Inbyggd AI: onboarding förkortad från 45 till 2 minuter

Vi har designat om kunddashboarden för en amerikansk plattform för cyberriskhantering och placerat en integrerad AI-agent i centrum. Onboarding gick från en guidad process på 45 minuter till under 2 minuter i självbetjäningsläge, och ett verktyg som tidigare användes varje kvartal blev ett dagligt beslutsverktyg. Styrelseledamöter, CFO och CISO använder samma gränssnitt — var och en på sitt eget sätt.

Utmaning

Plattformen var en mogen lösning för cyberriskanalys med en kundbas inom Fortune 500. Ändå dök tre hinder upp i takt med att produkten utvecklades:

• Hög tröskel för dataförståelse: Tolkningen av indikatorerna krävde specialiserad expertis — ett välkänt mönster i hårt reglerade, data- och analysdrivna sektorer som bank, finans och compliance.
• Låg daglig användningsfrekvens: De flesta användare loggade bara in en gång per kvartal för att generera periodiska rapporter — plattformen var inte en del av deras dagliga arbete.
• Hög insats i den inledande uppsättningsfasen: Nya kunder behövde cirka 45 minuter av konfiguration tillsammans med supportteamet innan de kunde använda systemet självständigt.

När agentbaserad conversational AI blev marknadsstandard bad kunden oss att föra in denna interaktionsmodell i användardashboarden. Den största utmaningen var att ett enda gränssnitt skulle betjäna mycket olika målgrupper:

• Styrelseledamot behöver en kortfattad, självförklarande vy som kan stå på egna ben, utan att gå in på detaljer.
• CFO söker affärsmässig kontext och berättelsen bakom siffrorna.
• CISO behöver fullt konversationellt djup för att diagnostisera sårbarheter med precision och agera omedelbart.

Vårt angreppssätt:

Produktets kärnuppgift var att integrera LLM-modeller i ett klassiskt dashboard utan att tvinga användarna att växla mellan två separata arbetssätt. Vi valde att inte bygga en separat chatt bredvid plattformen för att undvika två parallella och konkurrerande gränssnitt. I stället valde vi en hybridmodell: det välkända Point-and-Click-gränssnittet för dagliga uppgifter, kombinerat med möjligheten att formulera en fråga på naturligt språk när automatisering behövs. Denna metod bevarar användarnas befintliga vanor—de kan gradvis vänja sig vid AI-stöd, samtidigt som det alltid finns guardrails tillgängliga.

I hjärtat av portalen finns en modell med fyra nivåer för interaktion med AI-agenten (Aria):

Level 0 – Ledning: Vad händer? 

Den första vyn efter inloggning. Ett klassiskt dashboard med nyckelindikatorer för cybersäkerhet, som inte kräver direkt interaktion med AI. Knapparna under indikatorerna visar omedelbart förgenererade datasammanfattningar. Det är en kortfattad, självständig vy, designad för ledningsgruppen.

Level 1 – Finans: Varför händer detta? 

Ett analytiskt lager för CFO och ekonomiansvariga. Varje indikator kan fördjupas via förkonfigurerade analyser eller en interaktiv AI-chatt. Kontextuella frågeförslag (Prompt-Chips) startar i bakgrunden komplex prompting och levererar slutsatser på expertnivå utan att användarna behöver skriva egna prompts.

Level 2 – Utförande: Gör det åt mig. 

En operativ arbetsyta för CISO och SecOps-team. Åtgärdsknappar blir konkreta kommandon (Create, Identify, Prepare). I stället för att ge instruktioner och rekommendera vad användaren borde göra planerar agenten autonomt ett flerstegs arbetsflöde och genomför det med integrerade verktyg.
 

Level 3 – Fri konsultation.

Ett öppet textfält (fri-textprompt), när som helst tillgängligt för användare med ett tydligt definierat syfte.

Denna design är medvetet icke-linjär. I praktiken går användarna ofta igenom sina steg i en loop (från utforskning och djupgående analys till en konkret åtgärd) och anpassar verktyget till sin egen beslutsprocess.

Lösning

Aria är en fullt native AI-agent, integrerad i plattformens kärna. Den verkar direkt inom användargränssnittet, brandingen och autentiseringssystemet och kombinerar det analytiska djupet i källdata med ett konversationslager. Användare behöver inte förlita sig på externa verktyg. Ett system som tidigare krävde analytikerstöd har blivit helt självbetjänande—det möjliggör att ställa frågor, validera hypoteser och utföra åtgärder på ett och samma ställe. Identifierade risker rapporteras inte längre passivt; de begränsas aktivt, direkt från dashboarden.