Teknologia-alan asiakaskokemusjohtaja sanoo, että asiakaskokemusjohtajat keskittyvät liikaa tekoälyn tuloksiin samalla kun asiakaskokemus rapautuu

Oremeyi Akah on Interswitchin CCO. Interswitch on yleisafrikkalainen maksamisen infrastruktuuriyritys, joka palvelee sekä B2B- että B2C-segmenttejä.

Tapasimme Oremeyin kuullaksemme vaikuttavista tuloksista, joita hän on saavuttanut tekoälyn integroinnilla koko CX-organisaatiossaan. Samalla hän kertoi, missä CX-organisaatiot tekevät virheitä tekoälyintegraatioissaan.

Palvelutoiminnosta strategiseksi toiminnoksi

Olen Oremeyi Akah, Interswitch Groupin asiakkuusjohtaja. Interswitch Group on yleisafrikkalainen maksamisen infrastruktuuriyritys, joka toimii 23 Afrikan markkinalla ja yhdistää yksityishenkilöt, yritykset ja hallitukset digitaalisiin rahoituspalveluihin.

Johtamani asiakasorganisaatio kattaa kaikki Interswitchin kaupalliset suhteet: suuriin rahoituslaitoksiin ja fintech-yrityksiin, joita palvelemme avainasiakkuuksien hallinnan toimintomme kautta, sekä kauppiaisiin, laskuttajiin ja loppukuluttajiin, jotka asioivat digitaalisissa kanavissa, yhteyskeskuksissa ja kasvokkain. Palvelemme sekä B2B- että B2C-segmenttejä.

CX-toimeksiantomme ulottuu tiiviistä strategisista asiakassuhteista Stanbic IBTC:n ja Providusin kaltaisiin pankkeihin aina miljoonien tavallisten nigerialaisten kokemukseen heidän käyttäessään Verve-kortteja, Quicktelleriä ja maksujenvälitysinfrastruktuuriamme.

Tiimini hallinnoi suhteita tulonmuodostuksen, luottamuksen ja kansallisen taloudellisen osallisuuden risteyskohdassa, mikä tekee asiakaskokemuksesta palvelutoiminnon sijaan strategisen toiminnon.

Miten tekoäly laajentaa radikaalisti CX-tiimien mahdollisuuksia

Vuosi sitten, kun tiimissämme oli 15 henkilöä, tarkastelimme manuaalisesti vain 10 prosenttia kaikista B2B- ja B2C-kanaviemme asiakaskontakteista. Tämä tarkoitti, ettemme nähneet 90 prosenttia asiakkaidemme kokemuksista: jokaista reklamaatiota, jokaista kitkakohtaa ja jokaista sääntelyriskiin viittaavaa signaalia. Teimme asiakaskokemusta koskevia päätöksiä hyvin puutteellisen kokonaiskuvan perusteella.

Sitten otimme käyttöön tekoälypohjaisen laadunvarmistusjärjestelmän, joka muutti tilanteen täysin. Analysoimme nyt 100 prosenttia asiakaskontakteista. Tarkastelemme jokaisen vuorovaikutustilanteen, luokittelemme sen alustavasti vakavuuden mukaan ja merkitsemme sääntelyriskit, toistuvat epäonnistumismallit sekä alueet, jotka vaativat kriittistä huomiota.

Tämän seurauksena kolme asiaa muuttui.

1. Kattavuutemme kasvoi 10 prosentista 100 prosenttiin ilman henkilöstömäärän lisäämistä. Tämä merkitsee näkyvyyden kymmenkertaistumista samoilla resursseilla.
2. Siirryimme reaktiivisesta toiminnasta ennakoivaan. Aiemmin löysimme ongelmat vasta, kun asiakkaat eskaloivat asian. Nyt löydämme ne ennen eskaloitumista, ja maksamisen infrastruktuurissa tällä erolla on valtava merkitys sekä asiakasluottamuksen että sääntelyn noudattamisen kannalta.
3. Se muutti 15-henkisen tiimimme työnkuvaa. Tiimi siirtyi kontaktien otannasta tiedon perusteella toimimiseen. Nyt he keskittävät inhimillisen harkinnan sinne, missä sillä on eniten merkitystä: järjestelmän esiin nostamiin vakavimpiin ja riskialtteimpiin vuorovaikutustilanteisiin.

Tältä tekoälyä hyödyntävä CX näyttää käytännössä: ihmisiä ei korvata, vaan samojen ihmisten näkemis- ja toimintamahdollisuuksia laajennetaan radikaalisti.

Todellisen maailman tekoälytyönkulku asiakasvuorovaikutusten käsittelyyn

Tässä työnkulku.

Tekoälypohjainen laadunvarmistusalustamme Gladly vastaanottaa automaattisesti jokaisen asiakasvuorovaikutuksen riippumatta siitä, tapahtuuko se puhelimitse, sähköpostitse, chatissa tai muissa digitaalisissa kanavissa.

Ensin tekoäly ymmärtää keskustelun. Se luokittelee ongelman, arvioi tunnelman, määrittää vakavuuden, tunnistaa mahdollisen sääntely- tai maineenhallintariskin, havaitsee toistuvat epäonnistumismallit ja ennustaa sopivimman reitityksen sekä todennäköisen ratkaisupolun aiempien samankaltaisten tapausten perusteella.

Tämän jälkeen työnkulku haarautuu monimutkaisuuden perusteella.

Suoraviivaisissa tapauksissa tekoäly ohjaa asian oikealle tiimille ja kokoaa tarvittavan kontekstin valmiiksi nopeampaa ratkaisua varten.

Suuremman riskin tai arvon tapauksissa — erityisesti silloin, kun niihin liittyy pankkikumppaneitamme tai sääntelyyn liittyviä kysymyksiä — eskaloimme tapauksen välittömästi ja määritämme sille suositellun prioriteetin. Tämän jälkeen ihmisten asiantuntemus astuu kuvaan. Asiantuntijamme tarkistavat tekoälyn suositukset, soveltavat harkintaa, ottavat huomioon laajemman asiakassuhteen ja määrittävät asianmukaisen vastauksen sekä palvelun palauttamisen toimet.

Työnkulku ei pääty, kun tapaus on suljettu.

Tekoäly kokoaa jatkuvasti tietoja kaikista vuorovaikutustilanteista ja tunnistaa toistuvia ongelmakohtia, esiin nousevia toiminnallisia häiriöitä ja asiakastrendejä, joita yksittäiset tapaukset eivät koskaan paljastaisi. Nämä havainnot syötetään suoraan operatiivisen erinomaisuuden hankkeisiimme, tuotteiden kehittämiseen, prosessien uudelleensuunnitteluun ja johdon koontinäyttöihin. Näin voimme puuttua ongelmien juurisyihin sen sijaan, että vain ratkaisemme yksittäisiä valituksia.

Miksi sekä tekoälyä että ihmisten kohtaamista tarvitaan

Kaiken kaikkiaan tekoäly hoitaa mittakaavaa vaativan työn — työn, joka edellyttää laaja-alaisuutta, nopeutta ja kaavojen tunnistamista miljoonista datapisteistä. Tähän kuuluvat erityisesti kaikkien yhteydenottojen kattava analysointi, vakavuuden esiluokittelu, ongelmien priorisointi, sääntelyriskien merkitseminen ja toistuvien häiriömallien tunnistaminen ennen kuin niistä tulee kriisejä. Se tarjoaa myös varhaisen varoituskerroksen eskalointia varten — järjestelmä kertoo meille, mikä vaatii ihmisen huomiota ja kuinka kiireellisesti.

Kolme tehtävää säilyy ihmisillä, ja tämä on tarkoituksellista.

1. Eskalointiin liittyvä harkinta: Tekoäly kertoo meille, mitä tarkastella; ihmiset päättävät, mitä tehdään, erityisesti silloin, kun asiakassuhteen merkitys tai sääntelyyn liittyvä arkaluonteisuus on suuri.
2. Palvelun palauttaminen: Mikään malli ei hoida tätä — etenkään B2B-puolella, jossa keskustelu ensimmäisen tason pankin kanssa on asiakassuhteen kannalta merkityksellinen hetki, ei vain tukipyyntö.
3. Asiakkaan todellisen kokemuksen ymmärtäminen: Tämä on minulle tärkein asia. Todellista asiakaskokemusta ei voi pelkistää pelkäksi dataksi. Panostamme etnografiseen ja immersiiviseen asiakasvuorovaikutukseen. Istumme asiakkaiden kanssa, seuraamme, miten he käyttävät tuotteitamme, ja kuuntelemme, mitä he sanovat silloin, kun kukaan ei tee kyselyä. Tällainen ymmärrys — suodattamaton, pyytämättä syntyvä ja käyttäytymiseen perustuva totuus — ohjaa tärkeimpiä päätöksiämme asiakaspolkujen suunnittelussa. Tekoäly voi tunnistaa suuressa mittakaavassa, mikä meni pieleen. Huoneessa oleva ihminen ymmärtää, miksi.

Tekoäly laajentaa sitä, mitä voimme nähdä. Ihmiset päättävät, mitä se tarkoittaa ja mitä asialle tehdään. Molempia tarvitaan. Kumpikaan ei yksinään riitä.

Miten tekoäly parantaa pyyntöjen käsittelyä ja tyytyväisyyttä

Oremeyin ajatuksia

Laadullisesti olemme siirtäneet tiimin kulttuuria tulipalojen sammuttamisesta tiedolla johdettuun hallintaan. Tätä on vaikeampi mitata, mutta sen voi helpommin tuntea — siinä, miten pidämme katselmuksia, miten toimimme asiakkuuksien kanssa ja miten puhumme asiakkaasta johdon keskusteluissa.

Luvut kertovat vakuuttavan tarinan.

Kuten mainitsin, tekoälypohjainen laadunvarmistusjärjestelmämme auttoi meitä siirtymään 10 prosentin tarkastuksesta kaikkien asiakasyhteydenottojen 100-prosenttiseen tarkastukseen saman 15 hengen tiimin voimin — näkyvyytemme kasvoi kymmenkertaiseksi ilman henkilöstökustannusten lisäystä.

Tekoälypohjainen itsepalveluportaalimme vähensi myös manuaalista pyyntöjen käsittelyä yli 54 prosenttia. Olennaista on, ettei se ainoastaan ohjaa pyyntöjä muualle — se priorisoi pyynnöt älykkäästi asiakasmäärien ja trenditietojen perusteella, jotta ihmiset käsittelevät ensin oikeat asiat.

Myös vaikutus asiakaskokemukseen on ollut mitattavissa: CSAT kasvoi 60 prosenttia. Käsittelyajat lyhenivät merkittävästi. Ja ehkä olen kaikkein ylpein siitä, että työntekijöiden tyytyväisyys parani yli 70 prosenttia. Kun tiimisi ei enää huku työmäärään vaan pääsee tekemään merkityksellistä työtä, se näkyy siinä, miten he ovat läsnä asiakkaita varten.

Laadullisesti olemme siirtäneet tiimin kulttuuria tulipalojen sammuttamisesta tiedolla johdettuun hallintaan. Tätä on vaikeampi mitata, mutta sen voi helpommin tuntea — siinä, miten pidämme katselmuksia, miten toimimme asiakkuuksien kanssa ja miten puhumme asiakkaasta johdon keskusteluissa.

Miksi asiakaskokemuksesta vastaavien johtajien on keskityttävä siirtoihin ja eskalointiin

Suurin osa uudistamiseen käytettävästä energiasta kohdistuu käyttöliittymään – keskustelubottiin, personointimoottoriin ja toistuvien yhteydenottojen automatisointiin. Tämä työ on tarpeellista ja on suurelta osin jo käynnissä. Mutta saumakohtaan, joka ratkaisee, auttaako tekoäly asiakassuhdetta vai vahingoittaako se sitä, suhtaudutaan usein myöhemmin määritettävänä ominaisuutena, vaikka juuri tämä järjestelmä määrittää luottamusta kaikkein eniten.

Tutkimustulokset tukevat tätä näkemystä useista suunnista. Vuoden 2025 asiakaskokemustutkimuksessa 79 % vastaajista kertoi suosivansa ihmistä tekoälyagentin sijaan monimutkaisissa asioissa – eskalointipolku ei siis ole valinnainen, vaan valinnaista on se, toteutetaanko se sujuvasti. Epäonnistumisen hinta on nyt määritetty numeerisesti: 48 % asiakkaista hylkäisi brändin, jos heidän pitäisi selittää ongelmansa uudelleen siirryttyään ihmiselle, ja 40 % lähtisi, jos heidän pitäisi vahvistaa henkilöllisyytensä uudelleen. Epäonnistumisessa ei ole kyse hitaudesta – huono siirto pyyhkii pois kaiken, mitä asiakas on jo kertonut, ja tekoälyn rakentama luottamus haihtuu juuri kun panokset kasvavat.

Kaksi havaintoa tekee tästä hallitustason aiheen. Ensinnäkin toimiala myöntää hiljaisesti automatisoineensa liikaa: Gartner ennustaa, että vuoteen 2027 mennessä puolet yrityksistä, jotka vähentävät asiakaspalveluhenkilöstöään tekoälyn vuoksi, palkkaa työntekijöitä takaisin samankaltaiseen työhön eri nimikkeillä. Toiseksi strateginen johtopäätös on selvä – tekoälyagenteilla todennäköisimmin luottamusta ansaitsevat brändit eivät ole niitä, jotka kiirehtivät poistamaan ihmisten välistä vuorovaikutusta, vaan niitä, jotka suunnittelevat selkeän eskaloinnin, kontekstin säilyttämisen ja rehellisen tiedottamisen varaan.

Miksi tekoäly ei vähennä ihmiskontaktin tarvetta

Kaksi aluetta ei edennyt odotustemme mukaisesti, mutta molemmat opettivat meille jotain tärkeää.

Ensimmäinen: Luulimme, että tekoäly voisi vähentää merkittävästi ihmiskontaktin tarvetta. Niin ei käynyt – ainakaan toivomallamme tavalla. Yhteydenottojen määrä väheni, kyllä. Mutta aitojen ihmiskontaktien tarve ei vähentynyt. Kun asiaa tarkastelee jälkikäteen, tämän ei olisi pitänyt yllättää meitä. Toimimme rahojen parissa – ihmisten rahoilla, yritysten rahoilla – ja kun jokin menee pieleen tai panokset tuntuvat suurilta, ihmiset haluavat toisen ihmisen. Eivät bottia eivätkä portaalia. Ihmisen äänen, joka ymmärtää, ottaa vastuun ja toimii. Tekoäly voi hallita yhteydenottojen määrää. Se ei voi jäljitellä läsnäoloa. Olemmehan lopulta ihmisiä.

Toinen: tuotekehityksen ymmärrys. Odotimme tekoälyn tuottamien tietojen kertovan meille, miten asiakkaat halusivat tuotteita muotoiltavan. Se ei pystynyt siihen – ainakaan täysin. Käyttäytymistiedot kertovat, mitä ihmiset tekevät. Ne eivät kerro, mitä ihmiset toivoisivat olevan olemassa tai mikä turhauttaa heitä tasolla, jota he eivät ole vielä itse sanoittaneet. Siksi palasimme perusteisiin – istuimme asiakkaiden kanssa, kävimme aitoja keskusteluja ja teimme etnografista tutkimustyötä. Tuoteajatteluamme muuttanut oivallus syntyi noissa huoneissa, ei hallintapaneeleissa.

Tekoäly on poikkeuksellisen hyvä mittakaavassa ja kaavojen tunnistamisessa. Se ei ole hyvä vivahteiden, tunteiden tai mielikuvituksen kanssa. Ne ovat edelleen itsepintaisesti ja peruuttamattomasti inhimillisiä – ja ehkä juuri niin kuuluukin olla.

Miksi asiakaskokemuksesta vastaavien johtajien on opittava mittaamaan tuloksia

Ensimmäinen pilottimme onnistui. Malli toimi, hallintapaneelit täyttyivät tuloksista ja sidosryhmille tehdyt esittelyt onnistuivat. En ymmärtänyt, ettei mikään näistä vastannut ainoaan kysymykseen, jonka ylin johto esittäisi kuusi kuukautta myöhemmin: "Mitä tämä tuotti, ja mistä tiedät sen?"

Olin optimoinut kyvykkyyden osoittamista varten. Minun olisi pitänyt optimoida arvon osoittamista varten määrittämällä perus- eli lähtötaso mittarille, johon halusimme vaikuttaa, erottamalla tekoälyn vaikutus muista muutoksista ja sopimalla taloushallinnon kanssa etukäteen siitä, miten onnistumista mitataan. Emme tehneet niin, joten investointiperustelujen tullessa ajankohtaisiksi jouduin rekonstruoimaan lähtötason jälkikäteen ja puolustamaan vaikutusosuutta, jota en pystynyt selkeästi todistamaan.

Vaikeampi oppitunti liittyy ylimpään johtoon, ei toimittajaan tai työkaluun. Hienon esittelyn ostaminen on helppoa ja sen perusteleminen vaikeaa. Kun budjettirivi on vastuullasi, innostus ei ole toimitettava lopputulos – sitä on luku, jonka takana voit seistä hallituksen edessä. Useimmat tekoälypilotit tekevät vaikutuksen. Paljon harvempien mittaus on rakennettu osoittamaan, että ne tuottivat kustannustensa verran arvoa, ja tämä mittausjärjestelmä on suunniteltava mukaan ensimmäisestä päivästä lähtien, koska sitä ei voi lisätä jälkikäteen.

Joten tämän sanoisin jokaiselle, joka käynnistää ensimmäistä pilottiaan: päätä, miten todistat tuoton, ennen kuin rakennat mitään, ja suhtaudu näyttävään tulokseen epäillen, kunnes luku kestää tarkastelun.

Miten asiakaskokemuksen mittaamattomat osa-alueet pettävät hitaasti

Oremeyin ajatuksia

Käytännön johtopäätös on, että menestyvät johtajat tekevät mittaamattomasta mitattavaa sen sijaan, että automatisoisivat sen pois tai puolustaisivat sitä pelkän uskon varassa. Luotan tällä hetkellä osittain uskoon, enkä usko sen riittävän.

Tässä on se, mikä minua huolestuttaa. Automatisoimme asiakaskokemuksen helposti mitattavan puoliskon ja annamme samalla hiljaa vaikeasti mitattavan puoliskon kuihtua — ja luvut kertovat meille, että voitamme, kunnes olemme menettäneet jotain, mitä emme voi rakentaa uudelleen.

Tekoäly loistaa niissä CX:n osa-alueissa, jotka näkyvät koontinäytöillä: yhteydenottojen vähentämisessä, käsittelyajassa, yhteydenottokohtaisissa kustannuksissa ja ratkaisun nopeudessa. Siksi optimoimme niitä, koska hallitus pystyy ymmärtämään ne helposti. Mutta kestävää suhdetta rakentavat asiat — miksi asiakas tuntee olonsa turvalliseksi, mikä ansaitsee anteeksiannon epäonnistumisen jälkeen ja tunne siitä, että joku ottaa vastuun hänen lopputuloksestaan — eivät näy datassa, emmekä voi automatisoida niitä.

Huoleni ei siis ole se, että tekoäly hoitaisi mitattavan työn huonosti. Huoleni on, että tekemällä mitattavasta työstä niin halpaa ja näkyvää määrittelemme vähitellen "hyvän CX:n" uudelleen niin, että se tarkoittaa vain mitattavaa työtä. Mittaamaton puolisko ei epäonnistu näkyvästi; se vain ohenee samalla, kun jokainen seinällä oleva mittari näyttää edelleen paranevan.

Asia, jota en ole ratkaissut — ja tämä on rehellinen versio — on se, etten pysty erottamaan omaa puolueellisuuttani todellisesta riskistä. On kätevää, että ihminen, jonka ura perustuu inhimilliseen harkintaan ja empatiaan, uskoo näiden asioiden olevan korvaamattomia. Arvailen, kuinka suuri osa vakaumuksestani on aitoa ennakointia ja kuinka suuri osa ammatillista oman edun tavoittelua.

Osa väitteestä "tekoäly ei pysty empatiaan" on luultavasti lohdullinen tarina, jota CX-johtajat kertovat itselleen, ja kyvykkyyksien raja siirtyy nopeammin kuin tämä tarina olettaa. Siksi mielessäni on aidosti kaksijakoinen ajatus: uskon, että suojelemme CX:n mittaamatonta puoliskoa liian vähän, ja epäilen, kuinka paljon haluan tämän olevan totta.

Käytännön johtopäätös on, että menestyvät johtajat tekevät mittaamattomasta mitattavaa — mittaavat luottamusta, vastuunottoa ja epäonnistumisen jälkeistä palautumista suoraan — sen sijaan, että automatisoisivat sen pois tai puolustaisivat sitä pelkän uskon varassa. Luotan tällä hetkellä osittain uskoon, enkä usko sen riittävän.

Kolme neuvoa tekoälyä käyttöön ottaville CX-johtajille

Tässä ovat yleiset neuvoni CX-johtajille:

1. Pysy aitona. Ole myötätuntoinen. Asiakaskokemukseen liittyvä tekoälystä käytävä keskustelu on valtavaa — ja suuri osa siitä on hypetystä hypetyksen perään. Raivaa tiesi sen läpi keskittymällä yhteen kysymykseen: "Parantaako tämä asiakkaani elämää?" Ei koontinäytöllä. Vaan hänen arjessaan. Jos vastaus on kyllä, tartu siihen. Jos se on vain vaikuttavaa, jätä se sikseen. Asiakkaat eivät muista teknologiavalikoimaasi. He muistavat, miltä sait heidät tuntemaan. Se ei ole muuttunut, eikä tekoäly muuta sitä.
2. Jatka oppimista — hellittämättä. Tämä toimintaympäristö muuttuu nopeammin kuin mihin kukaan meistä on saanut koulutusta. Parhaassa asemassa palvelemaan asiakkaitaan viiden vuoden kuluttua ovat ne johtajat, jotka ovat riittävän uteliaita myöntämään tänään, etteivät he ole selvittäneet kaikkea. Lue. Esitä kysymyksiä. Keskustele eri toimialoilla ja maantieteellisillä alueilla toimivien kollegojesi kanssa. Vietä aikaa asiakkaidesi kanssa. Heti kun lopetat oppimisen tässä ympäristössä, alat jäädä jälkeen — ensin hiljaa ja sitten yhtäkkiä.
3. Älä pelkää kokeilemista. Kaikki aloitteet eivät onnistu. Jotkin suurimmista oivalluksistamme syntyivät aloitteista, jotka eivät toimineet suunnitellusti. Se ei ole epäonnistumista — se on kalliisti hankittua tietoa. Rakenna kulttuuri, jossa tiimisi tuntee olonsa turvalliseksi kokeilla, oppia ja mukautua. CX:n johtavilla organisaatioilla ei ole kaikkein kehittyneintä tekoälyä — niiden taustalla on rohkein ja uteliain tiimi.

Pyri voittamaan ihmisiä varten, älä esitystä varten.

Pysy mukana

Voit seurata Oremeyi Akahin työtä LinkedInissä.

Lisää asiantuntijahaastatteluja on tulossa The CX Leadiin!