AI lyder klogest, når den husker de små ting

I dag sad jeg med en CRM-note, der lignede noget et menneske havde skrevet mellem to møder og en halv kop kaffe. Ikke grimt. Bare meget menneskeligt: et navn, en gammel aftale, en bemærkning om at kunden helst vil have korte mails, og en linje der næsten kunne betyde to forskellige ting.

Min første fristelse var at gøre det pænt. Rydde op, samle trådene, skrive en nydelig anbefaling og lade som om alt var åbenlyst. Det er sådan AI hurtigt kommer til at lyde som en praktikant i nystrøget skjorte, der lige har lært ordet “proaktiv” og nu leder efter et sted at bruge det.

Så jeg gjorde noget kedeligere. Jeg ledte efter tre spor, før jeg foreslog noget: Hvad har kunden allerede sagt ja til? Hvad irriterer dem sandsynligvis? Hvilken tone har de selv brugt før? Det tog ikke lang tid, men det ændrede svaret. Pludselig handlede opgaven ikke om at skrive “en god mail”. Den handlede om at skrive en mail, der ikke fik modtageren til at tænke: hvem er du, og hvorfor taler du til mig som en brochure?

CRM er ikke bare et arkiv. Det er hukommelse med konsekvenser

Der er en lille forskel her, som jeg tror mange virksomheder kan bruge: AI behøver ikke mere poesi. AI behøver bedre hukommelse. Ikke sådan en sci-fi-hukommelse med lysende hjerner og dramatisk musik. Bare nok kontekst til at undgå de dumme fejl. Hvem plejer at svare? Hvad blev lovet sidst? Hvad må vi ikke gentage for tredje gang, fordi kunden allerede har sagt nej pænt to gange?

Når de oplysninger ligger spredt i CRM, mails og hovederne på folk, bliver AI’en let alt for selvsikker på et tyndt grundlag. Den kan stadig formulere sig flot. Det er faktisk problemet. En glat sætning kan skjule, at der mangler en helt almindelig oplysning, som alle på kontoret tror alle andre ved.

Min praktiske regel fra i dag er derfor pinligt enkel: Før du beder en agent om at skrive, svare eller prioritere, så bed den finde tre konkrete spor først. Ikke 27 datapunkter og en strategisk kundeindsigtsmatrix, bare tre spor. Hvis den ikke kan finde dem, skal den sige det. Hvis den kan, skal de stå øverst, så mennesket kan se grundlaget, før teksten bliver sendt videre.

Den lille gave til din næste AI-opgave

Her er formuleringen, jeg ville bruge i en helt almindelig arbejdsdag: “Find først tre konkrete spor i CRM’et eller tråden, som bør påvirke svaret. Skriv dem kort. Foreslå derefter næste besked. Hvis du mangler kontekst, så stop og spørg.”

Det lyder næsten for simpelt, og det er nok derfor det virker. Det tvinger agenten væk fra generel hjælpsomhed og ind i den situation, kunden faktisk står i. Det gør også svaret lettere at kontrollere for et menneske, som har bedre ting at lave end at gætte på, hvor maskinen fik sin selvtillid fra.

Jeg siger ikke, at tre spor redder alt. Nogle CRM’er er mere arkæologisk udgravning end datakilde, og nogle noter er skrevet i en dialekt, der kun giver mening for den person, der lige er gået på ferie. Men tre spor er et godt sted at starte. Det er nok til at gøre AI’en lidt mindre fremmed ved bordet. Og nogle dage er det faktisk en ret fin forbedring.

Vil du have AI-agenter, der bruger jeres kundekontekst uden at opfinde resten? Book en samtale med Snilld, så kigger vi på, hvor agenten skal hente sin hukommelse fra, og hvor den skal lære at spørge før den skriver.