Wie innoveert het snelst met elektrisch vliegen?

De wegen staan vol, het spoorwegnet is overbelast en zelfs het luchtruim lijkt drukbezet. Toch richt de luchtvaart zich op de realisatie van het ultieme sciencefiction-beeld: een zelfstandig vliegend vervoermiddel. Veiligheid en actieradius zijn de grootste uitdagingen in de sterk gereguleerde luchtvaartsector, die beseft dat verduurzaming onvermijdelijk is. De uitdagers liggen op de loer: kunnen zij sneller vernieuwen? 

Het luchtruim biedt meer ruimte dan het aardoppervlak, waar ruimte voor wegen moet concurreren met andere vormen van ruimtegebruik. Het luchtruim heeft nog een ander voordeel: je hebt ook geen fysieke infrastructuur nodig. Er is wel een belangrijk nadeel: de zwaartekracht moet overwonnen worden, dus vliegen kost meer energie dan rijden. Aandrijving met niet-fossiele energiebronnen is een voorwaarde voor duurzaamheid. Waar de elektrische auto bij een lege accu tot stilstand komt, valt een vliegtuig uit de lucht. En waar de autonoom rijdende auto bij een dilemma zichzelf eventueel tot stilstand brengt, kan een luchtvaartuig maar beperkte tijd in de lucht zijn. Zie hier de twee belangrijkste uitdagingen: veiligheid en uithoudingsvermogen.

Luchtruim wordt steeds drukker

Deze twee uitdagingen maken de ontwikkeling van nieuwe luchtvaarttechnologie bijzonder complex. De luchtvaart is streng gereguleerd. Voor vliegtuigen gelden luchtwaardigheidseisen, onderdelen moeten gecertificeerd zijn, bedrijven moeten een vergunning voor zowel vliegen als onderhoud hebben en voor piloten geldt het principe van type rating: voor ieder vliegtuig is er een aparte bevoegdheid. Die wetgeving is de afgelopen decennia alleen maar verder aangescherpt en zal de komende tijd ook gaan gelden voor drones – onbemande vliegtuigen. Dat is relevant, omdat de gevestigde luchtvaartsector nadrukkelijk verder kijkt dan naar alleen het elektrificeren van het klassieke vliegtuig. Ook onbemand vliegen staat op de agenda. Daarmee wordt het aanzienlijk drukker in het luchtruim. De basis voor autonoom functionerende en zelflerende collision avoidance systemen wordt voor een belangrijk deel ‘op de weg’ ontwikkeld.

Elektrisch vliegen

De Amerikaanse luchtvaarttoezichthouder FAA – die in grote lijnen gevolgd wordt door kleinere toezichthouders zoals de EASA – heeft vermoedelijk jaren nodig om alle technologische ontwikkelingen in nieuwe regels te kunnen vervatten. Hoewel er nog geen regels zijn voor drones die passagiers vervoeren, zit de sector niet bepaald stil. Innovatie is om twee redenen interessant. De luchtvaart beseft dat ze met ruimtegebruik van uitdijende luchthavens, lawaai en uitstoot onder toenemende druk staat. De onderneming die als eerste met een substantiële schaalgrootte de luchtvaart kan veranderen, heeft een enorme voorsprong. Er zijn dan ook verschillende initiatieven voor innovatie in de luchtvaart: elektrisch vliegen staat volop in de belangstelling en autonoom vliegen is net zo interessant als verticaal opstijgen – dat laatste maakt een landingsbaan immers overbodig.

Vergezichten in de lucht

Deloitte beschouwt het als realistisch en haalbaar: rond 2020 moet de vliegende auto realiteit kunnen zijn. Een van de grootste uitdagingen is de regulering en de veiligheid. Aan mooie vergezichten ontbreekt het niet: “The AJet-100 Is Cleaner, Greener and Features a Stunning Glass Floor”.

elektrisch vliegen

Greenliner is ook de naam van een tekentafelmodel in tien weken tijd ontwikkeld door tien studenten in Aerospace Engineering van de TU Delft. Volgens de studenten is het mogelijk om in 2030 emissieloos te vliegen met een toestel dat gebruikmaakt van een combinatie van waterstof en brandstofcellen, voortgedreven door propellers rond de romp.
Maar zelfs met beide voeten op de grond is opvallend dat uiteenlopende partijen met innovaties bezig zijn: niet alleen vliegtuigfabrikanten, ook bedrijven als Google en Uber en zelfs vliegbedrijf Easyjet.
In Noorwegen worden alle korte vluchten elektrisch, zo heeft de Noorse luchthavenautoriteit Avinor bepaald. Binnen 20 jaar moeten alle vluchten die tot 1,5 uur duren volledig op duurzame stroom vliegen. Er is dus wat te winnen.

Siemens durft vijftien jaar vooruit te kijken

Frank Anton, directeur Siemens e-Aircraft, schat in dat een hybride-elektrisch vliegtuig voor 100 passagiers in 2035 beschikbaar zal zijn. Siemens werkt onder meer samen met het Duits-Franse Airbus, waarbij Siemens het elektrische deel van de aandrijving ontwikkelt. Een voorbeeld hiervan is het hybride toestel Magnus eFusion. Dat de ontwikkelingen snel gaan, blijkt uit het programma van de E-Fan, een elektrisch tweepersoons toestel. Dat programma startte Airbus in 2014, maar werd in 2017 alweer gestopt omdat het was ingehaald door nieuwe technologie van Siemens.

Ook vliegtuigbouwer Boeing is ervan overtuigd dat het elektrische vliegtuig sneller realiteit is dan we denken. Volgens CEO Dennis Muilenburg worden er in hoog tempo prototypes gebouwd. Ook Boeing gelooft in een toekomst waarin nieuwe ecosystemen van autonoom vliegende apparaten ons van A. naar B kunnen verplaatsen. Boeing heeft net als andere spelers een eigen innovatiehub opgetuigd, waaronder een venture capital tak met de naam HorizonX. Dat investeert bijvoorbeeld in bedrijven zoals Near Earth Autonomy die systemen ontwikkelen voor zelfstandige objectherkenning en -vermijding in het luchtruim. Cruciaal daarbij is kunnen bijsturen (een alternatieve route kiezen); in de lucht tot stilstand komen (als de omstandigheden dat toelaten) kost veel energie en kan er toe leiden dat je je eindbestemming niet haalt.

Urban Air Mobility

Net als Boeing zoekt ook vliegtuig- en helikopterbouwer Airbus naar alternatieven voor het klassieke vliegtuig. Zo heeft Airbus geïnvesteerd in Silicon Valley-startup A3, waar gewerkt wordt aan de Vahana, een autonoom vliegende taxi. A3 heeft zelfs al een nieuwe beeldtaal klaar voor het concept Urban Air Mobility, zodat we allemaal weten wat straks wordt bedoeld met ‘transfer from vertipad’.

elektrisch vliegen

Het concept van een vervoersysteem met autonome toestellen door de lucht spreekt meer bedrijven aan. Uber wil binnen enkele jaren een eigen ecosysteem gerealiseerd hebben (UberAIR) dat bestaat uit verticaal opstijgende onbemande taxi’s. Die moeten elkaar in snel tempo kunnen opvolgen (twee per minuut). Uber werkt op dit vlak samen met onder andere Boeing, dat hiervoor het bedrijf Aurora Flight Sciences heeft overgenomen. Uber werkt daarnaast samen met Bell Helicopter en met de recent door Boeing overgenomen Braziliaanse vliegtuigbouwer Embraer. Het ecosysteem van Uber reikt verder dan alleen ‘vliegen’. Het bedrijf is in overnamegesprekken verwikkeld met Bird en Lime, twee startups die actief elektrisch vliegenzijn op het gebied van de ‘last mile’ (zoals (elektrische) huurscooters, huurfietsen en huurstepjes). Eerder dit jaar nam Uber al e-bike aanbieder Jump voor 100 miljoen dollar over.

Kitty Hawk is het bedrijf van Google-oprichter Larry Page; het heeft in voorjaar 2018 een vliegende taxi onthuld met de naam Cora die verticaal kan opstijgen. In voorjaar 2018 maakte de Ehang 216 (een Chinese drone) zijn debuut in Nederland, autonoom vliegend via het mobiele netwerk van KPN. Ehang heeft al veel testvluchten uitgevoerd met verschillende types en is bedoeld als autonome taxi.

Experimenten

elektrisch vliegenDe Duitse ANWB, de ADAC, gaat experimenteren met elektrische helikopters om noodartsen op de plek van een calamiteit te brengen. De tweezits Volocopter met achttien kleine rotoren zal bij gebleken succes op termijn de auto kunnen vervangen waar noodartsen nu mee worden vervoerd.
Het politiekorps in Dubai wil vanaf 2020 gaan vliegen met de Hoverbike Scorpion 3, geproduceerd door het Amerikaanse Hoversurf. Volgens Dronewatch weegt het apparaat zo’n 125 kg en kan het op een paar meter hoogte met een topsnelheid van 100 km/uur vliegen. Ook hier geldt dat de vliegduur zeer beperkt is: 10 tot 25 minuten.

elektrisch vliegen

Easyjet: over tien jaar elektrisch vliegen

EasyJet wil met Wright Electric aan de slag om elektrische aandrijving voor vliegtuigen te ontwikkelen. EasyJet-ceo Carolyn McCall ziet een toekomst voor ogen zonder kerosine: een volledig elektrische korteafstandsvloot moet binnen 20 jaar haalbaar zijn en het eerste commerciële vliegtuig, geschikt voor 120 passagiers en een afstand van 540 kilometer, moet over tien jaar vliegen.

De energiedichtheid en dus het gewicht van de accu (die van het tweepersoonstoestel van Wright weegt zo’n 272 kilogram) is de grootste uitdaging – niet alleen voor de burgerluchtvaart, maar voor alles wat in de lucht moet blijven.
Joris Melkert (TU Delft) stelt dat op dit moment de energiedichtheid van kerosine al snel een factor 60 groter is dan die van accu’s. Daarom zou de prijs voor de beste innovatie in de luchtvaart moeten gaan naar iemand die de zwaartekracht weet op te heffen. Energie-neutraal dan.

Verzorgt Google Assistant straks de eerstelijns customer service?

Ieder jaar organiseert de Klantenservice Federatie, de branchevereniging voor bedrijven die zich bezighouden met klantcontact en e-commerce, haar jaarcongres. Silovorming en denken in profielen, kanalen, segmenten en andere hokjes staat een soepele dienstverlening aan klanten vaak in de weg. Aegon liet zien hoe een onderbouwde customer experience strategie een eind kan maken aan de nutteloze discussie over kosten en baten van klantcontact. En: de snelle ontwikkeling van spraakplatformen zoals Google Assistant heeft mogelijk ingrijpende gevolgen voor het contactcenter. Is het straks de Google Assistant die bepaalt of klanten nog in jouw contactcenter binnenkomen? 

Kom op een congres of seminar dat een raakvlak heeft met klantcontact en KIRC staat op het podium. Dat podium wordt dan op drie manieren gebruikt: het promoten van KIRC als kenniscentrum (wat weer een marketingvehikel is van een rijtje dienstverleners), het verzamelen van kengetallen en het presenteren van trends. Meestal stort KIRC in sneltreinvaart een reeks aan cijfers, grafieken en tabellen uit over het publiek.

De gegevens die KIRC presenteert, zijn afkomstig uit eigen onderzoek, maar ook uit onderzoek van derden zoals KCM, Genesys, Dimension Data, Verint en Teleperformance. Door de veelheid aan (verschillende soorten) informatie is het uiteindelijk lastig de hoofdtrends te onderscheiden. Zo worden meningen en opvattingen over trends en patronen afgewisseld met kwantitatieve inschattingen van respondenten over volumes, behaalde doelstellingen en klantfeedback. Soms zijn cijfers wel te vergelijken met voorgaande jaren, soms niet. En soms wordt in vragen een combinatie van containerbegrippen gepresenteerd: ‘is customer experience verankerd in het DNA van de organisatie?’ Die vraag is extra ingewikkeld omdat het contactcenter zelden nog de enige partij is die de customer experience of customer journey bepaalt of beïnvloedt: de rol van ketenpartners wordt steeds belangrijker. Denk aan e-commerce waar de kwaliteit van logistieke dienstverleners en wederverkopers een stempel op de totale beleving drukt.

Direct contact versus selfservice

Gelukkig heeft KIRC alle cijfers in een boekje gebundeld, waarbij Geeske te Gussinklo de hoofdlijnen kort samenvat; daarnaast is er een goede management summary. Direct contact (in plaats van selfservice) scoort nog altijd het hoogst – komt dat door een absolute voorkeur bij consumenten of de hoogste doeltreffendheid? Selfservice is en blijft een zorgenkindje: ruwweg vier van de tien interacties verloopt niet goed. Ook chatbots presteren nog ondermaats: ook hier is de succesratio net geen 60%. De doorlopende zoektocht naar manieren om meer met data te doen leidt tot meer applicaties en dus wordt systeemintegratie een een ander zorgpunt. Een andere belangrijke constatering kwam van SAMR. Uit onderzoek uitgevoerd in samenwerking met de Rijksuniversiteit Groningen blijkt dat bedrijven baat kunnen hebben bij scherp afgebakende doelstellingen op het vlak van klanttevredenheid. De grootste meeropbrengst in termen van retentie en herhaalaankopen kan gerealiseerd worden als bedrijven hun klanttevredenheid van een zeven naar een acht weten te brengen. Maar hogere ‘rapportcijfers’ leveren nauwelijks iets op. Of dat aan de terughoudendheid van Nederlanders om een hoger cijfer te geven of dat ‘goede dienstverlening’ net wordt zo gewaardeerd als ‘excellente’ dienstverlening, werd niet toegelicht.

Digitalisering van klantcontact

Digitalisering leidt tot minder live contact. Althans, dat is de opzet, de grootste krimp in contactcenters lijkt gerealiseerd te zijn met de opkomst van selfservice. Maar volgens de cijfers worden klanten daar niet echt blijer van. Geen enkele consument heeft ‘bellen met bedrijf A, B of C als hobby. Daarnaast kan op dit moment nog niet worden gezegd dat invoering van de chatbot banen kost. Het gebruik van chat en whatsapp neemt toe, maar de volumes aan e-mail en telefoontjes nemen niet echt af.

Beide onderwerpen kwamen terug in twee andere bijdragen tijdens het KSF-congres. Aegon liet zien hoe The Experience Economy van Joe Pine het bedrijf hielp bij het verbeteren van de servicestrategie. En een presentatie van Google zou alle klantcontactprofessionals moeten wakker schudden. Het is niet je eigen chatbot die voor een verandering gaat zorgen, het wordt een van de drie technologiereuzen die de eerstelijns customer service van je gaat afpakken (of overnemen).

Cost center of value center?

customer experienceIn de wereld van klantcontact speelt de discussie over kosten en opbrengsten van het contactcenter al jaren. Is het contactcenter een costcenter of een value center? Nu kost een afdeling bestaand uit assets en resources per definitie geld, dus in veel bedrijven begint het contactcenter al op achterstand. Rien Brus, Global VP of Customer Strategy bij verzekeraar Aegon heeft zijn organisatie geholpen om scherpere keuzes te maken: allereerst van productgericht naar klantgericht denken en daarna van kosten naar waarde. Impliciet gaat daarachter een afwijkend paradigma schuil: omzet en winst zijn geen doel op zich, maar een resultaat van het hebben van klanten (die blijkbaar bereid zijn om bij jou diensten of producten in te kopen).

Brus haalt daarbij Joseph Pine aan, auteur van The Experience Economy, over hoe economische waardecreatie zich ontwikkelt. Pierre Spaninks geeft daarvan een bondige samenvatting: “In de grondstoffeneconomie werd er nog gewoon geld verdiend aan meel en eieren. In de productie-economie aan de taarten die je daarmee kon bakken. In de diensteneconomie aan het bezorgen van die taarten. En in de beleveniseconomie aan workshops waar culi’s zich even een heuse banketbakker konden wanen. De volgende fase voorspelden Pine en Gilmore ook alvast: de transformatie-economie. Dan betalen mensen goud geld om te leren hoe ze weer van die taarten af kunnen blijven.”

customer experience

Klantcontact is een activiteit die zich afspeelt op het niveau van service en experience. Wat Brus betreft is het gemakkelijk om te zien wat het verschil is tussen commodities en producten, maar hoe kan klantcontact nu waarde toevoegen? Gaat het om noodzakelijke transacties (eenvoudigweg omdat het product of de dienst nu eenmaal tot vragen leidt: service als bijproduct van het product zelf) of om iets ‘hogers’ dat bijdraagt aan omzet en winst? Het antwoord op die vraag is belangrijk om te weten waar je wel en niet in moet investeren: kostenminimalisatie of opbrengsten-optimalisatie.

Volgens Brus ligt het antwoord besloten in het fenomeen ‘tijd’. Tijd is schaars, niet alleen voor mensen die in bedrijven werken, maar ook voor consumenten. Ze kunnen kiezen waar ze die tijd het liefst aan besteden en ook het besparen van tijd (door snelheid en gemak) kunnen aantrekkelijk zijn voor klanten. Het leveren van commodities, producten en services is gericht op het bieden van gemak en het besparen van tijd (‘time well saved’). Zodra je van ‘services’ naar ‘experiences’ en ‘transformations’ gaat, draait het voor consumenten om iets anders, namelijk ‘time well spent’.

‘Time well spent’ in een contactcenter?

In contactcenters bestaat de neiging verwachtingen van klanten ‘te overtreffen’ met ‘excellente service’. Maar is ‘time well spent’  haalbaar als klantcontact is ingericht op doelstellingen die te maken hebben met snel, eenvoudig en gemakkelijk – door managers vaak vertaald in standaardisatie en automatisering? Je kunt pas spreken van ‘time well spent’ als een interactie blijft hangen in de herinnering van een klant, als de interactie relevant en persoonlijk is. Hoe zwaarder deze eigenschappen aanwezig zijn, hoe meer ze bijdragen aan tevredenheid, retentie en uiteindelijk omzet, aldus Brus. Contacten die het minst bijdragen, moet je elimineren (of reduceren).

Design thinking?

Het model van Pine bestaat al sinds eind jaren negentig, maar biedt nog steeds concrete houvast bij de vraag hoe bedrijven afwegingen kunnen maken bij investeringsbeslissingen in klantcontact. De kunst is daarbij om niet zelf te bepalen wat waarde toevoegt of slechts ‘tijd bespaart’, maar de klant dit te laten doen. Het betrekken van de klant in het ontwerpen van dienstverlening kwam echter niet naar voren: niet bij Aegon, niet bij een andere presentatie van zorgverzekeraar CZ en evenmin bij het KSF Jaarcongres als geheel. Ofwel: klantcontactexperts praten liever over de klant dan met de klant. Dat is vreemd, want de klantcontactsector is nu juist op zoek naar wat bepalend is voor ‘relevantie’. Het is nog vreemder als je ziet dat de sector op basis van cijfers weet hoe klanten bepaalde oplossingen (zoals de eerste generatie chatbots waar veel bedrijven nu in investeren) waarderen.

Google wil ons naar ‘the age of assistance’ brengen

Dan naar Google. Karlijn Pels en Petra Stojanovic lieten zien hoe personalisatie (bijvoorbeeld op basis van persoonlijke gegevens en locatie) doordringt in het gebruik van Google. Consumenten zoeken steeds vaker met aanvullende vragen zoals ‘beste’, ‘in de buurt’ en ‘op dezelfde dag bezorgd’. Wat Google betreft zijn we de afgelopen tien jaar bezig geweest met mobile first en breekt nu een tijdperk aan: de ‘age of assistance’. Pels en Stojanovic wijzen er op dat veel klantvragen – voordat ze bij de website met selfservice of een contactcenter van een bedrijf uitkomen – beginnen met een zoekvraag bij een zoekmachine.

Google laat zien hoe bol.com, KLM, Albert Heijn, PostNL en zelfs Andrelon al zijn aangehaakt op het spraakplatform van Google. Het Unilever-shampoomerk werkt daarbij samen met Kruidvat en omvat ook een besteloptie. De boodschap van Google is duidelijk: haak nu aan, want dan kan je leren van hoe de consument met deze nieuwe technologie omgaat. Om die boodschap kracht bij te zetten gaf developer Lee Boonstra een live demo hoe je eenvoudig met een drag-and-drop-achtige aanpak een chatbotdialoog kunt inrichten. Nodig: data als trainingsmateriaal (denk aan voorbeeldzinnen), Actions on Google en het dialogenbouwpakket Dialog, beiden uit de stal van Google. De reacties van de gebruiker tijdens de dialoog worden niet alleen gebruikt om de dialoog te sturen; met behulp van sentiment monitoring wordt gekeken welke onderdelen van de dialoog tot (on)tevredenheid of broodnodige escalatie leiden.

Heeft Google straks als eerste contact met jouw klant?

Machine learning zorgt ervoor dat er momenteel in hoog tempo enorme stappen worden gemaakt in geautomatiseerde dialogen – “We zijn nog maar een paar maanden bezig”, aldus Google.
Het is de vraag of contactcentermanagers en marketeers al door hebben dat een spraakplatform dé manier is om consumentenvragen die buiten de organisatie bestaan, naar binnen te halen. Google en Amazon zijn beiden op hun eigen manier al diep doorgedrongen in e-commerce. Nu beide bedrijven ook een spraakplatform hebben opgetuigd, ligt het binnen handbereik dat zij ook de eerstelijns customer service geautomatiseerd gaan verzorgen: transacties, eenvoudige interacties, standaardvragen. Dan krijgt het ‘wegautomatiseren’ van eenvoudige klantvragen plotseling een heel andere betekenis: is het straks de Google Assistant die bepaalt of klanten wel of niet worden doorverbonden met jouw organisatie?

Wie heeft straks het beste spraakgestuurde platform?

Chatbots zijn dom, maar gelukkig is er de virtuele assistent. De komende tijd zal duidelijk worden welke spraakgestuurde diensten van Google, Microsoft, Apple en Amazon zich het snelst ontwikkelen tot het beste spraakgestuurde platform voor interacties en transacties. Die race is ook van belang voor zowel de ontwikkelaars als de gebruikers van chatbots: op welke ecosystemen haak je aan? 

Sinds de introductie van de computer zijn we ingesteld op tekst-gebaseerde interactie met die apparaten. Het meeste werk doen we nog steeds met een toetsenbord en een beeldscherm. Fans van spraaktechnologie blijven er op wijzen op dat spraak, ook bij systemen, de meest natuurlijke vorm van interactie is. Het herkennen van spraak is voor systemen inderdaad geen enkel probleem meer. Maar het verwerken van spraak, zodat een systeem de juiste dingen gaat doen, is nog altijd een uitdaging: begrip van context blijft een bottleneck. Met de opkomst van machine learning worden op dit vlak de eerste stappen gezet en dat leidt tot ‘slimmere’ toepassingen. Daardoor is spraakbesturing bezig met een stevige opmars, met name in China en in Angelsaksische landen.

De chatbot is een domme bureaucraat

Er is ook veel aandacht voor de opkomst van chatbots in Nederland. De meeste chatbots komen echter niet verder dan een vooraf geprogrammeerd vraag- en antwoordspel: als ze al goed bruikbaar zijn, heeft dat betrekking op een specifieke taak. Het probleem is dat die taak niet altijd vooraf duidelijk is. Een consument zal zo’n chatbot met duidelijke verwachtingen gebruiken (ik wil dat mijn probleem wordt opgelost) en als die niet worden ingelost, is de kans op frustratie groot. Bij virtuele assistenten speelt die concrete verwachting een minder grote rol: daar zijn de verwachtingen nauwelijks vooraf ingekaderd en zal de gebruiker doorlopend zoeken naar nieuwe gebruiksmogelijkheden. Door dat exploratieve karakter lijkt de opbouw van een relatie met een virtuele assistent het meest op hoe we menselijke relaties opbouwen: stap voor stap leer je elkaar kennen. De chatbot lijkt vanuit dit perspectief het meest op een bureaucraat die niet vanuit de klant denkt en doet. De best presterende virtuele assistent maakt echter kans om onze nieuwe huisgenoot te worden.

Wie wordt onze nieuwe huisgenoot?

Die rol als nieuwe huisgenoot is interessant voor de leverancier van de virtuele assistent. Interacties leiden tot een nieuwe datastroom, tot een mogelijkheid om informatie te verstrekken (en dus ook gekleurde informatie, zodat beslissingen kunnen worden beïnvloed) en tot het faciliteren van transacties. Kortom, spraakbesturing brengt consumenten naar een platform waar vragen en antwoorden tot allerlei soorten business kunnen leiden. Twee jaar geleden stelde Wired nog dat spraak het platform van de toekomst is en dat Alexa deze slag zal winnen. Het is de vraag of de voorsprong van Amazon op dit moment groot genoeg is.

De strijd lijkt vooral te gaan om Siri, Alexa en Google Home Assistant. Er zijn nog meer initiatieven, maar die lijken op dit moment weinig kansrijk. Microsoft kiest naar alle waarschijnlijkheid voor integratie met Alexa in plaats van het verder ontwikkelen van de eigen assistent Cortana, die niet beschikt over eigen hardware en ook nog niet in het Nederlands beschikbaar is. Samsung heeft tegelijk met de introductie van het S8-toestel een intelligent hulpje gelanceerd (Bixby), dat ook overweg kan met beeldherkenning. Bixby heeft een eigen aan/uit-knop die niet iedereen weet te waarderen. En tot slot is er nog Amelia, de bot van IPsoft, maar zij wordt overwegend ingezet in maatwerkoplossingen voor specifieke opdrachtgevers.

Van het drietal Siri, Alexa en Google is Alexa de enige die nog geen Nederlands begrijpt. Siri was weliswaar de eerste Nederlandstalige virtuele assistent en op ieder Apple device aanwezig, maar alleen met je stem te activeren als het apparaat aan een oplader ligt. Sinds juni is Siri ook aanspreekbaar via de eigen hardware, de HomePod. En sinds oktober begrijpt ook Google Home Assistant de Nederlandse taal.

Siri, Google en Alexa: vrienden onder elkaar

De drie lijken zich in ieder geval behoorlijk bewust van hun onderlinge aanwezigheid. Sterker nog, vraag aan Google Home Assistant iets over Alexa, Siri of Cortana (de virtuele assistent van Microsoft) en er komen gevatte antwoorden. Google Home over Cortana: “Cortana is slim en grappig en ik weet dat ze in Seatlle woont. Het is daar erg mooi.” Vraag of Google Home Assistant contact kan leggen met Alexa: “Die kan je wel om een boodschapje sturen”. Ook Alexa is gevat: ze kent zowel Siri als Google Home, maar “only by reputation”. Siri lijkt het meest contactgestoord. Op de vraag “Ken jij Cortana?” is het antwoord: “Oké, dit heb ik op het web gevonden over ‘Ken jij Cortana’”, gevolgd door een overzicht van websites op je scherm.

Platforms: kwestie van koppelen en aanhaken

Terug naar de platforms. De potentie van de virtuele assistenten wordt (naast de taal, voor Nederland niet vanzelfsprekend) primair bepaald door de koppelingen met aanvullende diensten.
De koppelingen met aanvullende diensten zijn er in twee soorten: configureerbare koppelingen met functies en services die de gebruiker zelf tot stand brengt (denk aan smart home functies zoals Philips Hue of services zoals Spotify) en standaard aanwezige koppelingen die op de achtergrond gemaakt zijn door de leverancier van de assistent (zoals Alexa met Amazon, of Google met de zoekmachine). Deze standaardkoppelingen kunnen betrekking hebben op relaties met externe partijen en op specifieke datasets. Soms ontbreken ogenschijnlijk vanzelfsprekend koppelingen (de assistenten vertellen je niet wat je geboortedatum is of je woonplaats als je ernaar vraagt) terwijl ze bij bepaalde vragen wel rekening houden met je locatie.

Een goed voorbeeld van de verschillen: “Wanneer is mijn verjaardag” leidt bij Alexa tot “currently this agenda query is not supported”, bij Google tot “ik kan voor je zingen als je me dat vraagt” en bij Siri tot “Dit heb ik op het web gevonden over ‘verjaardag’.”

Een tweede voorbeeld: de vraag aan Google “vertel eens iets” leidt tot de presentatie van willekeurige wetenswaardigheden (zoals: het eerste homohuwelijk werd in Nederland gesloten); “vertel eens iets over Mozart” levert echter geen reactie op. Omdat mijn Home Assistant gekoppeld is aan Spotify, levert het woord “Mozart” wel op dat er (zonder dat te vragen) een symfonie wordt afgespeeld. En het laatste voorbeeld: wanneer je aan Google Home vraagt ‘wat voor geluid maakt een hond’, kondigt Google aan “zo klinkt een hond” waarna geblaf klinkt. Alexa reageert niet op de vraag, maar laat wel het geluid van een blaffende hond horen. Siri is nog steeds tot niets anders in staat dan het presenteren van een webpagina.

Drie verschillende ontwikkelpaden

Maakt de virtuele assistent die het best presteert op het vlak van deze ogenschijnlijk vanzelfsprekende achtergrondkoppelingen de beste kansen? Hoe intelligenter die koppelingen, hoe meer dat toevoegt aan (basale) herkenning van de context. Hoe belangrijk die koppelingen zijn is duidelijk geworden door Siri. Hoewel met veel bombarie geïntroduceerd in 2011 (en pas in 2015 voor Nederlands), blijkt Siri tot op de dag van vandaag nog steeds primair neer te komen op een spraakgestuurde zoekmachine. Daarnaast kwam Apple pas deze zomer op de markt met de HomePod, die met een prijs van 349 dollar aanzienlijk duurder is dan de hardware van de andere assistenten en die meer bedoeld lijkt als ‘speaker’ dan als ‘slimme speaker’ – Siri is zoals gezegd nog relatief dom en biedt een zeer beperkt ecosysteem van services en functies.

virtuele assistent

Ook Cortana van Microsoft heeft op alle fronten nog flinke inhaalslagen te maken. Naar verluidt wordt door Microsoft wel geïnvesteerd in spraaktechnologie en in een eigen slimme speaker. Ook is Cortana beschikbaar gemaakt voor iOS, maar het ontbreekt aan een uitgebreid ecosysteem zoals bij Apple (met iTunes en een zeer uitgebreide app store). Microsoft beschikt evenmin over een zee aan data (zoals Google met de zoekmachine) of over een koppeling met een online retailer zoals bij Alexa. Alexa daarentegen is in eerste instantie als open ecosysteem gepresenteerd: iedere developer kan skills toevoegen. Daarnaast stelt Amazon de spraakbesturingstechnologie beschikbaar aan andere producenten van bijvoorbeeld huishoudelijke en industriële apparatuur of auto’s. En uiteraard is Alexa gekoppeld aan Amazon, een van de grootste webwinkels ter wereld.

virtuele assistent

De beste assistent komt zelf met suggesties

Zijn die voordelen voldoende om van Alexa het dominante platform te maken? Dat is de vraag, want het ontsluiten en herkennen van de skills die Alexa in huis heeft (tot nu toe duizenden) is nog een uitdaging. Alexa wijst de gebruiker niet uit zichzelf op nieuwe skills of services. Hoe kom je erachter dat je assistent goed kan samenwerken met je bank-app? Wanneer is je assistent in staat om proactief een voorstel aan je doen om een financieel probleem voor je oplossen – bijvoorbeeld je huishoudrekening aanvullen vanuit je spaarrekening? Dit hangt ook af van het vermogen van assistenten om een langere dialoog te voeren en uit die dialoog bijvoorbeeld nieuwe behoeften te destilleren, zodat de assistent zelf – dus in een dialoog met de gebruiker – met suggesties kan komen: gebruik deze skills eens, of zal ik een koppeling maken met deze dienst? Precies dit is waar zowel Amazon als de bedrijven die op het platform willen aanhaken, mee aan de slag moeten.

Ecosysteem met naadloze integraties

virtuele assistentOok Google werkt aan het opbouwen van een ecosysteem. Daarbij lijkt extra aandacht uit te gaan naar de gebruiker van de assistent door de integratie van chatbots. Met het commando ‘hey google, ik wil met KLM praten’ wordt de conversatie die je met Google Home Assistant voert, overgenomen door Blue Bot. Blue Bot is de virtuele assistent van KLM die je kan helpen bij het boeken van een reis en het inpakken van je koffer. Vertel Blue Bot waar je naar toegaat (New York) en de assistent vertelt je onder meer dat je een visum nodig hebt. Maar als je wil weten hoe je dat visum kunt krijgen, wordt het stil. Ook is Blue Bot niet in staat die vraag weer ‘terug te geven’ aan Google Home Assistant, waarvan je zou verwachten dat die wel een advies heeft. En tot slot klinkt de stem van Blue Bot een stuk ‘mechanischer’ dan Google Home Assistant. Blijkbaar heeft KLM gekozen voor verouderde natural speech generator-software.

virtuele assistent
click to play video
Een soepele conversatie

Op vergelijkbare wijze kan de Google Home Assistant je in contact brengen met de bot van bol.com of de bot van Albert Heijn (‘Appie’): ‘Hey Google, ik wil graag praten met…’. Bij Appie kan je wel bestellingen op je lijstje toevoegen, maar nog niet shoppen zoals Amazon via Alexa. De bot van bol.com ‘kent de catalogus nog niet uit het hoofd’. Dat zal vast niet lang meer duren, de hardware van Google is in ieder geval al wel verkrijgbaar bij Albert Heijn.

Kortom, ontwikkelaars van chatbots (én hun klanten) doen er goed aan, na te denken over de vraag met welke ecosysteem zij gaan koppelen. Het lijkt er op dat zowel Apple als Microsoft last hebben van hun eigen besturingssysteem, terwijl Google en Amazon op dit vlak ‘agnostisch’ zijn. Daarnaast is van belang op welke manier ontwikkelaars aanhaken op een ecosysteem: via skills en services of via de meer intuïtieve handover waarbij de gesproken dialoog van de ene naar de andere bot wordt ‘overgedragen’ zoals bij KLM? Want vermoedelijk gaat ook in de spraakbesturing de kwaliteit van de customer journey van grote invloed zijn op het succes van chatbots en virtuele assistenten. En last nut not least levert aanhaken op een spraakgestuurd platform weer nieuwe vraagstukken op voor bedrijven: wat gaan ze regelen op het vlak van privacy en security?

Algoritme controleert algoritme

Door digitalisering worden in veel bedrijven processen steeds complexer. Dat maakt de rol van toezichthouders – commissarissen, accountants, auditors – lastiger. De toepassing van algoritmen die op basis van machine learning werken, vergroot deze uitdaging. Ook auditors maken tegenwoordig gebruik van slimme systemen om andere slimme systemen te controleren. Wie controleert wat?

algoritmenYuval Harari, auteur van 21 Lessons for the 21st Century, is ervan overtuigd dat in de toekomst ons brein wordt gehacked door kunstmatige intelligentie. Hij verwacht dat biotechnologie en kunstmatige intelligentie naar elkaar toe zullen groeien en vraagt zich af wie deze ontwikkeling aanstuurt en bepaalt. Zijn dat burgers, overheden of juist de grote bedrijven? Het antwoord laat zich raden.  Overheden zullen ontwikkelingen op dit snijvlak vooral aangrijpen voor nationale belangen zoals defensie en daarnaast liggen de mogelijkheden bij bedrijven, niet bij burgers.

Dat hacken van ons brein is een goed voorbeeld van de tegenstrijdige wereld waar we naar toe gaan: technologie kan problemen oplossen en onze levens verbeteren, maar per saldo krijgen we steeds minder vat op ons leven. Hoe groter de rol van kunstmatige intelligentie wordt, hoe minder onze eigen hersenen een bepalende rol blijven spelen.

Wie controleert de werking van software

Wat ons mogelijk te wachten staat, laat het meest recente debacle van ING zien: de witwas-affaire. Bij banken is uitgebreide monitoring van transacties verplicht volgens de wet ter voorkoming van witwassen en financieren van terrorisme. Voor een grootbank is dat monitoren een proces dat ingericht en uitgevoerd wordt met behulp van software, die doorlopend grote hoeveelheden data moet analyseren. Deze software programmeer je in eerste instantie natuurlijk om het proces dat de wet voorschrijft, uit te voeren. Hierbij worden zowel medewerkers als beslissers voorzien van feedback uit systemen: beslissingen op bestuursniveau worden genomen op basis van data. Of die systemen integer zijn ontwikkeld en doelmatig functioneren (doen waarvoor ze zijn ontworpen) is niet gemakkelijk te zien, laat staan doorlopend zichtbaar. Toetsing door middel van interne en externe audits moet aantonen dat de software zijn werk goed doet en dat de software ook goed wordt ingezet. Bij ING was ergens in dit monitoringproces besloten om de software aan te passen. “Het systeem om transacties te monitoren was – mede vanwege de beperkte personele capaciteit – door de bank zo ingesteld dat slechts een beperkt aantal witwassignalen werd gegenereerd”, aldus het Openbaar Ministerie.

In dit verhaal valt op dat het besluit dat ING nam om een systeem aan te passen, intern niet werd afgekeurd (zowel het nemen van het besluit als het aanpassen van het systeem was mensenwerk). Ook is bijzonder dat de auditors die processen en systemen moeten controleren, de aangepaste instellingen van een cruciaal systeem niet hebben gezien – of gemeld.

Wat zijn de intenties van de bedenkers van algoritmen

De processen en systemen die auditors moeten controleren worden steeds ingewikkelder. Die systemen gaan steeds vaker gebruik maken van algoritmen – uitgebreide instructies voor software om een bepaald doel te bereiken, zoals het herkennen van verdachte financiële transacties. In dit soort complexe processen moeten zowel de instructies als de uitkomsten en de benodigde grondstof (data) aan allerlei eisen voldoen. De data moeten betrouwbaar zijn (niet vooraf gemanipuleerd), de instructies moeten voldoende uitputtend en effectief zijn.

Daarnaast moet helder zijn op basis van welke uitgangspunten de algoritmen zijn opgesteld (kostenreductie, risicominimalisatie, wantrouwen, voldoen aan regels). Zo kan een verzekeraar voor de acceptatie van nieuw klanten een algoritme ontwikkelen dat bepaalde klanten uitsluit, omdat ze een te groot risico vormen. Het uitsluiten van een nieuwe klant gebeurt echter niet op basis van feitelijke kenmerken van de klant, maar van een profiel waarbij niet gecontroleerd wordt of die klant ook voldoet aan het profiel. Kortom, wie bewaakt dat uitzonderingen ook als uitzonderingen worden behandeld?

Systemen die op basis van algoritmen draaien, nemen hoe dan ook beslissingen, waarbij de bestuurder en de toezichthouder ‘toekijken’; het is aan de auditor om het geheel met enige regelmaat door te lichten om na te gaan of alles werkt zoals het zou moeten werken.

Controle en audit

Interne controles worden in bedrijven uitgevoerd om te voorkomen dat door onvolledige of incorrecte gegevens een onjuist beeld ontstaat, waardoor verkeerde beslissingen genomen zouden kunnen worden. In eerste instantie is die controle erop gericht om te zorgen dat het management op basis van juiste gegevens beslissingen neemt. In tweede instantie worden zo ook de gegevens gecontroleerd die een bedrijf naar buiten brengt. Omdat – onder meer door het Enron-schandaal – duidelijk werd dat ook doorlopend onderzoek naar de beheersing van de ICT onderdeel moet uitmaken van de controle van de verantwoording door de directie van de onderneming, zijn de regels voor verantwoording uitgebreid met Sarbanes-Oxley (SOX) en Basel II. SOX schrijft bijvoorbeeld voor dat met bewijs onder meer wordt verantwoord welke software is aangepast, waarom en door wie.

Software wordt dynamisch

Auditors controleren onder meer software, al jarenlang. Die software was tot nu toe redelijk statisch van aard, veranderingen of ‘changes’ worden in de wereld van IT bovendien zorgvuldig afgewogen, ontworpen, getest en gedocumenteerd. Met de komst van kunstmatige intelligentie verandert dit. Want bij machine learning, de meest impactvolle vorm van kunstmatige intelligentie, evolueert software zonder menselijke tussenkomst. De software heeft een eigen feedback-loop en leert doorlopend van nieuwe data. “Hoe weet je dan nog of de algoritmes doen wat ze horen te doen? Hoe kun je vertrouwen hebben in zo’n zelflerend systeem?”, aldus Mona de Boer, expert op het gebied van data-analyse en digitale assurance bij PwC Nederland.

Het werk van auditors gaat dus steeds meer bestaan uit het analyseren en controleren van algoritmen. Tegelijkertijd maken auditors zelf ook in toenemende mate gebruik van algoritmen. GL.ai is een robot, ontwikkeld en ingezet door PwC, die met kunstmatige intelligentie in staat is miljarden verschillende gegevenspunten in seconden te analyseren bij het beoordelen van afwijkingen in grootboektransacties. Hoe langer GL.ai aan het werk is, hoe slimmer deze robot wordt. We gaan dus toe naar een situatie waarbij algoritmen hun collega-algoritmen gaan controleren. Dat plaatst het toezicht in een bijzonder perspectief. Toezicht was tot nu toe gericht op verantwoordingsdocumentatie: kan een bedrijf aan de hand van vastgelegde afspraken (wie doet wat, wie heeft wat gedaan) uitleggen hoe resultaten tot stand zijn gekomen?

Uitlegbaarheid algoritme

De Boer waarschuwt dan ook voor de ontwikkeling dat systemen steeds slimmer, maar gelijktijdig ook steeds minder goed uitlegbaar worden – want los van de ontwerpbeginselen zijn de systemen zelf veranderlijk. Mensen hebben de neiging om beslissingen die door een computer worden genomen, te beschouwen als beter en meer betrouwbaar dan beslissingen die door mensen worden genomen. Ook algoritmen worden, net als technologie, al snel beschouwd als ‘neutraal’. Maar technologie en software zijn niet neutraal – de werking moet beslist niet in het nadeel, maar in het voordeel van de bedenker werken. Daarnaast maakt het vermogen van kunstmatige intelligentie om zichzelf verder te kunnen ontwikkelen de controleerbaarheid erg lastig. De Boer pleit dan ook voor ‘uitlegbaarheid’ als ontwerpprincipe van AI.

De keerzijden van machinelearning

Die uitlegbaarheid gaat bijvoorbeeld over welke datasets worden gebruikt en welke criteria worden gebruikt. Evert Haasdijk (AI-specialist en senior manager Financial Advisory bij Deloitte) geeft een goed voorbeeld. Uit databaseonderzoek blijkt dat de meeste schade wordt veroorzaakt door bestuurders van rode auto’s. Met datamining kun je dus op kleur van auto’s premies differentiëren. Haasdijk wijst op de vraag of bij het ontwikkelen van het algoritme een juiste dataset is gebruikt: “Zitten er bij die rode auto’s niet een paar Ferrari’s die de schadelast enorm hebben opgeschroefd? Heel veel modellen kloppen gewoon niet. Het is natuurlijk onzin dat mensen in rode auto’s slechtere bestuurders zijn.”

Belangrijke eigenschap van machine learning is dat nieuwe afwijkingen of uitzonderingen niet direct leiden tot andere uitkomsten. Machine learning is een geleidelijk leerproces. Net als bij het menselijk brein levert ieder nieuw voorbeeld een kleine bijdrage aan nieuwe logische verbindingen.

algoritmenEn tot slot is het interessant dat we al sinds de opkomst van het sociale web de basis leggen voor een toekomst waarin machine learning alle ruimte krijgt. Onze digitale samenleving bestaat inmiddels voor een groot deel uit het produceren en afstaan van data, iets waar de Chinese president Xi Jinping handig gebruik van wil maken. Vervang ‘China’ door ‘een bedrijf’ en het is duidelijk dat kunstmatige intelligentie straks voor onuitlegbare verschillen kan gaan zorgen tussen mensen. Vrijwel alle bedrijven zitten al op een berg aan data en dat volume neemt alleen maar toe. Die data zijn in het verleden ‘afgestaan’ volgens wetten en regels uit dat verleden, maar ook met de technologische mogelijkheden uit die tijd. Werk aan de winkel dus voor bestuurders en toezichthouders om zicht en grip te houden op hoe hun organisatie op basis van nieuwe technologie met zowel reeds eerder verzamelde als nieuwe data omgaat. Een mooie, maar wellicht wat romantische houvast komt van journalist en Wall Street Journal R&D chief Francesco Marconi: “Algorithms are rules, and those should be fair.”

Dit artikel is ook doorgeplaatst op iBestuur

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]