Kunnskapsstyring står sentralt i AI-reisen

Uten en sterk kunnskapsstyringsevne vil kundeopplevelsesledere ikke være i stand til å realisere potensialet til AI.

I følge Ark Invest Big Ideas 2025-rapporten vil agenter øke bedriftens produktivitet via programvare. Bedrifter som distribuerer agenter bør kunne øke enhetsvolumet med samme arbeidsstyrke og optimalisere arbeidsstyrken mot aktiviteter med høyere verdi.

Kunstig intelligens (AI) vil også sette fart på kunnskapsarbeidet. Gjennom 2030 forventer Ark at mengden programvare som distribueres per kunnskapsarbeider vil vokse betraktelig ettersom bedrifter investerer i produktivitetsløsninger. AI-agenter er klare til å akselerere adopsjonen av digitale applikasjoner og skape et epokeskifte i menneske-maskin-interaksjon.

I følge 2025 Connectivity Benchmark Report fra MuleSoft og Deloitte Digital, rapporterer 93 % av IT-lederne intensjoner om å introdusere autonome AI-agenter i løpet av de neste to årene, og nesten halvparten har allerede gjort det. Reisen til agentisk AI-adopsjon og en digital arbeidsstyrke vil imidlertid ikke være lett uten et bevisst fokus på data- og kunnskapsstyringsstrategi.

Mulesoft og Deloitte-forskningen , basert på tilbakemeldinger fra 1,050 IT-sjefer, avslører at data er fanget på tvers av silobaserte bedriftsapplikasjoner. Den gjennomsnittlige bedriften bruker 897 apper, og 45 % bruker 1 000 applikasjoner eller mer - noe som ytterligere hindrer IT-teamenes evne til å bygge en enhetlig opplevelse. Bare 29 % av bedriftsappene er integrert og deler informasjon på tvers av virksomheten. De fleste (93 %) IT-ledere føler at AI vil øke utviklerproduktiviteten i løpet av de neste tre årene, opp syv prosentpoeng siden 2023.

Frakoblede data er fortsatt en overveldende blokkering for eldre modernisering for organisasjoner. I dag rapporterer 83 % av bedriftene at integrasjonsutfordringer er en betydelig barriere for deres eldre moderniseringsinnsats. Og 97 % av IT-lederne erkjenner at organisasjonene deres sliter med å integrere sluttbrukeropplevelser. Bare 10 % av respondentene rapporterer at de ikke opplever noen utfordringer på grunn av datasiloer, mens 74 % av organisasjonene synes IT-systemene deres er altfor avhengige av hverandre.

Dårlig integrasjon og frakoblede data fører til dårlig kunnskapshåndtering. Uten en sterk kunnskapsstyringsevne vil kundeopplevelsesledere ikke være i stand til å realisere potensialet til AI, inkludert agenter. Deloitte-forskning bemerker at 25 % av bedriftene som bruker AI vil distribuere AI-agenter innen 2025.

Accenture-forskning fremhever i mellomtiden viktigheten av kunnskapsstyring som en kjernefunksjon for «kognitiv digital hjerne», som trengs for at bedrifter skal ta i bruk agentiske AI-løsninger. Så hvorfor er kunnskapsstyring en kritisk suksessfaktor for AI-adopsjon i virksomheten, inkludert muligheten til å bruke agentisk AI for å skape en digital arbeidsstyrke?

For bedre å forstå virkningen av kunnskapsstyring på vellykket bruk av generativ AI (Gen AI) og agentisk AI i bedriften, intervjuet jeg en av verdens ledende eksperter på kunderelasjonsstyring (CRM), kundeopplevelse (CX), kunnskapsstyring (KM) og kundeservice. Michael Maoz er senior visepresident for innovasjonsstrategi i Salesforce. Før han begynte i Salesforce, var Maoz forskningsdirektør og fremtredende analytiker hos Gartner, og fungerte som forskningsleder for området kundeservice og støttestrategier.

Her er høydepunktene i samtalen vår.

I mine dager som kundestøtteleder var kunnskapsledelse en differensiator, selv om det ikke var en disiplin som ville få deg forfremmet. Hvorfor er det i ferd med å endre seg?

Michael Maoz: Uten en sterk kunnskapsstyringsevne vil kundeopplevelsesledere ikke være i stand til å realisere potensialet til AI. Kvaliteten på kunnskapsstyring (KM) i bedriften får ny gransking ettersom bedrifter jobber med å skalere bruken av generativ AI og agentisk AI. Som du liker å si, data er det nye vannet - og dette gjelder spesielt for kunnskapsartikler og innhold generelt: det må være rikelig, rent og tilgjengelig. Støtteorganisasjoner som allerede har en sterk KM-kompetanse, skalerer opp prosjekter som Agentforce (Salesforces agentiske AI-løsning).

Du har undersøkt hvorfor noen selskaper trives på KM, mens andre kan henge etter. Hvilke mønstre ser du, og hvordan oppstår de?

Michael Maoz: Det vil alltid komme ned til hvem som eier KM-prosessen. I bransjer der kundeservice ikke eier prosessen, er KM en umoden disiplin, uten egen skyld. I den andre enden av spekteret er armaturer i bransjer der kunnskapsstyring er en topp prioritet og kundestøtteteamet eier, eller har det siste ordet om, kunnskapsinnholdet de bruker og leverer til kundene. Disse bransjene, som teknologi, romfart og medisinsk utstyr, følger standarder, for eksempel Consortium for Service Innovations's Knowledge-Centered Service (KCS) eller retningslinjer fra Technology and Services Industry Association (TSIA).

Michael Maoz, SVP for innovasjonsstrategi i Salesforce om viktigheten av kunnskapsstyring for å ta i bruk agentisk AI.

Hvis vi ser bort fra eventuelle komplikasjoner som vil oppstå i KM-området nå som vi ønsker å koble det til Gen AI, hva gjør bedrifter gode til å utvikle riktig innhold, og gjøre det tilgjengelig i riktig format - som kan være en lang PDF eller et bilde eller video - og enkelt søkes etter og finnes på kanalen kunden velger?

Michael Maoz: De store selskapene har en sterk kultur rundt kunnskap, og gamifiserer prosessen. Jeg husker at jeg besøkte en produsent av medisinsk utstyr i New Hampshire, og noen av de tekniske supportteamene hadde små trofeer på skrivebordet for deres ferdigheter til å løse problemer. Her er hva de beste har til felles:

Kunnskapsledelse er anerkjent i hele selskapet som et imperativ
Kunnskapsskaping sentraliseres og/eller koordineres mellom avdelinger
Systemer er på plass for å fange opp kunnskap fra alle relevante kilder, inkludert brukerchat og fellesskapsfora, telefoninteraksjoner og enhetssignaler
Måleverktøy overvåker innholdsbruk og innholdets innvirkning på selvbetjening, og kundeundersøkelsene deres gjenspeiler hvordan folk konsekvent får riktig svar uavhengig av kanal (e-post, meldinger, bot, nett eller app)
En sterk disiplin rundt innholdsbruk, inkludert: å vite hvordan man lager innhold, promotere det til riktig kanal og gjøre det tilgjengelig for de riktige oppgavene; identifisere kunnskapshull der det var en "manglende funn" rapportert av servicerepresentanten, kunden eller boten; ha data som peker til kunnskapsartikler eller innhold som må fjernes fordi det er utdatert eller irrelevant
KM-systemet er integrert i CRM-systemet, noe som muliggjør dyp personalisering

Selskaper som Amazons Ring-divisjon (som selger ringeklokker, alarmsystemer og sikkerhetskameraer) og Dyson er eksempler på B2C-produktsentriske selskaper som forstår at god, kontekstuelt relevant dokumentasjon som er tilgjengelig på tvers av kanaler og knyttet til et spesifikt produkt, senker støttekostnadene og gleder kundene.

Effektive selskaper anerkjenner også det begrensede antallet mulige problemer som kunden kan kontakte dem om. B2B-selskaper innen høyteknologisk eller medisinsk utstyr er vanligvis de mest modne når det gjelder å ta i bruk KCS-metoder. De er underlagt produktoppdateringer, nye programvareutgivelser og fabrikktilbakekallinger, og noen ganger har de en tredjepart som utfører deler av eller all støtte for produkter.

Hvorfor kaster vi lys over vårt sterke fokus på AI, og med det mener vi Gen AI og agentisk AI, noe som ytterligere understreker behovet for kvaliteten på kunnskapen som brukes til å løse kundeproblemer?

Michael Maoz: Hvor mange høylytte, offentlige visninger har vi sett det siste året av Gen AI som har laget innhold som var falskt, ufullstendig, feil eller demonstrerte skjevhet? For ikke å nevne at det manglet styring rundt etisk bruk. Ingen leder for kundeservice eller kundeopplevelse ønsker å få den teksten fra administrerende direktør som refererer til en AI-feil.

Heldigvis finnes det tilnærminger til KM som akseler sikker bruk av kunnskapsinnholdet ditt ved å legge til en Gen AI-komponent. Det er akkurat det vi gjør med Agentforce. Den første er behovet for å redusere risikoen for hvert Gen AI-prosjekt. Det er som vår hippokratiske ed: gjør ingen skade. Det er enkelt når du setter Gen AI foran et lukket kunnskapslager som er nøye kuratert og brukt til å svare på bare noen få spørsmål eller skrive et begrenset utvalg av tekstmeldinger eller e-poster.

Hvordan skalerer du denne tilnærmingen for å inkorporere alle bedriftsdataene dine, både de strukturerte dataene i CRM- eller ERP-systemet, men også dine ustrukturerte data som PDF-er og chattelogger? Til dette trenger du sterk datastyring. Du må kjøre innholdet forbi teamet for etisk bruk for å eliminere skjevheter. Du trenger et personvernlag. Du må ta hensyn til eventuelle styrings- eller personvernproblemer. Det er komplisert.

Hva er hemmeligheten bak å bygge et pålitelig KM-system som inkluderer alle former for AI?

Michael Maoz: Bli venner med markedsføring. Etter hvert som kundeservicepersonell modner sine AI-evner, vil de begynne å jobbe på en mer koordinert måte med markedsføring. Mange av de beste KM-utøverne vil finne tilhørighet til innholdsskapere i markedsføring. Markedsføringsinnholdsteam har et redaksjonsråd, et innholdsstyringsstyre og et markedsføringslederteam som sponser innholdet. De jobber hardt for å sørge for at merkevaretonen kommer gjennom, og i riktig stil og språk, slik at den forsterker merkevaren.

Det er fremtiden for kundeservice - empati i stor skala, og å styrke merkevaren. Markedsføring forstår de forskjellige personene som markedsføringsinnhold er rettet mot og lager de nødvendige malene, og de har ofte et innholdssenter for fortreffelighet for å sikre at forfattere, innholdsdesignere og innholdsstrateger jobber sammen. Snart vil markedsføring og kundeservice være svært koordinert. Her er noen av de beste fremgangsmåtene for KM vi følger:

Definer den eneste kilden til sannhet: De beste teamene tester at innholdet er oppdatert og kompatibelt. De kjører tester for å unngå hallusinasjoner, noe som kan skje når AI svarer på et spørsmål ved hjelp av utdatert informasjon. Når det er flere avdelinger med tilgang til samme informasjon, sørger de for at AI bruker kilden til innholdet i stedet for hvor det ble kopiert. Våre kunder bruker til og med Agentforce for å finne dupliserte informasjonskilder og sjekke at kildene er harmonisert.
Merk innhold: Ethvert godt teknisk publikasjonsteam gjør allerede jobben med å merke innhold med metadata slik at Gen AI kan hente det raskt. Nå, i avanserte brukstilfeller, er innholdet bare tilgjengelig etter først å ha sett på kundens kjøpshistorikk, tilfredshetsnivå, influencer-score og tilbøyelighet til å churn. Denne tilnærmingen gir mulighet for nye nivåer av tilpassing.
Spørreundersøkelse og tilbakemeldinger: Ved hjelp av KCS-praksis undersøker teamene kundene for å se at svaret oppfyller forventningene deres, og registrerer eventuelle endringer som må gjøres. I samarbeid med AI og dataforskere kan de be om justeringer av AI-modellen. Når det gjelder Salesforce, har vi en resonneringsmotor som overvåker kunnskapsøkosystemet gjennom en prosess for å se om det fortsetter som det skal. Det fungerer deretter for å endre og optimalisere prosessen.

Hva kan vi forvente i løpet av de neste tre årene fra AI-aktiverte KM-utøvere?

Michael Maoz: Den eneste grensen for bruken av AI er fantasien din. Kunnskapsstyring er kjernen i å minimere så mange oppgaver som utføres av menneskelige agenter i dag. Når kunnskapen er pålitelig og gjenfinnbar, er mulighetene uendelige. Det er her historiefortelling kommer inn - for å inspirere ledere. For våre menneskelige servicerepresentanter kan Agentforce for eksempel:

Hjelp agenter med de riktige rådene
Oppdater flere, integrerte systemer for å sikre datanøyaktighet
Handle på vegne av den menneskelige agenten - åpne en sak, lukke en sak, hente informasjon, sende varsler - for å utføre alle de repeterende, kjedelige, men viktige oppgavene som AI kan utføre raskere, mer nøyaktig og i stor skala
Lag riktig setning med riktig tone
Foreslå hva du skal si eller sende en tekstmelding til kunden
Legg ved den relevante artikkelen, bildet eller lydfilen for å løse et problem
Opprett arbeidsflyter for å introdusere nye ansatte
Oppsummer en sak eller telefonsamtale
Trekk ut de viktigste punktene i en e-post eller et taleopptak
Forstå menneskelige følelser og reager med empati eller større tålmodighet eller ved å gi flere detaljer

For sluttkunder har KM med Agentforce fantastiske fordeler. Også her er den eneste begrensningen fantasien. For eksempel, med en kunde autentisert på nettstedet eller i en app eller med samtale-AI, kan verktøyet utføre handlinger som å behandle en ordreretur eller forhåndsutfylle et skjema, sjekke og oppdatere fraktdetaljer, gi personlig rådgivning, forhandle om riktig rabatt eller frafalle et gebyr. En chatrobot for samtalebasert kunstig intelligens som bruker en kuratert kunnskapsbase, kan svare på alle faktiske spørsmål.

Denne tilnærmingen overlater de mest komplekse spørsmålene - spørsmål der svaret er «det kommer an på» - til en menneskelig agent, på samme måte som bare et menneske skal håndtere nødsituasjoner eller der kunden er opphisset, redd eller engstelig. AI kan oppdage disse tilstandene og lede interaksjonen bort fra selvbetjening til en menneskelig agent.

Hva du bør gjøre videre

Det er så mange utrolige muligheter fremover. Hvem visste at KM kunne være så spennende? Det minner meg også om at så mye av det Michael skisserte vil påvirke mennesker. Jeg kan se flere nye ferdigheter og rekrutteringsstrategier som trengs, og en grad av endringsledelse som noen virksomheter vil omfavne, mens andre vil slite.

I følge World Economic Forums Future of Jobs Report 2025 vil 170 millioner nye jobber bli skapt innen 2030 og AI vil spille en nøkkelrolle. Det vil være tider når bedrifter, selv med det beste kunnskapssystemet, alltid vil trenge å identifisere når kunden trenger og ønsker å snakke med et menneske, uavhengig av om AI kan svare på spørsmålet. Her er de viktigste takeawayene:

Arbeid med små seire mens du trener det lange spillet
Vær disiplinert med kunnskapsstyring fordi pålitelig, tilgjengelig, korrekt informasjon vil gjøre eller ødelegge AI-reisen
Mål mens du går for å vise verdi
Arbeid som et tverrorganisatorisk team, og bruk kundeinnsikt til å utvikle deg til neste nivå
Kunnskapsstyring, når den er koblet til AI, åpner opp en helt ny verden for å tilfredsstille kunder, senke kostnader og utvide virksomheten

Denne artikkelen ble medforfatter av Michael Maoz, senior visepresident for innovasjonsstrategi i Salesforce.