När AI tar över: Vem kommer att finnas kvar och vilka uppgifter kommer de att utföra?

Antalet anställda vid callcenter världen över minskar för första gången. Det återstår att se om detta kommer att leda till en varaktig omstrukturering. Men det är värt att fundera igenom denna utveckling: hur skulle ett kontaktcenter fungera år 2031 om företagen anlitade färre handläggare med åren och AI skulle hantera ett allt större antal processer på egen hand?

Trenden har vänt

Automatisering har varit en del av vardagen på kontaktcenter i många år. Det är numera en självklar förväntning att botar ska ta över rutinuppgifter, medan mer komplexa interaktioner förblir förbehållna mänskliga handläggare. De senaste siffrorna om sysselsättningen ger dock konkreta skäl till denna diskussion.

Enligt Revelio Labs ligger sysselsättningen inom callcenter världen över 5,3 procent under toppnivån i december 2023. Åtta kvartalsavslut i rad låg under motsvarande siffror jämfört med samma period föregående år – de enda åtta av de 70 kvartalsavslut som analyserats sedan 2009. Detta tyder inte på en kontinuerlig nedgång från kvartal till kvartal, men det visar på en påfallande förändring.

Analysen ger oss inte möjlighet att avgöra i vilken utsträckning detta kan tillskrivas AI. Revelio nämner flera möjliga orsaker. Dessutom handlar det här om en analys av uppgifter om yrkesprofiler, inte om en omfattande global undersökning.

Det är intressant att titta närmare på de tolv medelinkomstländer som undersökts: i dessa länder minskade både inflödet och utflödet från arbetsmarknaden. Eftersom inflödet minskade mer markant och till slut hamnade under utflödet, krymper sysselsättningen främst på grund av att färre personer kommer in på arbetsmarknaden.

Detta har betydelse för personalplaneringen. Ett företag behöver inte tillkännage en omfattande uppsägningsvåg för att avsevärt minska sin personalstyrka över flera år.

Färre nyanställningar idag. Färre jobb imorgon?

Låt oss anta att denna trend fortsätter fram till 2031. Företagen kommer endast delvis att ersätta de handläggare som slutar. Samtidigt kan AI-system hantera ett allt större antal förfrågningar, inklusive de nödvändiga åtgärderna i de anslutna systemen.

Ingen vet idag hur många medarbetare som kommer att behövas då. I mars 2025 förutspådde Gartner att Agentic AI skulle kunna hantera 80 procent av de vanliga kundförfrågningarna utan mänsklig inblandning senast 2029, vilket skulle leda till en minskning av driftskostnaderna med 30 procent. Denna prognos omfattar inte alla kundkontakter, och det går inte heller att utifrån den beräkna en motsvarande minskning av personalstyrkan.

I vårt tankeexperiment är den exakta siffran ändå av underordnad betydelse. Låt oss titta på hur ett sådant kontaktcenter skulle behöva fungera i den dagliga verksamheten.

När en människa tar över har AI:n redan gjort sitt arbete

En kund vill ändra sitt avtal. AI-systemet har redan inlett processen, men under samtalet uppstår ett specifikt problem som kräver ett mänskligt beslut. En handläggare tar över en pågående process där informationen redan har kontrollerats och enskilda steg har slutförts.

De måste kunna förstå på vilka grunder AI:n agerade och vad som återstår att göra. En sammanfattning av samtalet räcker inte nödvändigtvis för detta. De behöver insikt i de åtgärder som vidtagits och tillgång till den pågående processen.

Om de måste söka igenom fem system för att göra detta förlorar de tid medan kunden väntar. Agent Assist och automatisk dokumentation kan underlätta deras arbetsbörda. Förutsättningen är fortfarande att den relevanta informationen samlas in och att de faktiskt kan fortsätta att hantera ärendet.

Sedan är det dags att fatta beslutet. Om handläggaren ska bevilja ett undantag eller anpassa en färdig lösning måste hen ha rätt behörighet. Flera godkännandeprocesser skulle snabbt äta upp all tid som sparats.

Den som i huvudsak överlåter hanteringen av undantag till människor måste ge dem tillräckligt utrymme för beslutsfattande.

Hur ser en hel arbetsdag ut i det här sammanhanget?

Vår handläggare löser avtalsfrågan. Därefter väntar dock inte någon enkel standardprocedur på dem, utan kanske ett klagomål som kräver särskild uppmärksamhet.

En sådan roll kan vara yrkesmässigt stimulerande. Den kan dock också vara stressande om svåra beslut och känslomässigt laddade samtal hopar sig under dagen. När de rutinmässiga kontakterna försvinner, försvinner ju också de mindre krävande delarna av arbetet.

Det vore därför tveksamt att helt enkelt överföra den tidigare arbetsbelastningen utan förändringar. Företagen måste ta hänsyn till den nya sammansättningen av ärenden när de planerar personalfördelningen och bedöma den faktiska avlastning som Agent Assist ger.

Prestationsbedömningen måste också anpassas därefter. För den som till slut löser ett ärende efter flera misslyckade försök kan det mycket väl ta längre tid. En handläggningstid betraktad isolerat skulle ge en missvisande bild av denna prestation.

Bättre service till människor uppnås alltså inte enbart genom att AI tar över rutinuppgifter. Företaget måste organisera det återstående arbetet på ett sådant sätt att medarbetarna kan utföra det på ett bra sätt även på lång sikt.

Varifrån ska de personer som kan göra detta komma?

Hittills har vi utgått från att det kommer att finnas tillräckligt många erfarna handläggare år 2031. Detta är dock ingalunda en självklarhet om företagen fortsätter att anställa färre personer med åren.

Många medarbetare bygger inledningsvis upp sitt självförtroende genom att utföra enkla arbetsuppgifter. De sätter sig in i produkterna och lär sig vilka frågor som återkommer gång på gång. Om denna inlärningskurva i stort sett elimineras måste företagen skapa alternativa vägar för att skaffa sig yrkeserfarenhet.

Simuleringar och handledda övningar med verkliga fall kan vara till hjälp. Detta kräver tid från erfarna kollegor, som också behövs i den dagliga verksamheten. En mer krävande arbetsbeskrivning ersätter inte denna utbildning.

För vårt kontaktcenter 2031 innebär detta att det måste bygga upp kompetens på ett målinriktat sätt, även om det totalt sett kräver färre medarbetare. Den som endast vill anställa fullt utbildade experter förlitar sig på att andra tar på sig denna uppgift.

Hur flexibel kommer arbetsfördelningen mellan människor och AI att förbli?

Låt oss nu ändra ett av villkoren i vårt tankeexperiment. Företaget inför en ny avtalsmodell och vill att vissa förfrågningar inledningsvis ska hanteras personligen, innan även dessa processer automatiseras. Eller så kan företaget besluta att medvetet erbjuda mer personlig kontakt till utvalda kunder.

Hur flexibelt kan kontaktcentret hantera detta?

Den tekniska anpassningen av rutten kommer sannolikt att vara den enklaste delen. Men den personliga supporten kräver också personal som kan förklara den nya tjänsten och hantera de relevanta processerna. Denna kapacitet måste organiseras samtidigt som den befintliga tjänsten fortsätter att fungera.

Detta gör arbetsfördelningen mellan människor och AI till en fortlöpande designuppgift. Det som idag är rimligt att automatisera kan se annorlunda ut i morgon på grund av ett nytt erbjudande eller förändrade kundförväntningar. Ett företag bör kunna flytta fram denna gräns utan att behöva bygga om hela sin serviceorganisation.

Det här är den praktiska tanken bakom reversibilitet: uppgifter kan medvetet omfördelas. Inte alla processer behöver alltid förbli helt hanterbara av människor. Nyckeln ligger i att veta var flexibilitet behövs och vilka färdigheter det kräver.

Ett företag kan automatisera i stor utsträckning och samtidigt behålla sin handlingsförmåga. För att lyckas med detta behöver det en realistisk bild av sina alternativ – och av de människor som gör dessa alternativ möjliga.

Att involvera människor i tankeprocessen redan från början

Globala sysselsättningssiffror kan inte användas för att ta fram personalprognoser för ett försäkringsbolag eller en kommuns kundtjänstavdelning. Vårt tankeexperiment visar dock hur nära kopplade teknikbesluten är till organisationens utveckling.

När AI tar över fler uppgifter öppnar det upp nya möjligheter: för snabbare processer och för mänskligt stöd inom områden där erfarenhet och personlig uppmärksamhet gör en särskilt stor skillnad. Hur väl vi utnyttjar dessa möjligheter beror också på hur vi förbereder medarbetarna för deras framtida arbete.

Därför måste ett AI-projekt redan i ett tidigt skede ta itu med frågan om hur människors arbete kommer att förändras. Vad behöver de lära sig? Vilka beslut har de befogenhet att fatta? Och vilket stöd behöver de för att kunna göra det?

Låt oss utnyttja AI:s potential samtidigt som vi sätter människan i centrum redan från början. Redan idag formar vi arbetet på kontaktcentret år 2031.

Vanliga frågor: Viktiga begrepp inom AI och framtidens kontaktcenteragent