Vasili Triant – Warum KI CRM-Schichten ersetzt, nicht Geschäftssysteme – AI Time Journal

Zusammenfassung. Vasili Triant erklärt, warum KI keine Geschäftssysteme ersetzt, sondern redundante CRM-Ebenen eliminiert, während sich der Stack in Richtung Echtzeit-Orchestrierung und einheitliche Agenten-Workflows weiterentwickelt.

Das Kundenerlebnis von Unternehmen befindet sich in einem strukturellen Wandel, da die KI von der Front-End-Automatisierung zur systemübergreifenden Echtzeit-Orchestrierung übergeht. Die Frage ist nicht mehr, ob KI bestehende Software ersetzen wird, sondern welche Schichten des Business-Stacks noch benötigt werden.

In diesem Gespräch erklärt Vasili Triant, CEO von UJET, wie die Agenten-KI den Experience Stack neu gestaltet, indem sie den Schwerpunkt von traditionellen CRM-Systemen auf Echtzeit-Daten- und Orchestrierungsebenen verlagert. Basierend auf seiner Erfahrung beim Betrieb großer Contact-Center-Plattformen erklärt er, warum statische Ticketsysteme überflüssig werden, wie Unternehmen fragmentierte KI-Piloten konsolidieren und warum die Zukunft des Kundenerlebnisses von einer Vereinfachung der Architektur bei gleichzeitiger Stärkung der menschlichen Interaktionen abhängt.

Vasili, es gibt immer mehr Gerüchte, dass KI Unternehmenssoftware, insbesondere CRM-Systeme, ersetzen wird. Sie argumentierten, dass dies sowohl wahr als auch missverstanden sei. Was meinst du damit?

KI wird Unternehmenssoftware grundlegend verändern. Was kaum verstanden wird, ist Wie es passiert. KI wird SaaS morgen nicht plötzlich ersetzen. Denn KI verändert die noch notwendigen Schichten.

Einige Teile des CRM, wie das Fallmanagement- und Ticketsystem, wurden zu einer Zeit erstellt, als die Anwendung ein statisches Aufzeichnungssystem war. Die Daten befanden sich im Tool. Kundenservice-Interaktionen fanden in einem völlig anderen Silo statt als Ticketing und Fallmanagement – ​​und die Tools ließen sich nicht nahtlos miteinander verbinden. Dies ist der Hauptgrund, warum der Kundenservice so langsam und fragmentiert ist.

Um dieses Kundendienstproblem zu lösen, haben die meisten Unternehmen ihre Daten in Customer Data Lakes oder Plattformen zentralisiert, um die Kundenbedürfnisse in Echtzeit besser zu verstehen. Dadurch verlagert sich der Schwerpunkt weg vom CRM.

Wenn KI Kundengespräche als Echtzeitkontext nutzen, direkt in moderne Datenumgebungen lesen und schreiben und Aktionen systemübergreifend orchestrieren kann, wirken bestehende CRM-Workflow-Ebenen allmählich überflüssig.

Ja, KI wird die Abhängigkeit von bestimmten Ebenen der Unternehmenssoftware verringern. Aber bei echter Transformation geht es nicht darum, etwas zu zerreißen und zu ersetzen. Es geht darum, den Stack zu vereinfachen und von statischen Aufzeichnungssystemen zu einer Agenten-KI-Erfahrungsorchestrierung in Echtzeit überzugehen.

Wenn die Agenten-KI jetzt in Echtzeit schlussfolgern, weiterleiten, zusammenfassen und handeln kann, welche spezifischen Schichten traditioneller Unternehmenssoftware werden dann überflüssig?

Potenziell redundante Schichten sind die statischen Ticketing- und Fallmanagementplattformen, die sich in der Mitte des Schreibtisches des Kundendienstmitarbeiters befinden. Agenten wechseln zwischen vier und zehn Tools pro Interaktion, aktualisieren Tickets manuell, kopieren den Kontext und fügen Systeme zusammen.

Wenn Agenten Kunden in die Warteschleife legen, liegt das nicht daran, dass sie versuchen, schwierig zu sein, sondern daran, dass ihre bestehenden Systeme schwierig zu verwalten sind. Sie können zunächst auf das CRM zugreifen, um den Kundenkontext einer früheren Interaktion zu verstehen, allerdings fehlt ihnen der Echtzeitkontext. Kunden wurden bereits nach KI-Selbstbedienung sortiert, auch hier fehlt der Kontext oder die Personalisierung aus früheren Interaktionen. Agenten müssen dann die Identität des Kunden erneut authentifizieren und ihn erneut fragen, wonach er fragt, da ihre Tools keine Einblicke und Anleitungen in Echtzeit bieten. Dies führt dazu, dass die Kunden frustriert sind und die Agenten sich bemühen, das Chaos zu beseitigen, das durch die Integration neuer KI-Tools in ihre bestehenden Systeme verursacht wird.

Agentische KI kann dabei helfen, diese Systeme in einem einzigen Arbeitsbereich zu vereinen, Verfahrensaufgaben zu automatisieren und Aktionen über Tools hinweg auszuführen, wodurch möglicherweise getrennte Legacy-Technologieschichten überflüssig werden. .

Welche Teile des Business-Stacks sind grundsätzlich unersetzlich, selbst in einer Zukunft, in der KI nativ ist?

Die Grundlagen des Unternehmens bleiben bestehen. Sie benötigen weiterhin kontrollierte Datenumgebungen. Sie benötigen immer noch Echtzeit-Kommunikationssysteme, Abrechnungssysteme, Auftragsabwicklungssysteme, Abonnementsysteme – die Motoren, die das Geschäft tatsächlich antreiben. Und Sie brauchen unbedingt immer Menschen, denn sie sind diejenigen, die Vertrauen, Loyalität, Beziehungen und letztendlich einen lebenslangen Wert bei Ihren Verbrauchern aufbauen. Unternehmen, die in KI investiert haben, um durch den Ersatz von Menschen Kosten zu senken, beginnen zu erkennen, dass KI als Strategie zum Ersatz von Menschen scheitert. Unternehmen haben es versäumt, ihre Belegschaft zu reduzieren, haben die Gesamtbetriebskosten von KI-Lösungen nicht richtig berücksichtigt und beginnen in einigen Fällen damit, menschliche Contact-Center-Agenten neu einzustellen.

KI sollte sich auf die Automatisierung von Aufgaben mit geringem Wert und die Bereitstellung kontextbezogener Ratschläge in Echtzeit konzentrieren. Doch wenn Loyalität, Vertrauen, Empathie und Gewinn auf dem Spiel stehen, bleibt die menschliche Verbindung unersetzlich.

Ziel ist nicht die Automatisierung um ihrer selbst willen. Es geht darum, mithilfe von KI menschliche Beziehungen zu stärken – und nicht, sie zu ersetzen. KI sollte die Arbeit erledigen, damit sich Menschen auf den Aufbau von Beziehungen konzentrieren können.

KI muss zwischen Kundengesprächen und Geschäftssystemen stehen, Kontext bereitstellen und Aufgaben ausführen, während sich Menschen auf Beziehungen konzentrieren.

Vassili Triant

Da KI-Agenten zu autonomen Akteuren in Kundenabläufen werden, wie sollten Unternehmensteams ihre Architektur überdenken?

Sie müssen von einer Automatisierungs-Denkweise zu einer Orchestrierungs-Denkweise übergehen. In den letzten Jahren lag der Schwerpunkt auf virtuellen Front-End-Agenten, die Kunden von Menschen ablenken und versuchen, Probleme autonom zu lösen. Es ist fehlgeschlagen. Die auf fragmentierten Systemen geschichtete Automatisierung löst den zugrunde liegenden Engpass nicht. Dies beschleunigt schlechte Interaktionen im großen Maßstab.

Die Änderung ist jetzt architektonischer Natur: Daten vereinheitlichen, die Erfahrung menschlicher Agenten optimieren, systemübergreifende Arbeitsabläufe automatisieren und die Menschen auf dem Laufenden halten, wo es auf Urteilsvermögen und Kontrolle ankommt. KI sollte zwischen Kundengesprächen und Geschäftssystemen sitzen, bei jedem Schritt den Kontext bereitstellen und Aufgaben im Hintergrund ausführen, damit sich menschliche Agenten auf die Lösung von Problemen konzentrieren können, ohne sich mit mehr als 10 Apps auf ihrem Desktop herumschlagen zu müssen.

Dies ist ein grundlegend anderer Ansatz als das bloße Hinzufügen eines weiteren Bots.

Welche Veränderungen sehen Sie als Google CX Preferred Partner bei großen Unternehmen, die KI-gestützte Customer-Experience-Plattformen evaluieren?

Die größte Veränderung ist Disziplin. Unternehmen bewegen sich vom Experimentieren zur Konsolidierung. Finanzen und Recht stehen im Raum. Führungskräfte fragen sich: Welche redundanten Systeme können wir eliminieren? Wo ist der messbare Return on Investment? Können wir unsere Geschäftstätigkeit und unseren Umsatz skalieren, ohne die Mitarbeiterzahl zu erhöhen?

Viele Organisationen führen mittlerweile mehrere KI-Pilotprojekte durch. Aber im Laufe des nächsten Jahres werden die meisten auf weniger Plattformen konsolidiert, was zu einer echten Vereinfachung der Architektur und einem echten ROI durch die Eliminierung von Altsystemen führt.

Es wird auch zunehmend erkannt, dass der Einsatz virtueller Front-End-Agenten zur Lösung jedes Problems nicht zu positiven Kundenerlebnissen führt. Wenn Agenten immer noch mit mehreren Tools überfordert sind, bleibt die Erfahrung fragmentiert. Das Gespräch verlagert sich vom Hype auf die Ergebnisse.

Wie wird der moderne „Experience Stack“ in fünf Jahren aussehen – und welche Schichten werden diesen Übergang überstehen?

In fünf Jahren wird der Experimentierstapel einfacher und einheitlicher sein. Im Mittelpunkt steht eine verwaltete Datenschicht – zentralisiert, sicher und KI-fähig.

Darüber befindet sich eine Orchestrierungsebene, die Kundengespräche als Echtzeitkontext nutzt, Arbeitsabläufe systemübergreifend koordiniert und menschliche Interaktionen bereichert. Die spezialisierten Systeme, die das Geschäft betreiben, bleiben bestehen. Was abnimmt, sind die redundanten Ebenen von Tickets und Workflows, die hauptsächlich zur Verwaltung von Datensätzen und manuellen Prozessen dienen.

Und im Mittelpunkt stehen leistungsstarke Agenten, die von einem einzigen Arbeitsplatz aus arbeiten und mit Kontext und KI ausgestattet sind, um Lösungen, Loyalität und Umsatz voranzutreiben. KI gewinnt nicht dadurch, dass sie Menschen ersetzt. Er gewinnt, indem er die Reibung um sie herum beseitigt.

Beginnen Investoren, zwischen oberflächlichen SaaS-Workflows und der Kernbetriebsinfrastruktur zu unterscheiden – und was bedeutet das für die Zukunft der CX-Technologie?

Die Branche erwacht endlich aus einem Jahrzehnt der Hypnose. In den letzten fünf Jahren haben Anleger Geld in alles mit dem Suffix „.ai“ gesteckt. Wir haben eine riesige Welle oberflächlicher SaaS-Workflows gesehen: im Grunde hübsche digitale Anstriche auf den gleichen alten, kaputten Fundamenten. Aber die Leute beginnen sich zu fragen: „Wenn wir Millionen für diese Tools ausgegeben haben, warum wechseln meine Agenten dann immer noch zwischen zehn Tabs und warum liegt mein CSAT immer noch im Keller?“ »

Bei der Zukunft von CX geht es nicht darum, alle Ihre Mitarbeiter zu entlassen, um Geld zu sparen; Es geht darum, Technologie zu nutzen, um kontextbezogenere, personalisiertere, einfühlsamere und menschlichere Antworten zu geben. Dabei handelt es sich um Agenten-Workflows, die das Chaos im Backoffice verwalten, sodass die 85 % der Menschen, die sich immer noch eine menschliche Verbindung wünschen, eine gute Verbindung bekommen.

Wie sollten Führungskräfte über Dateneigentum, Datenschutz und Systemdesign denken, wenn KI in Echtzeit auf mehreren SaaS-Plattformen läuft?

Wenn KI plattformübergreifend in Echtzeit arbeitet, ist „Privacy by Design“ erforderlich, bei dem dezentrale Datenmodelle zum Einsatz kommen, sodass vertrauliche Informationen lokal oder kurzlebig verarbeitet und nicht in jeder verbundenen Cloud gespeichert werden.

Fluidität darf nicht auf Kosten der Transparenz gehen. Wenn die plattformübergreifende KI-Reise eine Black Box ist, entwickeln Sie keine Lösung; Sie schaffen eine Verbindlichkeit. Das Ziel ist reibungsloses Vertrauen mit Beobachtbarkeit in jedem Schritt des KI-Prozesses.

Wenn Sie heute einen CIO beraten würden, was ist die erste Architekturfrage, die er stellen sollte, bevor er KI in seinen bestehenden Stack integriert?

Was macht diese KI eigentlich, um kostspielige und komplexe Back-Office-Systeme zu eliminieren und dem Agenten Werkzeuge vom Schreibtisch zu nehmen? Oder streben wir einfach nach einem Ersatz durch Menschen und zwingen unsere Agenten, eine weitere Anwendung zu nutzen und als Brücke zwischen unseren isolierten Systemen zu fungieren?