Reggie Scales, præsident og leder af forretningsenheden Applications hos Vonage – Interviewserie

Reggie Scales, præsident og leder af forretningsenheden Applications hos Vonage, er en erfaren teknolog- og kommunikationsleder med mere end to årtier af erfaring i at lede salg, drift, go-to-market‑strategi og forretningsvækst. Siden han tiltrådte Vonage i 2018, har han haft senior ledelsesansvar inden for virksomhedens applikationsforretning. Tidligere var Scales senior vice president for Western U.S. hos Masergy, vice president og general manager for Central Region hos Comcast Business og senior vice president for salg og marketing hos Wilcon. Tidligere i sin karriere tilbragte han mere end 12 år hos PAETEC, hvor han avancerede gennem flere lederstillinger, herunder president for salg og service, hvor han styrede salg og forretningsdrift for en region på $1 milliard med cirka 500 ansatte. Hans karriere har fokuseret på at skalere kommunikationsvirksomheder, opbygge højtydende teams og udvikle enterprise‑salg og kundeengagementstrategier.

Vonage er en global virksomhedsteknologisk virksomhed og en del af Ericsson, der leverer kommunikations‑API’er, unified communications og kontaktcenter‑løsninger til mere end 100.000 virksomheder verden over. Platformen gør det muligt for organisationer at indlejre tale, video, beskeder, autentificering og andre kommunikationsfunktioner direkte i applikationer og kundeoplevelser, mens virksomhedens kommunikations‑ og kontaktcenterprodukter understøtter medarbejdersamarbejde og kundeengagement. Vonage integrerer i stigende grad kunstig intelligens og mobilnetværksintelligens i sin platform, hvilket giver virksomheder og udviklere værktøjer til at skabe mere personlige, sikre og automatiserede kommunikationsoplevelser på tværs af digitale kanaler

Din karriere har omfattet salg, service, regionale operationer, kommunikationsinfrastruktur og nu ledelsen af Vonage’s applications‑forretning. Hvordan har denne operationelle erfaring formet din tilgang til AI‑adoption, især behovet for at balancere innovation med målbare kunde‑ og forretningsresultater?

Jeg har arbejdet i mere end 25 år inden for kommunikation, og hvert trin i min karriere har understreget vigtigheden af at knytte teknologiinvesteringer til et klart forretningsbehov. Jeg startede med at sælge langdistancetjenester, gik derefter videre til lokal kommunikation, datanetværk, cloud computing og nu AI. Jeg har haft mulighed for at opleve flere store skift i vores branche, og én lektie har forblevet konstant: ny teknologi skaber varig værdi, når den løser et reelt problem for kunderne og forretningen.

Den samme tankegang anvender jeg på AI. I et kontaktcenter bør udgangspunktet være det resultat, du ønsker at forbedre. Det kan være at hjælpe kunder med at løse rutineforespørgsler hurtigere, give medarbejdere bedre information under en samtale, reducere unødvendige trin eller gøre det lettere at skifte mellem kanaler uden at miste kontekst.

Min nuværende rolle dækker produkt, engineering, salg, partnerskaber og kundesupport, hvilket også påvirker min tilgang til adoption. En funktion kan være teknisk imponerende, men virksomheder skal stadig overveje, hvordan den passer ind i eksisterende operationer, hvor let medarbejdere og kunder kan bruge den, og hvordan de vil måle, om den fungerer. Den forbindelse mellem teknologi, implementering og resultater er især vigtig med AI, fordi forandringshastigheden er så høj.

Mange virksomheder er ivrige efter at introducere generativ og agentisk AI i deres kontaktcentre. Hvilket grundlæggende arbejde skal de fuldføre inden for data, workflow‑design, systemintegration og governance, før de forsøger at skalere ud over en indledende pilot?

Virksomheder har brug for et solidt fundament, før de udvider AI i hele kontaktcentret. En pilot kan fungere i et kontrolleret miljø med et begrænset datasæt og en simpel workflow. At skalere betyder at forbinde AI’en til flere systemer, mere kundeinformation og flere dele af forretningen, hvilket tilføjer yderligere kompleksitet.

Data er et af de første områder, der skal adresseres. Organisationer skal forstå, hvor deres kundeinformation befinder sig, om den er korrekt og opdateret, og hvem der har tilladelse til at bruge den. Workflow‑design er lige så vigtigt. Virksomheder bør forstå den proces, AI’en træder ind i, hvilke beslutninger den kan træffe, og hvornår en person skal involveres.

Integration er en anden væsentlig komponent. Kunder kommunikerer via tale, beskeder, video og andre kanaler, mens medarbejdere kan være afhængige af flere systemer bag kulisserne. Hvis disse miljøer forbliver adskilte, kan tilføjelsen af AI skabe endnu et lag af fragmentering.

Governance bør også etableres fra starten. Virksomheder har brug for klare regler for privatliv, sikkerhed, adgang og menneskelig overvågning. De bør også definere, hvordan de vil evaluere AI’en over tid. At gå videre end en pilot kræver tillid til, at teknologien kan levere konsistent, selv når antallet af interaktioner og variationen i situationer stiger.

Kundeinformation er ofte fragmenteret på tværs af CRM‑systemer, opkaldstranskriptioner, beskedhistorik og andre virksomhedsplatforme. Hvad kræver et reelt samlet kundekontekstlag, og hvordan kan organisationer forhindre AI‑systemer i at handle på ufuldstændig eller forældet information?

Et brugbart kundekontekstlag starter med at forbinde information, der forklarer, hvem kunden er, hvad der allerede er sket i deres rejse, og hvad de forsøger at opnå nu. Det kan omfatte CRM‑information, opkaldstranskriptioner, beskedhistorik, kontodetaljer, tidligere serviceinteraktioner og andre relevante optegnelser.

Mange virksomheder håndterer stadig disse dele i separate systemer, og det skaber problemer, med eller uden AI. En kunde kan starte en samtale i én kanal, skifte til en anden og derefter skulle gentage information, fordi det andet system ikke har historikken fra den første interaktion. AI gør løsningen af denne fragmentering endnu vigtigere, fordi en agent kun kan give en brugbar anbefaling eller foretage en passende handling, når den har pålidelig kontekst.

Organisationer skal vide, hvilke systemer der er autoritative for forskellige typer information, og have processer til at holde denne information opdateret. De har også brug for sikkerhedsforanstaltninger til situationer, hvor AI’en ikke har tilstrækkelig kontekst til at fortsætte med sikkerhed.

Hvis information mangler, er modstridende eller forældet, skal AI’en kunne genkende denne begrænsning og bede om afklaring eller inddrage et menneske. Det er især vigtigt, efterhånden som AI bevæger sig fra at besvare spørgsmål til at udføre handlinger for kunder.

Hvordan bør en effektiv overdragelse fra en virtuel agent til en menneskelig rådgiver se ud? Hvilken information om kundens intention, tidligere samtale, gennemførte handlinger og uløste problem skal overføres, så kunden ikke behøver at starte forfra?

Kunden bør opleve en problemfri overdragelse som en fortsættelse af den samme samtale. Når en menneskelig rådgiver træder ind i interaktionen, skal vedkommende forstå, hvorfor kunden kontaktede, hvad der allerede er drøftet, hvad den virtuelle agent har afsluttet, og hvad der stadig kræver opmærksomhed.

Som minimum bør overdragelsen indeholde kundens intention, den relevante samtalehistorik, kontoinformation, der er nødvendig for interaktionen, eventuelle trin eller verifikationer, der allerede er gennemført, samt årsagen til, at den virtuelle agent eskalerede problemet. Hvis kunden allerede har forklaret problemet eller besvaret et spørgsmål, skal rådgiveren have denne information let tilgængelig.

Den kontinuitet er vigtig, fordi en af de største kilder til frustration i kundeservice er at skulle starte forfra. AI bør hjælpe med at reducere denne friktion i stedet for at tilføje flere trin.

Efterhånden som virtuelle agenter bliver i stand til at håndtere en større del af rutineinteraktioner, bliver kvaliteten af overgangen til en person endnu vigtigere. Der vil fortsat være situationer, der kræver empati, dømmekraft, kreativitet eller mere nuanceret problemløsning. Virksomheder skal designe dette fra starten og give medarbejdere tilstrækkelig kontekst til effektivt at overtage samtalen fra en AI‑agent, når sådanne situationer opstår.

Den næste fase af AI inden for kundeoplevelser forventes at fokusere mindre på selvstændige værktøjer og mere på intelligens, der er indlejret direkte i eksisterende workflows. Hvordan ændrer dette den rolle, AI spiller i kontaktcentret, og hvordan skal virksomheder beslutte, hvilke opgaver der skal automatiseres fuldstændigt, og hvilke der skal forblive menneskestyrede?

At indlejre AI i eksisterende workflows er yderst effektivt, fordi medarbejdere og kunder ikke behøver at skifte til en separat oplevelse for at høste fordelene. AI kan understøtte det, der allerede foregår i kontaktcentret ved at hjælpe en medarbejder med at finde information under en samtale, opsummere en interaktion, foreslå næste skridt eller fuldføre en rutineproces for en kunde.

Når man beslutter, hvad der skal automatiseres, bør virksomheder nøje vurdere opgavens art og konsekvenser. Gentagne interaktioner med klare regler og forudsigelige resultater er stærke kandidater til øget automatisering. En simpel kontooplysning er for eksempel meget anderledes end en samtale, der involverer en følsom klage, en usædvanlig omstændighed eller en beslutning, der kan have betydelig indvirkning på kunden.

Medarbejdere vil fortsat spille en vigtig rolle, hvor empati, dømmekraft og kreativ problemløsning er påkrævet. AI kan også støtte disse medarbejdere i stedet for blot at overtage en interaktion.

Jeg vil evaluere automatisering ud fra den oplevelse, den skaber. Hvis en proces bliver hurtigere, men fører til flere gentagne henvendelser, flere eskaleringer eller større kundefrustation, skal virksomheden revurdere, hvordan workflowet blev designet.

Vonage har for nylig introduceret branchespecifikke AI‑agenter til sundhedssektoren, finansielle tjenester og detailkontaktcentre. Hvorfor bliver vertikal specialisering vigtig, og hvordan skal en virksomhed afgøre, om en AI‑agent reelt forstår branchens workflows, terminologi og regulatoriske krav?

Måden, hvorpå en kunde interagerer med en sundhedsudbyder, kan være meget anderledes end, hvordan en person interagerer med en finansiel institution eller en detailhandler. Den underliggende kontaktcenterteknologi kan have ligheder, men sproget, workflows, kundernes forventninger og kravene omkring disse interaktioner kan variere betydeligt.

Det gør branchens kontekst stadig vigtigere, efterhånden som AI‑agenter bliver i stand til at gøre mere end at besvare grundlæggende spørgsmål. En agent skal forstå de typer af anmodninger, kunder typisk stiller, den terminologi, medarbejdere og kunder bruger, de systemer, der er involveret i at gennemføre disse anmodninger, og grænserne for, hvad den må gøre.

Virksomheder bør evaluere branchespecifik AI ved hjælp af scenarier fra deres faktiske drift. Det betyder at teste almindelige anmodninger sammen med undtagelser og mere komplekse situationer. De bør undersøge, om agenten følger det forventede workflow, forstår det sprog, kunderne bruger, og ved, hvornår den skal inddrage en person.

Organisationer skal også vurdere, hvordan privatliv, sikkerhed og regulatoriske krav håndteres. Disse overvejelser bør indgå i design- og evalueringsprocessen i stedet for at blive behandlet efter, at en agent allerede interagerer med kunder.

I sidste ende bliver branchekendskab værdifuldt, når det omsættes til mere præcise, passende og nyttige kundeinteraktioner.

Efterhånden som AI‑agenter udvikler sig fra at besvare spørgsmål til at gennemføre transaktioner og udføre handlinger på vegne af kunder, hvilke sikkerhedsforanstaltninger er nødvendige omkring tilladelser, privatliv, hallucinationer, sporbarhed og menneskelig overvågning?

Graden af overvågning bør øges, efterhånden som AI‑agenter får mere ansvar. Der er en væsentlig forskel mellem en agent, der leverer generel information, og en agent, der foretager en kontochanges, gennemfører en transaktion eller udfører en anden handling, der direkte påvirker en kunde.

Tilladelser er en central del af dette. En AI‑agent bør kun have adgang til den information og de systemer, der er nødvendige for den opgave, den er autoriseret til at udføre. Identitetsverifikation, adgangskontrol og klare regler for, hvordan kundedata bruges, er også vigtige. Kunder skal have gennemsigtighed i, hvordan deres information håndteres.

Organisationer har også brug for en registrering af, hvad der skete under en interaktion. Når agenter begynder at udføre handlinger, skal virksomheder kunne forstå, hvilken information der blev brugt, hvilken handling der blev gennemført, og hvor et problem opstod, hvis noget går galt. Det bliver især vigtigt i følsomme eller regulerede miljøer.

Menneskelig overvågning bør afspejle opgavens risiko. Nogle rutinehandlinger kan være passende for en AI‑agent at udføre uafhængigt. Mere betydningsfulde situationer kan kræve gennemgang eller godkendelse.

AI’en skal også kunne genkende usikkerhed. Når information er ufuldstændig, modstridende eller uden for de grænser, den er givet, er den sikreste fremgangsmåde at pause, bede om yderligere information eller inddrage en person i stedet for at fortsætte baseret på en uunderbygget antagelse.

Kontaktcenter‑AI‑projekter evalueres ofte ud fra omkostningsbesparelser, call‑deflection eller reduktion i gennemsnitlig håndteringstid. Hvilke yderligere målinger bør ledere bruge for at afgøre, om AI forbedrer første‑kontakt‑løsning, kundetilfredshed, medarbejderoplevelse, indtægter og langsigtet tillid?

Effektivitetsmålinger er vigtige, men ledere bør se ud over, hvor hurtigt eller billigt en interaktion blev håndteret. En kort interaktion er ikke særligt værdifuld, hvis kunden skal kontakte virksomheden igen, fordi problemet aldrig blev fuldstændigt løst.

Første‑kontakt‑løsning er en vigtig måling af den grund. Gentagne kontakt‑ og eskaleringsrater kan også fortælle ledere, om AI reelt hjælper kunderne eller blot flytter problemet et andet sted hen. Kundetilfredshed bør forblive central, da oplevelsen i sidste ende bestemmer, om folk fortsat har tillid til og vælger at handle med en virksomhed.

Dette punkt er især vigtigt i lyset af, hvad vi har set i vores kundeengagement‑undersøgelse. Kunder har begrænset tolerance over for dårlige oplevelser, så virksomheder bør være forsigtige med at optimere én effektivitet‑måling på bekostning af det samlede forhold.

Medarbejderoplevelsen fortjener også opmærksomhed. Hvis AI leverer bedre information, håndterer gentagne opgaver og hjælper medarbejdere med at løse mere komplekse problemer, bør ledere kunne se dette i medarbejderfeedback og -præstation.

Jeg vil også se på bredere forretningsresultater såsom kundeloyalitet, kontovækst og indtægter genereret eller beskyttet gennem serviceinteraktioner. Samlet giver disse målinger ledere et langt klarere billede af, om AI skaber værdi for kunder, medarbejdere og forretningen over tid.

Vonage opererer på tværs af kontaktcentre, unified communications, communications‑application programming interfaces og netværksdrevede funktioner gennem Ericsson. Hvordan kan disse lag arbejde sammen for at hjælpe AI‑agenter med at kommunikere og handle på tværs af kanaler uden at skabe en ny fragmenteret teknologistak?

Kunder tænker ikke over, om en interaktion foregår i en kontaktcenterplatform, eller om den er drevet af en communications‑API eller mobilnetværket. De forventer at kunne kommunikere gennem den kanal, der passer dem, og fortsætte interaktionen uden unødig friktion. Teknologien bag den oplevelse skal understøtte denne kontinuitet.

Vonage opererer på tværs af Network APIs, CPaaS, CCaaS og UCaaS, hvilket giver os mulighed for at betragte disse funktioner som sammenhængende dele af kundeoplevelsen. Efterhånden som AI‑agenter bliver mere kapable, bliver den forbindelse stadig vigtigere, fordi en agent kan have brug for at kommunikere gennem én kanal, hente kontekst fra et andet system og udføre handlinger et andet sted.

En mere integreret tilgang kan også hjælpe med at bevare kontekst, når kunder skifter mellem tale, beskeder og andre kanaler. Det samme princip gælder, når en AI‑interaktion overdrages til en medarbejder til håndtering.

Vores samarbejde med Ericsson skaber også en mulighed for at bringe kommunikationsapplikationer og netværksfunktioner tættere sammen. Målet er at sikre, at disse funktioner er nyttige i kunderejsen uden at tvinge virksomheder til at håndtere et ekstra sæt af uafhængige værktøjer.

Kan du venligst dele et eksempel på, hvordan Vonage’s kontaktcenter, unified communications, API og Ericsson‑netværksfunktioner kan arbejde sammen i en kundesamtale i dag?

Et godt eksempel er, hvad der sker, når en kunde ringer til et finansielt services‑kontaktcenter for at rapportere en mistænkelig transaktion eller anmode om en kontochanges.

Før agenten overhovedet løfter, er Vonage’s Network APIs – drevet af Ericssons carrier‑infrastruktur – allerede i gang. I det øjeblik, opkaldet kommer ind, tjekker vores Identity Insights‑funktion telefonnummeret mod live mobilnetværksdata, herunder om SIM‑kortet knyttet til nummeret for nylig er blevet udskiftet. Det er et stærkt signal om potentiel svindel, og det sker usynligt, uden nogen friktion for kunden.

Den netværksintelligens flyder direkte ind i kontaktcentret via Vonage’s Communications APIs og fremkommer som et real‑time tillidssignal i agentens arbejdsområde. Hvis agenten arbejder i Salesforce, vises den indsigt automatisk i Agentforce, så agenten kan se, om opkalderens identitet er bekræftet, eller om der er grund til at anvende ekstra kontrol – alt sammen før samtalen begynder.

Samtidig integrerer Vonage Contact Center (VCC) problemfrit med sin unified communications‑løsning, Vonage Business Communications (VBC), for at forbinde med den bredere organisation. Hvis agenten skal inddrage en svindelspecialist eller en kollega fra back‑office, kan de se, hvem der er tilgængelige på tværs af virksomheden i realtid og overføre opkaldet med fuld kontekst intakt. Kunden behøver ikke gentage sig, og specialisten deltager i samtalen allerede med kendskab til, hvad der er sket.

Det, der gør dette eksempel meningsfuldt, er, at ingen af disse lag opererer isoleret. Netværket informerer kontaktcentret. API‑erne forbinder intelligensen med workflowet. Unified communications‑laget holder de rette personer i kredsen. Kunden oplever det som en enkelt, kontinuerlig interaktion – præcis som det skal føles.

Det er den type integration, vi arbejder hen imod på tværs af alle vores funktioner, og den er allerede tilgængelig for kunder i dag.

Efterhånden som AI overtager flere rutine‑kundeinteraktioner, hvordan forventer du, at ansvarsområderne for menneskelige kontaktcenter‑professionelle vil ændre sig i løbet af de næste tre til fem år, og hvad bør virksomheder begynde at gøre nu for at forberede deres medarbejdere, processer og ledelse?

Efterhånden som AI håndterer en større andel af rutineinteraktioner, forventer jeg, at kontaktcenter‑professionelle vil bruge mere af deres tid på de situationer, hvor menneskelige færdigheder betyder mest. Det inkluderer komplekse problemer, usædvanlige omstændigheder og samtaler, der kræver empati, dømmekraft eller kreativitet.

Kontaktcenter‑professionelles roller vil også blive tættere knyttet til AI. Medarbejdere kan bruge AI til at finde information, forstå historikken for en interaktion, opsummere samtaler eller identificere mulige næste skridt. Det betyder, at folk skal forstå, hvordan de arbejder med disse systemer, hvornår de skal have tillid til dem, og hvornår de skal udfordre eller tilsidesætte en anbefaling.

Det vigtige er, at virksomheder begynder at forberede deres teams nu, og ledelsen har en kritisk rolle at spille. Medarbejdere har brug for klarhed omkring, hvorfor AI introduceres, og hvordan deres job forventes at udvikle sig. Træning bør hjælpe medarbejderne med at forstå, hvordan AI passer ind i deres daglige ansvar, og hvad der fortsat er deres ansvar, når AI er involveret.

Virksomheder bør også inddrage kontaktcenter‑professionelle i implementeringen, fordi de hver dag ser kundespørgsmål, proceshuller og usædvanlige tilfælde. Deres erfaring kan hjælpe med at identificere, hvor automatisering vil være nyttig, og forudse, hvor den kan skabe problemer.

I løbet af de næste tre til fem år forventer jeg, at de stærkeste kontaktcentre vil være dem, der bruger AI til at gøre deres medarbejdere mere effektive, samtidig med at de bevarer en klar vej til menneskelig support, når kunderne har brug for det.

Tak for det gode interview, læsere der ønsker at lære mere, bør besøge Vonage.