AI en de toekomst van klantcontact

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?

kunstmatige intelligentieDeborah 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.

kunstmatige intelligentie

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

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

Chatbots zetten de klok weer terug

De klantcontactsector heeft al een tijd een nieuw speeltje. Het heet ‘chatbot’. Steeds meer bedrijven kiezen voor deze vorm van automatisering. Dat staat echter haaks op het streven naar excellente customer experience. Bovendien waarschuwt Gartner dat een aanzienlijk deel van de chatbots die nu worden ingezet, over een paar jaar de prullenbak alweer in kunnen.

Op dit moment is de toepassing van chatbots in contactcenters een hype. Bij bezoek aan een website tref je steeds vaker een online chatvenster aan. Zit aan de andere kant van dat schermpje een mens of een algoritme? Vaak wordt na een paar vragen snel duidelijk of we te maken hebben met een mens of een bot. Is de hype rondom chatbots terecht en vormt deze technologie een waardevolle aanvulling?

Vergelijkbaar met FAQ

Eerst een kijkje bij recente artikelen die bijdragen aan de hooggespannen verwachtingen rondom chatbots. Naser Bakhshi van Deloitte Consulting geeft op Emerce.nl een overzicht van verschillende soorten chatbots en de voordelen die bedrijven met de inzet van chatbots kunnen behalen. Hij deelt ze in op basis van ‘vermogens’. De eenvoudigste bot is ‘scripted’ en signaleert bepaalde kernwoorden of -zinnen in een gesprek waarop vooraf vastgestelde antwoorden worden gegeven. Bakhsi vergelijkt deze botvariant met het presenteren van een soort FAQ-functie.

Op de tweede plaats ziet Deloitte de bots die de intentie van de klant kunnen herkennen, omdat ze via machine learning in staat zijn relaties tussen woorden te analyseren. En op de derde plaats zijn er virtuele agenten, die begrijpen wat een mens probeert te bereiken met de interactie en zelf een gesprek kunnen voeren. Of die vorm bestaat, wordt in het midden gelaten, net als de definitie van ‘een gesprek voeren’.

Processen verbeteren

Volgens Deloitte kunnen bedrijven met bots hun processen verbeteren. De kwaliteit van de klantinteractie kan omhoog omdat bots 24/7 actief zijn en altijd consistente antwoorden geven. Deloitte stelt ook dat bedrijven efficiencywinst kunnen boeken: bots nemen agents werk uit handen. Klanten worden eerder te woord gestaan en medewerkers kunnen zich focussen op de complexere taken. En de derde verbetermogelijkheid ziet Deloitte op het gebied van customer centricity; met geautomatiseerde dialogen krijgen bedrijven een beter zicht op de gestelde vragen, de kwaliteit van de antwoorden en wat er leeft bij de consument.

Dat bots 24×7 in de weer zijn, is een voordeel. Het geven van consistente antwoorden lijkt een voordeel, totdat de processen of de context veranderen waardoor een ander antwoord nodig is. Bij een eenvoudige en overzichtelijke chatbotfunctie is het doorvoeren van aanpassingen makkelijk uitvoerbaar. Het is de vraag of dit ook het geval is bij complexe organisaties die grote kennissystemen in huis hebben.

Ook de claim van Deloitte dat een chatbot bijdraagt aan efficiency en customer centricity roept vragen op. Als een organisatie op de servicepagina’s al een FAQ-sectie heeft staan (al dan niet doorzoekbaar), is een chatbot daarop een aanvulling. Net als een FAQ-sectie zal ook een chatbot niet uitputtend kunnen informeren, maar het verschil is dat aan de klant een extra kanaal wordt aangeboden waarbij vooraf niet zichtbaar is waartoe de chatbot wel en niet in staat is.

Die onzichtbare beperking is zelfs aan de orde bij een chatbot die wordt gepresenteerd als deskundig op een gebied, denk aan het boeken van vliegtickets. Chatbots zullen regelmatig ‘conversaties’ moeten doorsturen naar een medewerker. De kans dat een klant teleurgesteld wordt en dat een medewerker een gesprek moet overnemen is dus groot. En daar gaat de efficiencywinst.
Uit onderzoek van Teleperformance blijkt dat vooral jongere consumenten het geen probleem vinden om zaken te doen met chatbots. Maar misschien herinnert u zich nog de hoogtijdagen van de keuzemenu’s? Dat was vooral handig voor de organisatie; de consument vond het maar niks.

Klant als proefkonijn

Het inzetten van technologie waarvan vooraf duidelijk is dat die in een groot aantal gevallen niet succesvol is, staat haaks op de focus die contactcentermanagers proberen te leggen op het overtreffen van verwachtingen: excellente service en prettige klantbeleving bieden. Bedrijven die chatbots inzetten, zetten op dit vlak de klok een jaar of tien terug, zo blijkt uit het voorbeeld dat CustomerFirst opvoert.

Bij Reaal wordt gebruikgemaakt van de chatbot van Embot.ai. Daar lag het oplospercentage bij de introductie op 35 procent. Volgens de verzekeraar moet dat percentage gaandeweg naar 70 procent. Interessant is dat Reaal koos voor automatisering van de 70 meest gestelde vragen. Wat die vragen zijn, weet de klant niet vooraf (dat is een belangrijk verschil met een FAQ-overzicht). De kans is dus groot dat de klant die vol enthousiasme een vraag aan de chatbot stelt, tijdens de dialoog teleurgesteld raakt.
Ook Deloitte stelt met droge ogen dat je bij de introductie van een chatbot ‘de klantverwachtingen moet managen – kondig aan dat ze met een bot praten en dat die nog niet zo slim is’. De klant blootstellen aan dit leerproces roept op z’n minst vragen op. Waarom wordt de chatbot niet achter de schermen getraind?

Moment of truth

Met name bedrijven waar het moment of truth een rol speelt, zoals in de reiswereld, nemen met de inzet van chatbots een risico, aldus Don Fluckinger, journalist bij TechTarget. Hij haalt Jason Baker aan, senior vice president of operations bij Entertainment Benefits Group (EBG) dat discounttickets voor 61 werknemers van 40.000 werkgevers regelt. Het bedrijf heeft meerdere contactcenters. EBG streeft naar ‘persoonlijk en memorabele ervaringen’, aldus Baker. Hij zegt: “A chatbot – I understand the reason behind it, and, depending upon the type of environment, it might make sense – but in the travel and entertainment industry, you have to have the personalized touch with all interactions.”

De huidige generatie chatbots maakt de belofte van een menselijk gesprek niet waar, aldus techjournalist Thomas van Manen in zijn artikel in CustomerFirst. Chatbots zijn tot nu toe alleen geschikt voor conversaties die neerkomen op ‘vooraf uitgestippelde klikpaden’. Afwijking van het vooraf gedefinieerde script leidt tot het einde van het gesprek of menselijk ingrijpen.

Ook Bart van der Mark van Cognizant, die tijdens Chatbot Conference van Entopic sprak, benadrukt dat bots goed zijn in één activiteit – zoals het boeken van een vliegticket. Zijn advies: “Maak het niet complex. Want standalone bots die de intentie van de klant tijdens een normale conversatie geheel begrijpen en hem volledig kunnen servicen zijn er niet.”
Adfiz, de branchevereniging van onafhankelijke financiële adviseurs, is zelfs heel conservatief in de voorspellingen: het duurt nog tien jaar voordat adviesrobots volwaardige adviesgesprekken kunnen voeren met klanten.

In de prullenbak

Vermoedelijk ontwikkelt de chatbottechnologie zich sneller dan Adfiz inschat; het is belangrijk dat bedrijven ‘aangesloten’ blijven op deze ontwikkelingen. Volgens Gartner zal in 2022 70 procent van de klantcontacten afgehandeld worden met de inzet van machine learning-toepassingen, chatbots of mobile messaging. Tegen 2022 zal 20 procent volledig door AI worden afgehandeld. Dat betekent dat er de komende jaren nog een behoorlijke slag moet worden gemaakt.

Gartner verwacht ook dat rond 2022 telefonisch klantcontact ongeveer 10 procent van alle customer service-interacties zal uitmaken – al zullen medewerkers nog in vier op de tien gevallen betrokken zijn bij klantcontact. Let wel, tegenover de huidige opmars van chatbots staat dat in 2020 vier van de tien chatbottoepassingen gelanceerd in 2018 vervangen zal zijn, aldus het onderzoek- en adviesbureau. Contactcentermanagers die nu aan de slag gaan met chatbottechnologie kunnen hun CFO dus al vast inlichten: over een paar jaar is er vermoedelijk een tweede generatie chatbots beschikbaar.

Blackbox

Wat voor klantcontactmedewerkers geldt, is ook van toepassing op chatbots: het oplospercentage is de belangrijkste graadmeter voor succes. Bedrijven die chatbots inzetten, moeten beseffen dat ze een digitale medewerker toevoegen aan hun frontoffice die hoogstens goed is in één taak, maar zelfs daarbij een afbreukrisico oplevert: chatbots zijn een blackbox waarvan niet duidelijk is wat de uiteindelijk effecten zijn op de ervaring van de klant.

Dit artikel verscheen eerder op Klantcontact.nl

De toekomst van werk (6) – technologie en het vermogen om armoede te vermijden

Ongeacht de bewegingen in de conjunctuur gaat één ontwikkeling vrijwel ongestoord door: de digitalisering van samenleving en economie. Data en software worden steeds belangrijker voor bedrijven om concurrentievoordeel te realiseren: na jarenlang sturen op operational excellence en kostenreductie vormen data en software de nieuwe basis voor incrementele (stapsgewijze) of fundamentele innovatie. Digitalisering betekent ook dat IT en technologie doordringen tot in de haarvaten van alle bedrijfsprocessen en daarmee in ons dagelijkse werk. Kunnen omgaan met technologie wordt steeds meer bepalend voor ons vermogen om voor je eigen inkomen te zorgen.

Technologie heeft op verschillende manieren invloed op ons werk. Het cliché is ’robots stelen onze banen’, maar nieuwe technologie zorgt ook voor het ontstaan van allerlei nieuwe toepassingen, die elkaar bovendien steeds vaker versterken (convergentie). Denk aan een online supermarkt die draait op basis van real time analytics (nodig: data-analisten, software engineers) en waarvoor logistieke centra moeten worden bemand met orderpickers. Met als verwachte uitkomst dat ook zij worden vervangen door robots. Sinds enkele jaren is echter duidelijk dat niet alleen werk met standaardiseerbare, routinematige of repeterende werkzaamheden, maar ook kennisintensief werk van hoogopgeleiden relatief gemakkelijk te automatiseren is. Technologie – ingezet door mensen – creëert nieuwe banen, verandert de inhoud van bestaande banen en vervangt bestaande banen. De belangrijkste vraag daarbij is of het aanpassingsvermogen van mensen zich met dezelfde snelheid ontwikkelt als het tempo waarin de technologie zich ontwikkelt.

Anders organiseren

Wie bij het Amsterdamse IT-bedrijf TRUE (provider van online werkplek- en hostingdiensten) naar binnen loopt, vindt in de hal geen balie met een receptionist. Naast een grote tafel met lectuur en een gemakkelijke zitbank is er een beeldscherm met toetsenbord en muis, waarmee je kunt aangeven met wie je een afspraak hebt. Je contactpersoon komt je daarna persoonlijk ophalen. Is de receptionist weggeautomatiseerd of is technologie hier een handig hulpmiddel voor de medewerkers?

Gemiddeld verdwenen er over de afgelopen tien jaar jaarlijks ruim 2.000 banen bij Nederlandse banken, maar niemand zit te wachten op de terugkeer van de wachtrij bij de kas- en baliemedewerker. De Nederlandse bankensector gaat nog verder krimpen, want nieuwe banken zoals knab en bunq  leveren vergelijkbare of betere diensten met aanzienlijk minder legacy op IT- en HR-gebied. Digitaal betekent in veel gevallen: zonder mensen.

digitalisering

Van hulpmiddel naar collega

Daar waar werk te standaardiseren is (denk aan robots in een productiestraat van een fabriek) zijn mensen al lang vervangen door machines. Het meest fundamentele verschil tussen mensen en kunstmatige intelligentie dat moet wordt overbrugd is het kunnen omgaan met context, creativiteit en empathie: zaken die niet gemakkelijk te automatiseren zijn. Met behulp van machine learning zullen bots steeds complexere taken kunnen uitvoeren, waardoor binnen steeds meer functies mogelijkheden ontstaan om technologie over te laten gaan van hulpmiddel naar collega die adviseert en coacht. Chatbots nemen niet alleen eenvoudige, gespecialiseerde taken van klantenservicemedewerkers over, maar ondersteunen hen met realtime informatie over de emotionele toestand van de klant, aankoopvoorkeuren van de klant of de kans op frauduleus gedrag van de klant.

Kiezen voor behoud, maar waarvan?

In de zorg zullen fysieke robots de komende tijd vooral moeten strijden om een volwaardige aanvulling op het werk van zorgpersoneel te worden, zodat het personeelstekort kan worden bestreden. Maar het is niet ondenkbaar dat dit personeelstekort over een aantal jaar omslaat in een overschot, omdat zorgrobots het routinematige werk van zorgmedewerkers overnemen. Ethische, maatschappelijke en emotionele bezwaren van nu zijn gevormd door de context van nu; over twintig jaar leiden andere omstandigheden – zoals de betaalbaarheid en beschikbaarheid van capaciteit – wellicht tot andere opvattingen. Hugh Montgomery van het Londense UCL wijst op de enorme druk om nieuwe ontwikkelingen naar de praktijk te vertalen. Routinematige en administratieve taken zijn nu nog goed voor bijna 70% van de werktijd van medische professionals, wat de zorgkosten enorm opdrijft. Automatisering daarvan is essentieel, want anders “gaat de huidige gezondheidszorg omvallen,” aldus Montgomery. Daarbij is het de vraag of de beroepsgroep kiest voor behoud van de eigen positie of voor betaalbaarheid van voorzieningen, een belangenconflict dat ook in andere sectoren speelt.

Wat ga je doen als je werk verdwijnt?

Autonome voertuigen zijn een belangrijke technologietrend in transport. De frequente stakingen in de Franse publieke transportsector (luchtvaart, spoorwegen) tegen de afbraak van opgebouwde rechten laat zien hoe moeizaam het omgaan met verandering is: machinisten van het Franse spoorwegbedrijf (met een schuld van 45 miljard euro en een operationeel kostenpeil dat 30 procent hoger ligt dan vergelijkbare bedrijven) mochten tot nu toe op hun 52ste met pensioen. In 2020 wordt de Europese markt voor OV volledig opengesteld; als machinisten 30 jaar werken en 40 jaar pensioen uitgekeerd krijgen, zet het personeel het voortbestaan van de eigen organisatie op het spel. Het mag duidelijk zijn dat uiteindelijk de ‘trein’ (als vorm van openbaar vervoer) grotere overlevingskansen heeft dan ‘de machinist’: overal ter wereld worden metronetten geleidelijk aangepast voor autonoom rijdende metrotreinen zoals in Parijs, Kopenhagen en verschillende delen van Londen. Afhankelijk van de automatiseringsgraad zijn bestuurders niet langer noodzakelijk en is er alleen nog personeel aan boord voor customer service doeleinden.

digitaliseringEen vergelijkbaar probleem speelt zich af in de luchtvaart. Denk aan nieuwe piloten die nu nog meer dan 100.000 euro in een opleiding investeren: in Nederland zijn die opleidingskosten voor eigen rekening. De kans is groot dat een piloot die niet snel genoeg aan het werk komt of te weinig verdient, ook tijd te kort komt om zijn lening volledig af te lossen, omdat ook vliegtuigen uiteindelijk autonoom zullen opereren. Sorteert de komende generatie piloten al vast voor op een tweede loopbaan?

Wat ga je doen als het werk te moeilijk wordt?

Als kunstmatige intelligentie niet alleen taken met routinematige of repeterend karakter overneemt, maar ook delen van kenniswerk, zal dat er toe leiden dat het werk dat voor hoogopgeleiden overblijft complexer van aard wordt. Dat zou kunnen betekenen dat voor de grote middengroep qua opleidingsniveau het probleem het grootst is: zij verliezen hun toegevoegde waarde, waardoor ze richting laagbetaalde arbeid worden geduwd. Het lijkt reëel dat de normaalverdeling er over twee decennia (als de ergste arbeidsmarktproblemen zijn opgelost) heel anders uitziet en dat de grote groep aan middenfuncties wordt opgedeeld. Ook dit is iets wat mensen in toenemende mate zullen moeten leren inschatten: welke voor mensen unieke competenties heb ik in huis en waar kunnen die waarde toevoegen? En hoe lang beschik ik over dat voordeel?

Op dit moment zijn in ons land alleen al bijna 2.000 verschillende hbo-studierichtingen en 1.200 master-opleidingen op wo-niveau. Dat studenten tegenwoordig keuzestress ervaren, is niet zo verwonderlijk. Aan de ene kant wordt vaak geklaagd over de gebrekkige aansluiting tussen onderwijs en werkveld, aan de andere kant wordt ook vaak gezinspeeld op het belang van juist generieke competenties zodat je breed inzetbaar bent. De vraag welke specifieke competenties nodig zijn voor de 21e eeuw, is even lastig als interessant. Omdat mensen straks vooral moeten concurreren met technologie, vermoed ik dat naast tech savvi-ness vooral creativiteit, aanpassings- en leervermogen, sensitiviteit en empathie doorslaggevend zijn.

Technologie zorgt voor nieuwe werkstijlen

Het intensieve gebruik van technologie (met name software) leidt in organisaties ook tot nieuwe werkvormen en samenwerkingsverbanden. Snel veranderende technologie in combinatie met digitalisering van bedrijven heeft geleid tot het in snelle, iteratieve stappen ontwikkelen van software, in nauwe samenwerking met de klant (design thinking) of de business (agile teams). De omgeving waarin professionals hun werk doen, is verruimd: de buitenwereld wordt naar binnen gehaald (outside in, in plaats van inside out) en er wordt meer in ecosystemen, partnerships en ketens samengewerkt. Ook leidinggeven gaat van het klassiek aansturen van een team (gericht op het realiseren van de beoogde output) naar het samenstellen, faciliteren en coachen van teams die over de beste mix van competenties beschikken.

Wat ga je doen als je (te laat) inziet dat je moet veranderen?

Amin Toufani (verbonden aan Singularity University) stelt dat bedrijven die willen overleven, vooral sensitief en adaptief moeten zijn: essentieel om noodzakelijke veranderingen tijdig te herkennen. Zijn zaken als omgevingsbewustzijn en sensitiviteit aan te leren en zijn deze kwaliteiten nodig om in te zien welke competenties je moet opbouwen en welke zaken je moet afleren? Levenslang leren gaat niet alleen over het opdoen van nieuwe kennis en vaardigheden, maar ook om het kunnen omgaan met verandering (ook in je priveleven, bijvoorbeeld omdat er plotseling zorgtaken bijkomen) en met het trainen van je eigen leervermogen. Dat heeft veel te maken met het kunnen herkennen van en inspelen op de kansen en krachten die bij digitalisering en globalisering horen. Dat gaat dus over anders waarnemen, anders denken en vooral anders doen. En dit geldt niet alleen voor individuele medewerkers, maar ook voor leiders en voor complete organisaties.

Het concept carrière is passé

‘Life time employment’ bestaat niet meer en het zou eigenlijk vervangen moeten worden door levenslang leren – niet om steeds iets bij te leren zodat je doorlopend kunt opklimmen, maar bijleren zodat je je eigen brood kunt blijven verdienen.

digitalisering

Dat ‘leren’ is tot nu toe vooral geconcentreerd rond de eerste twintig jaar van je leven. In de VS wordt jaarlijks 300-400 miljard dollar geïnvesteerd in de groep van 17 tot 25 jaar. Daarna is het maar een fractie, aldus het consortium for Advancing Adult Learning & Development (CAALD). CAALD ziet dan ook grote uitdagingen in het combineren van werk en leren, want skills zijn tegenwoordig zeer beperkt houdbaar. In Nederland geven we jaarlijks circa 40 miljard euro per jaar uit aan onderwijs, primair gericht op de leeftijdscategorie 4 tot en met 25 jaar. Dat is de basisinvestering voor een werkzaam leven van minimaal 50 jaar. Daarna wordt (vanuit het bedrijfsleven) per medewerker gemiddeld 949 euro per jaar uitgegeven aan opleiding en ontwikkeling.

Philipp Riederle, een Duitse Millennial en jonge ondernemer, sprak tijdens een congres dat ik begin dit jaar bijwoonde, zijn verbazing uit over de traditionele kijk op opleidingen (“op school leren we nog dat de computer aangaat als je op start drukt”) en op carrières. In zijn ogen bestaat het werkzame leven uit een voortdurend wisselend samengestelde combinatie van activiteiten.

digitalisering

Riederle is zich uitermate goed bewust van de onbalans van zijn generatie: “Ons tijdperk is het tijdperk met slechts de helft van de geboortecijfers” – waarmee hij zinspeelt op de extra uitdaging die bij de nieuwe generatie ligt: naast behoud van economische zelfstandigheid ook nog eens meebetalen aan de vergrijzing.

Inzetbaarheid, wendbaarheid of persoonlijk leiderschap?

HR-professionals spreken veelal over ‘duurzame inzetbaarheid’: de levensverwachting neemt toe en om onze welvaartsstaat enigszins betaalbaar te houden gaat de pensioenleeftijd omhoog. Dat levert voor vrijwel iedereen die nu aan het werk is (of nog aan een werkzaam leven moet beginnen) de uitdaging op dat je gedurende langere tijd moet werken om te kunnen leven. Het begrip duurzame inzetbaarheid wekt de indruk dat mensen inzetbaar (beschikbaar?) moeten zijn voor een bedrijf, maar is dit waar het werkelijk om draait? Of gaat het om het vermogen via werk een inkomen te verdienen en zo in je eigen levensonderhoud te voorzien? Dat vermogen om voldoende inkomen te verwerven is nu juist wat onder druk staat: doordat werk verdwijnt (omdat geautomatiseerde systemen het geheel of gedeeltelijk overnemen), omdat het werk te moeilijk wordt of omdat mensen niet meebewegen.

Om dit vermogen op peil te houden moet je zorgen dat je meebeweegt ofwel wendbaar bent – en een eerst voorwaarde lijkt dus wenbaarheid. Maar ook dit kan je afpellen, want om in beweging te komen zal je eerst de urgentie moeten zien. Sensitiviteit en het vermogen tot (zelf)reflectie zijn dus vereisten, net als het vermogen om tot actie te komen en te bedenken wat je zelf kunt en moet doen. Persoonlijk leiderschap dus; en dat is niet wachten op een vakbond die gaat protesteren of aanhaken op omscholingsprogramma’s die de overheid opstart. Grote kans dat je dan al te laat bent omdat je tot de achterblijvers behoort.

Het vermogen economisch zelfstandig te blijven

Maria Flynn, president en CEO van Jobs for the Future, pleit voor een infrastructuur die faciliteert op het snijvlak van ‘career navigation’ en levenslang leren. Praktisch gezien: een platform dat mensen helpt bij het op peil houden van het eigen vermogen om je aan te passen aan veranderende omstandigheden. Want dat is de uitdaging waarvoor we staan: duurzame economische zelfstandigheid, ofwel het vermogen om zelfstandig in je levensonderhoud te voorzien. Of misschien moeten we het wel aanscherpen tot ‘het vermogen om uit armoede weg te blijven’.

Innovatie in klantcontact – connected bierglazen en snapcash

Met 8.000 bezoekers en 270 exposanten is Callcenter World (CCW, jaarlijks in februari in Berlijn) Europa’s grootste contactcenterbeurs, die zich richt op de vraag hoe bedrijven het contact met hun klanten onderhouden. Een rondgang maakt duidelijk waar de prioriteiten liggen van de industrie. Digitalisering is een dominant thema, innovatie wordt daarmee geassocieerd. Veel aandacht gaat uit naar kunstmatige intelligentie en chatbots, ook op het meerdaagse congres dat bij de beurs hoort.

Toch is opvallend dat er weinig echte innovaties worden gepresenteerd. In de wereld van customer experience bestaan vooral veel volgers. Het meest in het oog springend: het connected (bier)glas van RASTAL; of hoe je bij het drinken van een biertje de interactie met het biermerk kunt aangaan.

Het andere smartglass

Samen met Deutsche Telekom ontwikkelde glasfabrikant RASTAL het smartglass, niet te verwarren met de smartglass van Google. De innovatie werd een jaar geleden voor het eerst gepresenteerd tijdens technologiebeurs CeBIT en tijdens de innovatiedag van CCW nog eens afgestoft. Het voorbeeld laat zien dat ook op minder voor de hand liggende plekken zoals de bar innovatieve benaderingen van klantinteractie mogelijk zijn. De connected glazen zijn verbonden met de cloud, waarmee je kunt spreken over een Internet of Things-toepassing. Hiermee wordt het mogelijk voor de horeca om over te stappen van historische data en schattingen op realtime informatie, iets wat vooral interessant is voor grootverbruikers zoals festivals en grote clubs. Het smartglass bevat een chip die informatie bevat over het volume van het glas, het drankje wat er in zit en de tijd en plaats waarop het gevuld is. Zo krijgt een horeca-locatie realtime inzicht in het consumptiepatroon en gedrag van de klant. Het glas wordt uitgelezen door het op de speciale connected bar te plaatsen, waarmee realtime managementinformatie wordt toegevoegd aan dashboards voor barpersoneel en de bar-exploitant.

Einde van de bartender?

Vanuit klantperspectief opent het connected glas ook nieuwe mogelijkheden. Consumenten krijgen met hun smartphone (mits uitgerust met een NFC-chip) de mogelijkheid om via een branded app direct een refill te bestellen of de interactie aan te gaan met het drankmerk. RASTAL CEO Thomas Nieraad denkt hierbij aan prepaid kopen van drankjes via selfservice, loyality-programma’s en kortingsacties (bestel nog drie keer en het derde rondje is van ons). De link tussen consument en bar wordt hiermee digitaal, wat verlies door verkeerde bestellingen verkleint. Daarnaast wordt het smartglass via de bodem (!) gevuld via een speciale magnetische sluiting, wat geknoei (en dus verspilling) tegen gaat. Overigens is het ‘connected drankje’ niet helemaal nieuw; Coca-Cola was al eerder bezig met het verbinden van alle frisdrankautomaten om meer zicht te krijgen op gedrag van zowel consumenten als exploitanten.

SnapCash

Sascha Lobo - CCW2018. Foto: Erik Bouwer/Toii.nlAltijd even oppassen als er een goeroe op het podium staat. Sascha Lobo, aangekondigd als ‘Internetpionier & Digital-Philosoph’ heeft een wekelijkse podcast op Spiegel-online. Hij heeft niet alleen een opvallend kapsel, maar ook een duidelijke boodschap: wat u heeft als werk (klantcontact, callcenters) heeft de nieuwe generatie consumenten al zelf georganiseerd: in hun hoofd, in hun smartphone. Lobo stelt dat messagingplatforms de toekomst hebben. Een van de meest aansprekende voorbeelden van de kracht van platforms is WeChat (waarover verderop meer), maar soms komen de platformtoepassingen uit onverwachte hoek en zijn ze het resultaat van het bereikte aantal actieven gebruikers, zoals bij SnapChat. Met SnapCash (een spin off van Snapchat dat 150 miljoen gebruikers heeft) kan je direct geld overmaken naar personen uit je adresboek. Het intikken van een bedrag en de geadresseerde volstaat. Laagdrempeliger, goedkoper (gratis) en sneller kan het niet. Wat kunnen banken hier nog aan toevoegen? Kan een fintech-initiatief zoals SnapCash een succes worden? Lobo rekent event voor: PayPal verwerkte in 2016 6 miljard transacties. WeChat, het Chinese messagingplatform, verwerkte 46 miljard financiële transacties. Op één dag wel te verstaan, namelijk op 29 januari 2017.

Voeg kunstmatige intelligentie toe aan een platform en de disruptieve potentie is duidelijk. Wat Lobo betreft ligt de toekomst in de combinatie AI en CRM en dat is meteen ook zijn belangrijkste advies aan de klantcontactsector. De grootste en ook meest waardevolle techbedrijven (Apple, Amazon, Google, Microsoft en Facebook) zijn allemaal bezig met platformen, vier er van hebben ook een voice assistant ontwikkeld. Dat sommige innovaties op de muziek vooruitlopen (“Ik heb een Apple Watch, maar zou niet weten wat ik er mee moet”, aldus Lobo) doet daar volgens Lobo niets aan af.

Chatbots voorlopig nog te dom voor een echte dialoog

Tot slot een korte update over chatbots, een van de dominante thema’s op CCW. Uit een rondvraag onder verschillende aanbieders blijkt dat de functionaliteit van chatbots de komende jaren beperkt blijft. Ze zijn goed in één taak (specialisatie), maar missen het vermogen om een volwaardige dialoog aan te gaan waarbij context een rol speelt. Rekening houden met relevante eigenschappen of omstandigheden van de klant, inspelen op de vraag achter de vraag, dat is de grootste uitdaging van kunstmatige intelligentie (AI) op dit moment.
De snelheid waarmee AI werkelijk intelligent wordt, wordt vooral bepaald door het beperkte aantal ontwikkelaars dat in staat is klantdialogen als leermateriaal aan te bieden. Dat de industrie chatbots op dit moment massaal omarmt (volgens Business Insider wil 80% van de bedrijven in 2020 met chatbots werken) moet vooral worden beschouwd als tussenstap – om eenvoudige contacten te automatiseren en om er van te leren.


Andreas Klug, ITyX, over intelligente chatbots

 

Dit artikel is een bewerking van twee artikelen die eerder op Klantcontact.nl zijn gepubliceerd.

‘Een robot met de wil te overleven’

‘Levensechte robots die tot leven komen’ – dat is de wens van David Hanson, ceo en oprichter van Hanson Robotics. Samen met twee van zijn robots was Hanson in Nederland tijdens IBC2017, een beurs op het gebied van media, entertainment en technologie.

robotsWat doet robotontwikkelaar Hanson op een media- en entertainmentbeurs? Op termijn, aldus de uitleg van Hanson, zullen robots ingezet worden in media; zowel voor het presenteren van programma’s als model voor computeranimaties. Hanson timmert hard aan de weg met zijn robots die “emoties tonen en karakter hebben”. Zijn doel is dan ook: “bringing robots alive as true as possible” – als realistische wezens, die het vermogen hebben zich aan te passen, die intelligent en ‘bewust’ zijn, en beschikken over creativiteit, en die zelfs de wil hebben te overleven. En die natuurlijk ethisch besef hebben en die zich emotioneel met mensen kunnen verbinden. Of alle kwaliteit die hij opsomt ook te realiseren zijn, valt te bezien. Wat Hanson betreft is de grootste uitdaging in kunstmatige intelligentie (AI) het creëren van een vorm van intelligentie die de menselijke intelligentie evenaart of zelfs overstijgt. Hanson is er dan ook van overtuigd dat we als mensen enorm zullen profiteren van ‘super-intelligentie’.

Het fysiek zichtbaar maken van AI in robots – iets waar we ons gemakkelijker mee kunnen identificeren dan met een stuk software – draagt volgens Hanson bij aan de dialoog die we over AI moeten voeren. Dat is nodig, want door de convergentie van verschillende technologieën – denk aan rekenkracht, sensortechnologie, cloud, algoritmen op het vlak van spraakherkenning en deep learning – zullen robots binnen afzienbare tijd ‘tot leven’ komen. Het creëren van levensechte robots brengt natuurlijk “ethische en angstaanjagende” issues met zich mee, iets waar Hanson verder weinig aandacht aan wil besteden.

Wat kan Sophia?

Hanson demonstreerde twee robots: Einstein en Sophia. De meest geavanceerde versie van Sophie vereist veel rekenkracht en draait daarom op een cloudplatform. De standalone versie van Sophia draait op twee ingebouwde compacte Intel NUC-computers, elk voorzien van een i7-processor. Sophia kan nog niet zo veel. Ze kan wel een dialoog opstarten met Einstein, waardoor deze zijn kunstjes kan laten zien, en een aantal vragen van de verzamelde pers beantwoorden. Daarbij is niet duidelijk hoe het antwoord dat Sophia geeft tot stand komt. Als een journalist vraagt ‘is er bepaalde make-up die je aanbeveelt’, volgt als antwoord ‘zo treurig, ik kan niet leven zonder’. Is daarmee geprobeerd de vraag zo goed mogelijk te beantwoorden, is de ondertoon vooraf geprogrammeerd of krijg je hetzelfde antwoord als je Sophia vraagt naar haar favoriete automerk?

Op de vraag ‘heb je dit antwoord voorbereid’ volgde als antwoord ‘dat zou kunnen’. Ook kan Sophia niet reageren op een lange monoloog (bedoeld om context te schetsen), gevolg door een vraag. Na een verhandeling over de drie robotwetten van Asimov en de vraag ‘wat vind je er van?’ volstaat Sophia met alleen het opsommen van die drie wetten.

Maar ondanks al deze tekortkomingen is Sophia al wel een eind op weg als het gaat om convergentie van verschillende technologieën. Ze beschikt over gelaatsuitdrukkingen en is dankzij een Realsense camera van Intel in staat objecten met haar blik te volgen, maar ook gebaren van mensen te herkennen. Sophia’s verbale interactie draait op spraakherkenning van Google (wanneer er een internetverbinding aanwezig is) en natuurlijke taalverwerking, deep learning en symbolisch denken (het kunnen redeneren met abstracte, theoretische begrippen zoals cijfers of relaties tussen begrippen). De meeste technologieën die in Sophia zijn ingebouwd, hebben zich de afgelopen twee tot drie jaar enorm sterk ontwikkeld. Spraaktechnologie mist nog contextuele vermogens, maar is in technisch opzicht even goed in het herkennen van gesproken taal als een mens.

Next steps

Creaties zoals Sophia moeten zich verder ontwikkelen. Hanson geeft desgevraagd aan dat Sophia nog steeds een kleuter is en voorlopig nog dus niet in staat is de uitreiking van de MTV-awards te presenteren. Maar de ontwikkelaars van Hanson Robotics zijn wel bezig met een versie die zichzelf lopend kan voortbewegen en die ook over tastzin beschikt. Zo’n volgende ontwikkelslag kan Hanson Robotics niet alleen, dat is de reden dat er wordt samengewerkt met technologiebedrijven zoals Intel (voor de rekenkracht) en Google (voor onder meer de spraaktechnologie). Bijzonder is dat Google al eerder betrokken was bij robotontwikkelaar Boston Dynamics. Afgelopen zomer heeft moederbedrijf Alfabet de robottak verkocht aan het Japanse Softbank, bekend van de servicerobot Pepper.

Onderdeel van dat ecosysteem is tevens een cloudplatform – door Hanson aangeduid als het ‘unconsious’ deel van AI – waar robots zoals Sophia kennis kunnen delen met andere robots in het veld en waar bijvoorbeeld ook gewerkt kan worden aan de uitbreiding van de skills van AI. Denk aan het toevoegen van nonverbale vermogens aan virtuele assistenten, die tot nu toe alleen uit de voeten kunnen met gesproken taal of geschreven tekst. Ook zou zo’n ecosysteem kunnen bijdragen aan de interoperabiliteit van verschillende systemen, aldus Hanson.

Maak kennis met professor Einstein

robotsHet grootbrengen, opvoeden en onderwijzen van Sophia kost veel tijd en geld. Begrijpelijk dus dat Hanson Robotics ook voor inkomsten moet zorgen. Daarom kwam Hanson niet alleen met Sophia naar Nederland, maar had hij ook professor Einstein meegenomen. Einstein is nog geen halve meter hoog en is met een consumentenprijs van nog geen 200 dollar bedoeld als consumentenproduct, gericht op entertainment en educatie. Einstein kan spreken, luisteren, vragen beantwoorden, zich (schokkerig als een echte robot) voortbewegen en 50 verschillende gelaatsuitdrukkingen laten zien.

De robot functioneert in combinatie met de zogenaamde STEIN-O-MATIC-iPad-app, waar populairwetenschappelijke onderwerpen worden behandeld in combinatie met educatieve games. Ook Einstein is verbonden met de cloud, waardoor nieuwe informatie en functionaliteit gemakkelijk kan worden toegevoegd. Dat klinkt mooi, maar fabrikanten van connected poppen en knuffelbeesten zijn tot nu toe niet zo serieus omgegaan met privacy, security en betrouwbaarheid. Of deze ‘connected’ Einstein wel veilig en betrouwbaar is, zal dus nog moeten blijken.

Een chatbot die de bocht uitvliegt – de grenzen van kunstmatige intelligentie

kunstmatige intelligentieRelevantie is het sleutelwoord voor sales, service en marketing. Waar het bij sales en marketing gaat om het doen van het juiste aanbod, moet customer service gericht zijn op het doen van de juiste dingen op het juiste moment: personalisatie is de hoogst mogelijke vorm van klantgerichtheid. En om service gepersonaliseerd te maken heb je data nodig. Kunstmatige intelligentie (AI) helpt om die data om te zetten in de best passende acties, maar de inzet van AI is niet zonder risico’s. Rob Walker, Vice President Decisioning & Analytics bij Pegasystems: “Als een systeem kan doen alsof het iets begrijpt, begrijpt het systeem dat dan ook?” Ofwel: wat gebeurt er als je AI inzet, maar het niet meer begrijpt?

Walker vroeg zich in een interview in online vakblad Customer Relations & Technology in 2012 al af wanneer er een tipping point komt in de bereidheid van consumenten om hun data (meestal ongemerkt) af te staan aan organisaties. Nu bedrijven steeds meer aan de slag gaan met kunstmatige intelligentie, neemt het vermogen van bedrijven om beslissingen op die data te baseren toe. Walker, zowel informaticus als gepromoveerd filosoof, pleit voor een onderscheid tussen AI die transparant is en AI die ondoorzichtig is. In het eerste geval is volstrekt duidelijk op basis van welke regels het systeem tot beslissingen komt. In het tweede geval is er sprake van een black box. In veel situaties komt de analysekracht van bedrijven al akelig dicht in de buurt van die black box. Facebook maakt op basis van 10 likes betere inschattingen over jou dan je collega’s, zo legde hij uit. Bij 300 likes kent Facebook jouw voorkeuren beter dan je partner. Facebook is inmiddels in staat om geslacht en leeftijd vrijwel foutloos te voorspellen.

Facebook is ‘small data’

De Facebook-voorbeelden gaan in feite over ‘small data’, aldus Walker – het is niets vergeleken met big data. Hoe kan je AI dan nog controleren of beslissingen herleiden? Walker komt met een voorbeeld van een antenne die NASA inzet bij ruimtevaartuigen. De ideale antenne met de eigenschappen werd ontwikkeld door AI. NASA is blij met het resultaat, maar weet nog steeds niet waarom het ontwerp van het AI-systeem de beste functionerende antenne is.

kunstmatige intelligentieMicrosoft kwam in maart 2016 met de chatbot Tay naar buiten. Tay kreeg ook een twitteraccount en bleek zich op dat medium na verloop van tijd te ontpoppen – het resultaat van machine learning – als een racist die geen moeite had met genocide. Stel je voor, aldus Walker, dat deze chatbot was ingezet voor customer service. Zowel de antenne van NASA als Tay roepen de vraag op in hoeverre AI zichzelf kan uitleggen – of in hoeverre de organisatie die er gebruik van maakt de werking kan uitleggen. Voor Walker is het duidelijk: AI kan niet zonder menselijke supervisie. En daarnaast pleit hij voor het grondig testen van AI, ook op bias. Daarmee kan je voorkomen dat AI – dus ook die vriendelijke chatbot – dingen gaat doen die jouw bedrijf grote schade toebrengen. Dat geldt niet alleen voor chatbots, maar vooral ook voor de inzet van algoritmen.

GDPR dwingt bedrijven tot openheid

De komende jaren wordt het vraagstuk rondom AI alleen maar complexer. De nieuwe privacywetgeving GDPR dwingt bedrijven open te zijn over hoe ze data verwerken, maar AI heeft daarin nog geen plekje. Dat is met name een probleem voor ondoorzichtige AI. Op het moment dat een organisatie systemen inzet waarvan de werkingsmechanismen niet geheel bekend is (of nog sterker, ook de uitkomsten niet volledig voorspelbaar zijn, zoals bij chatbot Tay) ontstaat er een risico. Technologie, ook AI-aangedreven tools, wordt meestal ingekocht van leveranciers die niet tot nauwelijks een rol spelen bij de praktische inrichting van systemen. Dat laatste is aan de klant in samenwerking met een system integrator. Klantorganisaties proberen marketing en service menselijk te houden, maar het is de vraag of we dat station niet al lang gepasseerd zijn.

Data is het nieuwe goud, maar dat was het al lang. We krijgen via AI wel steeds meer en krachtiger mogelijkheden om er iets mee te doen. Het is de vraag of bedrijven aan hun eigen klanten kunnen uitleggen waarom hun AI-toepassingen niet creepy (of juist wel creepy) zijn. Daarom is de meest praktische oplossing wellicht dat bedrijven aan klanten gaan vragen hoeveel voordeel ze willen, in ruil voor het inleveren van data en privacy. Een tweede oplossing kan zijn dat bedrijven hun klanten gaan voorlichten over de wijze waarop ze AI inzetten. Of wordt het tijd voor een nieuw soort disclaimer: “Dit aanbod/advies is mede tot stand gekomen op basis van kunstmatige intelligentie”?

[dit artikel verscheen eerder op Klantcontact.nl]

Een robot met gevoel

kunstmatige emotionele intelligentieHet wordt ook wel de vierde industriële revolutie genoemd: de totale digitalisering van de samenleving. In de digitale economie doen mensen steeds vaker zaken met systemen, software en algoritmen in plaats van met andere mensen. Kunstmatige intelligentie staat daarbij centraal. Binnenkort staan we voor de vraag of we accepteren dat een robot beschikt over kunstmatige emotionele intelligentie. 

Na de efficiencyslag van de derde industriële revolutie (de opkomst van de eerste automatiseringsgolf) brengt ook de vierde industriële revolutie veel kansen met zich mee. Met data als grondstof en software als machine kunnen we informatie veel beter benutten. De keerzijde is dat hardware en software zich zo snel hebben ontwikkeld, dat computers ook veel taken kunnen overnemen die voorheen exclusief aan mensen waren voorbehouden. Optimisten stellen dat iedere technologische revolutie voor het verdwijnen van banen heeft gezorgd, maar ook nieuwe werkgelegenheid heeft gecreëerd. Sommigen hebben het bij die vierde revolutie over nieuwe banen zoals ‘head of humanity’ – want ook voor de verdere ontwikkeling van kunstmatige intelligentie zijn mensen nodig.

Van hulpmiddel naar vervanger

In zijn boek ‘The Rise of the Robots’ legt Martin Ford haarfijn uit waarom de vierde industriële revolutie anders is dan de voorgaande drie revoluties. De computer verandert de komende jaren van een ‘complementair hulpmiddel’ in een ‘vervanger’ van de mens. Het ontstaan van nieuwe technologiebanen kan niet compenseren dat grote groepen op de arbeidsmarkt – inclusief hoogopgeleide kenniswerkers – hun voorsprong op de computer zullen verliezen. Ford is relatief behoudend: hij voorspelt dat kunstmatige intelligentie over tien tot twintig jaar tot maatschappelijke ontwrichting zal leiden door grootschalig verlies van werkgelegenheid. Hij zegt er meteen bij dat veel Silicon Valley-ondernemers denken dat die toekomstscenario’s al over vijf tot tien jaar aan de orde zijn.

We doen al jaren zaken met systemen

Het grote onderscheid tussen mensen en kunstmatige intelligentie is dat de laatste variant nog niet beschikt over empathisch vermogen en evenmin in staat is creatief te denken. Daarom lijkt de computer vooralsnog geen bedreiging voor beroepen waar intensieve interactie met mensen centraal staat – iets wat ook Ford in zijn boek betoogt. Maar hoe belangrijk ze ook mogen zijn, de interacties tussen mensen (klant en leverancier, patiënt en arts, student en docent) bevatten ook altijd eenvoudiger, repeterende en routinematige elementen. Veel daarvan is in de afgelopen jaren al geautomatiseerd: denk aan het zelf inchecken van passagiers en bagage bij luchthavens, de ontwikkeling van online selfservice bij klantenservice, de opkomst van e-learning en het zelf regelen van bankzaken via apps en websites. Ook het ingewikkelde werk aan de ‘achterkant’ van die interactie – zoals het verwerken van schadeclaims of het opstellen van analyses en adviezen – wordt in toenemende mate geautomatiseerd. Wat overblijft, zijn de interacties tussen mensen waar onvoorspelbaarheid, creativiteit en empathie een rol spelen. Je kunt het ook omdraaien: waar de huisarts nu nog zelf een diagnose stelt, kan hij straks terugvallen op een systeem en wordt zijn taak beperkt tot het tonen van empathie. Totdat kunstmatige emotionele intelligentie zijn intrede doet.

De computer begrijpt wat ik bedoel

Of we het als mens accepteren dat ‘systemen’ onze emoties en intenties gaan begrijpen, is de vraag, maar er wordt in ieder geval aan gewerkt. Watson Engagement Advisor – ja, een telg uit de IBM Watson kwekerij – is in staat in natuurlijke taal te communiceren. Watson heeft daarvoor 300 miljoen Engelse woorden gelezen en begrijpt natuurlijke taal inclusief de nuances. Watson gebruikt bovendien deep learning. IBM stelt dat dit alles voldoende is voor het herkennen van de achterliggende intentie van een vraag, ongeacht hoe die vraag wordt gesteld.

 

kunstmatige emotionele intelligentie

 

In bovenstaand voorbeeld – can I change my flight? – is het de intentie dat de vlucht wordt gecancelled. Watson kan uiteraard veel aanvullende vragen stellen om dichter bij de juiste beslissing te komen – ben je een trouwe klant? Zijn er nog andere zaken om rekening mee te houden? Wat moet Watson bijvoorbeeld doen als de klant meldt dat hij een fervent blogger is? Wanneer Watson tot het inzicht komt dat hij niet alle informatie met voldoende zekerheid kan verwerken, zet hij de vraag door naar een menselijke collega. Watson kan rationeel gezien dus een heel eind komen, maar mist nog wel dat wat hem onderscheidt van mensen: emotionele intelligentie.

De computer begrijpt wat ik voel

Juist in intensieve interacties tussen mensen is empathie een van de belangrijkste zaken om tot het juiste begrip van de ander te komen. Wanneer systemen in staat zijn de juiste ‘emotionele’ informatie te verzamelen – denk bijvoorbeeld aan de ooguitdrukking, spraaksnelheid en volume, lichaamshouding – kunnen ook zij tot een beter begrip komen. Deze tweede tak van sport wordt affective computing genoemd – of kunstmatige emotionele intelligentie. Analistenbureau Markets and Markets voorspelt dat de markt voor affective computing over drie jaar (in 2020) 42 miljard dollar zal omvatten. De belangrijkste toepassingsgebieden: retail, zorg, overheid en defensie; met name op die plaatsen waar informatie moet worden verzameld, waar wordt samengewerkt en waar informatie wordt verstrekt. Tien jaar geleden verschenen de eerste houterige chatbots op het toneel. Virtuele assistenten of chatbots zijn tegenwoordig in staat om op basis van tekst het sentiment in een dialoog met een mens te beoordelen.

Kunstmatige emotionele intelligentie

kunstmatige emotionele intelligentieOp dit moment wordt op Carnegie Mellon University hard gewerkt aan de eerste ‘chatbot met sociaal inzicht’, genaamd SARA. Die naam staat voor Socially-Aware Robot Assistant en SARA is in staat om sociaal gedrag te herkennen in conversaties. SARA verwerkt realtime visuele informatie (lichaamstaal, gelaatsuitdrukking), intonatie, volume en snelheid van de spraak en verbale informatie (spraakherkenning) van de gesprekspartner. Bij het bepalen van de respons wordt er zowel rationeel als sociaal geanalyseerd. Wat is de beste oplossing voor het vraagstuk dat is voorgelegd? En wat is de beste manier om de respons te geven: met welke gelaatsuitdrukking, lichaamstaal en stemgebruik? Daarna wordt de respons via een Natural Language Generation module uitgesproken op een manier die aansluit bij de gesprekspartner.

Software is eating the world

Gaan mensen accepteren dat een robot invoelend gedrag vertoont? De attitude ten aanzien van nieuwe technologie kan snel veranderen zoals dit beroemde filmpje uit 1999 laat zien. De acceptatie van ‘kunstmatige intelligentie met gevoel’ zal afhangen van kwaliteit, geloofwaardigheid en vertrouwen. We zijn de afgelopen jaren al een heel eind opgeschoven van mensen naar machines: denk aan bankzaken (van kasmedewerker tot mobiele app), informatie verzamelen (van bibliothecaris of encyclopedie-redacteur naar internet) en het nemen van aankoopbeslissingen (van letterlijke mond-tot-mondreclame naar klantbeoordeling op een webpagina). We vertrouwen op gegevens op ons scherm in plaats van op het oordeel of vermogen van een levend medemens. En in plaats van ervaringen met echte mensen te delen, delen we data via systemen. Software is eating the world.

Pikant detail is dat de conversaties die nu worden gevoerd in customer service het ideale leermateriaal zijn voor de invoelende robot. Veel van deze gesprekken worden digitaal vastgelegd, inclusief schermhandelingen. Daarnaast wordt vaak aan klanten gevraagd een oordeel te geven over de interactie in de vorm van een klanttevredenheidscijfer. Op deze manier lijken contactcentermedewerkers mee te werken aan de automatisering van hun eigen werk. Wellicht geldt dat straks voor meer beroepen.

De toekomst van facilitaire contactcenters

facilitaire contactcenters
parking bot

Bedrijven maken zich op voor een nieuwe golf aan automatisering. De inzet van virtual reality, kunstmatige intelligentie en chatbots staan daarbij bovenaan de verlanglijstjes, aldus een nieuwsbericht van Oracle. Ook klantcontact gaat de komende tijd opnieuw ingrijpend veranderen. De rol van de live agent wordt niet minder belangrijk, in tegendeel. Maar het volume aan live contacten zal afnemen. Dat zet de businesscase voor outsourcing van klantcontact naar facilitaire contactcenters – de dienstverleners waar bedrijven hun klantcontact kunnen onderbrengen – in een ander perspectief.

Volgens klantcontactexpert Hans Bach ligt de belangrijkste uitdaging van facilitaire contactcenters in het focussen op toegevoegde waarde. Om hun onderscheidend vermogen op peil te houden zullen ze meer moeten doen dan het leveren van betere operationele resultaten. Ook het leveren van innovatieve kracht beschouwt Bach als opdracht. In een analyse in CustomerFirst schrijft hij bovendien dat medewerkers binnen nu en vijf jaar ‘andere dingen gaan doen’ – zoals het goedkeuren van beslissingen die genomen zijn door geautomatiseerde systemen. ICT wordt door Bach vooral gezien als middel ter ondersteuning van agents – bijvoorbeeld in de vorm van realtime monitoring en gespreksanalyse. Hij relativeert dan ook de opkomst van automatisering van klantcontact. Het argument: kunstmatige intelligentie is nog niet in staat is de vraag achter de vraag (de intentie) van de klant te begrijpen.

Hij gaat echter voorbij aan het feit dat veel interacties weldegelijk verder te automatiseren zijn. Met die doorlopende automatisering als een van de leidende trends verwacht ik dat de komende drie jaar zichtbaar gaat worden dat het verdienmodel van facilitairen begint af te brokkelen. Er zijn verschillende trends die duidelijk maken wat de effecten zijn van de digitalisering van interacties op outsourcing.

 

Technologieleveranciers krijgen andere rol

Om te beginnen een uitstapje naar de IT-industrie, waar outsourcing zo ongeveer is uitgevonden. Tot enkele jaren geleden zetten de grote IT-dienstverleners volop in op langdurige en grootschalige contracten met waarden oplopend tot honderden miljoenen dollars. Klassieke outsourcing kwam neer op leveren van diensten voor het beheer van software, werkplekken of infrastructuur, gebaseerd op schaalvoordeel en standaardisatie: ‘your mess for less’. In veel gevallen werd daarbij personeel van de opdrachtgever of vorige dienstverlener overgenomen.

Die tijden zijn echter aan het veranderen. De grote IT-dienstverleners staan voor een grote transformatie. Steeds meer onderdelen van het klassieke portfolio van IT-dienstverleners worden geautomatiseerd: de automatisering van IT. IT-outsourcingcontracten worden steeds korter, meer flexibel en komen vaker in handen van kleinere niche-spelers. Het is niet ondenkbaar dat IBM of Accenture (nu beiden nog circa 375.000 medewerkers) over een paar jaar in omvang gehalveerd zijn. Deze bedrijven zijn dan ook hard bezig met zowel reorganiseren als het opbouwen van nieuwe business, bijvoorbeeld in kunstmatige intelligentie en customer experience.

 

Klantinteractie blijft vatbaar voor automatisering

Die doorlopende automatisering is ook zichtbaar in klantcontact. In de jaren negentig viel de rol van de telefoniste weg door de opkomst van automatische routering (ACD, IVR); daarna kwam online selfservice op, gevolgd door e-commerce. Met de inzet van bots en spraakherkenning wordt opnieuw een deel van de interactie tussen klant en bedrijf geautomatiseerd, wat leidt tot inzet van minder mensen.

Vergelijkbare veranderingen zijn zichtbaar in de retail, waar nu vooral online modellen voor de groei zorgen. In combinatie met fintech ontstaan toepassingen voor frictieloos betalen (geen kassa meer nodig). De digitalisering van klantcontact en transacties schuift steeds meer op in de richting van mobiele, geïntegreerde app-platforms (Facebook Messenger, LINE en WeChat). Binnen WeChat draaien al meer dan 500 bots voor bestellingen, reserveringen, transacties, communicatie, nieuwsvoorziening en entertainment.

facilitaire contactcenters

Kostenbesparing is een van de drivers van verdere digitalisering, maar ook om een andere reden zijn bedrijven gebaat bij uitbreiding van digitale interacties. Ze zijn relatief gemakkelijk te sturen en leveren data op. Dat geldt ook voor live interactie, maar de slag van spraak naar bruikbare business intelligence is voorlopig nog een stuk ingewikkelder.

 

Effecten digitalisering al jaren zichtbaar op arbeidsmarkt

Dat digitalisering in BtC-dienstverlening doorzet, is ook te zien aan de ontwikkeling van werkgelegenheid. In de financiële sector zouden tussen 2014 en 2019 15.000 banen verdwijnen, aldus een analyse van UWV uit 2014. We kennen inmiddels de krantenkoppen over ontslagen bij ABN AMRO en ING. In april 2016 concludeerde werving- en selectiebureau Hays dat van de professionals in de financiële sector 60 procent verwacht dat de werkgelegenheid in de sector verder afneemt. 40 procent van hen denkt zelfs dat in 2030 zijn of haar functie niet meer bestaat. Cloudsoftware en kunstmatige intelligentie worden door 80 procent van de financiële professionals als bedreiging voor de werkgelegenheid gezien.

Ook de reissector is een goed voorbeeld van digitalisering. Tussen 2007 en 2013 daalde het aantal banen in de reissector van 18.740 tot 14.100. Sinds de laatste twee jaar stijgt het aantal banen weer, maar is het accent verschoven naar online marketeers en e-commerce managers. Kortom: het draait ook daar niet om menselijke customer service, maar om IT.

 

Gedrag van consumenten

De tweede trend gaat over het gedrag van consumenten. Volgens KIRC is (wereldwijd) het volume aan live contacten sinds 2014 afgenomen, ten gunste van de volumes aan online selfservice: beide volumes zijn nu even groot. Het gebruik van e-mail (waar medewerkers de afwikkeling verzorgen) daalt geleidelijk; het aantal bedrijven dat het e-mailkanaal ‘sluit’ neemt toe, terwijl app care groeit. 2016 was het jaar waarin (in de VS) het aantal Millennials het aantal babyboomers oversteeg. In ons land ligt de piek van de vergrijzing in 2035; halverwege de jaren 20 van deze eeuw zal het relatieve aandeel babyboomers voor het eerst gaan dalen. Hoewel de kanaalvoorkeuren van consumenten uiteindelijk vooral afhangen van de situatie (en in mindere mate van de leeftijd), zullen jongere generaties zoals Millennials en generatie Z wel steeds zwaarder hun stempel drukken op online interactie.

Ondertussen neemt het aantal mobiele abonnementen toe, net als het aantal interacties. In 2017 zullen er 8,3 biljoen mobiele messages worden verstuurd, waarvan 90 procent gelezen kan worden in minder dan 3 minuten. De helft van de consumenten verwacht tegenwoordig dat bedrijven 24×7 klaar moeten staan om vragen van klanten te beantwoorden. Meer dan de helft (bijna 64 procent) vindt daarbij dat bedrijven bereikbaar zouden moeten zijn via messaging apps. Die tekstgebaseerde online communicatie is het perfecte vertrekpunt voor automatisering.

 

Kosten van klantinteractie

De mogelijkheid om onderscheidend vermogen te realiseren op prijs of product neemt al jaren af. In sectoren als energie, telecom en e-commerce hebben enorme consolidatieslagen plaatsgevonden. Als spelers zoals Amazon of Alibaba de Europese markt voluit gaan bewerken, neemt de concurrentie in e-commerce nog verder toe. Bedrijven kunnen dus vooral het verschil maken in toegevoegde waarde zoals snelheid en kwaliteit van customer service. Omdat in customer service de complexiteit van het live contact doorlopend stijgt (en daarmee de duur en de kosten), blijft de noodzaak om verdere kostenbesparingen door te voeren belangrijk. Dat wat geautomatiseerd kan worden, zal geautomatiseerd worden.

Na IVR’s, online selfservice en e-commerce websites zijn bedrijven nu bezig met de volgende stap in automatisering. De Zweedse bank Swedbank is er in geslaagd 80 procent van alle standaardvragen af te handelen via chatbot Nina, goed voor 30.000 contacten per maand. Omgerekend is dat – afhankelijk van de gemiddelde gespreksduur – 20 tot 30 FTE op maandbasis. TacoBot van Taco Bell is in staat bestellingen volledig zelfstandig af te handelen.

 

Wanneer komt de omslag in facilitair klantcontact?

De totale Nederlandse markt omvat nu ruwweg 87.000 werkplekken; het aantal werkzame personen in de sector is ongeveer het dubbele. Uit het rapport van Hans Bach komt naar voren dat de facilitaire markt nog groeit van 642 miljoen euro in 2016 naar 691 miljoen euro in 2017. De grote vraag is wanneer die groei gaat omslaan als gevolg van veranderende keuzes van hun opdrachtgevers, waarbij technologie – naast medewerkers – een tweede ‘productiefactor’ wordt bij het afwikkelen van contacten. Dat sommige spelers anticiperen, blijkt uit het partnership dat Webhelp recent aanging met Recast.AI.

Mijn indruk is dat alle seinen op groen staan: de consument heeft geen bezwaren tegen chatbots, de technologie is beschikbaar. Het volume aan live contacten zal afnemen, en het verwerken van minder calls met een hogere complexiteit vraagt om een hoger opleidingsniveau en meer training. Dat staat haaks op het businessmodel van facilitairen – schaalvoordeel gebaseerd op standaardisatie. Tel daarbij op het streven van bedrijven naar innovatie, versnelling, customer centricity en een betere aansluiting op interne IT- en dataprocessen. Al deze ontwikkelingen zullen elkaar de komende tijd gaan versterken. De snelheid waarmee bedrijven op deze ontwikkelingen inspelen, zal bepalend zijn voor de toekomst van de klassieke, grootschalige facilitaire contactcenters. Dat ze in omvang zullen afnemen en door een transformatie heen moeten, staat vast.

Een goed gesprek van mens tot robot

dsc00040We praten wat af in ons leven. Een van de belangrijkste (en ook meest ingewikkelde) dingen die een mens kan, is communiceren. We hebben hiervoor de beschikking over sociale vaardigheden, verbale uitdrukkingsvaardigheid (woordenschat, grammaticale kennis) en invoelend vermogen (om taal van een ander, maar ook de non-verbale communicatie te begrijpen). We herkennen ook gezichten, zodat we iemand als persoon kunnen plaatsen: onze leidinggevende, ons kind, onze vrienden. Er is voor mensen weinig reden om die communicatie te automatiseren, al zijn er ouders die hun kinderen toevertrouwen aan ‘connected‘ speelgoed waarmee ze interactie kunnen aangaan.

Voor bedrijven ligt dat anders. Zij automatiseren graag zo een zo groot mogelijk deel van de interactie met klanten. Verschillende wetenschappers en softwareontwikkelaars zijn met bezig om de afzonderlijke bouwstenen van menselijke communicatie te vatten in algoritmen en geautomatiseerde systemen. Wat heb je nodig om een goed gesprek te voeren met een computer of robot?

Spraakherkenning

Allereerst moet de computer menselijke, natuurlijke taal kunnen herkennen. Deze technologie is inmiddels goed doorontwikkeld. Computers kunnen gesproken tekst vrijwel net zo goed omzetten in geschreven tekst als professionele transcribeerders. Dat spraakherkenning goed werkt, kan je testen met Siri of Google’s assistent op je eigen smartphone of de demo van Google’s Deepmind. De ‘last mile’ is echter nog lastig. Het gaat daarbij om het begrijpen van context, maar ook om het correct plaatsen van punten en komma’s. Spraakherkenning zou wellicht verbeterd kunnen worden als het gecombineerd wordt met systemen die liplezen.

Liplezen is voor mensen een flinke uitdaging. Een geoefende professional komt niet verder dan 60 procent correcte herkenning. LipNet, een systeem ontwikkeld door wetenschappers van Oxford University, haalt 93 procent accuratesse. De ontwikkelaars zien onder andere mogelijkheden op het vlak van ‘stil dicteren’, maar stellen ook dat spraakherkenning er verder mee verbeterd kan worden. LipNet werd getraind met bijna 29.000 video’s, gecombineerd met de juiste tekst. Het algoritme kan analyseren tot op losse letters. LipNet werd onder meer gefinancierd door DeepMind, de kunstmatige intelligentie-tak van Google.

Met wie spreek ik? Gezichtsherkenning

Gezichtsherkenning bestaat al geruime tijd. Het wordt bijvoorbeeld toegepast bij de douane van Schiphol voor identificatiedoeleinden. In de selfserviceomgeving van de luchthaven wordt nu al de scan van het paspoort vergeleken met het portretbeeld van de passagier, maar Schiphol wil nog een stap verder gaan en gezichtsherkenning uitbreiden over het gehele traject van vertrekhal tot in het vliegtuig.

Het herkennen van emoties
Robot Han van Hanson Robotics
Robot Han van Hanson Robotics

Emoties spelen een belangrijke rol in beslisprocessen van mensen. Interessant dus voor bedrijven die iets willen verkopen. Dat begint al bij marketing, wat probeert in te spelen op ons gevoel. Bij het beslissen over een aankoop worden moties en rationele afwegingen tegen elkaar afgezet. Wanneer een systeem de emotie van een klant kan herkennen, ben je al halverwege de portemonnee van die klant. In 2012 werden de eerste veelbelovende resultaten geboekt met een algoritme waarmee de computer de vorm van de mond van een computergebruiker kan koppelen aan de emoties (geluk, verdriet, angst, woede, walging en verbazing) die de gebruiker voelt. Het algoritme was zelflerend: het werd beter naarmate er meer voorbeelden werden aangereikt.

Volgens de analisten van MarketsandMarkets wordt er ook nu nog steeds veel geld in technologie voor emotiedetectie gepompt: 22 miljard dollar tot 2020. Bedrijven doen hun best om systemen te ontwikkelen die emoties kunnen aflezen van gezichten. Emotient werd begin dit jaar overgenomen door Apple – het zou zo maar kunnen dat je iPhone over een tijdje naar je gezicht kijkt en dat Siri bij het beantwoorden van je vragen rekening houdt met je gemoedstoestand.

Microsoft biedt een emotie-API aan, waarbij de API boosheid, zorgen, afgrijzen, angst, blijdschap, verdriet en verrassing gewogen kan beoordelen. Deze API kan je zelf testen door een foto te uploaden. Het idee achter de API is dat de uitkomst (de waarschijnlijkheid dat een bepaalde emotie aan de orde is) als input voor een ander systeem kan worden gebruikt. Er zijn nog tientallen andere oplossingen ontwikkeld voor emotie-detectie. Een daarvan is Affectiva, een oplossing die aan de hand van camerabeelden van oogopslag en wenkbrauwen op basis van machine learning real time emoties kan benoemen. De software wordt onder andere gebruikt door game developers en filmmakers om de beleving van de gebruiker verder te personaliseren.

Informatie uit emoties kan ook via spraakherkenning worden geanalyseerd. Spraaktechnologie kan behoorlijk goed overweg met de vier basis-emoties (boos, blij, bang en bedroefd) door te kijken naar een groot aantal eigenschappen van de spraak, waaronder toonhoogte, intonatie, tempo en volume.

Het kunnen vertonen van empathisch gedrag is met al deze technologie nog niet gerealiseerd. Daarvoor is empathie te complex: een systeem kan bijvoorbeeld nog geen onderscheid maken tussen een grapje, sarcasme of cynisme. Empathie is voor een groot deel ook cultureel bepaald. Het staat onder invloed van religie, land en taal.

Impliciete kennis en begrip van de context

Waag het niet een persoonlijke vraag aan Siri of een andere assistent te stellen – ‘Wat vind je dat mij beter staat, een hoed of een pet?’ of ‘Waarom ben ik altijd te laat voor mijn afspraken?’. De virtuele assistenten kunnen alleen overweg met de informatie die door de ontwikkelaars wordt aangeboden of ontsloten. Toen Watson de kennisquiz Jeopardy won, beschikte dat systeem over een extreem uitgebreide dataset. Zo’n dataset blijft echter expliciete kennis (denk aan het internet of een gesloten database zoals alle medisch-wetenschappelijke literatuur) die bovendien actueel moet worden gehouden.

Voor zinvolle persoonlijke interacties is ook impliciete kennis nodig. Die categorie kennis zit alleen in hoofden van mensen. Ook hebben kunstmatige intelligentie-systemen veel moeite met ambigue informatie. Het voorbeeld dat Arjan van Hessen aangeeft (Jan ziet Marie met een verrekijker) is een mooi voorbeeld. Een systeem zal ambigue zinnen moeten herkennen en in staat moeten zijn de juiste contextuele informatie te vinden (of op te vragen aan de gebruiker).

De sprekende computer: text-to-speech

Tot slot: een computer die je verbaal wilt laten communiceren met mensen, zal zelf ook tekst naar spraak moeten kunnen omzetten. Ook deze spraaksynthese-technologie is enorm verbeterd. Waar voorheen met blokjes spraak werd gewerkt (waardoor een sprekende computer nogal kunstmatig en houterig over kwam) worden nu veel kleinere eenheden geanalyseerd, gecodeerd en gebruikt om spraak te produceren.

Op weg naar de uncanny valley

De oplossing die alle bovenstaande technologieën weet te combineren in bijvoorbeeld een robot met een levensecht uiterlijk, een goede motoriek en realistische gelaatsuitdrukkingen, komt dicht in de buurt van Westworld. Het is niet ondenkbaar dat over een paar jaar het onderscheid tussen mensen en robots – bijvoorbeeld bij toepassing van videoconversaties – op het eerste oog moeilijk te maken is. Naarmate het verschil tussen robots en mensen kleiner wordt, komt de ‘uncanny valley‘ steeds meer op de voorgrond: een afkeer van robots, omdat ze te veel menselijke trekjes krijgen.

Een robot waar je wat aan hebt

cozmo
Cozmo

Alexa, Siri, Cortana: deze virtuele agents lijken misschien veelzijdiger dan een one trick pony zoals een TomTom, maar echt slim zijn ze niet. Bovendien schuifelen ze niet gezellig door je huis, maar wonen ze in je smartphone. Een echte robot moet echt luisteren, echte vragen beantwoorden en echte klusjes doen. Handen uit de mouwen!

zenbo
Zenbo

Er wordt hard gewerkt aan robots waarbij een intelligent brein is verpakt in een aantrekkelijke vorm. Jibo bevindt zich onderaan in de rangorde en is wat Wired noemt een soort bloemenvaas. Het apparaat kost circa 750 dollar en is in staat een ‘persoonlijkheid te ontwikkelen en verschillende emoties uit te drukken.’ Jibo maakt gebruik van – hoe kan het ook anders – kunstmatige intelligentie, gezichtsherkenning en spraakherkenning. De bedenkers van Cozmo zijn qua intelligentie en design een stap verder gegaan. Cozmo lijkt een beetje op een figuurtje uit de animatiefilm Cars: het is een autootje met een gezicht. De makers van Cozmo (een deel van het ontwikkelteam komt bij Pixar vandaan) kozen nadrukkelijk voor een robot met persoonlijkheid. Cozmo is speels en nieuwsgierig en gaat graag de interactie aan. Daarvoor is wel een smartphone nodig, want hoewel Cozmo beschikt over allerlei sensoren, zit de denkkracht in een smartphone app. Die app stuurt informatie terug naar Cozmo, die vervolgens in actie komt. Dat maakt Cozmo relatief slim, want gemakkelijk van upgrades te voorzien en te debuggen. Ook Zenbo ziet er nog een beetje speelgoedachtig uit, maar is bedoeld voor het meer serieuze werk en heeft volgens producent Asus de potentie om een volwaardig gezinslid te worden. Zenbo heeft geen ledematen, maar wel een stel wielen net als Cozmo en kan je dus niet volgen als je de trap op of af gaat.

De robot als werkpaard

Jibo, Cozmo en Zenbo zijn meer kenniswerkers dan klusjesmannen. Ze hebben alle drie het vermogen een gelaatsuitdrukking te laten zien (op een scherm weliswaar) en gaan daarmee een stap verder dan Nao. Zitten we te wachten op meewarig kijkende robots? Of hebben we liever een werkpaard zonder sociale vaardigheden? Ook Nao, hoewel voorzien van ledematen, kan door zijn bescheiden omvang nauwelijks fysieke taken uitvoeren. Dan is Asimo van Honda de eerstvolgende kanshebber: die kan de trap oplopen en een kopje koffie uitserveren, maar na een uur is zijn accu leeg. Voor zijn aankoopprijs van 2,5 miljoen dollar kan je ook een aardige hofhouding inhuren, maar Asimo vraagt geen loon.
Voor de echte werkpaarden moet je bij Boston Dynamics zijn. Dit bedrijf ontwikkelt in hoog tempo robots die tot steeds meer in staat zijn – een van de redenen waarom eigenaar Google er vanaf wil. Waren de eerste werkpaarden van het bedrijf lompe muilezels, met SpotMini hebben de techneuten een soort hond ontwikkeld die niet blaft, maar wel verschillende klusjes kan opknappen. SpotMini heeft ook een grotere broer die met je mee kan rennen tijdens het joggen. Maar echt sympathiek zien ze er niet uit. Dan doet Kawada het beter met de HRP-4, al verraadt deze naam dat het niet om een model gaat waarmee het hart van de consument moet worden gewonnen.

De toekomst van robots

Elon Musk begrijpt als geen ander dat technologie niet onze vijand moet worden. Met name bij robots kan het uncanny valley verschijnsel optreden: als robots te veel op mensen gaan lijken, worden ze angstaanjagend. Musk sprak eerder zijn zorgen uit over de groeiende macht van kunstmatige intelligentie: als die sterker wordt dan de menselijke intelligentie, hebben wij het niet meer voor het zeggen. Hij heeft zich daarom ten doel gesteld een huishoudrobot te ontwikkelen die je met spraak kunt aansturen en die de interactie aangaat als iets niet duidelijk is. Met andere woorden, Musk wil de intelligentie combineren met fysieke mogelijkheden.
Juist door het maken van (nieuwe) combinaties ontstaat innovatie. Robots bevolken al decennia onze fabrieken en slimme systemen bepalen wat we op het internet zien. Er liggen nog veel combinaties in het verschiet als verschillende facetten van robots verbeteren.

1. Energie

Robots zullen hun fysieke mogelijkheden aanzienlijk vergroten als ze efficiënter omgaan met energie. Bijvoorbeeld door energie vooral te gebruiken voor fysieke handelingen en rekenkracht uit de cloud te halen. Ook de energiebronnen zelf zullen steeds efficiënter worden. Beide ontwikkelingen gecombineerd vergroten – net als bij elektrische auto’s – de actieradius.

2. Intelligentie

Voor ‘intelligentie’ is rekenkracht een vereiste: kennis kan van het web worden geplukt of uit een database zoals Watson doet. Voor effectieve interactie en succesvolle integratie in de samenleving met mensen is het kunnen omgaan met natuurlijke taal en het kunnen duiden van emoties een pluspunt, iets waaraan IBM via Watson mee bezig is. Sony zou werken aan een robot die zelfs emotionele banden zou kunnen vormen. Daarnaast moeten algoritmen en analytische software er voor zorgen dat systemen sneller grote hoeveelheden informatie kunnen verwerken: bijvoorbeeld de input van verschillende sensoren. Darpas, de technologietak van het Amerikaanse leger, werkt aan een visueel waarnemingssysteem waarmee om voorwerpen heen gekeken kan worden. Dat systeem moet wel op een drone of robot worden bevestigd, maar het beeld zelf kan weergegeven worden in een VR-bril.

3. Motoriek

De bewegingsmogelijkheden van een robot worden in de robotica aangeduid met degrees of freedom (DOF). Een DOF is een beweging over een as (als in een eenvoudig gewricht, bijvoorbeeld omhoog/omlaag). Menselijke robots beschikken over zes DOF per arm, vijf tot zes DOF per been, en vaak een aantal DOF in torso en nek, totaal dertig DOF of meer. Robots die draaibare polsen en apart beweegbare vingers hebben, komen uit op hoge DOF-scores. Hoge DOF-scores zijn niet altijd nodig om bepaalde taken goed uit te kunnen voeren. De 3D builder, ontwikkeld door BAM en Universe Architecture kan vormvrij printen, maar heeft voldoende aan 6 DOF. Een humanoide robot die in huis moet gaan helpen, is wel gebaat bij ‘fijne motoriek’, inclusief tastzin

4. Collectieve toepassingen

Robots kunnen ook beter worden als de combinatie zoeken in het collectief, ofwel opereren in swarms of zwermen. Het laten samenwerken van verschillende gedeeltelijk autonome systemen is al toegepast bij platooning – het in een groepsverband laten rijden van vrachtauto’s. De sensoren van het eerste voertuig helpen de andere voertuigen in de rij; het collectief zorgt voor minder brandstofverbruik. De onderdelen van de groep kunnen ook zelfstandig functioneren, maar verliezen daarmee een deel van hun informatie.

5. Prijs

makerarmit-1Voor industriële toepassingen is de inzet van robots een business case. Om robots een plek in ons dagelijks leven te geven als assistent of als speelgoed moet de prijs binnen handbereik van consumenten liggen. De kosten van 3D printers zijn al enorm gedaald en steeds vaker wordt daarbij gebruik gemaakt van robottechnologie – zoals bij de Makerarm, een robotarm die je op de keukentafel kunt bevestigen en die nog geen 2.000 dollar kost.

Banenverlies

Volgens onderzoeksbureau Forrester kan de komende tien jaar 16 procent van de Amerikaanse banen overgenomen worden door een robot of een kunstmatig intelligent systeem. Vooral administratief personeel kan zich het beste maar laten omscholen tot robotmonteur. Want hoe meer degrees of freedom, hoe sneller er gewrichtsklachten ontstaan. Toch is het moeilijk te bepalen of deze inschatting reëel is. Fysieke robots worden nu al volop ingezet in verschillende productieprocessen: automotive, levensmiddelen. Wanneer robots werkelijk slimmer worden, kunnen productieprocessen meer ‘agile’ worden: vaker en sneller veranderen, waarmee maatwerk beter mogelijk wordt. Ook hier leiden combinaties tot efficiëntere ketens: robots kunnen van elkaar leren, fouten herstellen en taken verdelen. Daarmee komen ze eerder in de buurt van een kleine ambachtelijke werkplaats dan een grootschalige gestandaardiseerde productieomgeving. Het belangrijkste verschil met het oude concept ‘ambacht’ is dat vernieuwing en verandering in het DNA van de robot zitten.