En kunde der melder en fejl, efterbestiller en reservedel eller spørger om vedligeholdelse, sammenligner i det øjeblik ikke deres produkt med en konkurrents. De sammenligner oplevelsen af at blive hjulpet. Hvor hurtigt nogen reagerer, hvor godt den person kender installationen, om problemet bliver løst i ét hug. Den oplevelse er for mange kunder kommet til at veje tungere end selve anskaffelsen, fordi anskaffelsen er engangsforetagende, mens servicen dækker hele produktets levetid.
Indtil for nylig var dette primært et bemandingsspørgsmål. Den der havde flere servicemedarbejdere, med mere erfaring, kunne besvare flere spørgsmål hurtigere. Ventetid og viden fulgtes stort set ad med headcount. Den sammenhæng er under pres.
Bag hver servicekontakt ligger en række handlinger. Den første er triage: hvad er problemet, hvor akut er det, hvem skal tage sig af det. Den anden er opslag: hvilken information om dette produkt, denne kunde, denne installationshistorik er relevant. Den tredje er diagnose: er dette et kendt mønster eller noget nyt. Den fjerde er selve løsningen, og den femte er at registrere hvad der er sket, så det går hurtigere næste gang.
Af disse fem trin kan triage ofte allerede automatiseres: et system der kategoriserer og videresender indkommende henvendelser, gør det konsistent og uden ventetid. Opslag er en opgave hvor AI med menneskeligt tilsyn i stigende grad overtager arbejdet: gennemsøgning af manualer, tidligere sager og vedligeholdelseslogs kan et system gøre hurtigere end et menneske, men oversættelsen til hvad der skal ske i dette specifikke tilfælde bliver stadig vurderet af nogen der godkender eller afviser. Diagnose ved kendte mønstre bevæger sig samme retning. At udføre løsningen, især hvis den er fysisk, og at berolige kunden i en vanskelig samtale, forbliver menneskearbejde.
Når opslag og en del af diagnosen udføres af et system, ændrer det hvad der er differentierende. Reaktionstid var en funktion af hvor mange mennesker der stod på linjen; hvis et system kategoriserer henvendelser direkte og allerede har den rette information klar til den medarbejder der fører samtalen, bliver reaktionstiden mindre afhængig af bemanding og mere af hvor godt det system er indrettet. En virksomhed med færre mennesker ved telefonen kan derfor svare hurtigere end en virksomhed med flere mennesker men uden understøttende system.
Også viden forskydes fra noget der sidder i hoveder til noget der kan findes. Tidligere var en erfaren montør der kendte alle installationer ved navn en fordel der ikke kunne matches. Den fordel består stadig for de tilfælde der er ekstraordinære, men for de genkendelige, tilbagevendende problemer — den største del af henvendelserne i de fleste virksomheder — er spørgsmålet ikke længere hvem der har flest års erfaring, men hvem der har registreret de tidligere tilfælde bedst og gjort dem søgbare. En leverandør der kun har eksisteret i to år, men har struktureret sin servicehistorik godt, kan på dette punkt være hurtigere end en leverandør med tredive års erfaring og ustrukturerede journaler.
Denne forskydning går ikke lige hurtigt alle steder, og det skyldes ikke primært virksomhedens størrelse. Det skyldes tilstanden af de underliggende data. En virksomhed hvis vedligeholdelseslogs, sagshistorik og kundekommunikation ligger i separate systemer der ikke taler sammen, kan ikke fodre et AI-system med det det har brug for, uanset hvor avanceret systemet er. En virksomhed der har det på plads, ser triage og opslag forskydes hurtigere, mens en sammenlignelig virksomhed i samme branche på dette punkt stadig er stort set fuldstændig afhængig af mennesker. Den forskel er målbar i ventetid, i løsningstid ved første kontakt, og i om en kunde ved gentagne spørgsmål hver gang skal fortælle sin historie forfra.
Denne dimension virker ikke isoleret fra de andre akser hvorpå virksomheder differentierer sig. Hvor bredt en leverandør kan udvide sin service uden proportionalt at ansætte flere mennesker hænger sammen med det der sker her, ligesom ved hvordan AI ændrer konkurrencen på produktbredde. Også spørgsmålet om hvor dyb den tekniske viden er som en kunde får i telefonen, berører det der er på spil her, som beskrevet i hvordan AI ændrer konkurrencen på teknisk viden. Og tilgængelighed — om en kunde til enhver tid kan få fat i nogen eller noget brugbart i telefonen — er faktisk den anden side af samme mønt, uddybet i hvordan AI ændrer konkurrencen på tilgængelighed.
Dette er ikke et plædoyer for at erstatte servicemedarbejdere. Hvilken rolle AI får i serviceorganisationen, og hvad det betyder for medarbejderstaben, er en beslutning der tilhører arbejdsgiveren, og som er underlagt egne lovkrav. Det der er beskrevet her, er en forskydning i hvad en kunde oplever og hvorpå leverandører differentierer sig, ikke en udtalelse om hvem der bør blive ved med at udføre hvilket arbejde.
Hvis Deres eftersalgsservice er langsommere eller mindre konsistent end en konkurrents, er det første spørgsmål ikke hvor mange flere mennesker der skal til, men hvilken del af arbejdet der går i stå på grund af manglende eller spredt information. Hvordan et sådant efterslæb skal håndteres, afhænger af hvor i processen problemet ligger, hvilket behandles i hvad man gør ved et efterslæb på en dimension.
Hvis De hævder at reagere hurtigere eller bedre end Deres konkurrenter, er spørgsmålet om den påstand holder ved en prøvelse, noget De først bør have klart for Dem selv, som uddybet i hvordan De underbygger en påstand om Deres egen kvalitet. Den gratis dimensionstjek hjælper med dette: De angiver hvor De mener at vinde på eftersalgsservice, og ser hvilke af disse påstande der kan forsvares med bevis. Den fuldstændige benchmark, med Deres position og Deres peer groups på alle dimensioner, er under udarbejdelse.
Det underliggende spørgsmål — hvilken del af arbejdet bag Deres eftersalgsservice der allerede i dag kan overtages af AI, og hvilken del der forbliver menneskearbejde — besvares opgave for opgave med arbejdsscanningen fra FTE TO AI.