AI in klantcontact: wat kun je ermee en waar begin je?

Eerder schreven we al over artificial intelligence: wat is het precies (en wat niet)? Nu nemen Serge Poppes en Thomas de Wolf, respectievelijk CEO en AI Lead bij Pegamento, ons mee in de vraag: Hoe kan AI klantcontact verbeteren? In hoeverre wordt het al gebruikt en voor welke toepassingen? En wat is de volgende stap?

Serge en Thomas lichten drie concrete toepassingsgebieden eruit.

1. Chatbots met meerwaarde

Chatbots kennen we. Al kun je je afvragen of we niet eigenlijk nu pas echt chatbots kunnen gaan bouwen. Want erg slim waren veel chatbots tot dusverre niet, vindt Serge: “Wat veel bedrijven hebben gedaan, is een minimal viable product neerzetten. Een toepassing die het absolute minimum kan.”

Geen goed idee, vindt hij. “Iedereen kent wel de ervaring dat een chatbot je alleen standaardantwoorden geeft die je met een paar klikken zelf ook op de FAQ-pagina van de website had kunnen terugvinden.”

Moderne AI kan die ervaring naar een veel hoger niveau tillen. Conversational AI kan allereerst de chatconversatie veel levensechter maken. “Je kunt een AI-model zelfs leren om in toon en woordkeus in te spelen op de individuele klant, op basis van diens taalgebruik, niet alleen in de chatomgeving zelf maar ook uit eerdere interacties, misschien zelfs op social media. Of om rekening te houden met signalen van ergernis.”

Want op welke manier AI ook wordt ingezet: een klant heeft behoefte aan een bevredigend antwoord. Daarom is de inzet van AI als chatbot alleen zinvol als het toegang heeft tot alle systemen waar een menselijke medewerker ook in zou moeten zoeken. Serge: “Eigenlijk zou je een chatbot pas in klantcontact moeten inzetten als die op 98% van de vragen een antwoord heeft.”

2. Proactief klantcontact

Serge benadrukt dat de kracht van AI bovendien niet beperkt is tot reactieve support. “Juist door heel veel data, ook van buiten je eigen omgeving, te benutten kun je AI veel proactiever inzetten.”

Als voorbeeld van zo’n 360-graden-benadering noemt hij het monitoren van de verkeerssituatie, of van de leefkwaliteit in de stedelijke omgeving. “Als tijdens een evenement omwonenden veel overlast ervaren, kun je dat met AI al automatisch signaleren uit wat er bijvoorbeeld op social media over gezegd wordt. Dat is geen klassiek klantcontact, omdat de meeste van die mensen de gemeente misschien helemaal niet gaan bellen. Maar dat wil niet zeggen dat je er als gemeente niks mee moet.”

Een ander voorbeeld: “AI is heel goed in het signaleren van anomalies in een netwerk: situaties die van de norm afwijken. Dat kun je gebruiken om verkeerssituaties te monitoren, sneller in te grijpen en verkeer om te leiden. Nog voor de telefoontjes over een verstoring binnenkomen.

“Eigenlijk moet je een chatbot pas in klantcontact inzetten als die op 98% van de vragen een antwoord heeft.”

3. Sentimentanalyse

AI zal menselijk klantcontact nooit helemaal vervangen, maar kan de kwaliteit ervan wel een flinke impuls geven. Niet alleen door de menselijke medewerker sneller de benodigde informatie voor te schotelen, maar ook door interacties te monitoren en te analyseren.

Serge: “Een AI-model kun je trainen om aan de hand van woordkeus, gespreksdynamiek of zelfs gezichtsuitdrukkingen te signaleren wanneer een dialoog een verkeerde kant uit dreigt te gaan.” Die informatie kun je gebruiken voor rapportage, verslaglegging, of voor real-time bijsturen. Thomas: “Het kan best zijn dat AI op basis van subtiele signalen ziet dat een gesprek dreigt te escaleren, zonder dat je dat als klantcontactmedewerker zelf in de gaten hebt.”

Ook daarbij geldt weer: hoe breder de verzameling data waar AI op kan terugvallen, hoe beter. “Op basis van data kan AI een profiel van de klant maken, en al voor het gesprek zelfs een inschatting maken van het type vraag, wat het ‘sentiment’ van de klant is – en desnoods die call routeren naar een medewerker die daar het beste mee om kan gaan.”

Wat is de eerste stap?

Kansen genoeg dus om met AI klantcontact naar een hoger niveau te tillen. Alleen: waar en hoe begin je?
Serge: “De allereerste stap is ervoor te zorgen dat een AI-toepassing van genoeg data voorzien wordt om meerwaarde te kunnen hebben. Dat betekent onder meer dat je verder moet denken dan de gestructureerde data die in je eigen systemen over die klant zit. Bedenk dat er meer data over de klant buiten dan binnen jouw eigen organisatie is. Ga daarnaar op zoek. Probeer een zo compleet mogelijk beeld te krijgen van de klant.”