I mange retail-virksomheder er vi blevet ekstremt gode til at måle det, der kan tælles: salg, avance, kundetilfredshed, lageromsætning og svartider. Vi tracker performance tættere end nogensinde, optimerer kampagner, finjusterer bemanding og jagter marginaler. Men det, der ofte afgør kundeoplevelsen i praksis, ligger i mellemregningerne. I den usynlige friktion. I de små tab, der ikke kan ses i et dashboard – før de pludselig bliver til et mønster.
Det er præcis her, Carl Ras’ AI-rejse bliver interessant. For deres pointe er ikke, at AI bare gør dem hurtigere. Pointen er, at KPI’erne aldrig fangede det reelle problem, de kæmpede med: viden, der var der – men ikke var tilgængelig, når kunden havde brug for den.
Når en kunde ringer ind eller skriver, er det ikke virksomhedens gennemsnitlige KPI’er, der betyder noget. Det er svaret her og nu. Og hvis svaret kræver, at man først skal finde den rigtige kollega, den rigtige mappe, den rigtige PDF eller den rigtige produktside, så opstår friktion. Friktion koster. Ikke kun i tid, men i tillid, i kvalitet og i den løsning, kunden ender med at gå hjem med.

KPI’erne viste resultaterne – men skjulte tabene

Med en portefølje på 220.000+ SKU’er kan selv dygtige medarbejdere ramme muren. Ikke fordi de ikke kan deres fag, men fordi produktviden og specialviden er spredt, og fordi det rigtige svar ofte kræver, at man finder “den rigtige person”. Det gør hverdagen tungere, fordi flere medarbejdere kan blive involveret i samme kundehenvendelse, og fordi det skaber ventetid i de øjeblikke, hvor kunden forventer et hurtigt og kvalificeret svar.

Og så kommer det usynlige tab: når man ikke får fundet den vare frem, man faktisk har på lager. Når kunden får en næstbedste løsning, fordi det bedste svar var for besværligt at finde. Eller når der bruges flere ressourcer på at løse én forespørgsel, end nogen havde forestillet sig – uden at det nogensinde bliver synligt i en KPI.

Det er netop derfor, mange virksomheder kan have “pæne” tal og samtidig opleve, at kundeoplevelsen varierer, at tempoet i henvendelserne ikke følger forventningerne, og at man taber muligheder, man ikke kan se.

Citatet der rammer et KPI-blindt spot

Det mest interessante i fortællingen er skiftet i værdiforståelse: fra at måle output som salg og margin, til at se værdi som en kapabilitet i organisationen. Altså evnen til at bringe korrekt viden i spil i kundens øjeblik, hvor det gælder.
Som Jan Teller, direktør i Carl Ras, formulerer det:
“De traditionelle KPI’er målte salg, kundetilfredshed, avance og lageromsætning, men de målte ikke det skjulte tab: når vi ikke fandt en vare, vi faktisk havde på lager, når kunden fik en næstbedste løsning, eller når flere ressourcer blev brugt på at løse én forespørgsel.”
Det citat rammer et ret præcist punkt i mange retail-organisationer: Vi måler ofte konsekvensen, men ikke årsagen. Og når årsagen er viden, der er til stede men utilgængelig, så bliver AI pludselig mere end et effektiviseringsværktøj. Det bliver en ny måde at definere værdi på.
For når du begynder at se friktion som en omkostning, og viden som en strategisk ressource, ændrer du også, hvad du egentlig vil optimere. Effekt handler ikke kun om at spare minutter. Det handler om at levere et bedre svar, hurtigere, med højere kvalitet – i det øjeblik hvor det kan blive til en ordre, en loyal kunde eller en større løsning.

Læs også: AI i luksus – Hvordan LVMH bevarer magien i en digital tidsalder

Carla AI flytter fokus fra effektivitet til empowerment

Carl Ras beskriver Carla AI som en “AI-produktspecialist”. Det kan lyde som en sproglig finesse, men der ligger en vigtig organisatorisk pointe i det. Når produktviden bliver tilgængelig i en form, der kan bruges direkte i kundedialogen, sker der noget strategisk: flere medarbejdere kan løse flere henvendelser selv, kvaliteten i rådgivningen bliver mere ensartet, og organisationens samlede vidensniveau løftes – ikke kun hos de få, der traditionelt bærer den tunge ekspertise.

Udviklingen af den kapabilitet krævede også specialiseret hjælp. Carl Ras involverede arcu.dk i udviklingen af platformen, fordi AI-kompetencerne ikke var stærke nok internt – og fordi man ville sikre, at løsningen blev robust, vedligeholdbar og forankret i arbejdsgangene.

De kalder det selv en empowerment-indsats. Altså et forsøg på at gøre “det, vi ved tilsammen” brugbart i praksis. I retail betyder det, at kompetencen flytter tættere på kunden, uden at den enkelte medarbejder skal have årelang erfaring for at levere et kvalificeret svar.

Det er også derfor, den mest solide AI-værdi sjældent kun handler om hastighed. Den handler om robusthed. Om at kvalitet ikke bliver personafhængig. Om at det gode svar ikke kun findes, når den rigtige specialist tilfældigvis er på vagt.

Mindset-skiftet: det var ikke teknologien, der var svær – det var måden at tænke på

En af de mest genkendelige udfordringer i AI-projekter er, at organisationen møder AI med klassisk projektlogik. Man vil have projektplaner, business case og ROI. Det er forståeligt og ofte nødvendigt. Men Carl Ras peger på et paradoks: De kunne ikke lave den perfekte ROI-beregning, fordi de historisk ikke havde målt friktionen i udgangspunktet. Spildtiden. Omvejene. De usynlige tab, der opstår, når korrekt viden ikke er tilgængelig i rette tid.
Derfor blev Carla AI også et mindset-skifte. Ikke bare fra “vi gør ting hurtigere” til “vi gør ting smartere”, men fra at se AI som et isoleret værktøj til at se det som en ny organisatorisk kapacitet. En måde at arbejde med viden, læring og standardopgaver på, som ændrer selve betingelserne for, hvordan man kan drive en kundevendt organisation.

Den overraskende værdi: onboarding og opgaver den ikke var bygget til

En af de mere interessante effekter er, at værdien ikke kun landede der, hvor man traditionelt ville forvente det. Ja, Carla AI gør sortiment og produktviden mere anvendelig i dialogen, og den hjælper med at koble relevante tillægsprodukter og løsninger på. Men der opstod også stor værdi i onboarding. Nye kolleger får en ekstra faglig støtte i oplæringsperioden, og erfaringen var blandt andet, at nye medarbejdere i callcenteret kunne løse langt de fleste henvendelser selv allerede inden for den første måned.

Det er en vigtig pointe i en tid, hvor mange retail-organisationer mærker presset på bemanding og kompetencer. Onboarding er dyrt, fordi det kræver tid fra de erfarne, og fordi fejl og usikkerhed i opstartsperioden hurtigt kan mærkes hos kunderne. Når AI kan fungere som en faglig støtte, bliver oplæring både hurtigere og tryggere.

Derudover viste løsningen sig nyttig i opgaver, den ikke oprindeligt var bygget til, som støtte til kampagnetekster og varetekster. Det er et mønster, mange oplever med AI: Når medarbejdere først får adgang, finder de praktiske anvendelser, der ligger tæt på hverdagen – og som ofte bliver de mest brugte.

Men den største barriere var ikke funktionaliteten. Det var tilliden. Nogle vurderer stadig løsningen ud fra deres indtryk af MVP-versionen for 18 måneder siden. Læringen er ret klar: AI-løsninger udvikler sig så hurtigt, at organisationen aktivt skal lære at genbesøge sine antagelser – ellers bliver den mentale version af værktøjet forældet, længe før teknologien er det.

Læs også: Teknologien er klar: Værdi bliver konkurrenceparameteret – Matas’ forventninger til 2026

Den menneskelige oversættelse: tryghed før tempo

Carl Ras er også ærlige om noget, mange først opdager, når de står midt i implementeringen. De var i begyndelsen så optagede af mulighederne, at de ikke var tydelige nok om formålet. Carla AI blev lanceret med stor begejstring, men uden tilstrækkelig kommunikation om, at teknologien skulle gøre medarbejderne dygtigere, ikke overflødige.
Det skabte naturligt bekymringer, særligt blandt erfarne medarbejdere med tung faglighed og stærk loyalitet. Derfor har de efterfølgende arbejdet mere bevidst med kommunikation, uddannelse og ambassadører for at skabe tryghed og ejerskab. Den vigtigste læring er, at man ikke kun skal implementere teknologien – man skal også aktivt arbejde med den menneskelige oversættelse af, hvad den betyder i praksis.
Og når man kalder løsningen en “produktspecialist” og giver den en rolle tæt på en medarbejderfunktion, bliver den oversættelse endnu vigtigere. Det gør værdien mere konkret og nærværende i hverdagen, men det kan også trigge en underliggende bekymring for substitution. Balancen er fin: AI skal positioneres som støtte, ikke som trussel, hvis man vil have adoption i bredden.

Hvad kan andre i retail tage med herfra?

Hvis du sidder i en retail-virksomhed og overvejer AI, er der et spørgsmål, der er værd at stille før du taler use cases og værktøjer: Hvor i vores kundedialog opstår der friktion, som vi har vænnet os til?

For det er ofte dér, de mest værdifulde AI-indsatser gemmer sig. Ikke i de mest flashy demoer, men i de øjeblikke hvor kunder forventer svar nu, og hvor organisationen egentlig har svaret, men ikke kan få det frem hurtigt nok.

Når du først kan se friktionen tydeligt, bliver det også lettere at forankre AI strategisk. For så handler samtalen ikke om teknologi. Den handler om en mere stabil kundeoplevelse, stærkere rådgivning og en organisation, hvor viden kan bruges dér, hvor den skaber værdi.

Hvis du vil høre mere og høre Carl Ras-teamet selv fortælle om den AI-rejse, de er på med Carla AI, så kom til vores morgenbriefing den 21. maj og hør dem dele erfaringer, læringer og de konkrete greb, der gjorde forskellen i praksis.

Morgenbriefing den 21. maj samler aktører fra detailhandlen til en formiddag med konkrete cases og perspektiver på, hvordan AI allerede bruges i praksis. Deltag og få indsigt i, hvad teknologien betyder for forretningen – her og nu. Læs mere om morgenbriefingen her!