AI agent

“Waar mensen vaak in eerste instantie aan een chatbot zullen denken, is niet iedere chatbot ook daadwerkelijk een volwaardige AI agent.”

Een AI agent (in dit geval in de wereld van klantenservice / CX) is een AI gebaseerde bot voor alle klantcontact kanalen, inclusief live-chat, messaging en whatsapp. Maar ook traditionele kanalen zoals e-mail, webformulieren en telefonie.

Een AI agent is een zelfstandig systeem dat is geïntegreerd met jouw kennisbronnen en met jouw achterliggende back-end systemen via API’s. Hiermee is het in staat om tot wel 60% (of zelfs meer) van de klantcontacten te automatiseren.

AI agents kunnen kanaal specifiek zijn, zoals een specifiek voor chat, specifiek voor mail of specifiek voor telefonie. Maar er zijn ook kanaal onafhankelijke AI agents die op een omnichannel wijze meerdere klantcontactkanalen kunnen bedienen. 

Verschillen tussen een AI agent en een AI chatbot

In de basis doet een bot (en een AI agent) twee dingen: 

• Eerst probeert de bot te achterhalen wat de klant wil bereiken (wat is de intentie van de klant).
• Daarna zal de bot een handeling doen (bijvoorbeeld een antwoord geven). 

Als je terugdenkt aan de eerste (chat)bots van jaren geleden, ging het vaak ‘mis’ in beide stappen. Enerzijds begreep de bot vaak niet wat jouw intentie was. En anderzijds was een bot enkel in staat om simpele FAQ’s te beantwoorden.

Echter, om tot wel 60% of meer klantcontacten te kunnen automatiseren is er dus eigenlijk een bot nodig die veel meer (en complexere) taken kan uitvoeren. 

AI agents gaan verder dan de simpele bot en kunnen (naast het aanbieden van FAQ’s) ook:

• dialogen voeren (om een klant door een stappenplan / beslisboom te leiden);
• transactionele processen uitvoeren (middels API gebaseerde koppelingen met achterliggende databronnen);
• en technologieën zoals Generatieve AI toepassen. 

Wat zijn de voordelen van AI agents?

AI agents in customer service bieden diverse voordelen:

• 24/7 beschikbaarheid – Een AI agent kan op elk moment van de dag en nacht klanten ondersteunen, wat vooral handig is voor organisaties met een wereldwijd klantenbestand.
  
• Snellere reactietijden – AI agents kunnen onmiddellijk reageren op klantvragen. Hierdoor worden wachttijden aanzienlijk verminderd en klanten sneller geholpen.
  
• Kostenbesparing – Door routinematige taken over te nemen, kunnen AI agents de behoefte aan grote klantenserviceteams verminderen. Dit kan leiden tot lagere operationele kosten.
  
• Consistentie – Een AI agent biedt consistente antwoorden en servicekwaliteit, ongeacht het tijdstip of de complexiteit van de vraag. Zo wordt de kans op menselijke fouten verkleind.
  
• Schaalbaarheid – Organisaties kunnen gemakkelijk de capaciteit van hun klantenservice opschalen zonder dat extra personeel nodig is. Dit komt doordat AI agents een groot aantal gelijktijdige gesprekken kunnen afhandelen.
  
• Persoonlijke service – AI agents kunnen klantgegevens analyseren en gebruiken om gepersonaliseerde antwoorden en aanbevelingen te geven, wat de klanttevredenheid verhoogt.
  
• Inzicht en analyse – AI agents kunnen data verzamelen en analyseren om waardevolle inzichten te bieden over klantgedrag- en voorkeuren.
  
• Ondersteuning voor medewerkers – AI agents kunnen fungeren als hulpmiddelen voor menselijke medewerkers door hen te voorzien van relevante informatie en suggesties, waardoor zij efficiënter en effectiever kunnen werken.
  
• Multitasking – AI agents kunnen meerdere taken tegelijk uitvoeren zoals het beantwoorden van vragen, het verwerken van bestellingen en het bijwerken van klantgegevens, zonder verlies van snelheid of kwaliteit.
  
• Betere klantbeleving – Door snelle, nauwkeurige en gepersonaliseerde service te bieden, kunnen AI agents de algehele klantervaring verbeteren en de loyaliteit van klanten vergroten.

De kansen van AI agents

Er is tegenwoordig veel mogelijk op het gebied van AI agents, dankzij:

• NLP (Natural Language Processing) technologie: verwerking en begrip op basis van natuurlijke taal
• GenAI (Generatieve AI): dit werd in 2022 en 2023 bekend bij het grote publiek mede dankzij bijvoorbeeld ChatGPT
• Innovaties op het gebied van API gebaseerd integreren

Om een voorbeeld te geven: stel dat de vraag ‘Hoeveel eigen risico moet ik dit jaar nog betalen?’ aan een zorgverzekering gesteld wordt , dan zal een AI agent de volgende dingen kunnen doen:

• Vaststellen of de gebruiker wel daadwerkelijk de juiste klant is (door integratie met authenticatie systemen en het gebruik van API’s)
• Ophalen van het reeds betaalde eigen risico (middels API-integratie) uit het achterliggende systeem
• Ophalen van het polistype voor die klant en welk eigen risico daarbij hoort
• Via Generatieve AI een antwoord genereren in de sfeer van ‘Je hebt reeds 123 euro betaald en voor jouw polis is het eigen risico 350 euro, dus je hebt nog 227 euro te gaan voordat je aan je eigen risico hebt voldaan.’ – en dit in de tone-of-voice van jouw organisatie

AI agents voor één of meerdere klantcontactkanalen

Terugkijkend naar het vorige voorbeeld over het nog-te-betalen eigen risico: dit is een type gesprek dat plaats kan vinden via feitelijk alle klantcontactkanalen; klanten kunnen deze vraag stellen per telefoon, maar ook via Whatsapp of via traditionele e-mail. 

Zoals eerder aangegeven, kunnen AI agents ingezet worden voor alle klantcontactkanalen. Het is echter wel het geval dat voor sommige kanalen een AI agent meer kan betekenen dan voor andere kanalen. 

Denk bijvoorbeeld aan een dialoog voor ‘schademeldingen’ bij een verzekeraar: in een chat of via messaging kan een AI agent verduidelijkingsvragen stellen (‘was er een tegenpartij betrokken, en wat zijn de gegevens daarvan?’). Ook kan er bijvoorbeeld tijdens deze dialoog informatie opgehaald worden uit achterliggende systemen (zoals ‘welk type verzekering heeft de klant?’). Stel dat een soortgelijke klant-vraag gesteld wordt via e-mail, dan is het aangaan van een verduidelijking dialoog een stuk lastiger. 

Sommige oplossingen zijn specifiek gemaakt voor een enkel kanaal, maar er zijn ook AI agent oplossingen die voor meerdere kanalen gebruikt kunnen worden. Indien een organisatie kiest voor meerdere kanaal-specifieke AI agents, dan moet er mogelijkerwijs meer nagedacht worden over consistentie van de klantenervaring zodat dezelfde antwoorden gegeven worden in alle losse AI agents.

Voorbeelden van kanaal specifieke AI agents

Er zijn een aantal kanaal specifieke AI agents:

Chat AI agents

Ondanks dat men wellicht hier wederom eerst denkt aan een chatbot, gaan AI agents voor chat verder. Zo kan een Chat AI agent gebruikmaken van FAQ’s uit externe kennisbanken, Generatieve AI toepassen en bijvoorbeeld integreren met achterliggende systemen. Dit zorgt ervoor dat heel veel gesprekken het potentieel hebben om geautomatiseerd te worden.

De chatknop kan aangeboden worden op de website, maar bijvoorbeeld ook in een mobiele app van de organisatie, waarna het live-chat gesprek begint.

Een chatgesprek leent zich goed voor het aangaan van de dialoog met de klant, zodat verduidelijkingsvragen gesteld kunnen worden.

Een chatgesprek is echter wel vaak ‘live’ (of soms ook ‘synchroon’ genoemd): zodra de klant het gesprek verlaat, is het chatgesprek vaak voorbij.

(Social) Messaging AI agents

In de basis zit er veel overlap tussen (Social) Messaging AI agents en Chat AI agents. Echter niet alle Chat AI agents zijn in staat om ook messaging kanalen te ondersteunen, zoals bijvoorbeeld Whatsapp.

Dit kan bijvoorbeeld komen doordat de Chat AI agents uitgaan van een ‘live’ gesprek: bij Whatsapp kan de klant de mobiele telefoon tijdelijk wegleggen en later het gesprek weer continueren.

Een (Social) Messaging AI agent moet dit ‘asynchrone’ element van messaging ondersteunen.

Binnen deze categorie zou ook een onderverdeling gemaakt kunnen worden tussen web-widget gebaseerde messaging, Whatsapp, Facebook Messenger, etc. niet alle Messaging AI agents bieden ondersteuning voor alle (social) messaging kanalen.

Email AI agents

Ondanks dat Email AI agents technisch gezien hetzelfde kunnen als de eerder genoemde AI agents voor Chat en/of (Social) Messaging, leent een Email AI agent zich minder goed voor het aangaan van de dialoog. Het email kanaal is in tegenstelling tot chat niet ‘live’, maar een ‘offline’ kanaal.

Technisch gezien kunnen er verduidelijkingsvragen teruggemaild worden, maar een heen-en-weer-gaande mailwisseling tussen een klant en een Email AI agent komt de klantervaring wellicht niet ten goede.

Email AI agents zien daarentegen wel veel baten bij relatief eenvoudige vragen, en kunnen bijvoorbeeld nog steeds gebruik maken van generatieve AI en integraties met achterliggende systemen. De eerder genoemde vraag over het ‘eigen risico’ zou bijvoorbeeld ook via email geautomatiseerd kunnen worden.

Email AI agents kunnen vaak ook toegepast worden op andere kanalen zoals webformulieren. In sommige gevallen kan er zelfs behoefte zijn aan ondersteuning voor brieven en faxen. 

Voice AI agents

In versimpelde termen begon telefonie automatisering eerst met de IVR’s (de menu-structuren aan het begin van een gesprek met ‘Druk 1 voor…’, ‘Druk 2 voor…’, etc). Deze werden met name ingezet voor betere routering. Maar IVR’s konden ook gebruikt worden om veel voorkomende vragen enigszins af te vangen (‘Onze openingstijden van de winkel zijn van 9 tot 5, 6 dagen per week’).

In de afgelopen jaren zijn spraakgestuurde IVR’s meer bekend geworden en kwam de term voicebot steeds vaker naar voren.

Vandaag de dag zijn dezelfde ervaringen via telefonie mogelijk als met geavanceerde Chat AI agents.

Afhankelijk van de behoeftes van een organisatie, kan een organisatie baat hebben bij één specifieke AI agent voor één specifiek kanaal, baat hebben bij meerdere losse AI agents of baat hebben bij een kanaal overstijgende AI agent. 

AI agents – Zelf bouwen of op basis van bestaande oplossingen?

De losse bouwstenen van AI agents zijn als services beschikbaar bij diverse partijen. Zo kan een bedrijf bijvoorbeeld:

• Integreren met dienstverleners voor Generatieve AI
• Gebruik maken van wellicht reeds bestaande rapportage- en analyse technologieën
• Gebruik maken van services voor Natural Language Processing
• Gebruik maken van services voor AI gebaseerde vertalingen,
• Functionaliteiten voor dialoogondersteuning afnemen van dienstverleners

Om vervolgens zelf een AI agent zelf te bouwen.

Daarnaast zijn er ook out-of-the-box oplossingen voor AI agents, die bij softwarebedrijven bijvoorbeeld als SaaS oplossing afgenomen kunnen worden. Er zijn softwarebedrijven die kanaal specifieke AI agents aanbieden en/of kanaal overstijgende AI agents aanbieden.

In hoeverre een organisatie er goed aan doet om zelf te bouwen of een bestaande oplossing af te nemen (de ‘build or buy’ keuze), is per organisatie verschillend. Advies is om op basis van requirements te kijken of er oplossingen zijn die datgene kunnen doen dat nodig is (en wat daarvan is een ‘must have’ en wat niet?). En daarnaast te kijken naar elementen zoals ‘total cost of ownership’: wegen de eventuele extra kosten van de ene aanpak af tegen de additionele baten.

Aandachtspunten bij het gebruiken van AI agents

Een gefaseerde aanpak

Ondanks dat AI agents vandaag de dag meer kunnen dan ooit tevoren en het idee van het automatiseren van 60% van de klantvragen wellicht aantrekkelijk klinkt: maak het initiatief in eerste instantie niet te groot. 

Een gefaseerde aanpak, bijvoorbeeld voor de eenvoudige vragen eerst en de complexe vragen overhandigen aan een menselijke agent, kan hier vaak een uitkomst bieden. Een andere aanpak kan ook zijn om eerst Generatieve AI toe te passen om een groot gedeelte van de klantvragen te automatiseren.

 In een latere fase kunnen dan integraties gerealiseerd worden met achterliggende systemen (zoals het voorbeeld van ‘Hoeveel eigen risico moet ik nog betalen?’). 

Gebrek aan menselijke empathie

Een AI agent mist (nu nog) de menselijke empathie en emotionele intelligentie die nodig zijn om gevoelige kwesties op een juiste manier af te handelen. Dit kan resulteren in een minder persoonlijke en warme ervaring voor klanten. Klanten kunnen zich hierdoor niet volledig begrepen of gewaardeerd voelen. 

Privacy en veiligheid

Het gebruik van AI agents vereist de verwerking van grote hoeveelheden klantgegevens, wat zorgen kan baren over privacy en gegevensbeveiliging. Onjuiste omgang met deze gegevens kan leiden tot vertrouwensproblemen bij klanten. Organisaties moeten ervoor zorgen dat ze strikte veiligheidsmaatregelen nemen om klantinformatie te beschermen.

Conclusie

De tijd van de simpele (chat)bots ligt achter ons. AI agents bieden aanzienlijke voordelen in de klantenservice zoals 24/7 beschikbaarheid, snellere reactietijden en kostenbesparing door automatisering van (tot wel) 60% van de klantcontacten (of zelfs meer). Ze verbeteren de klanttevredenheid door consistente, persoonlijke en efficiënte service te bieden. Deze technologieën kunnen ingezet worden voor één, meerdere of zelfs alle klantcontactkanalen.

Echter moet er ook rekening worden gehouden met beperkingen zoals het ontbreken van menselijke empathie en privacy- en veiligheidszorgen. 

Door AI agents effectief te integreren en te combineren met menselijke medewerkers, kunnen organisaties de klantbeleving optimaliseren en hun dienstverlening verbeteren.