Exploring the autonomy potential of artificial intelligence agents in omnichannel customer service

Abstract

This thesis examines how autonomous AI agents can be utilised in omnichannel customer service in a controlled and meaningful manner using current technologies. The study addresses a gap in existing research, which has focused primarily on single-channel chatbot deployments rather than coordinated multi-agent architectures in enterprise customer relationship management environments. A design science research approach is adapted, combining a structured literature review, qualitative interviews with six industry professionals, and the design, implementation, and evaluation of a multi-agent customer service artefact within Microsoft Dynamics 365.

The artefact consists of four coordinated agents operating across four intake channels. Empirical evaluation was conducted through two simulation rounds comprising 15 test cases across four complexity tiers, with performance assessed using the SERVQUAL service quality framework. The refined simulation round produced a mean SERVQUAL score of 4.83 out of 5.00, with correct escalation decisions in all cases and a 71% reduction in hallucination events compared to the baseline round.

The findings demonstrate that autonomy in customer service is a gradual, context-dependent property shaped by task complexity, emotional sensitivity, and operational risk rather than abinary capability. Autonomous handling proved effective in routine and transactional scenarios, while emotionally complex and legally sensitive cases consistently required escalation. A key practical finding is that effective autonomous operation depends on well-defined service processes. Without formally documented policies and escalation criteria, agents cannot apply them consistently. The study contributes an empirically grounded account of how controlled, incremental autonomy can be operationalised within an existing enterprise CRM environment.

Tässä diplomityössä tutkitaan, miten autonomisia tekoälyagentteja voidaan hyödyntää monikanavaisessa asiakaspalvelussa hallitusti ja tarkoituksenmukaisesti nykyteknologialla. Tutkimus vastaa olemassa olevaan tutkimusaukkoon, sillä aiempi kirjallisuus on keskittynyt pääasiassa yksikanavaisiin chatbot-ratkaisuihin eikä koordinoituihin moniagenttiarkkitehtuureihin asiakkuudenhallintaympäristöissä. Tutkimusmenetelmänä käytetään suunnittelutieteellistä tutkimustapaa, joka yhdistää systemaattisen kirjallisuuskatsauksen, haastattelut sekä moniagenttisen asiakaspalveluartefaktin suunnittelun, toteutuksen ja arvioinnin Microsoft Dynamics 365 -ympäristössä.

Artefakti koostuu neljästä koordinoidusta agentista, jotka toimivat neljän sisäänottokanavan kautta. Empiirinen arviointi toteutettiin kahdessa simulaatiokierroksessa 15 testitapauksen avulla neljällä monimutkaisuustasolla, ja suorituskykyä arvioitiin SERVQUAL-palvelunlaatuviitekehyksen avulla. Toinen simulaatiokierros tuotti SERVQUAL-keskiarvon 4,83/5,00. Samalla kaikissa tapauksissa tehtiin oikea päätös siirtää tapaus ihmisen käsiteltäväksi, ja hallusinaatiotapaukset vähenivät 71 prosenttia lähtötasoon verrattuna.

Tulokset osoittavat, että autonomia asiakaspalvelussa ei ole binäärinen vaan asteittainen ja kontekstisidonnainen ilmiö, johon vaikuttavat tehtävän monimutkaisuus, emotionaalinen herkkyys ja operatiivinen riski. Autonominen käsittely osoittautui tehokkaaksi rutiininomaisissa ja selkeästi rajatuissa palvelutilanteissa, kun taas emotionaalisesti monimutkaiset ja oikeudellisesti herkät tapaukset edellyttivät johdonmukaisesti siirtämistä ihmisen käsiteltäväksi. Keskeinen käytännöllinen löydös on, että hallittu autonominen toiminta edellyttää hyvin määriteltyjä palveluprosesseja. Ilman selkeästi dokumentoituja käytäntöjä ja siirtämiskriteerejä agentit eivät pysty soveltamaan niitä johdonmukaisesti. Tutkimus tuottaa empiirisesti perustellun kuvauksen siitä, miten kontrolloitu ja asteittainen autonomia voidaan toteuttaa olemassa olevassa CRM-ympäristössä.