Indbygget AI: onboarding-processen forkortet fra 45 til 2 minutter

Vi har redesignet kundedashboardet for et amerikansk platform til cyberrisikostyring og sat en integreret AI-agent i centrum. Onboarding gik fra en guidet proces på 45 minutter til under 2 minutter i selfservice-tilstand, og et værktøj, der tidligere blev brugt hvert kvartal, blev et dagligt beslutningsværktøj. Medlemmer af bestyrelsen, CFO'en og CISO'en bruger den samme grænseflade — hver på sin egen måde.

Udfordring

Platformen var en moden løsning til cyberrisikoanalyse med en Fortune 500-kundebase. Alligevel dukkede der, i takt med at produktet udviklede sig, tre barrierer op:

• Høj tærskel for dataforståelse: Fortolkning af indikatorerne krævede specialiseret ekspertise — et velkendt mønster i stærkt regulerede, data- og analytics-drevne sektorer som bank, finans og compliance.
• Lav daglig brugsfrekvens: De fleste brugere loggede kun ind én gang i kvartalet for at generere periodiske rapporter — platformet var ikke en del af deres daglige arbejde.
• Høj indsats ved den indledende opsætning: Nye kunder havde brug for cirka 45 minutters konfiguration sammen med supportteamet, før de kunne bruge systemet selvstændigt.

Da agentbaseret conversational AI blev markedsstandard, bad kunden os om at bringe denne interaktionsmodel ind i brugerdashboardet. Den største udfordring var, at én enkelt grænseflade skulle betjene meget forskellige målgrupper:

• Bestyrelsesmedlem har brug for en kortfattet, selvforklarende visning, der kan stå alene, uden at gå i detaljer.
• CFO søger forretningsmæssig kontekst og historien bag tallene.
• CISO har brug for fuld konversationel dybde for præcist at diagnosticere sårbarheder og handle øjeblikkeligt.

Vores tilgang:

Produktets kerneopgave var at integrere LLM-modeller i et klassisk dashboard uden at tvinge brugerne til at skifte mellem to adskilte arbejdsmåder. Vi valgte ikke at bygge en separat chat ved siden af platformen for at undgå to parallelle og konkurrerende grænseflader. I stedet valgte vi en hybridmodel: den velkendte Point-and-Click-grænseflade til daglige opgaver, kombineret med muligheden for at formulere et spørgsmål i naturligt sprog, når automatisering er nødvendig. Denne tilgang bevarer brugernes eksisterende vaner—de kan gradvist vænne sig til AI-understøttelse, mens der til enhver tid er guardrails til rådighed.

I hjertet af portalen står en model med fire niveauer for interaktion med AI-agenten (Aria):

Level 0 – Ledelse: Hvad sker der? 

Den første visning efter login. Et klassisk dashboard med nøgleindikatorer for cybersikkerhed, som ikke kræver direkte interaktion med AI. Knapperne under indikatorerne viser straks forudgenererede datasammendrag. Det er en kortfattet, selvstændig visning, designet til ledelsesteamet.

Level 1 – Finans: Hvorfor sker dette? 

Et analytisk lag for CFO’en og økonomiansvarlige. Hver indikator kan uddybes via forudkonfigurerede analyser eller en interaktiv AI-chat. Kontekstuelle forespørgselsforslag (Prompt-Chips) igangsætter i baggrunden kompleks prompting og leverer konklusioner på ekspertniveau, uden at brugerne behøver at skrive deres egne prompts.

Level 2 – Eksekvering: Gør det for mig. 

Et operationelt arbejdsrum for CISO’en og SecOps-teams. Handlingsknapper bliver konkrete kommandoer (Create, Identify, Prepare). I stedet for at give instruktioner og anbefale, hvad brugeren burde gøre, planlægger agenten autonomt en flertrinsworkflow og gennemfører den med integrerede værktøjer.
 

Level 3 – Fri konsultation.

Et åbent tekstfelt (fri-tekstprompt), til enhver tid tilgængeligt for brugere med et klart defineret formål.

Dette design er bevidst ikke-lineært. I praksis gennemløber brugerne ofte deres trin i en løkke (fra udforskning og dybdegående analyse til en konkret handling) og tilpasser værktøjet til deres egen beslutningsproces.

Løsning

Aria er en fuldt native AI-agent, integreret i kernen af platformen. Den opererer direkte inden for brugergrænsefladen, branding og autentificeringssystemet og kombinerer den analytiske dybde i kildedata med et samtalelag. Brugere behøver ikke at stole på eksterne værktøjer. Et system, der tidligere krævede analytikerstøtte, er blevet fuldt selvbetjent—det gør det muligt at stille spørgsmål, validere hypoteser og udføre handlinger ét sted. Identificerede risici bliver ikke længere rapporteret passivt; de begrænses aktivt, direkte fra dashboardet.