Användningsområden för AI inom kundservice: 5 team som ersatte Tier 1-support

Publicerad den Sep 28, 2026 av Adam Khaled.
AI Kundsupport Fallstudier
Fem företag har publicerat verkliga siffror från att ha infört en AI-agent för Tier 1-support: Fundrise automatiserade över 50 % av ärendena på 3 månader, Lightspeed löste 65 % och höjde CSAT med 60 %, Chime sänkte kostnaderna med 60 % och fördubblade nöjdheten, Duolingo avlastade 80 % av chattarna och ClassPass sänkte kostnaderna med 95 %. Inget av företagen är LiveAgent-kund; alla siffror kommer från respektive företags egna fallstudier.

I den här artikeln:

  1. Vad Tier 1-support faktiskt innebär
  2. Fundrise: över 50 % av supportärendena på mindre än 3 månader
  3. Lightspeed Commerce: 65 % lösta, CSAT ökade
  4. Chime: 60 % lägre kostnad, fördubblad nöjdhet
  5. Duolingo: 80 % av chattarna avlastades
  6. ClassPass: kostnaderna minskade med 95 %, avlastningen överträffade den egna uppskattningen
  7. Vad de här 5 teamen faktiskt har gemensamt

De flesta exempel på AI inom kundservice beskriver vad en AI-agent teoretiskt skulle kunna göra. Den här artikeln tar bara upp fall där ett verkligt företag publicerat en faktisk siffra med en namngiven källa, så att du själv kan kontrollera uppgifterna i stället för att lita på en blogg.

Inget av de fem företagen nedan använder LiveAgent. Vi hänvisar till deras egna publicerade resultat som belägg för att modellen fungerar, inte som ett stöd för verktygen de använde.

Vad Tier 1-support faktiskt innebär

Tier 1 är det första lagret i varje supportkö: rutinfrågor som inte kräver specialistkunskap för att besvaras korrekt. Orderstatus. Lösenordsåterställningar. Grundläggande fakturafrågor. Kontoändringar. I de flesta team är det också det lager som tar flest arbetstimmar i anspråk i förhållande till värdet, eftersom en erfaren agent lägger lika mycket tid på en rutinfråga som en junior agent skulle göra.

Det är precis därför alla exemplen nedan började där. Inget av de fem teamen försökte automatisera sina svåraste ärenden först.

Illustration av en AI-kundserviceagent som automatiskt löser rutinmässiga Tier 1-ärenden som orderstatus och lösenordsåterställningar och sedan eskalerar en komplicerad tvist till en mänsklig handläggare

Fundrise: över 50 % av supportärendena på mindre än 3 månader

Fundrise , en fastighetsplattform för direktinvesteringar, införde Intersoms AI-agent Fin för att hantera den växande supportvolymen utan att utöka personalstyrkan. Luke Ruth, Fundrises produktchef, sade: ”Mindre än tre månader efter lanseringen av Fin hanterar den nu mer än 50 % av alla våra supportärenden.”

Sammanhanget är lika viktigt som siffran. Fundrise ville hålla svarstiderna korta för en växande investerarbas och samtidigt ge handläggarna utrymme att ge genomtänkta svar på komplicerade ekonomiska frågor – sådana frågor som över huvud taget inte bör hanteras av en AI-agent. Det var automatiseringen av den rutinmässiga halvan av kön som skapade det utrymmet.

Lightspeed Commerce: 65 % lösta, CSAT ökade

Lightspeed Commerce , en global plattform för e-handel och kassasystem, använder Fin i ett supportteam som består både av erfarna Intercom-användare och handläggare som är nya på verktyget. Fin deltar nu i 99 % av konversationerna och löser självständigt upp till 65 % av dem.

Den siffra som är värd att uppmärksamma är inte lösningsgraden. Det är att CSAT för Fin ökade med 60 % samtidigt som svarstiderna för chatt minskade med 38 % och svarstiderna för e-post med 67 %. Det vanliga antagandet är att automatiserad support innebär en avvägning mellan snabbhet och kvalitet. Lightspeeds siffror visar att motsatsen hände när AI-agenten fick full kontroll över när en konversation skulle lämnas över till en människa, i stället för att varje ärende först tvingades passera genom agenten.

Chime: 60 % lägre kostnad, fördubblad nöjdhet

Chime , ett fintechföretag, införde Decagons AI-agent och rapporterade en minskning av kundsupportkostnaderna med 60 %, en lösningsgrad på 70 % för chatt och röstsamtal samt en fördubbling av medlemmarnas nöjdhetspoäng.

Att kostnader och nöjdhet rör sig åt samma håll i stället för att ställas mot varandra är den minst intuitiva delen av Chimes resultat. Det blir begripligt först när man skiljer på det som automatiserades (den rutinmässiga andelen med hög volym i kön) och det som stannade hos handläggarna (frågorna där en människa verkligen tillför värde). Ingen av delarna blev sämre. Båda fick mer av det de faktiskt var bra på.

Duolingo: 80 % av chattarna avlastades

Duolingo införde Decagons AI-agent och rapporterade att 80 % av chattarna avlastades, vilket innebär att 4 av 5 chattförfrågningar aldrig når en mänsklig handläggare. Fallstudien specificerar inte exakt vilka kategorier som står för dessa 80 %, men den angivna effekten är att mänskliga handläggare nu kan ägna sin tid åt de mer komplicerade frågor som den avlastade volymen tidigare trängde undan.

I Duolingos skala är en avlastningsgrad på 80 % ingen liten effektivitetsvinst. Det är skillnaden mellan ett supportteam som kan hålla jämna steg med en växande användarbas och ett som strukturellt inte klarar det, utan att antingen anställa i samma takt eller acceptera längre svarstider.

ClassPass: kostnaderna minskade med 95 %, avlastningen överträffade den egna uppskattningen

ClassPass , en prenumerationsplattform för träning och välmående, hade redan ett väletablerat program för att bedöma vad som kunde avlastas innan företaget införde Decagons AI-agent. Trots det försprånget sade teamet: ”Vid lanseringen såg vi tio gånger större avlastning än vi hade väntat oss”, samtidigt som de rapporterade en minskning av supportkostnaderna med 95 %.

Den detaljen är den mest användbara i hela listan. ClassPass gissade inte. De hade redan kundundersökningar på plats och underskattade ändå med en tiopotens hur mycket AI-agenten kunde ta bort från deras ärendekö. Om ett team med ett väletablerat program kan ha fel med en faktor 10 bör de flesta team som inför detta för första gången också räkna med att deras tidiga uppskattning blir fel – åt samma håll.

Vad de här 5 teamen faktiskt har gemensamt

Lämnar vi leverantörsnamnen åt sidan har de fem resultaten ovan samma mönster:

Stapeldiagram som jämför varje företags huvudsakliga resultat med AI-agenten: ClassPass minskade kostnaderna med 95 %, Duolingo avlastade 80 % av chattarna, Chime löste 70 % av chatt- och röstsamtalen, Lightspeed Commerce löste 65 % av konversationerna och Fundrise automatiserade 50 % av supportärendena
TeamAutomatiseratHuvudresultat
FundriseÖver 50 % av supportärendenaHandläggarnas arbetstid kunde helt omfördelas till komplicerade frågor på mindre än 3 månader
Lightspeed Commerce65 % av konversationernaLösningsgrad OCH nöjdhet ökade samtidigt, utan avvägning
ChimeRutinmässig chatt- och röstvolym60 % lägre kostnad, fördubblad nöjdhet
Duolingo80 % av chattarnaSupporten höll jämna steg med en växande användarbas utan motsvarande ökning av personalstyrkan
ClassPassBetydligt mer än väntat95 % lägre kostnader, 10 gånger den egna uppskattningen av avlastningen

Inget av företagen automatiserade allt. Alla fem behöll ett mänskligt lager för sådant som låg utanför AI-agentens omfattning. Och i samtliga fall började teamet med den rutinmässiga, återkommande delen av kön – Tier 1-lagret – inte med sina svåraste ärenden.

Det är den verkliga lärdomen, viktigare än någon enskild procentsiffra: mönstret är inte ”ersätt supporten med AI”. Det är ”sluta lägga kvalificerade handläggares tid på okvalificerade frågor” och låt resultaten följa därav. Om du är redo att testa detta i din egen ärendekö beskriver vår guide om hur du distribuerar en AI-kundserviceagent exakt hur du avgränsar den första fasen, och guiden om att konfigurera en AI-agent i LiveAgent går igenom de LiveAgent-specifika konfigurationsstegen.

Dela denna artikel

Adam är innehållsansvarig på LiveAgent. Han är genuint entusiastisk över vad AI-agenter kan avlasta ett supportteam med, och lika misstänksam mot automatisering som gör att kunden får arbeta hårdare för att bli förstådd.

Adam Khaled
Adam Khaled
Innehållsansvarig

Vanliga frågor