Grundlægger og CX-leder siger, at kundevendt AI fejler, når virksomheder ignorerer rejsen omkring den
Jaco van den Heever
Administrerende direktør for Sand Dollar Design
Jaco van den Heever forklarer, hvorfor AI forbedrer CX, når den reducerer friktion i kunderejsen, styrker medarbejdernes arbejdsgange og overlader dømmekraften til mennesker.
Key Takeaways
Grundsynspunkt: Effektiv CX bruger AI til at reducere indsatsen og forbedre kunderejser, ikke blot til at føje teknologi til polerede brugerflader.
Menneskelig dømmekraft: AI kan analysere mønstre og forberede kontekst, men mennesker skal tage ansvar for empati, etik, prioritering og følsomme beslutninger.
Tidligere afprøvning: AI-understøttet prototyping gør det muligt for teams at afprøve realistiske produktopplevelser tidligere, så feedbacken forbedres, før den dyre udvikling begynder.
Kontekst først: Stærk kontekst, strukturerede oplysninger og tydelige begrænsninger forbedrer AI-resultater mere pålideligt end formuleringen af instruktioner alene.
Medarbejderoplevelse: AI-forstærket CX forbedres, når interne arbejdsgange hjælper medarbejderne med at få adgang til kontekst, reducere administrationen og betjene kunderne hurtigere.
Jaco van den Heever er serieiværksætter med en baggrund inden for digital kundeoplevelse. Han er i øjeblikket administrerende direktør for Sand Dollar Design, et fjernbaseret konsulentfirma inden for UX-strategi, produktdesign og AI-udvikling.
Vi satte os ned med Jaco for at finde ud af, hvordan han bruger AI til at styrke arbejdsgange inden for CX — og hvordan anvendelse af AI på EX kan forbedre CX.
CX handler om mere end finpudsning af brugerfladen
Jeg er Jaco van den Heever, grundlægger og administrerende direktør for Sand Dollar Design. Jeg har brugt mere end 20 år på at arbejde i krydsfeltet mellem digital kundeoplevelse, produktstrategi, UX og teknologi. Før jeg startede Sand Dollar Design, ledede jeg digitalt produktarbejde og omnichannel-produktarbejde på tværs af mobilapps, websites og serviceplatforme. Det formede mit syn på CX: Det handler ikke kun om finpudsning af brugerfladen, men om hvorvidt produktet, servicen og driftsmodellen fungerer for brugerne.
Hos Sand Dollar Design hjælper vi startupvirksomheder, SMV'er og virksomhedsteams med at forbedre digitale produkter og kunderejser gennem UX-strategi, UX-research, produktdesign og i stigende grad AI-understøttet MVP- og produktudvikling.
Vores kanaler omfatter websites, mobilapps, kundeportaler, B2B-platforme, interne værktøjer, dashboards og arbejdsgangssystemer. Vores kunder er typisk grundlæggere, produktledere, innovationsteams, digitale transformationsteams og virksomhedsledere, der har brug for at reducere friktion, forbedre anvendelsen og træffe bedre produktbeslutninger, før de forpligter sig kraftigt til udvikling.
Vi arbejder globalt med erfaring fra Sydafrika, USA, Storbritannien og Europa, og vi har leveret arbejde i komplekse sektorer, herunder finansielle tjenester, sundhedssektoren, telekommunikation, B2B-handel og virksomhedssoftware.
More Articles
Sådan kan AI bruges til at lette kunderejsen
Jeg integrerer AI langt tidligere i kunderejsen, især under introduktionen og produktopdagelsen.
Et godt eksempel er GigExecs, en platform, som jeg var med til at grundlægge, for erfarne fagfolk, der søger deltids-, midlertidigt eller projektbaseret arbejde. Vi så et friktionspunkt: Erfarne fagfolk har ofte omfattende erfaring, men det kræver en indsats at omsætte den til en tydelig, søgbar og overbevisende profil. Folk overforklarer enten, undervurderer sig selv eller udskyder at færdiggøre introduktionsforløbet, fordi den tomme side føles som arbejde. Det påvirkede deres oplevelse.
Derfor designede vi oplevelsen omkring AI-understøttet profiloprettelse. I stedet for at forvente, at brugerne manuelt skriver alt fra bunden, fortolker det AI-understøttede flow et CV, en LinkedIn-profil eller input i samtaleform og omdanner det derefter til en tydeligere positionering, profilindhold og strukturerede data.
Den vigtige ændring var ikke blot “at tilføje AI”. Det var at redesigne rejsen omkring en vej til værdi, der kræver mindre indsats.
Det ændrede min måde at tænke på AI i CX mere bredt. Jeg leder i stigende grad efter punkter på rejsen, hvor brugerne går i stå, føler sig usikre, bliver overvældede eller skal omsætte deres behov til et systems sprog. Det er ofte de bedste steder for AI at hjælpe.
Resultatet er et mere praktisk syn på AI i kundeoplevelsen. Jeg er mindre interesseret i AI som et lag af nyhedsværdi og mere interesseret i det som en måde at reducere indsatsen, forbedre relevansen og hjælpe mennesker med at bevæge sig gennem en digital rejse med større selvtillid.
Hvilke CX-opgaver bør AI udføre?
Jeg bruger nu AI til at informere om eller drive flere CX-aktiviteter:
- Syntetisering af brugerundersøgelser
- Identifikation af tilbagevendende friktionspunkter
- Prioritering af problemer ud fra support- eller feedbackdata
- Udarbejdelse af indhold til første udkast
- Fremskyndelse af prototyping
- Oprettelse af mere personaliserede rejsemuligheder
Syntetisering af brugerundersøgelser skiller sig ud. I et typisk researchprojekt indsamler vi store mængder kvalitative data: interviewnoter, transskriptioner, besvarelser på spørgeskemaer, resultater fra brugervenlighedstests, input fra interessenter og observationer af brugerrejser. Tidligere var syntetisering en manuel proces. Vi udfører stadig menneskelig analyse, men AI hjælper os nu med at finde mønstre meget hurtigere. Den hjælper os med at gruppere temaer, opdage tilbagevendende friktionspunkter, sammenligne feedback på tværs af brugertyper og identificere signaler til yderligere undersøgelse. Det betyder, at vi bruger mindre tid på at organisere data og mere tid på at stille sværere spørgsmål: Hvad betyder det, hvad bør kunden gøre som det næste, og hvilke produktbeslutninger skal ændres?
Hvilke CX-opgaver bør udføres af mennesker
De aktiviteter, som jeg udtrykkeligt lader være menneskelige, er dem, der involverer dømmekraft, tillid og ansvarlighed.
Design af brugerrejser kræver for eksempel stadig menneskelig dømmekraft, fordi det indebærer afvejninger mellem kundernes behov, forretningsmål, den operationelle virkelighed og tekniske begrænsninger. Håndtering af serviceproblemer bør også ledes af mennesker, når der er frustration, økonomisk risiko, medicinsk følsomhed, omdømmemæssig påvirkning eller en følelsesmæssig kontekst. AI kan identificere problemet og forberede konteksten, men en person bør beslutte, hvordan der skal reageres.
Det samme gælder produktstrategi og prioritering. AI kan hjælpe os med at se mønstre hurtigere, men den bør ikke beslutte, hvad der er vigtigst. Det kræver stadig en forståelse af kunden, forretningsmodellen, brandløftet og konsekvenserne af at træffe den forkerte beslutning.
Så mit synspunkt er enkelt: AI bør reducere arbejdsindsatsen, forbedre konteksten og fremskynde læringen. Mennesker bør eje de beslutninger, hvor empati, etik, tillid og kommerciel dømmekraft er vigtigst.
Jaco States
…mit synspunkt er enkelt: AI bør reducere arbejdsindsatsen, forbedre konteksten og fremskynde læringen. Mennesker bør eje de beslutninger, hvor empati, etik, tillid og kommerciel dømmekraft er vigtigst.
Sådan forbedrer AI-prototyping kvaliteten af brugerfeedback
En stor fordel ved AI kan ses inden for prototyping. Tidligere gik en typisk proces fra wireframes til designs med høj detaljeringsgrad, derefter klikbare prototyper og til sidst overdragelse til udviklerne. Nu kan vi gennem AI-understøttet produktudvikling ofte præsentere en fungerende prototype for brugerne langt tidligere. Denne prototype kan indeholde reelle interaktioner, realistiske data og tilstrækkelig funktionel logik til, at brugerne kan reagere på den som noget, der ligger tættere på det færdige produkt.
Det forbedrer kvaliteten af feedbacken. Folk opfører sig anderledes, når de bruger noget, der føles virkeligt. Det betyder, at vi bedre kan forstå produktets reelle adfærd, før vi færdiggør en fuld implementering.
Men ulempen er, at AI også kan skabe falsk selvtillid. Teams kan bygge hurtigere, end de kan tænke. Kode kræver stadig gennemgang. Produktbeslutninger kræver stadig dokumentation. Syntetisering af research kræver stadig menneskelig dømmekraft. En poleret prototype kan få en svag idé til at se stærkere ud, end den reelt er.
Det bedste resultat har derfor ikke været, at “AI erstattede teamet”. I stedet har AI forkortet afstanden mellem indsigt, prototype, test og iteration.
Hvorfor chatbots rettet mod kunder ikke rammer plet
Min tydeligste skuffelse er chatbots rettet mod kunder i store virksomhedsmiljøer, især inden for finansielle tjenester, forsikring, bankvæsen og fintech.
Dagens AI-kapacitet overstiger langt det, mange kunder oplever.
I teorien bør kunder kunne føre en naturlig samtale med en digital assistent. Den bør forstå intentionen, huske konteksten, stille nyttige opfølgende spørgsmål, få adgang til de rigtige oplysninger, forklare mulighederne klart og overgive samtalen til et menneske, når et problem bliver følsomt eller komplekst.
I praksis føles mange virksomheders chatbots stadig som gamle beslutningstræer med en ny betegnelse. Botten tvinger kunderne ind i et snævert udvalg af valgmuligheder, den fejler, så snart et spørgsmål bliver en smule usædvanligt, og brugerne forsøger ofte at slippe væk fra botten i stedet for at få hjælp fra den.
Problemet ligger som regel ikke i selve modellen, men i den omgivende oplevelse. Data er fragmenterede. Integrationerne er ufuldstændige. Eskaleringsreglerne er svage. Virksomhederne har ikke designet botten omkring den reelle kunderejse. Og i regulerede brancher fører bekymringer om risiko og overholdelse ofte til, at virksomheder implementerer noget, der er sikrere, men langt mindre nyttigt.
Det skaber et mærkeligt gab. Kunderne hører meget om AI, men interagerer derefter med systemer, der slet ikke føles intelligente.
Værktøjer, som alle CX-teams bør overveje at bruge
CX-teams kan drage fordel af følgende værktøjer:
- ChatGPT og Codex til analyse og planlægning
- Claude Cowork til understøttelse af komplekse opgaver og opbygning af videnssamlinger
- Cursor til AI-produktudvikling og automatisering
- Qualtrics til kundefeedback
Hvorfor CX-ledere først skal investere i kontekst
Kvaliteten af AI'ens output afhænger lige så meget af den kontekst, du giver AI'en, som af selve modellen.
Til at begynde med er det nemt at tro, at færdigheden simpelthen handler om at “skrive en god prompt”. Det er vigtigt, men det er kun en del af det. Jeg har lært, at AI fungerer langt bedre, når du giver den struktureret kontekst: målet, kundeproblemet, forretningsreglerne, tonen, begrænsningerne, eksemplerne, datakilderne og hvordan et godt svar bør se ud.
Det ændrede den måde, jeg nu organiserer AI-arbejde på. Jeg bruger mere strukturerede prompts, markdown-filer, projektmapper og genanvendelige kontekstdokumenter, så AI'en ikke starter helt fra bunden hver gang. Det giver arbejdet større ensartethed og gør outputtet langt mere nyttigt.
Mit råd er at betragte dit første AI-pilotprojekt mindre som et enkeltstående eksperiment og mere som begyndelsen på et nyt operativsystem for den måde, dit team arbejder på. Jo bedre du strukturerer konteksten, desto bedre bliver AI'en som en reel partner i arbejdsgangen.
Hvorfor AI-forstærket EX gavner CX
Flere ledere bør gentænke medarbejderoplevelsen, især de interne systemer og arbejdsgange, som medarbejderne er afhængige af for at betjene kunderne.
Mange CX-problemer begynder ikke ved det kundevendte kontaktpunkt. De begynder bag kulisserne, hvor medarbejderne forsøger at levere en god oplevelse, samtidig med at de håndterer fragmenterede systemer, manuelle processer, manglende data og dårligt designede arbejdsgange.
AI skaber en mulighed for at løse det.
Hvis AI kan hjælpe medarbejderne med at samle oplysninger fra forskellige systemer, forstå kundekonteksten hurtigere, opsummere historikken, anbefale de næste skridt og reducere det administrative arbejde, forbedres kundeoplevelsen næsten øjeblikkeligt.
Derfor mener jeg, at EX er et af de vigtigste grænseområder for AI-forstærket CX.
Hvorfor målet aldrig blot bør være at tilføje AI til CX-arbejdsgange
Mit råd til CX-ledere er at tage AI til sig — men ikke at opgive grundprincipperne for en god kundeoplevelse.
AI er et stærkt nyt teknologisk lag. Det kan hjælpe teams med at arbejde hurtigere, analysere flere data, personalisere kunderejser, udvikle prototyper tidligere og understøtte kunder på måder, der tidligere var upraktiske. Men den grundlæggende proces med at løse problemer på en brugercentreret måde forbliver uændret.
Du skal stadig forstå kunden. Du skal stadig definere det rigtige problem. Du skal stadig afstemme forretningsmål, teknologi og menneskelige behov. Du skal stadig teste antagelser, før du skalerer en løsning.
Mit råd til CX-ledere er at omfavne AI — men ikke opgive grundprincipperne for en god kundeoplevelse…Målet bør ikke være at tilføje AI overalt, men at få kunderejsen til at føles lettere, tydeligere og mere nyttig for kunden. Det kræver design, undersøgelser, data og menneskelig dømmekraft, ikke kun teknologi.
Faren er, at teams bruger AI til at bygge hurtigere uden først at spørge, om de bygger det rigtige. Det kan skabe mere støj, mere automatisering og større kompleksitet for kunderne.
Målet bør ikke være at tilføje AI overalt, men at få kunderejsen til at føles lettere, tydeligere og mere nyttig for kunden. Det kræver design, undersøgelser, data og menneskelig dømmekraft, ikke kun teknologi.
Følg med
Du kan følge Jaco van den Heevers arbejde på LinkedIn, X og hans personlige websted. Eller se nærmere på Sand Dollar Design på deres websted og LinkedIn:
Flere ekspertinterviews følger hos CX-lederen!
