Celine Haaverstad, COO på SoftSync AI – Intervjuserie

Celine Haaverstad, COO på SoftSync AI, hjälper till att leda företaget när det utvecklar ett nytt tillvägagångssätt för kundrelationshantering byggt kring AI‑agenter och automatisering. Hennes arbete fokuserar på att göra CRM‑system mindre beroende av manuell datainmatning och repetitiv administration, samtidigt som lämpliga kontroller kring behörigheter, kunddata och autonoma åtgärder upprätthålls. Haaverstad förespråkar ett tillvägagångssätt där AI integreras direkt i de dagliga affärsarbetsflödena snarare än att läggas till som en fristående chatbot, med människor som behåller ansvaret för känsliga beslut, kundåtaganden och handlingar som kräver omdöme. SoftSyncs egen webbplats identifierar Haaverstad som företagets COO.

SoftSync AI är en norskt utvecklad CRM‑plattform som är avsedd att samla kundregister, e‑post, möten, försäljningspipelines och uppföljningsarbetsflöden i ett enda arbetsutrymme. Dess Autopilot‑system kan köra repeterbara uppgifter i bakgrunden, medan en MCP‑server låter externa AI‑assistenter såsom ChatGPT, Claude och Gemini interagera direkt med CRM‑data och utföra tillåtna åtgärder med användarens befintliga åtkomsträttigheter. SoftSync erbjuder också direkta e‑post‑ och kalenderanslutningar samt ett REST‑API för konventionella programvaruintegrationer. Företaget uppger att kunddata lagras och behandlas i EU på Microsoft Azure i Stockholm och varken säljs eller används för att träna AI‑modeller.

Kan du ta oss tillbaka till SoftSync AIs ursprung? Vilka problem med traditionella CRM‑system övertygade teamet om att det fanns en möjlighet att bygga något fundamentalt annorlunda kring AI?

SoftSync började med en enkel observation: försäljningsdagen var spridd över för många separata verktyg. En lead kan starta på LinkedIn, gå över till ett kalkylblad, fortsätta via e‑post, bli en kalenderbokning, generera mötesanteckningar och slutligen behöva matas in i ett CRM.

Traditionella CRM‑system är ofta byggda kring en fast struktur och en stor mängd manuell administration. Team måste anpassa sina processer till systemet, vänta på att en administratör ändrar fält och upprepade gånger kopiera kontext mellan verktyg.

Vi ville bygga ett försäljningsarbetsutrymme kring det faktiska arbetsflödet: fånga leaden, hålla konversationen sammanlänkad, hålla mötet, dokumentera vad som hände och göra nästa åtgärd tydlig. AI är värdefullt i det systemet eftersom det kan eliminera de administrativa överlämningarna utan att bli en ytterligare isolerad chatbot.

SoftSync inkluderar funktioner som Assistant, Autopilot, API och MCP i sina betalda planer, medan kapaciteten skalas genom faktorer som platser, poster, grupper, e‑postanslutningar och månatlig aktivitet. Varför valde du att göra automatisering till en kärnkomponent i produkten snarare än att reservera den för ett tillägg på högre nivå?

Den viktiga distinktionen är mellan agenten och mängden arbete den utför. Autopilot bör vara en del av produktens kärnarbetsflöde eftersom automatisering är mest användbar när den förstår de poster, fält, behörigheter, konversationer och processer som redan finns i arbetsutrymmet.

Vi vill inte att automatisering ska vara en lyx som bara är tillgänglig för de största kunderna. Den nuvarande modellen är att kärn‑CRM, Assistant, Autopilot, API och MCP‑funktionerna ingår i de betalda planerna. Vad som skalas med kunden är utrymmet och användningen: platser, poster, grupper, e‑postanslutningar och månatlig aktivitet.

Det ger kunderna förutsägbar åtkomst till produkten samtidigt som användningen kan mätas rättvist. Större team och arbetsflöden med hög volym går över till planer med mer kapacitet eller anpassade gränser, snarare än att de mest användbara funktionerna tas bort bakom en högre behörighetsnivå.

Istället för att begränsa kunder till en inbäddad chatbot kör SoftSync en MCP‑server som låter assistenter som ChatGPT och Claude arbeta direkt med CRM‑systemet. Vad möjliggör denna arkitektur som en konventionell inbäddad AI‑assistent inte kan?

En inbäddad chatbot är begränsad av det gränssnitt och den modell som leverantören valt. MCP ger en assistent som ChatGPT eller Claude ett standardiserat sätt att arbeta med det levande SoftSync‑arbetsutrymmet.

Det innebär att assistenten kan använda kundposterna, relaterad aktivitet, anpassade objekt, fält, vyer, anteckningar och tillåtna arbetsflöden som redan finns i CRM‑systemet. Den kan besvara en fråga, förbereda ett mötesunderlag, föreslå en postuppdatering eller starta ett stödjande arbetsflöde utan att användaren måste kopiera kontext manuellt till en separat chatt.

Det viktiga är inte att en inbäddad assistent aldrig kan vidta åtgärder. Det är att MCP ger kunderna fler val av assistent, en mer öppen arkitektur och en direkt anslutning till CRM‑systemet som huvudkälla.

Er MCP‑implementation ger AI‑assistenter operativ vägledning om hur SoftSync fungerar innan de börjar använda dess verktyg. Varför är den kontexten viktig, och vad har ni lärt er om att göra agenter mer pålitliga när de interagerar med affärssystem?

Verktygsscheman förklarar vad en operation accepterar. De förklarar inte fullt ut hur CRM‑systemet bör användas på ett säkert sätt.

Innan verktygen används tillhandahåller SoftSync operativ vägledning, såsom att upptäcka det levande arbetsytesschemat, använda interna fältnamn, lösa relaterade poster, kontrollera behörigheter och följa rätt ordning för åtgärder som att skicka ett e‑mail.

Den kontexten gör agenter mer pålitliga eftersom de mindre sannolikt gissar en tabell, ett fält, ett post‑ID, en relation eller en mottagare. Den bredare lärdomen är att pålitliga agenter behöver mer än bara verktygsåtkomst: de behöver affärsregler, gränser och verifieringssteg kring dessa verktyg.

Att ge en AI‑agent möjlighet att skapa poster, flytta affärer, skicka e‑mail eller ändra kunddata introducerar viktiga frågor kring kontroll. Hur hanterar SoftSync behörigheter, bekräftelser och andra skyddsåtgärder när agenter får utföra handlingar i den verkliga världen?

SoftSync ger inte en agent en separat väg runt CRM‑behörigheterna. Anslutningen använder användarens konto, OAuth, arbetsytess medlemskap, gruppåtkomst och roll. En betraktare kan inte bli redigerare bara för att en assistent är ansluten.

Vi uppmuntrar också ett läs‑först‑arbetsflöde: identifiera den exakta posten, inspektera det aktuella tillståndet, föreslå förändringen och granska mål, värden, mottagare och bieffekter innan godkännande.

För arbete med högre risk kan systemet kräva mänsklig granskning eller bekräftelse. Det är särskilt viktigt vid utskick av kundinriktade e‑mail, ändring av affärssteg, modifiering av känsliga poster, användning av personliga brevlådor eller påbörjande av anslutna externa operationer. Autopilot är väl lämpad för repetitiva kontroller och påminnelser, men människor bör behålla ansvaret för tvetydiga, irreversibla eller relationskänsliga beslut.

Autopilot är utformad för att hantera rutinarbete i bakgrunden. Vilka typer av CRM‑arbetsflöden är särskilt lämpade för autonom körning, och var anser du att människor bör förbli fast i loopen?

Arbeta med en tydlig trigger, tydliga indata och ett repeterbart resultat. Till exempel:

• påminna en ägare när en affär har tystnat
• varna en säljare när en högvärdig möjlighet skapas
• klassificera och dirigera inkommande e‑mail
• skapa ett uppföljningsmeddelande efter att ett förslag har skickats
• kontrollera poster enligt ett schema
• avisera en person när ett känt villkor uppfylls

Människor bör förbli starkt involverade när uppgiften kräver omdöme, en osäker identitetsmatchning, ett kundinriktat åtagande, en känslig stegändring, radering eller en extern handling som inte enkelt kan återkallas. Målet är inte att ta bort ansvar; det är att eliminera det repetitiva arbetet kring ansvarsfulla beslut.

SoftSync beskriver AI‑assistenten som ett integrationslager snarare än att försöka leda varje uppgift genom hundratals enskilda anslutningar. Hur långt kan den modellen gå, och var är traditionella API:er eller dedikerade integrationer fortfarande det bättre alternativet?

MCP kan täcka en bred klass av assistentstyrt arbete eftersom det exponerar arbetsytan som strukturerade, behörighetsstyrda verktyg istället för att kräva ett separat anpassat gränssnitt för varje assistent.

Det är särskilt användbart för frågor, postarbete, mötesförberedelse, arbetsflödesexekvering och åtgärder som drar nytta av naturligt språk‑kontext. Det kan också fungera med anslutna operationer där dessa konton och behörigheter är tillgängliga.

Traditionella API:er och dedikerade integrationer är fortfarande bättre för deterministiska, högvolym, låglatensprocesser; kontinuerlig synkronisering; strikt styrning av service‑konton; webhooks; massdatatransport; eller system där en AI‑assistent inte bör vara inblandad alls. Vår ståndpunkt är inte “allt måste gå via AI”. Det handlar om att använda den enklaste pålitliga anslutningen för varje uppgift.

SoftSync är utformat för att fungera med flera AI‑assistenter snarare än att binda kunder till en enda modellleverantör. När modeller från OpenAI, Anthropic, Google och andra fortsätter att utvecklas, hur viktig är modelloberoende för den långsiktiga arkitekturen i en agentbaserad affärsapplikation?

En affärsapplikation bör inte tvinga kunder att omdesigna sina data och arbetsflöden varje gång den föredragna AI‑modellen förändras. SoftSync behåller det hållbara lagret, inklusive poster, schema, behörigheter, arbetsflöden och revisionsförväntningar, i arbetsytan, samtidigt som olika assistenter kan arbeta via ett gemensamt gränssnitt.

Det ger kunderna fler valmöjligheter och låter oss dra nytta av framsteg i hela modell‑ekosystemet. Det kräver också disciplin: modellleverantörer skiljer sig åt i verktygsanvändning, godkännanden, kontextgränser, pålitlighet och kostnad. Modelloberoende handlar inte om att låtsas att alla modeller beter sig identiskt. Det handlar om att hålla kundens affärssystem oberoende av någon enskild leverantör.

Kunddata blir särskilt känsliga när AI‑agenter kan aktivt arbeta med dem. Hur närmar sig SoftSync sekretess, dataplacering och styrning, särskilt för europeiska kunder, samtidigt som AI får tillräcklig åtkomst för att utföra användbart arbete?

Utgångspunkten är åtkomst med minsta möjliga behörighet. Varje person ansluter sitt eget konto, och assistenten ärver arbetsytans och gruppens behörigheter som kontot redan har. Privata grupper förblir privata, tittare har endast läsrättigheter, och anslutna brevlådor eller kalendrar omfattas av sina egna åtkomstkontroller.

SoftSync AI är hostat i EU på Microsoft Azure i Stockholm. Vi säljer aldrig kunddata och tränar aldrig AI‑modeller på kunddata. Varje underleverantör listas också tillsammans med den region där den verkar.

Vi separerar också åtkomst från handling. En assistent kan kunna läsa en post utan att få lov att ändra den, och ett anslutet arbetsflöde kan kräva ytterligare indata eller mänsklig bekräftelse innan det körs. För känsligt arbete kan team börja med skrivskyddade förfrågningar och verifiera resultatet mot källposten.

De bredare produktprinciperna är dataminimering, explicit åtkomst, autentisering på användarnivå, kontrollerad synlighet, granskbara åtgärder och tydlig hantering av anslutna konton. Att spela in möten kräver också lämplig deltagarinformation och efterlevnad av gällande samtycke‑ och sekretesslagar.

Ser du flera år framåt, förväntar du dig att den traditionella idén om att underhålla ett CRM, manuellt mata in data, uppdatera affärssteg och skapa uppföljningsuppgifter, i stor utsträckning försvinner? Vad blir av CRM‑systemet när AI‑agenter ansvarar för en stor del av det operativa arbetet?

Det manuella CRM‑systemet försvinner inte helt; dess roll förändras. Människor bör spendera mindre tid på att skriva rutinuppdateringar och mer tid på att granska kontext, undantag och beslut som är viktiga.

CRM‑systemet blir ett delat kontext‑ och åtgärdslager: en plats där kundhistorik, kommunikation, möten, ägandeskap, behörigheter, arbetsflöden och nästa steg förblir sammankopplade. Agenter kan fånga information, hålla register aktuella, identifiera arbete som kräver uppmärksamhet och köra repetitiva processer i bakgrunden.

Människor äger fortfarande relationen, omdömet, åtagandena, prissättningen och viktiga beslut. Framtidens CRM är mindre en databas som människor ständigt underhåller och mer ett pålitligt operativsystem som människor övervakar.

Tack för den fantastiska intervjun. Läsare som vill lära sig mer kan besöka SoftSync AI. Unite.AI‑läsare som använder denna länk kan få en 30‑dagars provperiod och 30 % rabatt.