CCO siger, at kundeoplevelse ændrer sig fra en rapporteringsfunktion til operationel infrastruktur, der understøtter hurtigere beslutningstagning

Patrícia Osorio er medstifter og CCO hos Birdie, en AI-drevet platform, der hjælper organisationer med at strukturere og anvende kundekontekst.

Vi satte os ned med Patrícia for at høre, hvordan AI ændrer CX-området. Hun sagde, at det gennemgår en grundlæggende forandring fra en forretningsfunktion til beslutningsinfrastruktur.

Den største forandring nogensinde inden for CX

Jeg er Patrícia Osorio, medstifter og kundedirektør hos Birdie. Jeg mener, at kundeoplevelsen gennemgår den største forandring, siden virksomheder begyndte at måle kundetilfredshed.

I årevis har CX fokuseret på at lytte — indsamle feedback, måle NPS, opbygge dashboards og hjælpe organisationer med at forstå, hvad kunderne siger. Nutidens virksomheder mangler ikke kundedata; de mangler en fælles kontekst. Hvert team har sit eget syn på kunden, men ingen har det fulde billede.

Vi mener, at CX udvikler sig fra en forretningsfunktion til infrastruktur. Kundekontekst er ved at blive det fælles lag, som alle dele af organisationen er afhængige af — ikke kun supportteams, men også produkt, teknik, marketing, drift, økonomi og i stigende grad AI-systemer.

Hos Birdie hjælper vi store virksomheder inden for finansielle tjenester, forsikring, detailhandel, markedspladser og forsyningsvirksomhed med at opbygge dette lag for kundekontekst. Vi omdanner millioner af kundeinteraktioner på tværs af alle kanaler til kontekst, der hjælper organisationer med at prioritere bedre beslutninger, få teams til at arbejde hurtigere sammen og løbende forbedre kundeoplevelsen. Vi er et team på næsten 60 personer og betjener virksomhedskunder i Nordamerika, Latinamerika og Europa.

Dette er fremtiden for CX. Det rapporterer ikke længere om, hvad der er sket. Det bliver den infrastruktur, der hjælper hele virksomheden med at beslutte, hvad den skal gøre som det næste.

Hvordan AI ændrer CX til infrastruktur

Alle virksomheder investerer i AI-agenter, co-piloter og automatisering. Men de fleste begår den samme fejl. De optimerer individuelle funktioner i stedet for virksomheden som helhed.

Kunder oplever ikke vores organisationsdiagrammer. De oplever den samlede effekt af hver beslutning, vi træffer. Derfor skal kundekontekst være tilgængelig i hele virksomheden.

I fremtiden vil produktteams ikke prioritere funktioner uden kundekontekst. Marketing vil ikke lancere kampagner uden kundekontekst. Support vil ikke coache agenter uden kundekontekst. AI-agenter vil ikke handle uden kundekontekst.

Derfor mener jeg, at kundeoplevelsen er ved at blive infrastruktur. Hver kundeinteraktion skaber kontekst. Enhver beslutning bør bruge denne kontekst, og ethvert resultat bør gøre virksomheden en smule klogere.

Det er en helt anden rolle for CX, end den har haft i de seneste tyve år. Det handler ikke længere om at udarbejde rapporter eller endda generere indsigt. Det handler om at levere den kundekontekst, som hvert team — og hver AI-agent — bruger til at træffe beslutninger.

For de virksomheder, der vinder, bliver ikke dem med mest AI. Det bliver dem, hvor enhver beslutning er forankret i en fælles forståelse af kunden. For mig er det næste kapitel i kundeoplevelsen: ikke som en afdeling, men som virksomhedens beslutningsinfrastruktur.

Hvordan MCPs ændrer kundeoplevelser og kundeengagement

Patrícia deler

I årevis var kundeindsigt noget, man opsøgte. Man åbnede et dashboard, kørte en rapport, lavede en præsentation og delte den på et møde. Det var værdifuldt, men grundlæggende afkoblet fra det øjeblik, hvor beslutningerne blev truffet.

Model Context Protocols (MCPs) har stor indflydelse på kundeoplevelsen, og det har vi taget til os. I årevis var kundeindsigt noget, man opsøgte. Man åbnede et dashboard, kørte en rapport, lavede en præsentation og delte den på et møde. Det var værdifuldt, men grundlæggende afkoblet fra det øjeblik, hvor beslutningerne blev truffet.

Det seneste år har vi ændret dette ved at gøre Birdies kundekontekstlag direkte tilgængeligt i de AI-værktøjer, som folk allerede bruger hver dag. Uanset om man bruger ChatGPT, Claude, Gemini eller et andet AI-arbejdsområde, kan man stille spørgsmål og interagere med sine data.

Det lyder måske som en lille ændring af brugerfladen, men det er en ændring af driftsmodellen. Og det ændrer fuldstændigt den måde, kunder oplever og interagerer med dit produkt på.

AI står for hastighed, mens mennesker står for dømmekraft

AI bør stå for hastighed. Mennesker bør stå for dømmekraft.

AI er exceptionelt god til at behandle data i stor skala. Den kan klassificere millioner af kundeinteraktioner, registrere nye mønstre, før de bliver synlige i traditionelle målinger, forbinde signaler på tværs af kanaler, estimere forretningspåvirkning og dirigere muligheder til de rette teams. Det er arbejde, som ingen menneskelig organisation realistisk kan udføre i virksomhedsskala.

Den fejl, mange virksomheder begår, er at forsøge at erstatte dømmekraft med AI. Mennesker er afgørende, når dømmekraft, ansvarlighed og tillid er vigtige.

Når en kunde har haft en virkelig dårlig oplevelse, har vedkommende ikke kun brug for et korrekt svar — kunden har brug for at føle sig hørt. Når et produktteam beslutter, om en oplevelse skal redesignes, er det en strategisk beslutning, der indebærer afvejninger, som rækker langt ud over det, historiske data kan anbefale. I stærkt regulerede brancher som bank og forsikring kræver beslutninger om eskalering og risiko menneskeligt ansvar.

Muligheden ligger derfor i at styrke dømmekraften med kontekst. AI bør hjælpe os med at forstå, hvad der sker, hvorfor det sker, hvor betydningsfuldt det er, og hvem der bør tage ejerskab. Mennesker beslutter, hvilken fremtid de ønsker at skabe.

Sådan øger AI organisationens hastighed

Den største forbedring af CX, som AI har medført, har ikke været produktivitet. Det har været organisatorisk hastighed.

En af vores kunder, Agibank, analyserede mere end 2.4 million samtaler og over 33,000 NPS-svar hvert kvartal. AI reducerede tiden til at forstå disse data med 80% og satte beslutningstagningen op med 90%, hvilket bidrog til en reduktion i kundeafgangen på 10% på pilotmarkederne — cirka $60,000 i bevaret månedlig værdi.

En anden kunde, Neon, identificerede friktion for kunderne tre til fire uger, før den viste sig i traditionelle driftsmålinger. Handling på baggrund af disse signaler førte til en forbedring af appbedømmelserne på 27% og en reduktion på 53% i antallet af kritikere på Android.

Værdien ligger ikke kun i, at AI analyserer feedback hurtigere. Den forkorter drastisk tiden mellem et kundesignal og en forretningsbeslutning. Organisationer går fra at diskutere, om der findes et problem, til at beslutte, hvordan det skal løses.

Hvorfor AI har brug for kundekontekst

Den største fejlkilde er imidlertid at antage, at AI automatisk skaber indsigt.

AI er utrolig god til at genkende mønstre, men mønstre uden forretningskontekst kan være misvisende. Hvis din taksonomi er svag, din kundesegmentering er dårlig, eller din organisation ikke forstår årsagssammenhænge, producerer AI blot hurtigere svar på de forkerte spørgsmål.

Derfor er kundekontekst så vigtig. Kontekst omdanner mønstergenkendelse til god beslutningstagning.

Sådan vildleder chatbot-afværgelsesmetrikker CX-resultater

Chatbot-afværgelse er overvurderet. I de seneste par år har vi målt succes ved at spørge: "Hvor mange henvendelser forhindrede chatbotten?" Det er den forkerte metrik.

At afværge en samtale løser ikke nødvendigvis kundens problem. Nogle gange gør det det blot sværere for kunden at komme i kontakt med nogen, der kan hjælpe.

Vi har alle selv oplevet det: Du bruger fem minutter på at køre i ring med en chatbot, for til sidst alligevel at bede om at få kontakt til en medarbejder. Virksomheden tæller det som automatisering. Kunden oplever det som besvær.

Det egentlige mål bør ikke være at afværge henvendelser. Det bør være at fjerne besvær.

Hvis AI proaktivt kan identificere en mislykket betaling, løse problemet, før kunden opdager det, eller vise de rigtige oplysninger, så kunden aldrig behøver at kontakte support i første omgang — så er det et godt resultat. Hvis AI blot skaber endnu et lag mellem kunden og en løsning, har vi optimeret det forkerte.

Det afspejler et bredere skifte inden for CX. I årevis har vi optimeret operationelle målepunkter som håndteringstid, inddæmning eller afværgelse, fordi de var nemme at måle. I stigende grad indser vi, at de målepunkter, der betyder noget, er kundeudfald: Løste vi problemet? Fjernede vi den grundlæggende årsag? Steg tilliden? Havde kunden mindre brug for os, fordi oplevelsen reelt blev forbedret?

Derfor handler fremtiden ikke om, at AI erstatter support. Den handler om, at AI hjælper organisationer med løbende at identificere og fjerne årsagerne til kundernes besvær på tværs af virksomheden. Når du fjerner grunden til, at kunderne kontakter dig i første omgang, har du skabt reel værdi — ikke fordi du afværgede en samtale, men fordi der ikke længere var et problem, der skulle løses.

Hvorfor AI-integration skal begynde med forretningsproblemer

AI har ikke brug for en bred vision — den har brug for en meget specifik opgave.

Fejlen er at begynde med: "Hvordan kan vi bruge AI?" Det bedre spørgsmål er: "Hvilken beslutning forsøger vi at træffe bedre?"

Når du er tydelig om beslutningen, følger alt andet: de data, du har brug for, den kontekst, du har brug for, den arbejdsgang, du automatiserer, og hvordan du måler succes.

Derfor mener jeg, at de bedste AI-projekter ikke begynder med teknologi. De begynder med et vigtigt forretningsproblem.

Stil de rigtige spørgsmål, og grib denne mulighed

Her er mit råd:

1. Brug mindre tid på at spørge, hvordan AI kan bruges, og mere tid på at spørge, hvilke beslutninger AI bør forbedre. Det er et langt mere strategisk spørgsmål. De fleste organisationer har ikke et AI-problem — de har et beslutningsproblem. De er blevet utrolig gode til at indsamle kundedata, men langt langsommere til at handle på oplysningerne.
2. Hold op med at betragte kundeindsigt som målstregen. Formålet med kundeintelligens er ikke at udarbejde bedre dashboards. Det er at træffe bedre beslutninger. Hvis AI hjælper dig med at analysere feedback dobbelt så hurtigt, men din organisation stadig bruger seks måneder på at handle, er intet meningsfuldt blevet ændret.
3. CX-ledere har en unik mulighed lige nu. I årevis har folk betragtet kundeoplevelse som det team, der målte tilfredshed og rapporterede, hvad der var sket. Det er ved at ændre sig. Kundeoplevelse er ved at blive det kontekstlag, der hjælper alle dele af virksomheden med at beslutte, hvad de skal gøre som det næste. Produktteams bruger det til at prioritere produktplaner. Marketing bruger det til at forstå budskaber. Driften bruger det til at fjerne besvær. Økonomiafdelingen bruger det til at måle forretningspåvirkning. AI-agenter bruger det til at træffe bedre beslutninger. Det er en langt større rolle end at måle NPS.

Fremtidens CX handler ikke om at blive mere operationel — den handler om at blive grundlæggende. De organisationer, der vinder i det næste årti, bliver ikke dem med mest AI. Det bliver dem, der lærer hurtigere end alle andre, fordi enhver kundeinteraktion gør virksomheden en smule klogere.

Patrícia deler

Her er mit råd: Brug mindre tid på at spørge, hvordan AI kan bruges, og mere tid på at spørge, hvilke beslutninger AI bør forbedre. Hold op med at betragte kundeindsigt som målstregen. CX-ledere har en unik mulighed lige nu… Fremtidens CX handler ikke om at blive mere operationel — den handler om at blive grundlæggende. De organisationer, der vinder i det næste årti, bliver dem, der lærer hurtigere end alle andre, fordi enhver kundeinteraktion gør virksomheden en smule klogere.

Følg med

Du kan følge Patrícia Osorios arbejde på LinkedIn. Og tag et kig på Birdie.

Flere ekspertinterviews kommer snart på CX-lederen!