Klokka 21.40 en søndag kveld ringer en kunde for å endre leveringsadressen på en bestilling. En KI-agent svarer etter første ringesignal, bekrefter bestillingen, noterer den nye adressen og leser den opp igjen. Samtalen tar nitti sekunder. Kunden er kjempefornøyd.
På tirsdag ringer den samme kunden til det samme selskapet om en vare som kom skadet fram. Den samme KI-agenten ber kunden beskrive problemet. Så ber den om det samme en gang til. Kunden sier «kundebehandler». Agenten tilbyr seg å hjelpe med bestillingen. Kunden sier «kundebehandler» to ganger til, enda høyere. Elleve minutter senere kommer kunden endelig fram til et menneske, som spør etter ordrenummeret som ble oppgitt helt i starten.
Send så kunden en undersøkelse med spørsmålet «Liker du KI i kundeservice?». Svaret avhenger helt av hvilken av de to samtalene kunden kommer på først.
Kundene hater ikke KI i kundeservice. De hater å stå fast. Bak overskriftene peker alle årets store undersøkelser i samme retning, også de som ser ut til å motsi hverandre. Folk velger KI-en når den sparer dem for køen og løser problemet, og de får nok så snart den står mellom dem og et menneske. Spørsmålene som betyr noe, handler derfor ikke om hva kundene foretrekker. Løser KI-en deres saken? Og når den ikke gjør det, hvor raskt kommer kunden forbi den? Begge spørsmålene kan dere besvare ut fra egne samtaler.
To spørsmål, fire motstridende svar
Spør om kundene vil ha KI, og årets undersøkelser svarer både ja og nei. Verints State of Customer Experience 2026, basert på 5 000 svar fra amerikanske forbrukere, fant at 61 % helst vil snakke med et menneske. Ada og NewtonX spurte 2 000 forbrukere som hadde brukt KI i kundeservice, og fant at 59 % heller vil ha en KI som alltid er tilgjengelig, enn å vente i kø på et menneske.
Spør om det fungerer, og svaret er igjen både ja og nei. Gladly og Wakefield Research spurte 1 000 amerikanere og fant at 88 % fikk saken sin løst av KI. Adas undersøkelse fant at bare 24 % av nylige henvendelser til KI ble løst helt uten hjelp fra et menneske.
Gartner får plass til begge svarene i én og samme pressemelding. Av de 3 566 kundene som ble spurt, sa halvparten at KI gjør det enklere å ta kontakt, og 87 % sa at selskaper som bruker KI, må gi kundene en måte å nå et menneske på.
Ifølge overskriftene elsker kundene KI og hater den samtidig, og KI-en løser enten nesten alt eller feiler tre av fire ganger. Det er ikke tilfeldig støy. Undersøkelsene stilte ulike spørsmål, og hvert svar er riktig for det spørsmålet som ble stilt.
Derfor spriker tallene
Alternativet avgjør svaret. «Vil du helst snakke med et menneske?» og «Vil du heller snakke med KI nå, eller med et menneske om tjue minutter?» er to forskjellige spørsmål. Det første spør om smak. Det andre spør om tid, og når det er tiden det gjelder, vinner KI ofte. Verints egne respondenter viser det: 69 % sa at de ville byttet fra menneskelig til automatisert service hvis den kunne løse saken helt. Ønsket om et menneske er ekte, men det har en pris: ventetiden.
«Løst» betyr det hver undersøkelse vil at det skal bety. Gladlys 88 % og Adas 24 % måler ikke det samme. Ada teller bare henvendelser KI-en fullførte alene, så hver samtale som ble satt over til et menneske, regnes som mislykket. Sammendraget Gladly har publisert, definerer ikke ordet. Og begge tallene er det kundene selv oppga, ikke det som skjedde etterpå. En kunde som la på fornøyd og ringte igjen på torsdag om det samme problemet, ville blitt regnet som løst i begge.
Nesten alle som spør, selger noe. Verint, Ada og Gladly selger alle programvare for kundeservice, og det gjør vi også. De fleste har dessuten spurt amerikanere, ikke nordiske kunder. Det gjør ikke tallene feil. Men det betyr at funnene det er verdt å stole på, er de som går igjen i alle undersøkelsene, også Gartners.
Her er undersøkelsene enige
Se bort fra overskriftene, så står fire funn igjen.
Kundene vil ha problemet løst, av den som er raskest. I Verints undersøkelse prioriterer 78 % den raskeste løsningen framfor kanalen de helst ville brukt. Adas respondenter rangerte nøyaktighet og problemløsning langt over empati. Kundene er ikke sentimentale når det gjelder kanaler. De vil videre med dagen sin.
De misliker ikke KI. De misliker KI-en til selskapet de ringer. I juli meldte Gartner at kundene var omtrent tre ganger så tilbøyelige til å bruke ChatGPT eller lignende verktøy som selskapets egen chatbot når de trengte hjelp med et kundeserviceproblem. Motstanden gjelder altså ikke KI. Den gjelder en KI som står i veien for en refusjon.
Veien ut må være tydelig. Gartners 87 % er årets klareste tall. Analytikerne gikk lenger og frarådet selskaper å gjøre KI til et obligatorisk første steg i alle henvendelser. Gartner fant også at kunder som må gjennom flere mislykkede runder med KI-en før de når et menneske, er mindre villige til å bruke den igjen.
Å løse problemet er ikke det samme som å beholde kunden. Gladlys 88 % kom sammen med et annet tall: Bare 22 % sa at de foretrakk selskapet etterpå. Problemet kan bli løst mens kunden likevel går irritert derfra, og Verint fant at 79 % ville byttet til en konkurrent etter én eneste dårlig opplevelse.
Prisen for å gjøre det feil
I februar spådde Gartner at halvparten av selskapene som kuttet bemanningen i kundeservice på grunn av KI, vil ansette folk igjen til lignende oppgaver innen 2027, ofte med andre stillingstitler. Den samme undersøkelsen fant at bare 20 % av kundeserviceledere faktisk hadde redusert bemanningen på grunn av KI, så oppsigelsesbølgen var mindre enn overskriftene ga inntrykk av. Det er ikke vanskelig å gjette hvilke selskaper som kommer til å ansette igjen: de som brukte KI som en mur i stedet for en dør.
Ingenting av dette er et argument mot KI-agenter. Det er et argument mot å måle dem på feil tall. En KI-agent som holder 80 % av samtalene unna teamet deres, ser ut som en suksess. Ringer en tredjedel av disse kundene igjen, eller forsvinner de, var det ingen suksess.
Tre tall dere bør måle på egne samtaler
Undersøkelser forteller hva kunder mener om KI generelt. De kan ikke fortelle hvordan KI-en deres fungerer for kundene deres. Til det må dere måle tre ting på egne samtaler, både samtalene med kundebehandlere og samtalene med KI.
1. Løsningsgrad, vurdert ut fra selve samtalen. Ikke «samtalen ble avsluttet», og ikke «ingen overføring». Fikk kunden problemet løst, slik en grundig vurderer ville bedømt det ut fra transkripsjonen? Bruk det samme kriteriet for kundebehandlere og KI-agenter, så tallene kan sammenlignes. Vi har skrevet om hvorfor stikkprøver ikke er nok, og hvordan dere vurderer alle samtaler.
2. Gjentatte henvendelser. Samme kunde, samme henvendelsesårsak, innen sju dager. Dette er den ærlige kontrollen av ethvert løsningstall. En kunde som må ringe igjen, fikk ikke hjelp første gang, uansett hva undersøkelsen sier. Se på tallet per henvendelsesårsak. KI-agenter feiler sjelden jevnt over. Som regel håndterer de noen få årsaker svært godt og bommer på én eller to.
3. Tid fram til et menneske, når kunden har bedt om det. Start klokka første gang kunden ber om et menneske, og stopp den når noen er på linjen eller det er avtalt at kunden blir ringt opp. Tell også hvor mange ganger KI-en prøvde å hjelpe på egen hånd i mellomtiden. Det er dette tallet Gartners 87 % handler om, og det er her tilliten ryker. Lytt deretter til en håndfull samtaler der kunden måtte be om et menneske mer enn én gang. De viser dere nøyaktig hvor KI-en tar seg vann over hodet.
Dette bør dere endre når tallene er på plass
Tallene peker som regel mot de samme få endringene.
- La KI-en ta samtalene den løser godt. Samtaler utenom åpningstid, enkle endringer og spørsmål om status er typiske eksempler: Der er et svar nå bedre enn et menneske senere. Det er den avveiningen som ligger bak Adas 59 %.
- Sett over ved tvil, ikke først når kunden krever det. Gartner anbefaler å la KI-en samle inn opplysninger og forstå hva henvendelsen gjelder, og bare prøve å løse saken når den er sikker. Er den usikker, setter den samtalen over og sender med opplysningene, så kunden slipper å gjenta ordrenummeret.
- Første gang kunden ber om et menneske, skal det virke. Én gang skal være nok. Hvert nytt forsøk KI-en gjør etter det, koster mer enn det sparer.
- Si fra at det er KI. I EU har KI-forordningen krevd det siden 2. august når det ellers ikke ville vært åpenbart for kunden. Forordningen er ennå ikke tatt inn i EØS-avtalen, men det er lurt å planlegge etter EU-datoene. Det er dessuten det anstendige å gjøre, og det setter forventningene før det første spørsmålet.
Hater kundene KI i kundeservice, da?
Spør kunden vår søndag kveld, og svaret blir at det gikk kjempefint. Spør igjen på tirsdag, og svaret blir at kunden hater det. Begge svarene er riktige. Spørsmålet er ikke om kundene deres liker KI, men hvilken av de to samtalene KI-en deres fører, og hvor ofte. En undersøkelse kan ikke fortelle dere det. Samtalene deres kan.
Vi viser dere gjerne hvordan KI-samtalene deres faktisk ender. Vi scorer et utvalg av samtalene deres, både med kundebehandlere og med KI, etter det samme vurderingsskjemaet. Da ser dere hvilke henvendelsesårsaker KI-en løser, hvilke som kommer tilbake, og hvor kunder ba om et menneske uten å få det. Les mer om Conversational Intelligence.
