AI og kundeoplevelser i 2026: Fra agentic AI til forudseende CX

KPMG har interviewet 80.000 mennesker om kundeoplevelse. Konklusionen er klar: AI er ikke længere et fremtidsvæddemål, det er den teknologi der afgør hvem der vinder, og hvem der sakker bagud. KPMGs Global Customer Experience Excellence-rapport for 2025-2026 peger på agentic AI som den centrale drivkraft bag næste generation af kundeoplevelser.

Men her er den ubehagelige sandhed: de fleste virksomheder der taler om AI i CX, har ikke datafundamentet til at få det til at virke.

Ambitions-kapacitetsgabet

55% af CEO'er placerer AI øverst på deres investeringsliste. Samtidig erkender 75%, at konkurrencen om AI-talent kan bremse deres vækst.

Alle vil have AI. Men få har infrastrukturen, datakvaliteten eller den organisatoriske modenhed til at bruge det godt. Blandt de virksomheder vi arbejder med, ser vi konstant det samme gab: ambitiøse AI-planer bygget oven på fragmenterede data, usammenhængende systemer og manuelle processer.

Spørgsmålet er ikke om I skal investere i AI. Det er om jeres fundament kan bære det.

Hvad er agentic AI, og hvorfor betyder det noget for dig?

KPMG definerer agentic AI som systemer der selvstændigt sanser, ræsonnerer og handler. Det er ikke chatbotten på jeres hjemmeside. Agentic AI kan:

• Koordinere processer på tværs af teams, kanaler og systemer i realtid
• Tilpasse sig ændrede kundebehov uden menneskelig indgriben
• Handle selvstændigt inden for definerede rammer
• Lære løbende af feedback-loops

To roller: Orkestrator og deltager

Som orkestrator styrer AI en kompleksitet kunden aldrig ser. Den sikrer at den rette information når frem til den rette person på det rette tidspunkt på tværs af afdelinger. Kunden oplever sammenhæng, mens AI bag kulisserne forhindrer kaos.

Som deltager interagerer AI direkte, besvarer spørgsmål, anbefaler næste skridt, gennemfører transaktioner. Ikke som en dårlig erstatning for et menneske, men som en informeret agent der trækker på hele organisationens viden. Det er samme skift vi beskriver i AI-agenter til kundetilfredshed: agenten chatter ikke bare, den læser feedback, prioriterer og handler.

Hvad de bedste virksomheder reelt gør med AI

De er gået fra reaktiv til forudseende

Det reelle skift er ikke hurtigere svar. Det er at forudsige behov og handle, FØR kunden skal spørge. Det kræver data, modeller og processer som de fleste virksomheder endnu ikke har bygget.

De bruger AI til at forstærke mennesker, ikke erstatte dem

KPMGs centrale pointe: "De bedste virksomheder balancerer teknologiadoption med et vedholdende fokus på mennesker, især kunderne."

I praksis betyder det at AI håndterer:

• Mønstergenkendelse på tværs af tusindvis af feedback-svar
• Automatisering af rutineopfølgning (close-the-loop-notifikationer, opgavefordeling)
• Sentimentklassificering, som ville tage analytikere uger at gøre manuelt
• Churn-forudsigelse baseret på adfærdssignaler

Menneskene investerer til gengæld den frigjorte tid i strategisk rådgivning, relationsopbygning og de vurderinger AI ikke kan foretage.

Empati-paradokset

Den søjle der vokser mest i KPMGs data? Empati, op 4% i Australien, og den mest undervurderede af de seks søjler i kundeoplevelsen. I en tid med accelererende AI-adoption er det de menneskelige dimensioner der differentierer mest. AI uden empati underminerer nemlig tillid. Det er ikke en modsætning. Det er selve pointen: AI skal skabe mere plads til menneskelig kontakt, ikke mindre.

Konkurrencen står ikke længere mellem brands

En af rapportens mest provokerende påstande: "Konkurrencen står ikke længere kun mellem brands, den står om en plads i kundens personlige AI's beslutningslogik."

Når forbrugere og virksomheder bruger AI-assistenter til at vurdere leverandører, bliver jeres strukturerede kundedata et konkurrenceparameter. Hvis jeres feedback, anmeldelser og performance-data ikke er indsamlet og tilgængelige, bliver I usynlige for AI-drevne beslutninger.

Det har direkte konsekvenser for Voice of Customer-programmer. Med andre ord: systematisk, struktureret dataindsamling handler ikke kun om intern forbedring, det handler om ekstern synlighed.

Tre forudsætninger, og hvor de fleste virksomheder fejler

1. Rene, strukturerede kundedata

AI uden data er blind. Selv verdens mest sofistikerede model kan ikke personalisere oplevelser uden et fundament af rene, strukturerede feedback- og adfærdsdata. Det starter med systematisk NPS, CSAT og indsamling af åbne svar, og i stigende grad med AI-tekstanalyse der omsætter de åbne svar til prioriteret handling i stedet for en bunke ulæste kommentarer.

2. Integreret infrastruktur

Kun 25% af banker har cloud-platforme, der dækker hele virksomheden og understøtter datadrevne services. Resten kæmper med datasiloer og forældede systemer. Jeres CX-platform, CRM, supportværktøjer og salgsdata skal tale sammen. Uden integration har AI intet at arbejde med.

3. Ekspertise til at omsætte indsigt til handling

AI genererer indsigt. Mennesker omsætter den til beslutninger. Strategisk prioritering, forankring hos stakeholdere og implementering er fortsat grundlæggende menneskelige discipliner. Ignorér det, og I ender med dashboards fulde af forudsigelser, som ingen handler på.

Den reelle skillelinje mellem AI-vindere og AI-tabere: Ansvar, ikke teknologi

Midt i 2026 har samtalen bevæget sig videre fra om man skal investere i AI. KPMGs Global AI Pulse for 2. kvartal 2026, en måling blandt 2.145 topledere og seniorledere i 20 lande, viser at 79% nu sætter AI øverst på investeringslisten, op fra 74% blot ét kvartal tidligere. Investeringen ligger stabilt på omkring 188 millioner dollar pr. organisation i gennemsnit.

Alligevel melder kun 7% af lederne om etableret ROI. Ambitions-kapacitetsgabet beskrevet ovenfor er ikke lukket. Hvis noget, er det blevet mere synligt, fordi flere penge nu jagter det.

Her kommer den kontraintuitive del. Da KPMG spurgte hvad der reelt adskiller virksomheder der får værdi af AI fra dem der ikke gør, var svaret hverken modelvalg, datamængde eller budget. Det var ansvar. Kun 24% af organisationerne siger at deres CEO er direkte ansvarlig for AI-drevne forretningsresultater. Yderligere 29% spreder ansvaret ud over den bredere direktion, hvilket i praksis ofte betyder, at ingen reelt ejer det.

De organisationer der GIVER CEO'en et tydeligt, direkte ansvar, melder om markant anderledes resultater:

Et andet, beslægtet fund: omkostningsgennemsigtighed betyder næsten lige så meget som ansvar. En tredjedel af lederne (33%) siger, at de ikke fuldt ud forstår deres AI-forbrugsomkostninger, og organisationer med stærk omkostningsgennemsigtighed har fem gange så stor sandsynlighed for at melde om etableret ROI som dem uden (15% mod 3%).

For CX specifikt sætter det de tre forudsætninger ovenfor i nyt lys. Rene data og integreret infrastruktur gør jer klar til at udrulle agentic AI. Men nogen, helst på direktionsniveau, skal stadig eje det AI beslutter på jeres kunders vegne, og nogen skal holde øje med, hvad det koster at drive. Springer I et af de to led over, ender den samme AI-investering, der kunne have flyttet jeres NPS, som en umålt post i regnskabet.

Det vi ser i praksis

Blandt de nordiske B2B-virksomheder vi arbejder med, ser vi tre mønstre:

Mønster 1: AI-klar, men handlingsfattig. Virksomheder med gode data og AI-værktøjer, men ingen proces for at handle på indsigten. AI'en identificerer konti i risiko. Ingen ringer til dem.

Mønster 2: Handlingsklar, men datafattig. Teams der er ivrige efter at følge op på feedback, men som arbejder ud fra fragmenterede, inkonsistente data. De lukker løkken på det de ser, men mangler halvdelen af billedet.

Mønster 3: Den integrerede tilgang. Rene data der strømmer ind i AI-analyse, med automatisk fordeling til de rette mennesker, som har autoriteten og konteksten til at handle. Det er disse virksomheder der ser en målbar effekt på churn og mersalg.

De fleste virksomheder befinder sig i mønster 1 eller 2. At komme til mønster 3 kræver derfor investering i dataintegration først, AI dernæst, og, ifølge ansvars-tallene ovenfor, en navngiven ledelsesansvarlig som det tredje skridt.

Typiske fejl med AI i CX

• Investering i AI-værktøjer uden datainfrastruktur. Kun 25% af banker har cloud-platforme der dækker hele virksomheden. Resten kæmper med siloer.
• AI som erstatning for menneskelig kontakt. Kunder gennemskuer det. Empati kan ikke automatiseres.
• Fokus på teknologi frem for forandringsledelse. AI kræver nye processer og kompetencer, ikke bare nye systemer.
• Ingen ejer og ingen måling af forretningseffekt. Uden en navngiven ansvarlig og uden omkostningsoverblik kan mange virksomheder hverken dokumentere om AI forbedrer kundeoplevelsen, eller hvad den koster.

Hvad betyder det for jeres CX-strategi?

Start med fundamentet. Før I investerer i AI-værktøjer, skal I sikre rene, strukturerede kundedata. Implementér systematisk feedback-indsamling og integrér den med jeres CRM.

Forbind jeres systemer. AI kræver data der flyder på tværs af platforme. Et customer journey map hjælper jer med at identificere de touchpoints hvor dataindsamling betyder mest.

Brug AI til at forstærke, ikke erstatte. Automatisér analyse og rutineopfølgning. Investér den frigjorte tid i strategisk rådgivning og personaliserede kunderelationer.

Placér et reelt ejerskab. Etableret ROI er mere end tre gange så sandsynligt, når CEO'en, ikke kun IT-chefen, er ansvarlig for det AI beslutter om jeres kunder. Sæt et navn på det.

Hold mennesket i centrum. KPMGs data er entydige: de bedste virksomheder balancerer teknologi med menneskeligt fokus. AI er en forstærker. Empati er differentieringen. Bland ikke de to sammen.

SurveyGauge og AI-drevet kundeindsigt

Vi bygger den næste generation af vores platform: en AI-drevet Customer Intelligence Platform, der:

• Forudsiger churn ved at identificere kunder i risiko, før de forsvinder, den samme tidlige-varsel-logik som ligger bag vores Customer Health Score
• Prioriterer automatisk opfølgning ud fra forretningsværdi
• Klassificerer feedback med AI-drevet sentiment- og emneanalyse
• Anbefaler handlinger forankret i jeres rådgivers ekspertise

Alt sammen bygget på SurveyGauges tre søjler: Platform, Administration og Advisory. AI uden ekspertise er bare data. Ekspertise uden AI er bare langsom. Vi leverer begge dele.

Kilde: KPMG Global Customer Experience Excellence 2025-2026, "Total Experience: Redefining excellence in the age of agentic AI". KPMG Global AI Pulse, 2. kvartal 2026 (målt 28. april til 25. maj 2026, n=2.145 topledere og seniorledere i 20 lande), offentliggjort 24. juni 2026.