Grundare och CX-chef säger att AI kan omvandla kundservice från kostnadsställe till intäktskälla

Jaakko Timonen har en bakgrund inom att leda CX-organisationer och är för närvarande grundare och vd för GitHits.

Vi satte oss ner med Jaakko för att ta reda på hur han använder AI för att bättre förstå sina användare. Här är vad han sa.

Olika roller, samma CX-uppgift

Jag heter Jaakko (Jack) Timonen. För närvarande är jag medgrundare och vd för GitHits, där jag ansvarar för CX.

Vi är ett företag som utvecklar verktyg för utvecklare och befinner oss i betafasen. Moderna AI-verktyg för kodning gör det möjligt för agenter att navigera i lokala kodbaser, men de kan inte komma åt ramverk, bibliotek, SDK:er eller andra beroenden med öppen källkod. Därför tillhandahåller GitHits ett versionsmedvetet index över kod med öppen källkod på begäran, vanligtvis på 10–20 sekunder för ett genomsnittligt kodarkiv.

För närvarande är den stora majoriteten av våra användare enskilda mjukvaruutvecklare eller små nystartade företag, men vi har också vissa användare från större företag. Vi kommunicerar främst med dem via e-post, Slack, WhatsApp, Intercom och X.

Innan jag startade GitHits var jag chef för kundrelationer på ett AI-konsultföretag som hette Softlandia. Dessförinnan ansvarade jag för produkten och kundupplevelsen på NoNoNo.com, som hjälpte amerikanska konsumenter att eskalera och lösa klagomål med stora företag.

Hur AI gör det möjligt för CX-ledare att förstå användningen innan de svarar användarna

Vår produkt är ganska ny och problemet vi löser är komplext, så vi får mängder av supportförfrågningar – särskilt kring hur man konfigurerar olika kodningsagenter och körmiljöer. Den höga supportbelastningen har dessutom förvärrats av de senaste attackerna mot programvaruförsörjningskedjan. Som svar på detta placerar många utvecklare, inklusive våra kunder, nya paketversioner i karantän – även de korrigeringar de har efterfrågat – i en vecka innan de installerar dem.

Som ett resultat behövde vi göra vissa förändringar i hur vi hanterar supporten. Vi kopplade Claude Cowork till BigQuery. Och vi började använda ett verktyg som heter Datost, som får åtkomst till relevanta data i BigQuery och gör det möjligt för oss att chatta med dessa data i Slack.

Nu kan vi ställa frågor om vilken användare som helst och om deras användning, vilket gör att vi kan gå på djupet med vad de försöker göra. Om en användare klagar på ett problem kan vi därför återkomma med mer exakta, databaserade svar – snabbare.

Det är också till hjälp när vi tar kontakt proaktivt, eftersom vi kommer till samtalet med kunskap om kundens användning. Det ger oss dessutom en mycket bättre förståelse för våra användare som helhet, vilket innebär att vi kan bygga bättre och mer relevanta funktioner och i slutändan få större genomslag.

Varför människor bör vara involverade i alla delar av CX

Jag brukade tro att 100 % av användarna föredrog mänsklig kundservice framför AI. Anledningen var enkel: Mänsklig kundservice är mer mänsklig, och vi är alla människor. Men jag hade fel. Det beror helt enkelt på situationen.

Jag tror att kundernas inställning till AI beror på vad de gör. Om de till exempel behöver hitta någon teknisk detalj och kan hitta informationen i dokumentationen föredrar de självservice – och AI:s hjälp kommer sannolikt att uppskattas. Men om de har klagomål på hur produkten fungerar eller på något annat som rör produktupplevelsen föredrar de nästan alltid att en människa är involverad.

Det är den främsta anledningen till att vi inte använder AI för att svara på kundfeedback. En annan anledning är att vi är ett företag i ett tidigt skede, innan vi har uppnått produkt–marknadsanpassning, och verkligen behöver förstå våra användare. Det innebär att vi måste göra sådant som inte går att skala.

I framtiden kanske vi använder AI-agenter för att svara på enkla kundförfrågningar. Men komplexa förfrågningar kommer sannolikt fortfarande att kräva mänsklig närvaro.

För närvarande bygger inget av våra CX-beslut till 100 % på AI. Vi använder AI för att få bättre svar snabbare, men människor granskar fortfarande allt.

Varför kundservicechattbotar inte lever upp till förväntningarna

Vi började nyligen låta våra kunder chatta med vår dokumentation med hjälp av Mintlify. Vi hänvisar aktivt dem dit när de kontaktar oss via e-post.

Vi förväntade oss att de verkligen skulle uppskatta detta. Vi trodde att de skulle göra djupdykningar i produkten för att förstå dess funktioner, men det har inte hänt. Kanske beror det på att detta är ett så nytt tillskott. Eller så föredrar våra kunder mänsklig kundservice. Tiden får utvisa.

När man konfigurerar en sådan här chattbot vill jag varna CX-ledare för en sak: De flesta chattbotar är fullständigt värdelösa. De vet inte hur de ska svara på frågor och avslutar samtalen innan användarna ens hinner ställa en följdfråga.

Här är några tips:

• Viktigast av allt är att ge sammanhang. Utan det vet chatboten inte vad den ska göra.
• Träna den i att vara empatisk och anpassa sig efter kundens ton. Om kunden till exempel ställer en analytisk fråga kan personen vara en siffermänniska, och då vill du ge mer analytiska svar. Men om meddelandet är känslomässigt laddat är det viktigare att hantera frågan empatiskt.
• Träna den i att använda icke-våldsam kommunikation.
• Se till att målet inte är att vara tekniskt överlägsen, utan att förstå vad som ligger bakom kundens meddelanden.

Så här ser en AI-verktygsstack ut inom CX

Vi använder AI för att bygga alla våra arbetsflöden. Här är vår AI-verktygsstack:

• Claude Code och Codex för AI-stödd kodning
• Intercom för supportärenden och sortering

• PostHog för att spåra konverteringar, klick och annat. Vi använder det också för skärminspelningar.
• BigQuery för lagring av relevanta data
• Datost för att chatta med data
• Mintlify för att låta våra användare chatta med vår dokumentation

Vi planerar att lämna Intercom. Till en början trodde vi att vi kanske skulle välja Pylon, men det är alltför B2B-inriktat, så vi undersöker i stället alternativ som UseClad eller Parahelp.

Varför en framgångsrik AI-implementering inom CX beror på dina data och din dokumentation

Alla CX-chefer behöver känna till en sak: Din framgång beror på dina data och din dokumentation.

När det gäller data återkommer jag alltid till det Cat Wu från Anthropic sa i Lenny's Podcast — det avsnittet är för övrigt en utmärkt resurs om du inte redan har lyssnat på det. Jag parafraserar: Om du vill lyckas med Claude Cowork är det första du behöver göra att integrera det med alla möjliga datakällor, så att du har precis allt tillgängligt för AI innan du börjar skapa rapporter och åtgärdspunkter.

Indata påverkar alltid utdata, och AI:s indata är data. Se därför till att dina data är strukturerade och rena.

När det gäller dokumentation behöver du dokumentera allt. Dina kunder behöver också kunna chatta med dokumentationen, så att det blir mycket enkelt att hitta nålen i höstacken. Som tur är kan processen automatiseras så att dokumentationen hålls uppdaterad.

Jaakko delar med sig

Indata påverkar alltid utdata, och AI:s indata är data. Se därför till att dina data är strukturerade och rena.

Varför AI-baserade produkter fortfarande behöver instrumentpaneler

Om du bygger en AI-produkt riktad till konsumenter bör du tänka på att antalet supportärenden kommer att öka om verktygets gränssnitt enbart består av AI-chatt.

Jag lade märke till det här problemet när jag byggde min första webbplats med Lovable. Det var fantastiskt att bygga den med instruktioner, men verktyget kunde inte hantera SEO, och det fanns ingen statisk instrumentpanel där jag enkelt kunde komma åt sådant som metabeskrivningar och sidtitlar. Det var ingen bra upplevelse att tvingas be AI om precis allt — en sak i taget, sida för sida.

Se till att ditt produktteam fortfarande bygger de nödvändiga instrumentpaneler som dina kunder behöver.

Så kan AI förändra CX från kostnadsställe till resultatenhet

De flesta vd:ar betraktar kundservice och kundframgång som kostnadsställen, vilket leder till dålig CX. Men AI gör det möjligt för oss att behandla dem som resultatenheter.

AI kan till exempel mäta vad som händer med de kunder vars klagomål har lösts. Det kan ta reda på om de riskerar att lämna företaget eller om de till och med är mer engagerade än tidigare.

Om det senare är fallet kommer det att gynna intäkterna – inte bara genom att kunderna stannar kvar, utan också genom rekommendationer från andra. Statistiskt sett berättar en kund vars klagomål har lösts för sex till sju personer inom en vecka om den positiva upplevelsen. Och det är sannolikt att kunden spenderar 30 % mer under nästa månad.

I det här sammanhanget rekommenderar jag att läsa Att leverera lycka: berättelsen om Zappos.

Varför icke-våldskommunikation är ännu viktigare med AI

Mitt främsta råd till CX-ledare är alltid att studera icke-våldskommunikation. Varje supportmeddelande från en kund innehåller:

• Budskapet (vad försöker kunden säga?)
• Den känsla eller emotion som ligger bakom budskapet
• Behovet bakom den känslan eller emotionen
• Förfrågan som uppstår ur det behovet”

CX-ledare måste förstå det. Innan du gör något annat bör ditt svar hantera alla fyra komponenterna. Och nu behöver även din AI förstå det.

Övergripande, kom ihåg: Du måste förmedla empati när du svarar kunder – inte bara teknisk kunskap.

Följ med

Du kan följa Jaakko Timonens arbete på LinkedIn och X. Kolla även in GitHits.

Fler expertintervjuer kommer på The CX Lead!