Erfaren teknikchef för kundintäkter säger att AI inte kan ersätta domänexpertis

David Karp har över 30 års erfarenhet av ledarskap efter försäljning. För närvarande är han SVP för kundframgång på Billtrust, ett SaaS-företag värt över 200 miljoner dollar.

Vi pratade med David för att förstå vilka aspekter av CX som förändras. Han berättade om de nya arbetsflödena — och de nya rollerna — som han skapar.

Ett anspråkslöst men kraftfullt CS-team

Som en erfaren ledare med över 30 års erfarenhet av ledarskap efter försäljning har jag haft ett uppdrag: att omvandla kundrelationer till kraftfulla tillväxtmotorer.

Min passion ligger i att samordna kultur, teknik och data. Som certifierad mentor och livslång lärande kombinerar jag min expertis med ett genuint engagemang för att lyfta mina kollegor, kunder och mitt samhälle. Varje dag börjar jag med tro, träning och övertygelsen om att dagens utmaningar kommer att bli morgondagens framgångshistorier.

För närvarande är jag SVP för kundframgång på Billtrust, där jag ansvarar för CSM:er, leverans av kundvärde och förnyelser. Jag ansvarar globalt för alla kunder — stora företag, företagskunder och SMB — vilket främst innebär USA och Europa.

Vi är ett SaaS-företag värt över 200 miljoner dollar med omkring 800 anställda. Mitt team är anspråkslöst men kraftfullt, med omkring 25 teammedlemmar.

Hur AI påverkar kundbortfall, support och kunskap

Tack vare AI har jag gjort stora förändringar i hur kundupplevelsen levereras. Här är tre exempel:

1. Hälsopoäng och prognoser för kundbortfall

Vi har integrerat AI kraftfullt i vår hälsopoängsättning och modell för att förutsäga kundbortfall, vilket gör att vi kan identifiera och hantera problem mycket snabbare än tidigare.

Vi använder en kombination av verktyg. Claude är vårt gränssnitt, men vi har byggt en modell med 12 signaler som använder källdata, känslodata (Gong, CSAT, NPS) och viktiga risksignaler som är specifika för vår verksamhet. Vi började med tre signaler och kalibrerade modellen allt eftersom vi behöll, utvecklade eller förlorade konton. Under första kvartalet var den 84 % träffsäker.

Vi uppdaterar poängsättningen varje vecka. Det gör att vi kan ingripa inom några dagar — i stället för veckor eller månader — i stället för att bara upptäcka signaler efter ett samtal eller en uppdaterad hälsopoäng från en CSM eller AE.

2. Kundsupport

Vi befinner oss precis i början, men vårt agentbaserade arbetssätt kommer att utöka vår förmåga att betjäna kunder som tidigare saknade stöd och täckning från CSM:er. Vi har faktiskt framgångsrikt gått från inskickade ärenden via e-post till en inledande ”chattbot” som hanterar alla interaktioner som inte sker per telefon.

Vi använder en kombination av Claude och ett internt verktyg som vi har byggt och som lägger till färdigheter för att samla in data och insikter samt leverera visuellt material. De färdigheter vi skapar gör det möjligt för oss att samordna källdata, användningsdata och känslor (från Gong, NPS, CSAT) och integrera all denna data i en konsekvent men anpassad uppsättning engagemangsmeddelanden, presentationer och så vidare.

Vi ersätter också vår CSP. Tillsammans skapar detta skalbarhet för oss.

Det kommer att ta ytterligare 4-6 månader, men vi kommer att öka vår täckning från 500 konton till nästan 2 000.

3. Kunskapsbaser

Vi påskyndar den kunskap vi levererar till kunderna, inklusive relevansen och noggrannheten i våra kunskapsartiklar. Detta görs via arbetsflöden och agenter som automatiskt uppdaterar dessa artiklar.

Vad människor fortfarande måste hantera inom CX

AI-signaler driver i hög grad eskalering, support och innehåll, men vi är fortfarande starkt beroende av människor för att täcka den ”sista milen” i problemlösning och återställning av tjänster.

Och när det gäller relationer med stor hävstångseffekt är det tydligt var AI slutar vara till hjälp. Endast en människa kan förmedla den empati som krävs för att korrigera en relation som håller på att spåra ur.

Varför AI inte kan ersätta domänexpertis

Domänexpertis är fortfarande avgörande för att förstå och hantera verkliga kundproblem.

Domänexpertis gör det till exempel möjligt för en CSM att förstå de dagliga utmaningarna för en persona, användare eller chef. AI är skickligt på att skapa lösningar, men jag har ännu inte sett det ersätta domänkunskapen hos någon som har varit i kundens situation och förstår hur man skapar en kontakt när en kund befinner sig i en svår situation.

AI kan ersätta många saker, men det kan inte ersätta den domänkunskap som skapar en annan nivå av problemlösning.

Hur AI ökar både engagemang och skräpinnehåll

Jag har sett två stora fördelar med AI: minskat beroende av människor och ökat engagemang i våra kundkonton. Eftersom AI driver en stor del av vår identifiering av problem och våra beslut om insatser kan vi arbeta med 50 % fler konton med upp till 20 % färre medarbetare.

Det finns förstås även negativa effekter. Vi har vissa kunder som inte vill börja med en chattbot. Kunder som har varit med länge är vana vid att vända sig till samma person och vill inte ändra sitt beteende. Så det finns en balans där.

Och i några fall arbetade människor för snabbt med AI och skapade skräpinnehåll som nådde kunderna.

Hur AI-fel kan påverka relationer

David delar med sig

AI är bara så bra som din förmåga att ifrågasätta resultaten. Du måste vara intellektuellt nyfiken och iterera med AI för att nå de bästa resultaten över tid … Det var ett kraftfullt lärandeögonblick för var och en av oss.

AI är bara så bra som din förmåga att ifrågasätta resultaten. Du måste vara intellektuellt nyfiken och iterera med AI för att nå de bästa resultaten över tid. Det första svaret är nästan aldrig bra, än mindre tillräckligt bra.

Det är frestande att ta några genvägar när tiden är knapp. Kanske behöver det kunden ska få levererat granskas lite mindre eftersom du är säker på att AI gjorde rätt.

Men jag har gjort det misstaget tillräckligt många gånger — med kunder och internt — för att veta att AI ofta fyller i luckor med information som det inte har. Att fylla i dessa luckor felaktigt kan undergräva trovärdigheten hos allt annat.

En tidigare partner lät AI besvara hans e-postmeddelanden med lägre prioritet utan mänsklig inblandning. Men sedan dirigerade systemet ett av mina viktiga e-postmeddelanden till fel kö, och jag fick ett tydligt AI-genererat svar. Jag hade ingen aning om att han använde AI för svar, och i det ögonblicket skämdes han eftersom det verkade som om han inte värdesatte vår långa relation.

Det var ett kraftfullt lärandeögonblick för var och en av oss.

Varför integrering av datakällor är avgörande för CX

Data, data, data.

Om du inte har en stark datagrund — det går bra att integrera datakällor genom ett verktyg som Snowflake — kommer du inte att få ut fördelarna med AI.

Anledningen är enkel: AI kan inte leverera verkliga fördelar om det inte grundar sig på data som ger ett brett kundsammanhang, kombinerat med din produktkunskap och hur kunden skapar värde.

Det är nästan oförsvarbart att inte känna till kundens resa, med tanke på alla data vi kan samla in nu — inspelade samtal, e-postmeddelanden, produktsignaler med mera. Du behöver en fullständig bild av varje kundinteraktion, KPI, mål, utmaning med mera.

Genom att på ett genomtänkt sätt göra dessa data tillgängliga för AI skapas det sammanhang som behövs för att leverera en bättre, mer skräddarsydd och klientspecifik upplevelse.

Varför CX-ledare kan dra nytta av att skapa nya roller

Vi skapar ett team av framåtriktade ingenjörer (jag kallar dem arkitekter för produktvärde) som förstår hur man skapar insatser för varje signal för att sluta värdegapet och få klienten tillbaka på rätt spår. Och CSM:er arbetar med dessa PVA:er i sitt sammanhang eftersom de förstår klientens mål och KPI:er.

Utan signalerna och skalbara insatser skulle vi inte kunna göra det. AI är avgörande för signalerna och är inbäddad i många (men inte alla) insatser.

Varför CX-ledare måste experimentera och gå först

Här är mitt råd: Experimentera, gå först, fatta beslut.

Förlita dig inte på punktlösningar eller AI som är inbäddad i punktprogramvara. AI:s kraft kommer att framträda över lösningar och datamängder.

Följ med

Du kan följa David Karps arbete på LinkedIn.

Fler expertintervjuer kommer på The CX Lead!