Kunstmatige intelligentie: we vinden het allemaal leuk, maar het moet natuurlijk niet onze baan inpikken. Laat staan de wereld overnemen. Hoe we in klantcontact kunnen profiteren van kunstmatige intelligentie stond centraal tijdens de laatste editie van het Content Guru kennisevent op 11 oktober.
De mix van meer data, snellere en goedkopere hardware en betere software zorgt ervoor dat ondernemingen steeds meer gaan concurreren op ‘intelligentie’. Door slim gebruik te maken van data kan je je onderneming meer vraag- in plaats van aanbodgestuurd maken, aldus dagvoorzitter Ben van der Burg. Daarmee kan je activiteiten zoals productie, marketing en sales gerichter uitvoeren, wat leidt tot meer omzet tegen lagere kosten. Denk aan het vullen van vliegtuigstoelen: een vliegtuig dat stil staat of maar halfgevuld vertrekt, kost geld of levert te weinig op. Vraaggestuurd werken betekent dat je luistert naar en inspeelt op de behoeften van de markt zodat je organisatie flexibel kan opereren. En dat is waar klantcontact om de hoek komt.
Megatrends in klantcontact
“Er zijn twee megatrends in klantcontact”, aldus Martine Ferment van KIRC, “Digitalisering en automatisering en de empathy economy. Volgens Deloitte is automatisering de tweede prioriteit na bedrijfscontinuïteit.” Stichting KIRC ziet uitgelezen mogelijkheden voor de inzet van AI: 24×7 dienstverlening door middel van chatbots, het slimmer verwerken van piekvolumes en het gemakkelijker op- en afschalen van operaties. Maar omdat de roadmap van de IT-afdeling meestal een periode van drie tot vijf jaar bestrijkt, staat AI vaak nog niet op de agenda, stelt Ferment. Initiatieven krijgen dan meer een ad hoc karakter. Uit een korte poll van KIRC onder het publiek blijkt dat AI vooral geassocieerd wordt met chatbots en met slim routeren (herkennen van de klantvraag, doorzetten naar de juiste medewerker).
‘Check je re-mail’
Ferment wijst er op dat begrip van de context de belangrijkste succesfactor is bij de inzet van AI. Ze geeft als voorbeeld de vraag die luchtvaartondernemingen vaak krijgen: ‘ik wil mijn ticket wijzigen’. De behandeling van die vraag leidt maar in ruwweg een kwart van de gevallen tot een gewijzigd ticket, bij het grootste deel van de verzoeken wordt na goed doorvragen duidelijk dat een andere oplossing dan wijzigen beter is. Een vergelijkbaar probleem speelt bij de afhandeling van e-mail. Ferment raadt aan om het percentage ‘re-mail’ te gaan meten: vaak is één antwoord niet afdoende. Geen wonder dat het kanaal weinig bijdraagt aan de klanttevredenheid. Hier liggen uitdagingen voor kunstmatige intelligentie. Andere toepassingsmogelijkheden die Ferment noemt zijn realtime gespreksanalyse waarbij de agent aanwijzingen krijgt voor het gesprek op basis van de inhoud van wat de klant zegt of de manier waarop de klant communiceert.
Wordt AI onze beste vriend?
Deborah Nas, hoogleraar strategisch design bij TUDelft en ondernemer, legt uit waarom AI naast veel enthousiasme ook de nodige weerstanden oproept. Ons beperkte referentiekader zit regelmatig in de weg. Zo zou de introductie van het schrift ervoor zorgen dat mensen zich niets meer hoefden te herinneren, zouden kranten mensen in een isolement plaatsen omdat er geen weetjes meer zijn uit te wisselen en zou internet ons dom maken. Angst voor het onbekende is een sterkere emotie dan vreugde, aldus Nas en ze meldt dat ook journalisten daaraan bijdragen door vooral negatieve dingen over technologie op te pikken. Soms houden fabrikanten moedwillig rekening met onze gekke vooroordelen en voorkeuren: zo had de eerste Tesla nog een grille in de neus, terwijl een elektrische auto geen koeling nodig heeft.
Nas bracht ook even orde aan in de chaos van de verzamelterm AI. Machine learning is een vorm van kunstmatige intelligentie – daarbij train je vooraf geprogrammeerde software aan de hand van data – en deep learning is een subvorm van machine learning waarbij de structuur van de software zoveel mogelijk op onze hersenen lijkt. Deze laatste vorm is beter in staat verschillende processen naast elkaar uit te voeren en bijvoorbeeld rekening te houden met context. Je kunt je voorstellen dat een e-mail over printerbenodigdheden spam is wanneer je niets nodig hebt; maar als je printer aangeeft bijna leeg te zijn, ligt dat anders. Inzicht in de context is cruciaal voor AI. De Chiwawa muffin challenge is hiervan een goed voorbeeld.
Kunstmatige intelligentie nog in kinderschoenen
Nas schetst grote en ingrijpende ontwikkelingen voor de komende tien jaar. Voorbeelden: een Shazam voor kleding, dynamic pricing op basis van een veelheid aan variabelen zoals voorraad en conversie, een magazijn waarin geen mensen meer werken, het volledig geautomatiseerd testen van nieuwe software. Daarbij vraagt zij zich af: wie gaat over vijf of tien jaar nog bellen met het contactcenter: mensen of voice assistants? Haar tip: de ontwikkelingen op het vlak van AI gaan erg snel. Als je nu niet instapt, heb je straks een achterstand die moeilijk in te halen is.
Wat kan je nu al toepassen?
Welke AI-technologie kan je vandaag al inzetten in klantcontact? Bram Lenten van Conversationals laat zien dat onze contactcenters de afgelopen jaren zijn veranderd in complexe organisaties, samengesteld uit allerlei eilandjes van kanalen, processen en skills. Vermoedelijk komen er nog meer kanalen aan in de toekomst en tegelijkertijd zijn de chatbots van nu nog niet goed in staat te doen wat we zeggen of te begrijpen wat we bedoelen. Lenten pleit ervoor nog eens goed te kijken naar je online servicepagina. Kan je klant daar direct vragen stellen, zelf dingen regelen en gemakkelijk zijn weg vinden? De grootste uitdaging zit in het herkennen van de klantvraag, zodat je die informatie kunt gebruiken: voor routering naar het juiste antwoord of de juiste agent of voor het ondersteunen van die agent. Een andere uitdaging is om de klant zoveel mogelijk te helpen binnen één platform – dus voorkom een overstap van bijvoorbeeld web naar smartphone. De overstap van bellen naar chat (beiden op je smartphone) kan bijvoorbeeld prima geregeld worden en vraagherkenning kan hierbij helpen, zoals hij via een voorbeeld laat zien. Zijn tip: kies voor high impact, low effort (ook wel bekend als laaghangend fruit).
Hoe een chatbot je uit de puree kan helpen
Paul de Vries liet zien wat er kan gebeuren als je je traditioneel ingerichte klantenservice (telefoon en e-mail) uitbreidt met een nieuw kanaal zoals WhatsApp. De Vries is social media manager bij Decathlon, een (online) retailer met 1.420 winkels in 46 landen, waarvan 13 winkels in ons land. In een paar maanden tijd was WhatsApp goed voor 85 procent van alle klantcontacten. Dat klinkt fijn, maar hoe ga je er mee om als het verkeer in korte tijd explodeert van 4.000 naar 30.000 berichten per maand? Decathlon moest kiezen tussen extra mensen of investeren in het automatiseren van de meest gestelde vragen. Gezien de groeiambities van het bedrijf werd het laatste als meest structurele oplossing gezien. Na drie maanden ontwikkeltijd kon de nieuwe chatbot zo’n 20 procent van de vragen afwikkelen.
De tips van De Vries: onderschat de inzet van WhatsApp niet, klant verwachten dat je net zo snel reageert als hun beste vriend. Het ontwikkelen van een chatbot kost tijd en ook onderhoud is nodig. Decathlon kijkt dagelijks naar de missers van de chatbot en voegt correcte informatie toe. En als laatste: zorg er oor dat de klant weet dat er een chatbot is en laat de communicatie aansluiten op de tone of voice die je voor ogen hebt. Alexander de Ruijter van OBI4wan voegde daar als tip aan toe: ‘don’t try to boil the ocean’: ofwel zet bots alleen dáár in, waar ze echt iets kunnen toevoegen.
1.500 chatbot-applicaties
Klantcontact ontkomt niet aan innovatie en AI hoort daarbij, aldus Peter Jongeneel (Business Development manager, Content Guru). Bedrijven dienen te beseffen dat kinderen technologie veel sneller omarmen dan hun ouders. De voorspelling van Gartner dat in 2020 circa 85% van de contacten tussen bedrijven en hun klanten straks geautomatiseerd verloopt via digitale kanalen is dus meer dan alleen toekomstmuziek. De kunst is om op het juiste moment in te stappen in nieuwe technologie, maar met 1.500 chatbot-applicaties is dat niet eenvoudig. Een goed contactcenterplatform stelt je in staat gemakkelijk te integreren met allerlei nieuwe software, waaronder applicaties die nodig zijn om data te verwerken. Zijn tips: houd een helder doel voor ogen, neem de tijd voor het selectieproces van de beste oplossing en betrek medewerkers bij het proces.
Moet je kunnen lachen om een chatbot?
Aan het eind van de dag gingen Geeske te Gussinklo (Directeur Klantenservice Federatie), Celeste Kettler (data scientist KPN) en Henry van Veldhuizen (product manager Kamer van Koophandel) de discussie aan. We hebben op dit moment 8.000 vacatures in klantcontact; maakt dat de chatbot tot een welkome oplossing, vroeg Te Gussinklo zich af. En moet je een chatbot trainen op het gebied van humor? Ja, omdat klanten een chatbot altijd testen met grappig bedoelde vragen over huwelijkse staat, geslacht, de zin van het leven en voorspellingen over voetbaluitslagen. Nee, omdat die kunstjes geen waarde toe voegen, zo was ook te horen. Het vermogen om grappig uit de hoek te komen kan wel bijdragen aan een hogere funfactor en daarmee verhoog je wellicht de NPS. Om over na te denken.
Contactcentermanager, haak aan
De KSF zou graag zien dat de contactcentermanager zich (nog) meer met de toepassing van technologie gaat bezighouden. Dat is bevorderlijk voor het innovatietempo, want Te Gussinklo hoort in de markt veel juichende verhalen maar als ze doorvraagt blijkt de concrete toepassing van bijvoorbeeld AI tegen te vallen. Aanhaken is ook om een andere reden belangrijk. De tendens is dat de overheid steeds verder gaat in het beschermen van de consument. Zo zijn er bijvoorbeeld wetten in voorbereiding op het gebied van het internet of things. Opletten dus, en zorgen dat je zelf aan de knoppen van de technologie zit zodat het geen ‘natuurverschijnsel’ is dat je overkomt.
Een verkorte versie van dit artikel verscheen eerder op Klantcontact.nl