Riktiga uppdrag.
Anonymiserade kunder.
Våra kunder vill inte alltid synas. Det betyder inte att de inte finns. Här är fyra uppdrag — anonymiserade, men siffrorna är riktiga, formuleringarna är godkända, och vi kan göra reference calls efter ett första samtal.
Felanmälningar som sorterar sig själva — och skickar rätt bil först.
Energibolaget tog emot 2 000 felanmälningar i veckan. Varje anmälan triagerades manuellt, och fältteam körde ofta ut i onödan eftersom informationen var ofullständig eller felprioriterad. Ledtiden från anmälan till åtgärd var svår att försvara mot nätmyndigheten.
Vi startade med en pilot på elnätets felanmälningar: en triagerings-agent som korskör anmälan mot realtidsdata från SCADA och mätare, prioriterar efter påverkan och skickar dispatchförslag till fältledaren. Sprint-teamet byggde sedan ut med kundkommunikation och automatisk statusuppdatering.
Fältledarna säger att den största förändringen inte är hastigheten — det är att de litar på underlaget de får.
“Vi har kört fältservice i 30 år. Det här är första gången systemet vet mer om felet än chauffören som åker dit.”
— NätchefInköparna slutade räkna rader — och började välja sortiment.
Detaljhandelskedjan hade 14 inköpare som ägnade 80 % av sin tid åt rutinbeställningar. Överlager band kapital, tomma hyllor kostade försäljning, och ingen hade tid att analysera trender innan nästa order skulle ut.
Vi genomförde en advisory-fas för att kartlägga inköpsprocessen. Sedan designade vi ett agentteam: en försäljningsanalys-agent som läser kassadata per butik, en inköps-agent som genererar orderförslag, och en avvikelse-agent som flaggar onormala mönster innan de blir problem.
Inköparna beskriver det som att de gick från att vara orderregistrerare till att faktiskt jobba med sortimentsstrategi.
“Vi hittade inte felet i kalkylarket. Vi hittade att ingen hade tid att titta i det.”
— InköpschefTier-1-supporten försvann. Tier-2 hann äntligen tänka.
Scaleup-bolaget hade dubbelt så många supporttickets som året innan men halverat svarstiden var inte realistiskt med fler nyrekryteringar. Tier-1 brann ut och Tier-2 fick allt fler eskaleringar.
En supportagent läser nu inkommande tickets, kör diagnostik mot kundens miljö och föreslår svar. Enkla problem stänger den själv. Svårare lyfts till människa med ett färdigt sammanfattat underlag.
Resultatet var inte färre tickets — det var att de svåra ärendena får tre gånger så lång tankefrist innan en människa svarar.
“Vi anställde inte 4 personer som vi planerade. Vi anställde 1. Och teamet är gladare.”
— Head of Customer SuccessAvvikelser som fångades innan chauffören märkte något.
Logistikkoncernen hade ett kontrollrum som bemannades av tre operatörer per skift och som ändå missade temperaturlarm i kyltransporter. Sena leveranser kostade pengar och kund-NPS sjönk.
En övervakningsagent monitorerar transport-events i realtid. När en avvikelse upptäcks beslutar agenten — boka om, larma kund, eskalera — utifrån era playbooks. Allt loggas. Kontrollrummet ser allt på en yta.
Kontrollrummet bemannas nu av en operatör per skift. De andra två har flyttats till proaktiv ruttplanering.
“Vi byggde inte bort jobben. Vi flyttade dem dit där människor faktiskt gör skillnad.”
— COOFyra branscher. Samma metodik.
Realtid × fältservice.
Felanmälan, dispatch, nätövervakning. Branscher där fel i prioritering kostar tid, pengar och myndighetskrav.
Volym × marginal.
Inköp, sortimentsplanering, lageroptimering. Kedjor där rutinbeslut tar all tid och strategin får vänta.
Snabb iteration.
Support, kvalificering, intern automatisering. Tech-bolag som inte vill anställa sig ur tillväxtsmärtan.
Realtid.
Övervakning, avvikelser, ruttplanering. Verksamheter där en händelse i fält måste få svar inom minuter.
Vill ni prata med en av kunderna?
Reference calls är möjliga efter ett första samtal med oss. Vi delar inte kontaktuppgifter förrän vi vet att det är en relevant matchning åt båda håll.