De meeste bedrijven die klantenservice aanbieden, rekenen op de inbreng van
chatbots. De bots zijn ontworpen om eenvoudige vragen snel te beantwoorden en
menselijke interactie na te bootsen. In de praktijk zien we weliswaar dat veel klanten
nog steeds liever wachten tot een live agent beschikbaar is. Agentic AI gaat dit op
korte termijn helemaal veranderen.
Een modern contact- of servicecenter krijgt vandaag met een hele resem uitdagingen te
maken. Zo zijn de verwachtingen van klanten extreem hoog en willen mensen eigenlijk al
geholpen worden voor ze goed en wel beseffen dat ze hulp nodig hebben. Ze willen 24/7
ondersteuning krijgen, en liefst via het kanaal dat hun voorkeur geniet – WhatsApp,
Messenger, email, telefoon, sms … Alsof dat nog niet genoeg is, neemt de complexiteit van
producten in veel organisaties toe, waardoor er almaar meer diepgaande expertise van
servicemedewerkers vereist is.
Tot slot hebben de meeste contactcenters moeite om voldoende medewerkers te vinden. Om
dit op te lossen, kijken ze vaak naar outsourcing in het buitenland. Maar ook die oplossing is
zeker niet oneindig. Met de komst van AI agents kunnen bedrijven nu een digitale workforce
aanleggen, zodat ze geen extra personeel moeten aanwerven. Ideaal om piekmomenten in
de werkdruk op te vangen, maar ook voor andere uitdagingen van een servicecenter biedt
agentic AI een oplossing.
AI agents ondersteunen klanten én medewerkers
Voor een AI agent maakt het niets uit wanneer een klant wil communiceren en via welk
kanaal dat moet gebeuren. Klassieke chatbots kunnen dat in principe ook wel, maar ze zijn
meestal beperkt tot het geven van basisinformatie. Agents geven niet alleen informatie, ze
kunnen ook meteen autonoom actie ondernemen. Ze zijn bovendien eenvoudiger in gebruik
dan een gewone chatbot.
Klanten hebben altijd een voorkeur gehad voor e-mail en telefoon. Beide kanalen zijn voor
een servicecenter weliswaar behoorlijk duur. Je hebt immers mensen nodig om e-mails te
lezen en te beantwoorden, of om de telefoon op te nemen. Agents zorgen voor dit
eerstelijnscontact zonder extra kosten voor de organisatie. In een volgende stap kan een
mens, indien nodig, overnemen.
Naarmate AI agents het proces automatiseren door de repetitieve en minder complexe
zaken weg te nemen, krijgen medewerkers voornamelijk ingewikkelde taken voorgeschoteld.
Ook daar bieden AI agents ondersteuning. Ze kunnen gesprekken samenvatten of
aanbevelingen doen voor antwoorden. Dat laatste kan zelfs live wanneer de medewerker
een klant aan de lijn heeft.
Agents kunnen heel snel bepaalde documenten opzoeken en doornemen. Als een klant een
vraag heeft over een factuur, dan moet een medewerker die persoon meestal even in de
wachtrij zetten om het document te bekijken en mogelijk ook andere facturen te screenen.
Een agent doet dit in minder dan een seconde. Agents kunnen op basis van historische,
gelijkaardige klantencases een stappenplan voorleggen om een probleem zo efficiënt
mogelijk op te lossen.
Zelfs taal hoeft geen barrière meer te zijn. Zeker in België is het niet eenvoudig om
medewerkers te vinden die alle landstalen beheersen, en dan ook nog eens vloeiend Engels spreken. Een agent kan de vraag van een klant vertalen en ook het antwoord van de
medewerker efficiënt omzetten.
Wat heb je nodig om een AI agent in te schakelen?
Dat klinkt allemaal veelbelovend, maar hoe snel kunnen bedrijven deze technologie
inzetten? En wat hebben ze nodig om AI agents effectief te gebruiken? Alles komt terug op
twee elementen: processen en data. Enerzijds moeten bedrijven hun processen kennen en
bij wijze van spreken aan een 12-jarige kunnen uitleggen. Als dat niet lukt, kan een AI agent
weinig doen.
De meeste organisaties zijn organisch gegroeid en werken al tientallen jaren op dezelfde
manier. Bij aanpassingen of de introductie een nieuwe medewerker is daarom altijd training
nodig. Hetzelfde geldt voor AI agents: bedrijven moeten hun processen goed documenteren
en de agent instructies geven over wat er in welk scenario moet gebeuren en wat prioriteit
moet krijgen.
Anderzijds moeten bedrijven verzekeren dat hun kennisartikelen en andere data up-to-date
zijn. In de praktijk zien we dat de oorzaak van een foutief antwoord gegeven door een LLM in
99 procent van de gevallen terug te voeren is op inaccurate data. Organisaties zorgen dus best
eerst voor een goede basis, om daarna stelselmatig te controleren of alle kennisartikelen nog
geldig zijn.
In tegenstelling tot andere technologieprojecten heeft de business bij de implementatie van
AI agents eveneens een hoofdrol te spelen. Het succes van agents is immers geen zuiver IT-
verhaal. Terwijl IT voor het technische luik zorgt, moet de business valideren of de output van
de agents goed is en indien nodig bijsturen. Het gebruik van agents vraagt daarom ook om
een dosis change management – zowel bij IT en de business als bij medewerkers van een
servicecenter. Die laatste groep evolueert steeds meer naar de rol van een supervisor die de
output van AI agents monitort – een nieuwe manier van werken die je niet met één
vingerknip integreert.
De menselijke touch blijft belangrijk
Mensen blijven dus een rode draad vormen doorheen het verhaal van agentic AI. Hoewel AI
agents voor een doorgedreven automatisatie zorgen, mogen we de rol van medewerkers niet
uit het oog verliezen. AI is immers nog altijd technologie. Het is niet empathisch en heeft
geen ziel. Natuurlijk is het een voordeel dat een AI agent zelfs na tientallen klachten nog
altijd even vriendelijk blijft tegenover een klant, maar je mag niet pretenderen dat zo’n agent
menselijke emoties nabootst.
Op korte termijn komt er alvast geen oplossing die mensen volledig kan vervangen. Wel
moeten we streven naar een symbiose tussen AI agents en menselijke medewerkers. Het
servicecenter van de toekomst bestaat uit een eerste lijn die van A tot Z geautomatiseerd is,
en een tweede en derde lijn met supervisors en experten. Het resultaat? Een betere en
efficiëntere service op maat van de klant, zonder dat bedrijven moeten investeren in een
grotere, gespecialiseerde workforce.
Jan Verbrugghe, Senior Director Solution Engineering bij Salesforce in Noord-Europa
