Grunnlegger og CX-leder sier at kundevendt KI mislykkes når selskaper ignorerer reisen rundt den
Jaco van den Heever
Administrerende direktør i Sand Dollar Design
Jaco van den Heever forklarer hvorfor KI forbedrer kundeopplevelsen når den reduserer friksjon i kundereisen, styrker arbeidsflytene for ansatte og overlater vurderingene til mennesker.
Key Takeaways
Kjerneperspektiv: Effektiv kundeopplevelse bruker KI til å redusere innsats og forbedre kundereiser, ikke bare til å tilføre teknologi i polerte grensesnitt.
Menneskelig dømmekraft: KI kan analysere mønstre og forberede kontekst, men mennesker må ha ansvar for empati, etikk, prioritering og følsomme beslutninger.
Tidligere testing: Prototyping med KI gjør det mulig for team å teste realistiske produktopplevelser tidligere, slik at tilbakemeldinger forbedres før kostbar utvikling starter.
Kontekst først: God kontekst, strukturert informasjon og tydelige begrensninger forbedrer KI-resultater mer pålitelig enn formuleringen av instruksjoner alene.
Ansattopplevelse: KI-utvidet kundeopplevelse blir bedre når interne arbeidsflyter hjelper ansatte med å få tilgang til kontekst, redusere administrasjon og betjene kunder raskere.
Jaco van den Heever er seriegründer med bakgrunn innen digital kundeopplevelse. Han er for tiden CEO i Sand Dollar Design, et fjernbasert rådgivningsselskap innen UX-strategi, produktdesign og AI-utvikling.
Vi satte oss ned med Jaco for å lære hvordan han bruker AI til å styrke arbeidsflyter innen CX – og hvordan bruk av AI på EX kan forbedre CX.
CX handler om mer enn finpuss på front-end
Jeg heter Jaco van den Heever og er grunnlegger og CEO i Sand Dollar Design. I over 20 år har jeg jobbet i skjæringspunktet mellom digital kundeopplevelse, produktstrategi, UX og teknologi. Før jeg startet Sand Dollar Design, ledet jeg arbeid med digitale produkter og omnikanalprodukter på tvers av mobilapper, nettsteder og tjenesteplattformer. Dette formet synet mitt på CX: Det handler ikke bare om finpuss på front-end, men om hvorvidt produktet, tjenesten og driftsmodellen fungerer for brukerne.
I Sand Dollar Design hjelper vi oppstartsbedrifter, SMB-er og konsernteam med å forbedre digitale produkter og kundereiser gjennom UX-strategi, UX-undersøkelser, produktdesign og i økende grad AI-støttet MVP- og produktutvikling.
Kanalene våre omfatter nettsteder, mobilapper, kundeportaler, B2B-plattformer, interne verktøy, dashbord og arbeidsflytsystemer. Kundene våre er vanligvis gründere, produktledere, innovasjonsteam, team for digital transformasjon og ledere i større virksomheter som trenger å redusere friksjon, forbedre bruken og ta bedre produktbeslutninger før de forplikter seg tungt til utvikling.
Vi jobber globalt og har erfaring fra Sør-Afrika, USA, Storbritannia og Europa. Vi har levert arbeid i komplekse sektorer, blant annet finansielle tjenester, helsetjenester, telekom, B2B-handel og bedriftsprogramvare.
More Articles
Hvordan AI kan brukes til å forenkle kundereisen
Jeg tar i bruk AI mye tidligere i kundereisen, særlig under onboarding og produktutforskning.
Et godt eksempel er GigExecs, en plattform jeg var med på å grunnlegge for erfarne fagpersoner som ser etter deltids-, midlertidig eller prosjektbasert arbeid. Vi oppdaget et friksjonspunkt: Erfarne fagpersoner har ofte omfattende erfaring, men det krever innsats å omforme den til en tydelig, søkbar og overbevisende profil. Folk overforklarer enten, undervurderer seg selv eller utsetter å fullføre onboardingflyten fordi den tomme siden føles som arbeid. Det påvirket opplevelsen deres.
Derfor utformet vi opplevelsen rundt AI-assistert profiloppretting. I stedet for å forvente at brukerne manuelt skriver alt fra bunnen av, tolker den AI-assisterte flyten en CV, LinkedIn-profil eller et samtalebasert innspill og omformer det til tydeligere posisjonering, profilinnhold og strukturerte data.
Den viktige endringen var ikke bare å «legge til AI». Det handlet om å redesigne kundereisen rundt en vei til verdi som krevde mindre innsats.
Dette endret måten jeg tenker på AI innen CX mer generelt. Jeg ser i økende grad etter punkter i kundereisen der brukerne står fast, føler seg usikre, blir overbelastet eller må oversette behovene sine til et systems språk. Dette er ofte de beste stedene for AI å bidra.
Resultatet er et mer praktisk syn på AI i kundeopplevelsen. Jeg er mindre interessert i AI som et nymotens tilleggslag og mer interessert i det som en måte å redusere innsats, forbedre relevans og hjelpe folk med å bevege seg gjennom en digital kundereise med større trygghet.
Hvilke CX-oppgaver bør utføres av AI
Jeg bruker nå AI til å informere om eller drive flere CX-aktiviteter:
- Syntetisering av brukerundersøkelser
- Identifisering av tilbakevendende friksjonspunkter
- Prioritering av problemer basert på støtte- eller tilbakemeldingsdata
- Utarbeidelse av innhold til førsteutkast
- Raskere prototyping
- Oppretting av mer personlige kundereisealternativer
Syntetisering av brukerundersøkelser skiller seg ut. I et typisk undersøkelsesprosjekt samler vi inn store mengder kvalitative data: intervjunotater, transkripsjoner, spørresvar, funn fra brukervennlighetstesting, innspill fra interessenter og observasjoner av kundereiser. Tidligere var syntetisering en manuell prosess. Vi gjør fortsatt menneskelige analyser, men AI hjelper oss nå med å finne mønstre mye raskere. Det hjelper oss med å gruppere temaer, oppdage tilbakevendende friksjonspunkter, sammenligne tilbakemeldinger på tvers av brukertyper og identifisere signaler som bør undersøkes nærmere. Det betyr at vi bruker mindre tid på å organisere data og mer tid på å stille vanskeligere spørsmål: Hva betyr dette, hva bør kunden gjøre videre, og hvilke produktbeslutninger må endres?
Hvilke CX-oppgaver bør utføres av mennesker
Aktivitetene jeg uttrykkelig lar være menneskelige, er de som innebærer vurdering, tillit og ansvarlighet.
Utforming av kundereiser krever for eksempel fortsatt menneskelig skjønn fordi det innebærer avveininger mellom kundebehov, forretningsmål, operasjonell virkelighet og tekniske begrensninger. Gjenoppretting av tjenester bør også ledes av mennesker når det finnes frustrasjon, økonomisk risiko, medisinsk sensitivitet, omdømmemessige konsekvenser eller en følelsesmessig kontekst. AI kan synliggjøre problemet og klargjøre konteksten, men en person bør avgjøre hvordan man skal svare.
Det samme gjelder produktstrategi og prioritering. AI kan hjelpe oss med å se mønstre raskere, men den bør ikke avgjøre hva som er viktigst. Det krever fortsatt en forståelse av kunden, forretningsmodellen, merkevareløftet og konsekvensene av å ta feil.
Mitt syn er derfor enkelt: AI bør redusere innsatsen, gi bedre kontekst og fremskynde læringen. Mennesker bør eie beslutningene der empati, etikk, tillit og kommersielt skjønn betyr mest.
Jaco States
…mitt syn er enkelt: AI bør redusere innsatsen, gi bedre kontekst og fremskynde læringen. Mennesker bør eie beslutningene der empati, etikk, tillit og kommersielt skjønn betyr mest.
Hvordan AI-prototyping forbedrer kvaliteten på tilbakemeldinger fra brukere
En stor fordel med AI kan ses innen prototyping. Tidligere gikk en typisk prosess fra trådskisser til design med høy detaljgrad, deretter klikkbare prototyper og så overlevering til utviklere. Nå kan vi, gjennom AI-støttet produktutvikling, ofte presentere en fungerende prototype for brukere langt tidligere. Denne prototypen kan inneholde reelle interaksjoner, realistiske data og tilstrekkelig funksjonell logikk til at brukerne kan reagere på den som noe som ligner mer på det ferdige produktet.
Dette forbedrer kvaliteten på tilbakemeldingene. Folk oppfører seg annerledes når de bruker noe som føles ekte. Det betyr at vi bedre kan forstå hvordan produktet faktisk fungerer, før vi fullfører en komplett utvikling.
Ulempen er imidlertid at AI også kan skape falsk trygghet. Team kan bygge raskere enn de rekker å tenke. Kode krever fortsatt gjennomgang. Produktbeslutninger krever fortsatt dokumentasjon. Syntetisering av brukerundersøkelser krever fortsatt menneskelig skjønn. En polert prototype kan få en svak idé til å fremstå sterkere enn den egentlig er.
Det beste resultatet har derfor ikke vært at «AI erstattet teamet». I stedet har AI redusert avstanden mellom innsikt, prototype, testing og iterasjon.
Hvorfor kundevendte chatboter ikke leverer som forventet
Min tydeligste skuffelse gjelder kundevendte chatboter i store virksomheter, særlig innen finansielle tjenester, forsikring, bank og fintech.
Dagens AI-funksjonalitet er langt bedre enn det mange kunder opplever.
I teorien bør kunder kunne ha en naturlig samtale med en digital assistent. Den bør forstå hensikten, huske konteksten, stille nyttige oppfølgingsspørsmål, finne frem til riktig informasjon, forklare alternativer tydelig og sette kunden over til et menneske når en sak blir sensitiv eller kompleks.
I praksis føles mange bedriftschatboter fortsatt som gamle beslutningstrær med en ny etikett. Boten tvinger kundene inn i et snevert utvalg av alternativer, den svikter så snart et spørsmål blir litt uvanlig, og brukerne prøver ofte å komme seg unna boten i stedet for å få hjelp av den.
Problemet ligger vanligvis ikke i selve modellen, men i opplevelsen rundt den. Dataene er fragmenterte. Integrasjonene er ufullstendige. Eskaleringsreglene er svake. Selskapene har ikke utformet boten med utgangspunkt i den faktiske kundereisen. Og i regulerte bransjer fører bekymringer knyttet til risiko og etterlevelse ofte til at selskapene tar i bruk noe som er tryggere, men langt mindre nyttig.
Dette skaper et merkelig gap. Kundene hører mye om AI, men samhandler deretter med systemer som slett ikke føles intelligente.
Verktøy alle CX-team bør vurdere å bruke
CX-team kan ha nytte av følgende verktøy:
- ChatGPT og Codex til analyse og planlegging
- Claude Cowork til støtte ved komplekse oppgaver og oppbygging av kunnskapsbaser
- Cursor til AI-produktutvikling og automatisering
- Qualtrics til kundetilbakemeldinger
Hvorfor CX-ledere må investere i kontekst først
Kvaliteten på AI-ens resultater avhenger like mye av konteksten du gir AI-en, som av selve modellen.
I utgangspunktet er det lett å tenke at ferdigheten ganske enkelt er å «skrive en god instruksjon». Det er viktig, men det er bare en del av det. Jeg har lært at AI fungerer langt bedre når du gir den strukturert kontekst: målet, kundeproblemet, forretningsreglene, tonen, begrensningene, eksemplene, datakildene og hvordan et godt svar bør se ut.
Dette endret hvordan jeg nå setter opp AI-arbeid. Jeg bruker mer strukturerte instruksjoner, Markdown-filer, prosjektmapper og gjenbrukbare kontekstdokumenter, slik at AI-en ikke begynner helt fra bunnen av hver gang. Dette gjør arbeidet mer konsistent og resultatene langt mer nyttige.
Mitt råd er å behandle det første AI-pilotprosjektet mindre som et engangseksperiment og mer som begynnelsen på et nytt operativsystem for hvordan teamet ditt arbeider. Jo bedre du strukturerer konteksten, desto bedre blir AI-en som en reell partner i arbeidsflyten.
Hvorfor AI-forsterket EX er bra for CX
Flere ledere bør utforme medarbeideropplevelsen på nytt, særlig de interne systemene og arbeidsflytene de ansatte er avhengige av for å betjene kundene.
Mange CX-problemer oppstår ikke i kontaktpunktet mot kunden. De oppstår i bakgrunnen, der medarbeidere prøver å skape en god opplevelse samtidig som de håndterer fragmenterte systemer, manuelle prosesser, manglende data og dårlig utformede arbeidsflyter.
AI skaper en mulighet til å løse dette.
Hvis AI kan hjelpe medarbeidere med å samle informasjon fra ulike systemer, forstå kundekonteksten raskere, oppsummere historikken, anbefale neste steg og redusere administrativt arbeid, blir kundeopplevelsen nesten umiddelbart bedre.
Det er derfor jeg mener at EX er en av de viktigste frontene for AI-forsterket CX.
Hvorfor målet aldri bare bør være å legge AI til i CX-arbeidsflytene
Mitt råd til CX-ledere er å ta i bruk AI – men ikke forlate grunnprinsippene for en god kundeopplevelse.
AI er et kraftig nytt teknologisk lag. Det kan hjelpe team med å jobbe raskere, analysere mer data, personalisere kundereiser, lage prototyper tidligere og støtte kunder på måter som tidligere var upraktiske. Men kjerneprosessen med å løse problemer på en brukersentrert måte er fortsatt den samme.
Du må fortsatt forstå kunden. Du må fortsatt definere det riktige problemet. Du må fortsatt samordne forretningsmål, teknologi og menneskelige behov. Du må fortsatt teste antakelser før du skalerer en løsning.
Mitt råd til CX-ledere er å omfavne AI — men ikke forkaste grunnprinsippene for god kundeopplevelse … Målet bør ikke være å legge til AI overalt, men å gjøre kundereisen enklere, tydeligere og mer nyttig for kunden. Det krever design, brukerundersøkelser, data og menneskelig dømmekraft, ikke bare teknologi.
Faren er at teamene bruker AI til å bygge raskere uten først å spørre om de bygger det riktige. Det kan skape mer støy, mer automatisering og større kompleksitet for kundene.
Målet bør ikke være å legge til AI overalt, men å gjøre kundereisen enklere, tydeligere og mer nyttig for kunden. Det krever design, brukerundersøkelser, data og menneskelig dømmekraft, ikke bare teknologi.
Følg med
Du kan følge arbeidet til Jaco van den Heever på LinkedIn, X og hans personlige nettsted. Du kan også se nærmere på Sand Dollar Design på deres nettsted og LinkedIn:
Flere ekspertintervjuer kommer på The CX Lead!
