Zo ondersteunt AI de customer servicemedewerkers van ABN Amro
Sinds vorig jaar april zet de afdeling Customer Care & Operations van ABN Amro AI in voor klantcontact. Na een kleine pilot werken inmiddels alle 750 klantadviseurs op de afdeling Daily Banking Services met twee AI-tools. Naar tevredenheid. Op dit moment vindt er een bredere uitrol binnen heel Customer Care & Operations plaats.
“Onze collega’s geven de tools een 8 of hoger. Dat is een mooi cijfer”, zeggen Stephanie Spiessens (business lead bij de afdeling Daily Banking Services, Personal & Wealth) en Wouter Gielen (product-owner Gen AI op de innovatie-afdeling). Ze vertellen hoe AI hun customer service-collega’s ondersteunt.
Hoe zet ABN Amro AI in voor customer service?
Wouter: “Onze Advisor Assist-applicatie bestaat uit twee opties. De Summarizer en de Kennisbank. De Summarizer wordt het meest gebruikt. Dat is een oplossing die een korte samenvatting maakt van een klantgesprek, op basis van AI. Dus geen uitgebreide vertaling of transcriptie, maar de essentie van een gesprek. Medewerkers checken de samenvatting en passen die waar nodig aan. De samenvatting komt vervolgens in ons CRM-systeem en het dossier van de klant. Deze tool verhoogt de kwaliteit en consistentie van onze klantlogboeken en biedt inzicht in waarom klanten contact met ons opnemen.”
Werkt de Summarizer goed?
Stephanie: “Ja, de collega’s zijn zeer positief. Ze geven aan dat de Summarizer hun werk makkelijker maakt. Ze hoeven geen notities meer te maken tijdens een gesprek, zijn minder aan het multitasken, waardoor ze nog meer aandacht aan de klant kunnen besteden. Dat zorgt weer voor een blije klant.”
Wouter: “In tachtig tot negentig procent van de gevallen kunnen ze de tekst kopiëren en plakken in het CRM. We kunnen stellen dat de tool nuttig is.”
Nuttig?
Wouter: “We spreken hier niet snel van accuraat, want dat is bij onze toepassing niet het belangrijkste. Accuraatheid vind ik bovendien best wel abstract. Wat is accuraat in een korte samenvatting van een gesprek van tien minuten? Ons AI-model maakt weleens een spelfoutje, dat gebeurt nou eenmaal met bepaalde terminologie in het bankwezen. Daarmee is het niet per se fout, want het is nog wél heel nuttig. Een medewerker heeft namelijk dankzij AI de korte samenvatting. En dat ene foutje past hij of zij eenvoudig zelf aan.”
Kunnen jullie de ‘winst’ via deze tool in nog meer cijfers vangen?
Wouter: “Dat is lastig, vanwege de brede scope van de klantgesprekken. Wat we dus vooral doen is kijken naar wat de medewerker ervan vindt. Dat halen we op via gesprekken, surveys en de feedback van teamleads. Laatst hoorde ik een leuke reactie van een bankier. Die gaf aan dat de logs consistenter zijn. Hij is in feite de derde partij bij een klantcontactmoment, leest alleen de samenvatting van het gesprek. Maar hij zei dat hij nu beter begrijpt waarom zijn klant belde. Dankzij deze tool hebben we dus ook een beter en vollediger klantbeeld.”
“Daarnaast kunnen we nu veel makkelijker filteren op waarom klanten bellen. Of een bepaald onderwerp vaker terugkomt. Daarop kunnen we onze processen verder verbeteren, of bijvoorbeeld onze informatievoorziening op onze website aanscherpen. Voorheen moesten we grote hoeveelheden tekst doorspitten om dat soort analyses te maken.”
Dan de AI-toepassing in jullie kennisbank. Hoe werkt die?
Wouter: “Als onze klantadviseurs tijdens een telefoongesprek iets moeten opzoeken, doen ze dat in onze kennisbank. Dankzij de AI-toepassing werkt dat nu razendsnel. Binnen een paar seconden hebben ze het juiste kennisartikel op hun scherm. Het zoeken gaat ook veel intuïtiever. Waar onze collega’s voorheen heel gericht moest zoeken, en echt de juiste termen in moesten voeren voor een goed resultaat, volstaan nu enkele zoektermen. AI snapt wat ze zoeken, ook al komen de ingevoerde zoektermen niet één op één terug in het gevraagde kennisartikel. Dat scheelt enorm, we hebben duizenden kennisartikelen!”
Wat leveren de Summarizer en Kennisbank jullie klanten op?
Stephanie: “Consistentere vastlegging van klantcontacten en meer aandacht voor de klant. Ik merk dat onze adviseurs beter kunnen inspelen op de klantbehoefte. Ons klantcontact is attenter. Soms hoor je bijvoorbeeld in een bijzin een klant iets zeggen over dat het fijn is als zijn betaalpas het doet, zodat hij zo de kapper kan betalen. Als je notities aan het maken bent, kun je dat weleens missen. Nu is de ruimte er om erop in te haken.”
Wouter: “Wij staan voor persoonlijk klantcontact, met echte medewerkers. Dat was zo, en blijft zo. Alleen heeft die medewerker dankzij AI nu gerichter een antwoord via de kennisbank, en kan die dankzij de Summarizer meer aandacht geven aan het gesprek en de klant.”
Wat zijn jullie leasons learned bij de implementatie?
Stephanie: “Verschillende. Ik denk als eerste aan het commitment van leidinggevenden. Dat is echt belangrijk bij de adoptie van AI in je organisatie. Dat is ook mijn advies aan andere organisaties. AI is here to stay. Daar moet je ook je leiderschapsstijl op aanpassen. Maak AI bespreekbaar in verschillende overleggen, ook in een-op-eengesprek. En benoem ambassadeurs; collega’s die fan zijn van AI en andere collega’s mee kunnen nemen.”
Wouter: “In het eerste traject zijn wij het gesprek aangegaan met verschillende mensen binnen de customercareafdeling. Daarmee belegden we het onderwerp AI op verschillende lagen in de organisatie. Zoals bij de teamleads, die goed weten wat de dynamiek is op de werkvloer en elke dag AI bespreekbaar maken om zo het gebruik te vergroten. Ook hebben we meteen allerlei specialisten binnen de organisatie erbij betrokken, zoals de risicomanagementafdeling.”
Stephanie: “En wat dan ook super goed helpt, is een gedegen dashboard, waarin je ziet hoe een AI-tool gebruikt wordt. Daar kun je als leidinggevende vervolgens gericht een gesprek over voeren.
Wat wordt jullie volgende stap met AI?
Wouter: “We willen een volgende slag maken in datalogging, zodat we nog beter begrijpen waarom onze klanten bellen en we nog beter kunnen analyseren. Allemaal met hetzelfde doel, namelijk onze klanten nog beter en persoonlijk kunnen helpen.”
