Balancegang. Der er med god grund voldsom hype om kunstig intelligens (AI). Udsigten til intelligente løsninger, som selv tager velbegrundede rationelle beslutninger på et splitsekund, er forblændende, men på den anden side er AI også bare mere af det samme. Den danske gennemsnitsvirksomhed skal først og fremmest forlange AI af sine leverandører og ikke selv ansætte phd’ere og udvikle AI løsninger på egen hånd.
”It’s the customer, stupid!” Sådan ville en lettere omskrivning af Bill Clinton lyde. Kunden er mere konge end nogensinde før. Skuffende kundeoplevelser er direkte farlige for brandet, og kunden tænker ikke B2C eller B2B; kunden tænker i Me2B. Hver enkelt person ser sig i relation til enkelte brand, og den kunderevolution har en lang række effekter ind i vores organisationer. For at skabe glade og engagerede kunder må vi se og forstå kunden individuelt, omfattende og konsistent på ethvert tidspunkt og i enhver kanal. Et CRM-system med fokus på at hjælpe sælgerne er slet ikke nok. Vi har brug for kundecentricitet i den samlede livscyklus på tværs af fysiske butikker, online, marketing, salg og service. Me2B er en afgørende rettesnor for vores tænkning, når vi opbygger en sammenhængende, kontekstuel form for personalisering af marketing, salg og service. Og her vil man uvægerligt opleve et behov for endog meget sofistikeret databehandling. Det er hovedårsagen til at kunstig intelligens/machine learning/AI kommer til at spille en nøglerolle i salg, marketing, service og e-handel.
Hypen om AI er ikke til at komme uden om. Den er funderet i dynamikken mellem et push fra teknologi og pull fra forretningen. Dels handler det om eksplosionen af data og nye muligheder for behandling af disse. Dels handler det om forbrugerens øgede magt og søgen efter tillid, gennemsigtighed og ærlighed i behandlingen af hendes data.
Men der er stadig lysår til marketingafdelingen bliver lukket og erstattet af en robot: Den avancerede software kommer i langt højere grad til at støtte og arbejde sammen med os.
Jeg ser to veje, som virksomheder skal gå på samme tid. De skal både have det korte og det lange lys på denne problemstilling.
På den ene side, skal vi erkende at alle funktioner fra marketing over salg, leverance og service hænger sammen, fordi kunden forventer det. Det betyder, at det dataspor som den enkelte kunde trækker skal kunne forstås i en holistisk sammenhæng. Data er det afgørende råstof. Data kan sikre at vi undgår at pushe det nye tilbud til den kunde, som er i gang med en glohed sag i kundeservice, at vi husker vores historik med den enkelte kunde, og at vi anvender denne viden til at forudse og skabe ekstra fordele for kunden og dermed relevans og konkurrencekraft for virksomheden. Front office som omfatter i hvert fald marketing, salg, service, e-commerce og måske også andre funktioner har den afgørende rolle. Herfra kommer de nye typer i direktionen som chief customer officer og chief digital officer, og de har en ny opgave i at samle organisationen om at levere optimerede, samlede kunderejser. Den mest avancerede software lærer af data og skaber handlekraft på en mere eller mindre automatiseret måde. Ingredienserne i denne gryderet er store datamængder, computerkraft, modelarbejde og matematisk, computermæssig kompetence til at håndtere og forstå hele herligheden. Der er stort potentiale for front office, og der er rig mulighed for at lave graverende fejl eller smide penge ud af vinduet. Her og nu forekommer det ikke realistisk, at den danske gennemsnitsvirksomhed kaster sig ud i at ansætte phd’ere til AI formål.
På den anden side skal vi løse problemer med software her-og-nu på en konkret og hjælpsom måde. Hvordan kan AI spille en rolle for marketing, service, salg og webshop? Svaret ligger i et toneleje, som minder mere om det, vi allerede kender og fra det kontinuerlige arbejde med udviklingen af vore operationelle systemer. Altså relativt fjernt fra de mest højstemte toner om disruption, revolution og menneskehedens frelse. Salgschefen vil eksempelvis gerne forstå, hvor meget omsætning næste kvartals pipeline egentlig vil generere. AI kan bidrage til at skille den realistiske opportunity fra den urealistiske ved at analysere fortidens pipeline op mod lukkede aftaler. Hvilke produkter, hvilke teams, hvilken prissætning, og hvilke close-planer er det egentlig, som skaber størst sandsynlighed for succes? Servicelederen vil tilsvarende gerne vide, hvilke af de verserende sager, der har størst risiko for at eskalere. Hvordan er sammenhængen mellem nye lanceringer og presset på kundeservice i næste weekend – og på langt sigt? I marketing vil vi gerne forudse præcis, hvilken annoncering, der virker, og dermed på optimal vis udnytte de tiltag, der skaber mest conversion per marketingkrone.
På alle disse områder vil fremtiden byde på hjælp fra AI, fordi de er dataintensive. Især som talknusende software, der – baseret på modeller skabt af fortidens data – forudser og forudsiger intelligente handlinger i fremtiden. I stedet for at begive sig ud i krævende AI-projekter og skabelsen af nye applikationssiloer, er det rimeligt, logisk og realistisk at bede sin software-leverandør på et løsningsområde om at være på stikkerne her og hjælpe én videre. Samtidig må man på de indre linjer arbejde for at forbinde processer og datagrundlag for hele front office med leveranceapparatet. Husk kunden ser på brandet individuelt – Me2B! – og en enkelt dårlig oplevelse ét sted i kæden er nok til, at hun går et andet sted hen.
Jonas Almstrup er nordisk ansvarlig for SAP Customer Experience og for SAP’s cloud-baserede platforme til salg, marketing, service og e-commerce.
