AI binnen de customer service van Picnic: leren met vallen en opstaan
De belofte van artificial intelligence is groot. Efficiëntie, schaalbaarheid en betere klantervaringen worden vaak in één adem genoemd. Tegelijkertijd is de praktijk weerbarstig. Dat ervaart ook online supermarkt Picnic, waar AI inmiddels een vaste plek heeft gekregen binnen de customer service-organisatie. Dat ging met horten en stoten. “Het is geen knop die je even omzet”, zegt Wouter Gelling, Product Owner Customer Success. “Je moet er bloed, zweet en tranen in stoppen.”
Samen met Yannick Kramer, Operations Manager, is Wouter verantwoordelijk voor de manier waarop AI vandaag de dag wordt ingezet binnen de afdeling customer success van Picnic. Open, kritisch en zonder opgeklopte succesverhalen.
Geen chatbot, maar eerst de mens versterken
Picnic staat bekend als een uitgesproken klantgerichte organisatie. Die focus verklaart ook waarom het bedrijf lange tijd bewust geen chatbot gebruikte. Waar veel organisaties experimenteerden met geautomatiseerde klantinteractie, bleef Picnic vasthouden aan menselijke service.
“Wij vonden kwaliteit belangrijker dan efficiëntie,” zegt Wouter Gelling. “Als een klant contact opneemt, willen we dat deze meteen goed en menselijk geholpen wordt.” Chatbots werden gezien als een risico: te vaak leiden ze tot frustratie, loops en uiteindelijk alsnog menselijk contact.
Die zienswijze kantelde met de opkomst van large language models zoals ChatGPT. Niet om direct klanten te woord te staan, maar om de customer success medewerkers te ondersteunen. AI werd daarmee geen vervanger, maar een assistent.
Customer service als logisch startpunt
Hoewel Picnic al langer met machine learning werkte, bijvoorbeeld voor vraagvoorspelling in de supply chain, was customer service de eerste afdeling waar generatieve AI op schaal werd toegepast. Dat is geen toeval.
“Het is een omgeving die grotendeels uit tekst bestaat,” legt Gelling uit. “Ongestructureerde klantvragen, e-mails, chats. Daar zijn dit soort modellen gewoon heel goed in.” Bovendien kon AI hier relatief snel waarde toevoegen, zonder direct klantcontact te automatiseren.
Volgens Kramer speelde ook de organisatievorm mee. Customer service is bij uitstek een plek waar de impact van verbeteringen snel zichtbaar is. “Je ziet bijna direct wat een wijziging doet met kwaliteit en efficiëntie. Dat maakt het een ideale testomgeving.”
Human in the loop als harde randvoorwaarde
De huidige opzet bij Picnic is helder: de medewerker blijft altijd in controle. Agents kunnen per case AI inschakelen om een antwoord te laten genereren, maar beslissen zelf of en hoe dat antwoord wordt gebruikt.
“Het AI-antwoord moet altijd worden beoordeeld,” zegt Gelling. “De medewerker weet het beste wat de klant nodig heeft en of een antwoord voldoet aan onze standaarden.”
Die feedback is cruciaal. Medewerkers geven aan of een suggestie goed, neutraal of slecht is. Die signalen worden vervolgens gebruikt om het model te verbeteren. Zo ontstaat een continu leerproces, waarin technologie en praktijk elkaar scherp houden.
Kwaliteit boven adoptie
Opvallend is dat Picnic niet stuurt op maximale adoptie. Medewerkers zijn vrij om AI wel of niet te gebruiken. Dat is een bewuste keuze.
“We willen eerst dat de kwaliteit echt goed is,” aldus Kramer. “Onze mensen weten inmiddels heel goed waar de AI sterk in is en waar niet. Bij complexe cases kiezen ze er soms bewust voor om zelf te schrijven.”
Die aanpak werpt zijn vruchten af. Naarmate de kwaliteit verbetert, groeit het vertrouwen en daarmee ook het gebruik. “Je ziet de adoptie vanzelf omhooggaan,” zegt Kramer. “Niet omdat het moet, maar omdat het helpt.”
Angst voor vervanging? Nauwelijks
De inzet van AI roept in veel organisaties zorgen op over baanzekerheid. Ook bij Picnic kwamen die vragen in het begin op tafel. Toch bleek de angst beperkt.
“Wij zien AI niet als vervanging, maar als verrijking,” stelt Gelling. “We nemen nog steeds mensen aan.” Wat wel verandert, is de aard van het werk. Simpele, repetitieve vragen verdwijnen geleidelijk, waardoor meer tijd ontstaat voor complexe klantcases.
Volgens Kramer maakt dat het werk juist interessanter. “Meer specialistisch, meer impact. Daar kan een mens echt het verschil maken.”
De ‘Picnic-manier’ is lastig te vangen
Een van de grootste uitdagingen zit niet in de technologie, maar in cultuur. Picnic hanteert een uitgesproken toon en benadering richting klanten. Die ‘Picnic-manier’ met bijbehorende tone-of-voice, is lastig in regels of prompts te vangen.
“Iedereen voelt aan wat we bedoelen,” zegt Gelling. “Maar niemand kan het in vijf zinnen opschrijven.” Toch moet AI die toon wel benaderen: inhoudelijk correct én passend in stijl.
Daarom wordt feedback niet alleen kwantitatief verzameld, maar ook kwalitatief besproken in focusgroepen met medewerkers uit alle drie de landen waar Picnic actief is. Zo wordt pas echt duidelijk waar het model tekortschiet: op inhoud, toon of in context.
Iteratief verbeteren, met focus
Verbeteren gebeurt kortcyclisch. Wekelijks stemmen Gelling, Kramer, een analist en een developer af welke aanpassingen prioriteit krijgen. Niet alles tegelijk, maar met focus.
“We kunnen eindeloos naar data kijken,” zegt Gelling. “Maar dat is maar de helft van het verhaal.” De andere helft komt van gesprekken met de operatie: waar loopt het echt vast, waar zit de meeste pijn?
Die input leidt tot concrete aanpassingen: betere broninformatie, aangescherpte prompts of andere modelkeuzes. Soms land-specifiek, want wat in Nederland werkt, doet dat niet automatisch in Frankrijk.
Onder de motorkap: Salesforce en meerdere modellen
Technisch draait de oplossing op het Salesforce-platform, dat integraties met verschillende large language models zoals ChatGPT, Gemini en Claude, mogelijk maakt. Picnic kiest er bewust voor om niet afhankelijk te zijn van één model.
“Je ziet echt verschillen,” zegt Gelling. “Voor classificatie wil je iets anders dan voor het genereren van tekst met de juiste tone-of-voice.” Tegelijkertijd schuilt daar een risico: elk model vraagt om andere instellingen en tuning.
Daarom wordt terughoudend omgegaan met wisselen. De complexiteit is al groot genoeg. “Dit is al een hele kluif om goed te managen,” aldus Gelling.
De laatste 40 procent is het moeilijkst
Volgens Gelling kun je op dit moment met AI relatief snel zo’n 60 procent van de contacten digitaal faciliteren. De resterende 40 procent kost onevenredig veel moeite.
“De standaardvragen zijn makkelijk,” zegt hij. “Maar binnen één categorie, zoals ‘een ontbrekend artikel in de bezorging van de boodschappen’, zit een enorm spectrum aan emoties en verwachtingen.” Dat spectrum goed afdekken, zonder fouten of hallucinaties, is complex.
Daar komt bij dat prioriteiten continu verschuiven. Ga je van 60 naar 75 procent op één onderwerp, of pak je eerst een andere categorie aan? Die afweging is continu onderwerp van discussie.
Chatbot? Ooit, maar niet nu
De stip op de horizon is duidelijk: verdere automatisering. Maar pas als AI minimaal net zo goed is als de beste medewerker van vlees en bloed.
“Onze beste mensen zitten rond de 90 tot 95 procent goed,” zegt Gelling. “Daar zitten we met AI nog niet.” Zolang dat gat er is, blijft menselijke controle essentieel.
De verwachting is wel dat de kwaliteit snel blijft stijgen. Misschien volgt dit jaar een experiment met een chatbot, maar structurele inzet ligt verder weg. “We hebben geen haast,” aldus Gelling. “Vertrouwen en controle zijn belangrijker dan snelheid.”
AI vraagt om nieuwe profielen
Een interessant vraagstuk waar Picnic nog geen definitief antwoord op heeft, is staffing. Welke mensen trek je als werkgever aan voor dit soort trajecten? Kramer heeft geen technische achtergrond, maar schrijft wel prompts. Dat werkt, juist omdat hij de praktijk door en door kent. “Eigenaarschap moet zo dicht mogelijk bij de eindgebruiker liggen,” stelt Gelling.
Het kernteam is klein: een operationsmanager, een analist en een developer. Daaromheen staat de hele operatie. AI is geen los project, maar onderdeel van het dagelijkse werk.
Geen heilige graal, wel een richting
Picnic presenteert AI nadrukkelijk niet als oplossing voor alle klantcontact uitdagingen. De dagelijkse operatie gaat altijd voor. Bij sneeuwval of verstoringen telt één ding: klanten helpen.
AI ontwikkelt zich mee, stap voor stap. Met vallen en opstaan. En juist die openheid maakt het verhaal relevant voor vakgenoten. Niet de hype, maar de praktijk.
