til at designe er før man bygger

Ikke alle organisationer starter på samme sted, og ikke alle kunderejser har brug for autonomi. Nogle organisationer har brug for at reducere operativ friktion, før de introducerer AI, andre er klar til at orkestrere arbejde på tværs af mennesker, systemer og AI. En mindre gruppe er parat til at levere proaktive, meget personlige og meget autonome oplevelser. Målet er ikke at klatre op ad en modenhedsstige, men snarere at starte, hvor kundeoplevelse, tillid og økonomi skærer skarpest.

Virgin Voyages tog denne tilgang. I stedet for at implementere en chatbot for at reducere opkaldsvolumen, identificerede teamet først de serviceinteraktioner, der skabte den højeste kundeindsats og omkostning til at betjene. De opdagede, at AI skabte arbejde i stedet for at reducere det. Ved at redesigne AI-til-menneske-håndovergang, klargøre beslutnings ejerskab og definere, hvor menneskelig dømmekraft forblev afgørende, reducerede organisationen opkaldscenter-escaleringer med mere end 20% ved lanceringen.

Kundeorienteret AI er fundamentalt et designudfordring. De fleste organisationer kan implementere teknologi, men langt færre kan bestemme, hvor AI hører til, hvordan arbejde skal ændre sig omkring det, og hvordan værdi vil blive skabt på grund af det.

Agentic By Design er centralt fokuseret på intention. Intention, ikke modellen, budgettet eller antallet af agenter i produktion, er differentiator. Organisationer, der designer bevidst, før de implementerer, vil skabe kompounderet værdi. Dem, der ikke gør det, vil bruge år på at afvikle omkostningerne ved at flytte for hurtigt.