Ditt CRM byggdes bakvänt

När jag ledde den globala customer success-verksamheten på HubSpot växte kundbasen från cirka 70 000 till över 220 000 kunder på bara 4 år. Tillväxt i den skalan sätter varje antagande du gör om dina kunder på prov.

Då låg den data som krävdes för att förstå en enskild kund utspridd i produktloggar, faktureringssystem, supportköer och anteckningar som kundtjänstmedarbetare skrivit ur minnet. All den datan skapade en historik, men ingen förståelse.

AI-agenter håller på att sluta den luckan. CRM-kategorin kommer inte att överleva i sin nuvarande form, eftersom den bygger på splittrad data som är svår att integrera på ett meningsfullt sätt.

Tratten var ett organisationsschema som ritats på sidan

Kundresan har utvecklats från en tratt till ett svänghjul och sedan till en loop. Varje version har samma brist: den utgår från vad företaget gör, i den ordning företaget gör det. Men det är sällan så det faktiskt går till.

Så här ser det ut i verkligheten. En kund som är 3 månader in i ett avtal har 2 misslyckade inloggningar, en olöst faktureringstvist och ett uppgraderingserbjudande från någon som inte känner till något av det. I Salesforces undersökning State of the Connected Customer uppgav 55 % av kunderna att det känns som att de har att göra med enskilda avdelningar snarare än ett samlat företag, och 56 % sa att de måste upprepa sig för olika handläggare. Det har gått att leva med tidigare eftersom programvara bara kunde ge information till en människa, och en människa kan bara se en skärm åt gången.

Nu gör programvaran jobbet

Techföretag fokuserar på att få agentisk AI att flytta data ur silor och in i databaser, samtidigt som de utvecklar verktyg som hittar informationen och bearbetar den till ett svar. Nu betalar kunderna för resultatet snarare än för verktyget. Med en supportagent betalar kunden till exempel per löst ärende i stället för per licens.

Jaya Gupta och Ashu Garg på Foundation Capital myntade begreppet Service as Software för det här skiftet och ser det som en möjlighet värd 4,6 biljoner dollar. Service as Software började inom kundsupport eftersom funktionen har hög volym, högt värde och ett mätbart resultat: lösta ärenden. Gartner räknar med att agentisk AI självständigt kommer att lösa 80 % av vanliga serviceärenden till 2029 och sänka driftskostnaderna med 30 %.

1. Upptäckt: Sökrutan blir en konversation.

I 20 år har produktupptäckt gått till så att man skriver ett sökord i en sökruta och får tillbaka en sida med resultat filtrerade efter pris. En AI-agent samlar hela den processen, och det blir marknadsföringens uppgift att äga konversationen.

2. Försäljning: En relation, alla kanaler.

Människor kommunicerar inte via en enda kanal. Vi mejlar, ringer, sms:ar en uppföljning och förväntar oss att den andra personen minns alla 3. Någon ställer en fråga i chatten och får sedan ett formulär, ett marknadsföringsmejl och ett samtal från någon som aldrig läst chatten.

En AI-agent som har hela relationen för tråden vidare över alla kanaler, precis som de bästa säljarna gör med kunder de känner vid namn. Den kan också göra något ingen människa klarar i stor skala: märka att något har förändrats och höra av sig först.

3. Onboarding: Den första veckan avgör relationen.

Avtalet har precis skrivits under. Allt kunden sa före köpet stannar hos den som gjorde affären. Kunden får mallbaserade välkomstmejl, och första gången hen behöver hjälp är det som om ni aldrig har pratat med varandra.

En agent kan föra säljrelationen vidare från dag 1, veta varför kunden köpte och konfigurera kontot utifrån köpbesluten.

4. Support: 5 steg, 3 system, 1 resultat.

Den mest komplexa AI-implementering jag har sett hanterar betalningssupport för en spelaktör. Innan agenten svarar en spelare har den redan klassificerat avsikten, bedömt hur brådskande ärendet är och kontrollerat språket mot riskkategorier som bland annat fångar tecken på problem. Om den hittar en risk byter den playbook, skickar ärendet till den mänskliga kö som är utbildad för just det och skriver in sammanfattningen i posten när ärendet stängs. Det är 5 steg, 3 system, 2 regelverk, inga nyckelordsregler och ingen manuell triage.

5. Förnyelse: Relationen minns.

Det är vid förnyelser som alla silor syns på en gång. Ditt system påminner dig om en kommande förnyelse vid ett fast datum, oavsett vad som händer med kunden. Samtidigt sitter kunden fortfarande fast i ett återkommande problem som inte har åtgärdats. En agent som har hela historiken känner till problemen och vet vad som görs för att lösa dem. Förnyelsen blir en fortsättning på relationen i stället för en faktura.

Gör det fullt ut, eller låt bli

Att gå över till en resultatfokuserad lösning kräver en plattform som spänner över system, processer och standardrutiner – det vill säga multi-hop-resonemang. Multi-hop-resonemang gör att du kan resonera över flera system för kunskap, kontext och åtgärder, och veta vad som är relevant i varje steg av konversationen. Det tar hänsyn till användarbehörigheter, åtkomst, skyddsräcken och standardrutiner.

Många ledare tror att det innebär att köpa en agent per avdelning från den leverantör som har bäst demo. Det bygger bara upp tratten igen med bättre verktyg, och integrationsmatematiken talar emot dig. Enligt MuleSofts benchmark för 2026 har den genomsnittliga organisationen 957 applikationer, varav bara 27 % är sammankopplade, och 86 % av IT-cheferna säger att AI-agenter tillför mer komplexitet än värde när de körs utan ordentlig integration.

När du köper en agent, fråga:

• Vet agenten vad som har hänt i den andra avdelningens system?
• Kan den agera i systemet, eller bara läsa?
• När den lämnar över till en människa, får personen med sig kontexten eller måste hen börja om?

Vinsten är enorm

Kundresan var aldrig en serie steg. Den var en beskrivning av våra egna avdelningar, ritad så eftersom inget system kunde rymma verkligheten. Det som ersätter den är en enda relation, samlad på ett ställe, som man agerar på från första frågan till sista förnyelsen.

SaaS prissatte verktyget. Service as Software prissätter jobbet.

Artikeln publicerades ursprungligen i Fast Company den 2 oktober 2026.