CCO:er säger att CX förändras från en rapporteringsfunktion till operativ infrastruktur som möjliggör snabbare beslutsfattande

Patrícia Osorio är medgrundare och CCO på Birdie, en AI-driven plattform som hjälper organisationer att strukturera och använda kundkontext.

Vi satte oss ner med Patrícia för att lära oss hur AI förändrar CX-området. Hon sa att det genomgår en grundläggande förändring från en affärsfunktion till infrastruktur för beslutsfattande.

Den största förändringen någonsin inom CX

Jag heter Patrícia Osorio och är medgrundare och chef för kundrelationer på Birdie. Jag anser att kundupplevelsen genomgår den största förändringen sedan företag började mäta kundnöjdhet.

I flera år har CX fokuserat på att lyssna — samla in feedback, mäta NPS, skapa instrumentpaneler och hjälpa organisationer att förstå vad kunderna säger. Dagens företag saknar inte kunddata, de saknar en gemensam kontext. Varje team har sin egen bild av kunden, men ingen har hela bilden.

Vi anser att CX utvecklas från en affärsfunktion till infrastruktur. Kundkontext håller på att bli det gemensamma lager som alla delar av organisationen förlitar sig på — inte bara supportteamen, utan även produkt, teknik, marknadsföring, verksamhet, ekonomi och i allt högre grad AI-system.

På Birdie hjälper vi stora företag inom finansiella tjänster, försäkring, detaljhandel, marknadsplatser och samhällstjänster att bygga detta lager för kundkontext. Vi omvandlar miljontals kundinteraktioner i alla kanaler till kontext som hjälper organisationer att prioritera bättre beslut, få team att samordna sig snabbare och kontinuerligt förbättra kundupplevelsen. Vi är ett team på nästan 60 personer och betjänar företagskunder i Nordamerika, Latinamerika och Europa.

Det här är framtiden för CX. Det handlar inte längre om att rapportera vad som har hänt. Det blir den infrastruktur som hjälper hela företaget att besluta vad som ska göras härnäst.

Hur AI förändrar CX till infrastruktur

Alla företag investerar i AI-agenter, AI-assistenter och automatisering. Men de flesta gör samma misstag. De optimerar enskilda funktioner i stället för företaget som helhet.

Kunder upplever inte våra organisationsscheman. De upplever den samlade effekten av varje beslut vi fattar. Därför måste kundkontext vara tillgänglig i hela företaget.

I framtiden kommer produktteam inte att prioritera funktioner utan kundkontext. Marknadsföring kommer inte att lansera kampanjer utan kundkontext. Support kommer inte att coacha agenter utan kundkontext. AI-agenter kommer inte att vidta åtgärder utan kundkontext.

Det är därför jag anser att kundupplevelsen håller på att bli infrastruktur. Varje kundinteraktion skapar kontext. Varje beslut bör använda den kontexten och varje resultat bör göra företaget lite smartare.

Det är en helt annan roll för CX än den har haft under de senaste tjugo åren. Det handlar inte längre om att ta fram rapporter eller ens generera insikter. Det handlar om att tillhandahålla den kundkontext som varje team — och varje AI-agent — använder för att fatta beslut.

För de företag som vinner kommer inte att vara de som har mest AI. Det kommer att vara de där varje beslut grundar sig på en gemensam förståelse av kunden. För mig är det nästa kapitel för kundupplevelsen: inte som en avdelning, utan som företagets infrastruktur för beslutsfattande.

Hur MCP:er förändrar kundupplevelser och kundengagemang

Patrícia delar med sig

I åratal var kundinsikter något man besökte. Man öppnade en instrumentpanel, körde en rapport, skapade en presentation och delade den på ett möte. Det var värdefullt, men det var i grunden frikopplat från det ögonblick då besluten fattades.

Modellkontextprotokoll (MCPs) har en enorm inverkan på kundupplevelsen, och vi har tagit det till oss. I åratal var kundinsikter något man besökte. Man öppnade en instrumentpanel, körde en rapport, skapade en presentation och delade den på ett möte. Det var värdefullt, men det var i grunden frikopplat från det ögonblick då besluten fattades.

Under det senaste året har vi förändrat detta genom att göra Birdies kundkontextlager direkt tillgängligt inuti de AI-verktyg som människor redan använder varje dag. Oavsett om någon använder ChatGPT, Claude, Gemini eller en annan AI-arbetsyta kan de ställa frågor och interagera med sina data.

Det kan låta som en liten förändring av gränssnittet, men det är en förändring av verksamhetsmodellen. Och det förändrar helt hur kunder upplever och interagerar med din produkt.

AI ansvarar för snabbheten medan människor ansvarar för omdömet

AI bör ansvara för snabbheten. Människor bör ansvara för omdömet.

AI är exceptionellt bra på att bearbeta stora mängder data. Det kan klassificera miljontals kundinteraktioner, upptäcka framväxande mönster innan de syns i traditionella mätvärden, koppla samman signaler från olika kanaler, uppskatta affärspåverkan och hänvisa möjligheter till rätt team. Det är arbete som ingen mänsklig organisation realistiskt kan utföra i företagsskala.

Misstaget många företag gör är att försöka ersätta omdöme med AI. Människor är oumbärliga där omdöme, ansvar och förtroende spelar roll.

När en kund har haft en genuint dålig upplevelse behöver de inte bara ett korrekt svar — de behöver känna sig hörda. När ett produktteam beslutar om en upplevelse ska göras om är det ett strategiskt beslut som innebär avvägningar som sträcker sig långt bortom vad historiska data kan rekommendera. I starkt reglerade branscher som bank och försäkring kräver beslut om eskalering och risk mänskligt ansvar.

Möjligheten ligger därför i att förstärka omdömet med kontext. AI bör hjälpa oss att förstå vad som händer, varför det händer, hur betydelsefullt det är och vem som bör ansvara för det. Människor avgör vilken framtid de vill skapa.

Så ökar AI organisationens handlingskraft

Den största förbättringen av kundupplevelsen som AI har bidragit till har inte varit produktivitet. Det har varit organisationens handlingskraft.

En av våra kunder, Agibank, analyserade mer än 2,4 miljoner konversationer och över 33 000 NPS-svar varje kvartal. AI minskade tiden för att förstå dessa data med 80 % och påskyndade beslutsfattandet med 90 %, vilket bidrog till en minskning av kundbortfallet med 10 % på pilotmarknaderna — ungefär 60 000 dollar i bevarat månadsvärde.

En annan kund, Neon, identifierade friktion för kunder tre till fyra veckor innan den syntes i traditionella operativa mätvärden. Åtgärder baserade på dessa signaler ledde till en förbättring av appbetygen med 27 % och en minskning av antalet negativa Android-omdömen med 53 %.

Värdet ligger inte bara i att AI analyserar feedback snabbare. Det förkortar dramatiskt tiden mellan en kundsignal och ett affärsbeslut. Organisationer går från att diskutera huruvida ett problem existerar till att besluta hur det ska lösas.

Varför AI behöver kundkontext

Det största misslyckandet är dock att anta att AI automatiskt skapar visdom.

AI är otroligt bra på att känna igen mönster, men mönster utan affärskontext kan vara missvisande. Om din taxonomi är svag, din kundsegmentering bristfällig eller din organisation inte förstår orsakssamband, producerar AI helt enkelt snabbare svar på fel frågor.

Det är därför kundkontext är så viktig. Kontext omvandlar mönsterigenkänning till bra beslutsfattande.

Så vilseleder mätvärden för chatbotavledning om CX-resultaten

Chatbotavledning är överdriven. Under de senaste åren har vi mätt framgång genom att fråga: ”Hur många kontakter förhindrade chatboten?” Det är fel mätvärde.

Att avleda en konversation löser inte nödvändigtvis kundens problem. Ibland gör det bara svårare för kunden att nå någon som kan hjälpa till.

Vi har alla upplevt det själva: Du tillbringar fem minuter med att gå runt i cirklar med en chatbot, för att till slut ändå be om att få prata med en handläggare. Företaget räknar det som automatisering. Kunden upplever det som friktion.

Det verkliga målet borde inte vara att avstyra kontakter. Det borde vara att undanröja friktion.

Om AI proaktivt kan identifiera en misslyckad betalning, åtgärda den innan kunden märker något eller visa rätt information så att kunden aldrig behöver kontakta supporten från första början — då är det ett fantastiskt resultat. Om AI bara skapar ytterligare ett lager mellan kunden och en lösning, har vi optimerat fel sak.

Detta speglar en bredare förändring inom CX. I flera år har vi optimerat verksamhetsmått som handläggningstid, andel ärenden som hanteras helt automatiskt eller avstyrning eftersom de var enkla att mäta. Allt oftare inser vi att de mått som spelar roll handlar om kundresultat: Löste vi problemet? Tog vi bort grundorsaken? Ökade förtroendet? Behövde kunden oss mindre eftersom upplevelsen faktiskt förbättrades?

Därför handlar framtiden inte om att AI ska ersätta supporten. Den handlar om att AI ska hjälpa organisationer att kontinuerligt identifiera och undanröja källorna till kundfriktion i hela verksamheten. När du tar bort anledningen till att kunderna kontaktar dig från första början, är det då du har skapat verkligt värde — inte för att du avstyrde ett samtal, utan för att det inte längre fanns något problem att lösa.

Varför AI-integrationen måste börja med verksamhetsproblem

AI behöver ingen bred vision — det behöver en mycket specifik uppgift.

Misstaget är att börja med frågan: "Hur kan vi använda AI?" Den bättre frågan är: "Vilket beslut försöker vi fatta på ett bättre sätt?"

När du är tydlig med vilket beslut det handlar om följer allt annat: vilka data du behöver, vilket sammanhang du behöver, vilket arbetsflöde du automatiserar och hur du mäter framgång.

Det är därför jag anser att de bästa AI-projekten inte börjar med teknik. De börjar med ett viktigt verksamhetsproblem.

Ställ rätt frågor och ta vara på den här möjligheten

Här är mina råd:

1. Lägg mindre tid på att fråga hur AI kan användas och mer tid på att fråga vilka beslut AI bör förbättra. Det är en mycket mer strategisk fråga. De flesta organisationer har inte ett AI-problem — de har ett beslutsproblem. De har blivit otroligt bra på att samla in kunddata, men betydligt långsammare på att agera utifrån den informationen.
2. Sluta behandla kundinsikter som mållinjen. Syftet med kundintelligens är inte att skapa bättre instrumentpaneler. Det är att fatta bättre beslut. Om AI hjälper dig att analysera feedback dubbelt så snabbt men din organisation fortfarande behöver sex månader för att agera, har inget meningsfullt förändrats.
3. CX-ledare har en unik möjlighet just nu. I flera år har människor betraktat kundupplevelse som teamet som mätte kundnöjdhet och rapporterade vad som hade hänt. Det håller på att förändras. Kundupplevelse håller på att bli det kontextlager som hjälper alla delar av verksamheten att besluta vad de ska göra härnäst. Produktteam använder det för att prioritera färdplaner. Marknadsföring använder det för att förstå budskap. Verksamheten använder det för att undanröja friktion. Ekonomifunktionen använder det för att mäta verksamhetseffekter. AI-agenter använder det för att fatta bättre beslut. Det är en mycket större roll än att mäta NPS.

Framtiden för CX handlar inte om att bli mer operativ — den handlar om att bli grundläggande. De organisationer som kommer att lyckas under det kommande årtiondet är inte de som har mest AI. Det är de som lär sig snabbare än alla andra, eftersom varje kundinteraktion gör verksamheten lite smartare.

Patrícia delar med sig

Här är mina råd: Lägg mindre tid på att fråga hur AI kan användas och mer tid på att fråga vilka beslut AI bör förbättra. Sluta behandla kundinsikter som mållinjen. CX-ledare har en unik möjlighet just nu … Framtiden för CX handlar inte om att bli mer operativ — den handlar om att bli grundläggande. De organisationer som kommer att lyckas under det kommande årtiondet är de som lär sig snabbare än alla andra, eftersom varje kundinteraktion gör verksamheten lite smartare.

Följ med

Du kan följa Patrícia Osorios arbete på LinkedIn. Och ta en titt på Birdie.

Fler expertintervjuer kommer i CX-ledaren!