I det här blogginlägget delar Hans Nahringbauer, strategiansvarig för Telia ACE, med sig av fem trender som formar kontaktcenterlandskapet 2026.
Med över två decenniers erfarenhet av produkt- och strategiarbete inom kontaktcenter har Hans följt utvecklingen i skärningspunkten mellan teknik, affär och kundmöte. I dag ansvarar han för den strategiska riktningen och produktportföljen för Telia ACE, med fokus på hur generativ AI, virtuella agenter och datadrivna insikter förändrar hur organisationer möter sina kunder.
1. Nationell autonomi och suveränitet
Det förändrade geopolitiska läget har gjort tillgänglighet och kontroll till en strategisk fråga för kontaktcenter och andra samhällskritiska system. I praktiken innebär det att organisationer behöver räkna med scenarier där gränser stängs, resor begränsas och digital infrastruktur påverkas – till exempel i händelse av krig eller allvarlig kris.
Som svar på dessa risker ser vi en ökad användning av sovereign cloud och private cloud, vilket i grunden handlar om att skapa en dedikerad och kontrollerad del av molnmiljön där data, system och åtkomst är tydligt avgränsade.
Nationell autonomi innebär att både system och den personal som krävs för att drifta dem finns tillgängliga inom landets gränser, och att man inte är beroende av kompetens eller kringsystem utanför nationen. Detta är särskilt viktigt för systemkritiska funktioner inom myndigheter och samhällsviktig infrastruktur, som livsmedelsförsörjning, bank och finans.
I praktiken kan funktioner som statistik och analys ofta ligga externt, medan kundkontakt, rösttrafik, autentisering och inloggning behöver fungera även i en krissituation.
2. Agent assist och AI
Agentstöd har funnits länge, men med dagens AI-teknik blir det betydligt smartare. Målet är att hjälpa agenterna i kontaktcentret att arbeta mer effektivt, ge mer korrekt information och skapa en mer enhetlig kundupplevelse.
I dag används begreppet Agent Assist ofta för att beskriva detta utökade stöd, med funktioner som samtalssammanfattning, realtidstranskribering och automatiskt framplockad kunskap baserat på innehållet i dialogen.
Sedan länge har man arbetat med kunskapssystem, där man har ordning på sin information så att den är lätt att hitta. Med generativ AI kan dessa system kopplas direkt till det som sägs i samtalet, så att rätt information visas för agenten i realtid och svaren blir både snabbare och mer konsekventa.
När AI flyttar in i kundmötet blir styrning och transparens en ledningsfråga, inte bara en IT-fråga. Det handlar om att sätta ramar för vilka datakällor som används, hur information kvalitetssäkras och hur tydligt det är för användaren när ett svar kommer från AI.
I praktiken innebär det att organisationer behöver säkerställa att AI-agenter inte sprider felaktig eller inaktuell information, och att det alltid går att spåra varifrån ett svar kommer.
3. Agentic AI
Agentic AI är nästa steg efter generativ AI och handlar om autonoma AI-agenter som inte bara genererar innehåll, utan kan sätta mål, planera, resonera och utföra uppgifter självständigt. Dessa agenter kan använda verktyg, minnas tidigare interaktioner och samarbeta med andra agenter för att lösa mer komplexa arbetsflöden.
Utvecklingen innebär en förflyttning från statiska, prompt-baserade system till mer dynamiska och måldrivna ekosystem, där flera agenter samverkar för att driva en process från början till slut – med mänsklig vägledning och kontroll.
Ett centralt inslag i detta är A2A (Agent-to-Agent), ett protokoll som gör det möjligt för olika AI-agenter att kommunicera och samarbeta. Det standardiserar hur agenter upptäcker varandra, delar sina förmågor och förhandlar om uppgifter. På så sätt kan deluppgifter delegeras mellan agenter och kontext delas, till exempel i scenarier där en reseagent samverkar med separata agenter för flyg, hotell och betalning.
I praktiken kan ett agentiskt system ses som en digital monteringslina – ett flerstegsflöde där flera AI-agenter orkestreras för att genomföra en affärsprocess från start till mål. Ett konkret tillämpningsområde inom kontaktcenter är mer avancerade självbetjäningstjänster i både röst och text, som går bortom traditionella röst- och chattbottar och i stället kan förstå ett övergripande mål, bryta ned det i delmoment och genomföra hela ärenden med minimal handpåläggning från människa.
4. Reglering, compliance och säkerhetskrav
EU:s ökade reglering – till exempel EU ArtificialIntelligence Act, European Accessibility Act och EU NIS2 Directive – påverkar hur kontaktcenter-lösningar behöver utformas, drivas och styras. Tillsammans höjer de kraven på transparens i kundmötet, tillgänglighet i kanaler och gränssnitt samt ett mer systematiskt säkerhets- och incidentarbete.
AI Act ställer bland annat krav på att kunder ska informeras när de interagerar med AI, och om AI används i sammanhang som klassas som “hög risk” tillkommer mer omfattande krav på dokumentation, riskhantering och ansvarsfördelning.
För många organisationer innebär det i praktiken att man behöver ha tydlig styrning för var AI används i kundresan, hur kvalitet och uppdatering säkras och hur man kan följa upp funktionernas beteende över tid.
5. Hållbarhet och tillgänglighet
För verksamheter med kundkontakt är hållbarhet och tillgänglighet mer än en ansvarsfråga. Det påverkar räckvidd, kundnöjdhet och varumärkesrisk i varje enskilt möte. Hur systemen är designade formar både hur hållbart varumärket uppfattas – och hur hållbart det faktiskt är i drift. Förtroende blir därmed en central hållbarhetsfaktor: när tekniken upplevs som relevant, begriplig och pålitlig stärks relationen, när den upplevs som påtvingad eller icke-transparent urholkas den.
Samtidigt har arkitekturvalen en konkret miljö- och kostnadsdimension. Lägre energiförbrukning, effektivare datacenter och medvetna beslut kring när och hur AI används påverkar både klimatavtryck och driftskostnader. Det handlar om att använda rätt verktyg för rätt uppgift – inte att “slå på AI” där den inte skapar tydligt mervärde.
I praktiken innebär det att systemen behöver fungera för alla användare, samtidigt som AI används där den faktiskt förbättrar kundupplevelsen, stärker agentens arbete och bidrar till en mer hållbar drift.
Fem nyckelinsikter
- Autonomi är en designfråga. När kommunikation och inloggning måste fungera i kris behöver nationell förankring byggas in i arkitekturen.
- AI i kundmötet kräver ledningsansvar. Styrning av datakällor, transparens och kvalitetssäkring blir strategiska frågor.
- Agentic AI flyttar fokus från svar till handling. När AI börjar driva hela arbetsflöden blir arkitektur, ansvar och mänsklig kontroll avgörande för både kvalitet och förtroende.
- Regelverk formar lösningarna. Att visa var AI används och hur data hanteras är avgörande för efterlevnad och förtroende.
- Hållbarhet påverkar affären. Val kring tillgänglighet, energi och AI syns i både kundupplevelse och kostnadsbas.
