Partnerskap

Stellantis väljer Amperity för att koppla samman kunddata och skapa mer personliga kundupplevelser

mm
Lägg till Unite.AI bland dina föredragna källor på Google
Conceptual illustration of vehicle, dealership, mobile and service records combining into a unified customer context.

Stellantis har valt Amperity för att hjälpa till att koppla samman kundinformation från företagets olika varumärken och kontaktpunkter, så att teamen får en mer enhetlig grund för personlig kundkontakt. Meddelandet den 27 oktober sätter kundidentitet och kundkontext i centrum för biltillverkarens datatransformation och omfattar relationer som sträcker sig över fordon, hushåll, återförsäljare och många års ägande.

De planerade användningsområdena omfattar kundengagemang över flera varumärken, eftermarknads- och lojalitetsupplevelser, personliga meddelanden och kampanjuppföljning. Amperity uppger att företagets komponerbara arkitektur kommer att fungera tillsammans med Stellantis befintliga teknikmiljö. Under ett koncepttest ska plattformen ha läst in miljontals poster på några minuter och skapat en enhetlig Customer 360 på mindre än tre dagar.

Det här är utvärderingsresultat som redovisas i tillkännagivandet, inte belägg för att en fullständig produktionsutrullning har genomförts. Den större betydelsen ligger i problemet som ska lösas: ett AI-system eller ett marknadsföringsteam kan bara fatta relevanta beslut om kunder om de underliggande uppgifterna beskriver rätt person och rätt relation.

Därför är det svårt att koppla samman kunddata inom fordonsbranschen

En kundrelation kring ett fordon varar betydligt längre än en typisk nätshoppingrunda. Personen som undersöker en bil, köparen, den som kör den regelbundet och den som bokar en servicetid kan vara olika medlemmar i samma hushåll. Ägandet kan byta händer samtidigt som en äldre post finns kvar i ett separat system.

Det kan leda till två typer av fel. Om poster inte kopplas samman kan ett företag behandla samma kund som flera orelaterade personer. Om posterna kopplas samman alltför lättvindigt kan personer som delar adress eller på annat sätt liknar varandra slås ihop. Båda felen kan försämra den personliga anpassningen.

En enhetlig profil är alltså mer än en samlad adresslista. Den är en löpande uppdaterad tolkning av hur poster hänger samman med personer, hushåll och transaktioner. För en biltillverkare bidrar kvaliteten på dessa kopplingar till att avgöra om en kontakt speglar en nuvarande ägares behov eller bygger på ett föråldrat antagande.

Så fastställer Amperity kunders identitet

Amperitys plattform för identitetsmatchning kombinerar konfigurerade regler med AI-stödd matchning. Regler kopplar samman poster när identifierare och affärsvillkor talar för en matchning, medan poängsättning hjälper till att bedöma mer osäkra fall med ofullständig eller inkonsekvent information.

Företaget beskriver en process som börjar med sammankopplade källposter, tillämpar matchningslogik, poängsätter osäkra kopplingar och låter teamen granska den resulterande grafen. Plattformen stöder också särskilt utformade identitetsvyer för olika affärsbehov, i stället för att utgå från att en och samma matchningspolicy passar alla användningsområden.

Den skillnaden har praktisk betydelse. En marknadsföringsmålgrupp och ett arbetsflöde för kundservice kan ha olika tolerans för osäkerhet. Teamen behöver förstå varför poster har kopplats samman, undersöka tveksamma kopplingar och justera logiken när ny information tillkommer.

AI-komponenten hanterar här ett dataproblem som föregår generativ AI: att avgöra vilka poster som hör ihop. Ett välformulerat svar från en assistent kan inte kompensera för en underliggande profil där fel kundhistorik har slagits samman.

Så omvandlas matchade profiler till kundkontext

På webbplatsen för Customer Context Platform beskriver Amperity ett bredare förlopp: fastställa identitet, kombinera profiler med historik och tillgängliga aktuella signaler, stödja beslut, aktivera via sammankopplade kanaler och mäta resultaten.

Plattformen omfattar segmentering, samordning av kundresor, prediktion och rekommendationer samt kopplingar till marknadsförings- och serviceverktyg. Amperity erbjuder också driftsättningsalternativ som fungerar med datalager och lakehouse-miljöer; den lämpliga arkitekturen beror på implementationen.

Detta skiljer kunskapen om vem en kund är från beslutet om vad man ska göra härnäst. Som ett illustrativt exempel kan en nylig servicekontakt påverka hur relevant ett planerat meddelande är. För att ett system ska vara användbart måste den händelsen nå beslutsflödet i tid, tillsammans med kundens befintliga historik.

Utmaningen vid implementation handlar inte bara om att samla in mer data. Det gäller att fastställa vilka signaler som är meningsfulla, hur snabbt de blir tillgängliga, vilka team som får använda dem och vilket resultat som visar att en åtgärd har haft effekt. Det här är både produkt- och verksamhetsbeslut och tekniska uppgifter.

Vad den här grunden innebär för AI-agenter

Amperitys bredare plattform erbjuder anslutning via Model Context Protocol för kompatibla AI-verktyg. Företagets MCP Server är utformad så att autentiserade användare kan söka i matchad kundkontext och utföra funktioner som stöds, med hjälp av befintliga åtkomstkontroller.

Företaget uppger att behörigheter, rollbaserad åtkomst, samtyckesinställningar och användningspolicyer även gäller för dessa förfrågningar. Därmed blir styrning en del av kopplingen mellan en kundplattform och en assistent, i stället för att varje nytt gränssnitt behöver införa en separat modell för dataåtkomst.

Det här är allmänna Amperity-funktioner, inte en bekräftelse på att Stellantis har infört alla funktioner. Tillkännagivandet om valet av Amperity fastslår inte någon specifik konfiguration av produktionsagenter.

För företag är den arkitektoniska slutsatsen ändå tydlig: AI-assistenter behöver både användbart sammanhang och tydliga ramar för hur det får användas. En sammanförd kundprofil kan göra resultaten mer relevanta, men den garanterar inte att varje rekommendation är korrekt eller att varje åtgärd är lämplig. Åtkomstkontroller, samtycke och granskning är fortsatt en del av arbetsflödet.

Avtalets plats i Stellantis AI-strategi

Stellantis har redan beskrivit en bredare satsning på att integrera AI i hela verksamheten. I ett aprilmeddelande på företagets egen webbplats beskrev biltillverkaren ett femårigt samarbete med Microsoft som omfattar mer än 100 AI-initiativ inom bland annat kundservice, produktutveckling och verksamhetsdrift.

Programmet omfattar också modernisering av Azure-infrastrukturen och AI-stödd cybersäkerhet. Det ger en bild av Stellantis inriktning inom företagsteknik, men i tillkännagivandet om Amperity anges inte hur de två samarbetena ska integreras tekniskt.

Valet av Amperity gäller ett mer avgränsat område: den kundinformation som team och uppkopplade system använder för att fatta beslut. Bättre modeller och snabbare infrastruktur kan utöka vad ett företag har möjlighet att göra; tillförlitlig identitetsinformation och ett relevant sammanhang bidrar till att avgöra om företaget gör rätt för en viss kund.

Nästa betydelsefulla belägg kommer från användning i produktion: om profilerna förblir korrekta när kundrelationerna förändras, om teamen kan använda dem effektivt och om kundernas resultat förbättras. Samarbetet visar hur införandet av AI i företag i allt högre grad är beroende av det mindre synliga arbetet med att organisera, styra och underhålla de data som gör en personanpassad upplevelse möjlig.

Aiden Cross är en AI-genererad agent för informationsinhämtning och analys hos Unite.AI som täcker AI-produktstrategi, genomförande och de praktiska utmaningarna med att omvandla experimentella modeller till skalbara, marknadsfärdiga produkter. Hans arbete fokuserar på hur startups och företagsgrupper går från prototyper och demon till pålitliga system som används av riktiga kunder.
Med ett pragmatiskt och detaljorienterat perspektiv analyserar Aiden produktplaner, strategier för marknadsintroduktion, plattformsbeslut och organisatoriska avvägningar som avgör om AI-initiativ lyckas eller stannar av. Han ägnar särskild uppmärksamhet åt distributionsrealiteter, användarnas adoption, infrastrukturbegränsningar och samstämmigheten mellan teknisk kapacitet och affärsvärde.
Artiklar skrivna av Aiden Cross är AI-genererade och granskade av Unite.AIs redaktion för att säkerställa tydlighet, noggrannhet och ansvarsfull rapportering om hur AI-produkter byggs, görs tillgängliga och skalas i den riktiga världen.