Eftermarknadsservice bedömdes länge utifrån svarstid och huruvida en kund fick tag i någon som kände till problemet. Det var en bemanningsfråga: mer kapacitet i eftervården innebar fler kunder som blev snabbt hjulpna. Den ekvationen förändras när en del av diagnosen, routingen och uppföljningen sköts av AI. Då handlar det inte längre om hur många personer som sitter där, utan om hur snabbt systemet fastställer vad som är fel och vem som ska lösa det.
Det förändrar var man vinner. En konkurrent som har samma bemanning som ni, men vars system identifierar ett fel inom några minuter och föreslår rätt åtgärd, vinner inte på vänlighet eller kunskap. Den konkurrenten vinner på hastighet i fastställandet, och det är en annan typ av försprång än vad de flesta jämförelser mellan leverantörer i dag fortfarande är inriktade på.
Eftermarknadsservice består av ett antal återkommande steg: ta emot och klassificera anmälan, fastställa orsaken, avgöra vem som ska lösa det, informera kunden om status, och dokumentera hanteringen för framtida tillfällen. Varje steg har en annan relation till AI.
Att klassificera en anmälan utifrån tidigare fall går till stor del att automatisera; mönstret är ofta redan känt. Att fastställa orsaken kan delvis göras av AI, med en medarbetare som godkänner eller avslår slutsatsen innan ett åtagande går ut till kunden. Komplexa problem som inte setts tidigare, och bedömningen av om ett undantag är rimligt, förblir mänskligt arbete, eftersom det krävs ett omdöme som går längre än mönsterigenkänning.
Ordningen i vilken företag inför detta varierar starkt. Vissa har bara automatiserat den första triageringen och lämnat resten oförändrad. Andra har även låtit statusuppdateringar till kunden och dokumentationen övertas, så att en medarbetare bara agerar vid en avvikelse. Båda förekommer i dag parallellt på marknaden; det finns ingen fast ordning som alla följer.
Kunden märker tre saker, oavsett om denne vet att det ligger AI bakom. För det första tiden mellan anmälan och ett konkret svar om vad som händer. För det andra konsekvensen i det svaret: om två kunder med samma problem får samma förklaring och samma lösning. För det tredje om organisationen redan känner till problemet innan kunden har behövt förklara det fullständigt.
Dessa tre är exakt de punkter där bemanning tidigare gjorde skillnaden och där utformningen av arbetet nu gör skillnaden. Ett företag med färre personer i eftervården kan ändå ligga i framkant på dessa punkter, om fastställandet och routingen är väl automatiserade. Det är förskjutningen: jämförelsen handlar inte längre om hur mycket kapacitet en konkurrent har, utan om hur stor del av processen som redan sker utan väntetid för en människa.
Om en organisation redan kommit långt med detta beror inte bara på bransch eller storlek. Det beror på hur många historiska fall som är dokumenterade för att känna igen mönster, på hur konsekvent den tidigare hanteringen är registrerad, och på om det finns en process där AI ger ett förslag och en medarbetare godkänner eller avslår det med motivering. Företag som alltid har dokumenterat sin eftervård strukturerat kan automatisera detta snabbare än företag där ärenden är utspridda över e-post, telefonanteckningar och separata system.
Detta berör inte frågan om det behövs färre personer inom eftervården; det är ett beslut för arbetsgivaren och där gäller egna lagstadgade krav. Det handlar här bara om vad som händer med jämförelsen mellan leverantörer när det underliggande arbetet förskjuts.
Eftermarknadsservice står sällan ensam. En leverantör som ligger i framkant här måste också kombinera det med andra dimensioner för att vinna en affär: hur brett utbudet är och om det ger förtroende för eftervården, om den tekniska kunskap som krävs för att tolka ett fel fortfarande finns hos människor eller redan är dokumenterad, och hur snabbt och vid vilken tidpunkt en kund får kontakt med någon eller något. Den som vill veta vilka av dessa dimensioner som i den egna marknaden faktiskt avgör affären, och inte bara låter troliga, kommer tillbaka till metoden för att fastställa var ett företag verkligen vinner.
Denna förskjutning fortsätter, så en poäng i dag är inte samma poäng nästa år; hur ofta en konkurrensanalys bör upprepas beror på hur snabbt detta arbete förändras i er marknad.
Ett påstående som "vi löser det snabbare" är bara ett försprång om det kan härledas till en skillnad i handläggningstid, i konsekvens i svar, eller i andelen anmälningar som hanterats utan väntetid för en människa. Utan den härledningen är det ett intryck, och intryck förlorar mot siffror så snart en kund lägger dem sida vid sida.
Den underliggande frågan är inte om AI förändrar eftermarknadsservice, utan vilken del av det arbetet som i ert företag verkligen går att överta; det kartläggs per uppgift med FTE TO AI:s werkscan. Som första steg kan ni göra den kostnadsfria dimensiecheck: ni anger var ni tror att ni vinner inom eftermarknadsservice, och ser vilka av dessa påståenden som kan försvaras med bevis. Den fullständiga benchmarken är under uppbyggnad.