Hvad betyder det at integrere en AI-agent med jeres CRM?
At integrere en AI-agent med jeres CRM vil sige at give agenten lov til at læse - og nogle gange skrive - i de kundedata, I allerede har. Så kan den svare på spørgsmål som "hvad har denne kunde købt, hvad er der åbent, og hvornår talte vi sidst" uden at nogen skal klikke sig gennem tre systemer først.
Det er dér, agenter holder op med at være imponerende og begynder at være nyttige. En agent uden adgang til jeres data kan formulere sig pænt. En agent med adgang kan svare rigtigt.
Hvorfor CRM'et alene ikke er nok
De fleste virksomheder har svaret spredt ud. CRM'et ved, hvem kunden er, og hvad sælgeren har aftalt. Webshoppen ved, hvad der faktisk er købt og sendt. Økonomisystemet ved, om der er betalt. Mailen ved, hvad der sidst blev diskuteret.
Ingen af systemerne er i sig selv mangelfulde. Problemet er, at et almindeligt spørgsmål fra en kunde skærer på tværs af dem alle. Og det kostede indtil nu et menneske fem til ti minutters klikkeri at samle billedet - hver gang.
En integreret agent gør det opslag i stedet. Den henter fra hvert system, sammenholder det og svarer i én sætning. Det er den samme grundidé, vi gennemgik i hvad en AI-agent er - her handler det om, hvordan forbindelsen til data rent praktisk bliver lavet.
Sådan foregår en CRM-integration i praksis
Der er ikke noget magisk ved det. Fire skridt, hver gang:
- Find ud af, hvad agenten skal kunne svare på. Ikke "alt om kunden", men de fem til ti spørgsmål, der faktisk bliver stillet hver uge. Det afgør, hvilke felter og systemer der skal med - og hvad der roligt kan blive udenfor.
- Skaf adgang gennem systemets API. Moderne CRM-systemer som HubSpot, Pipedrive, Salesforce og Dynamics har alle et API, man kan læse fra. Det er den pæne vej ind: agenten får sin egen bruger med sine egne rettigheder, præcis som en medarbejder ville.
- Bestem, hvad agenten må se og gøre. Læseadgang til kontakter og ordrer er én ting. Skriveadgang, hvor agenten selv opdaterer felter eller opretter sager, er en anden beslutning, som bør tages bevidst.
- Test på virkelige spørgsmål. Tag 20 rigtige henvendelser fra den seneste måned, kør dem igennem, og se hvor den rammer forbi. Det er her, man opdager, at to systemer staver samme kunde forskelligt.
Har I et hjemmebygget eller ældre system uden API, er det ikke umuligt - men det er dér, tidsforbruget ligger. Så skal der bygges en vej ud af data først.
J.M Band: én agent, tre systemer
Hos J.M Band byggede vi netop den slags agent. Den samler data på tværs af deres CRM, Shopify og interne systemer, så det, der før krævede opslag flere steder, nu er ét spørgsmål.
Det interessante ved den løsning er ikke teknikken. Det er, at ingen længere behøver at vide, hvilket system svaret ligger i. Den viden - hvor finder jeg hvad - er noget af det, der ellers sætter sig i hovedet på to-tre erfarne medarbejdere og aldrig bliver skrevet ned. Hele forløbet er beskrevet i casen om J.M Band.
Fire steder integrationen typisk går galt
Vi har set de samme fejl gå igen, og de handler sjældent om AI:
- Rodede data. Er samme firma oprettet tre gange med tre stavemåder, svarer agenten på den forkerte post. Agenten dur ikke som undskyldning for at springe oprydningen over - den gør bare rodet synligt.
- For bred adgang. Det er nemt at give agenten adgang til hele CRM'et, fordi det er hurtigst. Det er også den beslutning, man ærgrer sig over senere. Giv adgang til det, opgaven kræver.
- Ingen grænse for, hvornår den skal give op. En agent skal have lov til at sige "det kan jeg ikke finde - her er den rigtige kollega". Uden den grænse gætter den.
- Ingen ejer. Nogen skal læse med på, hvad agenten svarede, i hvert fald de første uger. Ellers opdager I først fejlen, når en kunde gør det.
Hvad med adgang og datasikkerhed?
Det er det rigtige spørgsmål at stille tidligt, for en agent med CRM-adgang er per definition et system, der rører kundedata. To ting gør forskellen.
Den første er rettigheder: agenten skal have sin egen adgang med det mindst mulige omfang, så man kan se hvad den har gjort, og lukke den uden at røre andet. Den anden er, hvor data behandles. En agent kan bygges i et lukket miljø, hvor materialet ikke bruges til at træne nogen model - det er sådan HR-agenten hos Lavazza er sat op, netop fordi indholdet var personalefølsomt. Se casen om Lavazza.
Skal I presse en leverandør på det, har vi samlet spørgsmålene i AI-agenter og sikkerhed. Og reglerne omkring persondata har vi gennemgået i AI og GDPR.
Hvornår er det værd at bygge?
Regn baglæns fra tiden. Hvis fem medarbejdere hver laver tyve opslag om ugen, der tager fem minutter, er det over otte timer - hver uge, hvert år. McKinsey finder, at virksomheder, der bruger AI i administrative processer, sparer 20-30% af arbejdstiden på dem, og opslagsarbejde er præcis den slags proces, hvor tallet holder.
Omvendt: sker opslaget ti gange om måneden, så lad være. Byg det, der gentager sig. Vi har skrevet mere om, hvordan man regner på det, i hvad en AI-løsning koster, og om selve løsningstypen på skræddersyet AI.
Ofte stillede spørgsmål
Kan en AI-agent integreres med vores CRM?
Har jeres CRM et API - og det har stort set alle gængse systemer - så ja. Er systemet hjemmebygget eller meget gammelt, kan det stadig gøres, men der skal typisk bygges en vej ud af data først, og det tager længere tid.
Skal agenten kunne skrive i CRM'et, eller kun læse?
Start med at læse. Det dækker de fleste behov, det kan ikke ødelægge noget, og I får erfaring med, hvor pålidelig den er. Skriveadgang - at agenten selv opretter sager eller opdaterer felter - er et bevidst skridt to.
Hvor mange systemer kan en agent hente fra?
Der er ingen fast grænse, men hvert system koster tid i opsætning og test. De agenter, der lykkes, dækker typisk to til fire systemer, hvor de vigtigste spørgsmål bliver besvaret - ikke alt, virksomheden har.
Bliver vores kundedata brugt til at træne AI-modeller?
Det afhænger helt af opsætningen, og det er noget I skal have skriftligt. Bygges løsningen i et lukket miljø, bruges jeres data kun til at svare jer. Det er den model, vi bruger, når indholdet er følsomt.
Hvor lang tid tager en CRM-integration?
En agent, der læser i ét system med et ordentligt API, er et kort projekt. Skal den koble tre eller fire systemer sammen, hvoraf et er gammelt, er det et større. Vi giver et realistisk bud, når vi har set, hvilke systemer der er i spil.
Skal vi se på jeres systemer?
Vi tager gerne en gratis AI-afklaring på 45 minutter. I skal ikke forberede noget - fortæl os hvilke systemer I har, og hvilke spørgsmål der koster tid hver uge. Så siger vi ærligt, om en agent kan hente det, eller om der er et forarbejde først. Ingen forpligtelse.
Ring til Alexander på +45 25 54 70 74, eller skriv til os via kontakt.