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?

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

Wachten op kunstmatige intelligentie die context begrijpt

De afgelopen twee jaar zijn zowel spraakherkenning als spraaksynthese enorm verbeterd. Ook het aanbod aan spraakgestuurde systemen, dat twee jaar geleden nog werd gedomineerd door Siri, Cortana en Google Assistant, heeft zich verder ontwikkeld: zo is in twee jaar tijd Amazon’s Alexa marktleider geworden. Het enige wat nog ontbreekt is begrip van de context – een absolute voorwaarde om spraakbesturing echt tot een leidende technologie te maken. Een update over chatbots en virtuele assistenten.

Spraakherkenning heeft een nauwkeurigheid bereikt waarbij het verschil met mensen grotendeels is weggevallen. De Chinees-Engelse vertaalmachine iFlytek maakt minder dan 2 procent fouten, mede dankzij de 4,5 miljard spraakfiles die per dag aan het systeem worden toegevoegd. iFlytek is een startup uit 1999, opgezet door een doctoraalstudent van een regionale universiteit in Hefei, China. Ook Google haalt met gemak 95 procent. Maar de grootste stap voor spraaktechnologie moet nog gezet worden. En dat is de stap naar grootschalige toepassing door consumenten, bijvoorbeeld door het gebruik van virtuele assistenten.

Ecosystemen in aanbouw

Hoewel drie van de vier platformen (Siri, Cortana en Google Assistant) al enige tijd aanwezig zijn, heeft met name de komst van Amazons Alexa voor een versnelling gezorgd. In de consumentenmarkt is zichtbaar dat de ecosystemen rondom de spraakassistenten groeien. Amazon’s Alexa werkt naadloos samen met andere hardware (denk aan Sonos of Hue), met online contentplatformen zoals Spotify en met digitale platformen zoals IFTTT. Naast de samenwerkingsverbanden met hardwareproducenten (waarmee ongemerkt het Internet of Things tot stand komt) kennen de assistenten ook ‘skills’ (Alexa) of ‘actions’ (Google) – geautomatiseerde interacties die met een druk op de knop aangezet kunnen worden. Zo kan Alexa op verzoek boeren laten of zelfs een boerwedstrijd organiseren, maar er zijn ook nuttiger skills zoals ‘find my phone’. Ook de concurrenten van Amazon werken ondertussen hard aan hun eigen ecosystemen, maar Amazon heeft met de meeste skills een voorsprong.

Goed in spraakverwarring

Deze ontwikkelingen wekken de indruk dat spraakgestuurde interacties met systemen goed verlopen, maar de werkelijkheid is anders. Google, Alexa of Siri missen nog steeds de intelligentie om de context te begrijpen, wat zichtbaar wordt in een demo waarbij Google, Alexa en Siri elkaar niet herkennen als ‘collega’s’ en evenmin begrijpen dat ze bij hun groepsgesprek in een oneindige loop belanden. Daar staat tegenover dat spraakassistenten er prima in slagen om onderling volkomen abstracte dialogen aan te gaan. Ook het geven van gevatte antwoorden op lastige vragen (de zogenaamde easter eggs) is voor de meeste systemen geen probleem. De assistenten gaan ook de mist in als ze moeten luisteren terwijl mensen door elkaar (of door muziek) heen praten. Zo is Alexa uitstekend in staat om op verzoek een specifieke Spotifytrack af te spelen, maar is ze tijdens dat afspelen wel slechthorend: wil je Alexa vragen naar het volgende nummer te zappen, dan moet je je stem verheffen.

Hardware gedreven

Anders dan Alexa zijn Siri en Google ingebouwd in smartphones, tablets en pc’s en dat zou een voordeel kunnen zijn, ware het niet dat Siri op je mobiele device niet met spraak geactiveerd kan worden. Siri’s spraak klinkt bovendien minder goed dan die van Alexa (dat kan verklaard worden doordat Alexa zich tot de grotere talen beperkt terwijl Siri ook Nederlands spreekt). Siri heeft daarnaast de sterke neiging om als respons op een vraag met een webpagina te komen – begrijpelijk omdat Siri deel uitmaakt van apparaten met een scherm. Het verschil tussen Siri en Alexa komt ook op een andere manier tot uiting: Alexa is (als los apparaat) een verkoop-hit, terwijl Siri ‘ontdekt’ moet worden in een Apple device.

amazon installed base and skills

Hooggespannen verwachtingen

Of het nu met of zonder spraak is, de verwachtingen ten aanzien van geautomatiseerde dialogen zijn enorm. Capgemini verwacht dat de spraak-assistent in retail de komende drie jaar een ‘dominante factor’ wordt in de klantinteractie. De verwachtingen zijn hooggespannen en leiden dan ook tot hysterische uitspraken als “Klanten die een spraakgestuurde assistent gebruiken, zijn bovendien bereid om tot 500% meer uit te geven dan tot nu toe het geval is via deze vorm van interactie.” Die hooggespannen verwachting is vooral gebaseerd op voorkeuren van consumenten en dus niet op gedrag: grofweg een kwart (24%) van de respondenten gebruikt tegenwoordig liever een spraakgestuurde assistent dan een website, aldus de onderzoekers. De komende drie jaar zal dit percentage stijgen tot 40%. Cap brengt de toename in het verwachte gebruik van spraakassistenten direct in verband met een verdere daling van het bezoek aan winkels. Met een spraak-assistent kan je immers online aankopen doen – het is online shoppen, maar dan spraakgestuurd. Volgens Cap gebruikt op dit moment een derde van de respondenten (35%) spraakgestuurde assistenten voor het doen van boodschappen en de aanschaf van huishoudelijke artikelen of kleding. Andere populaire uitgaven zijn het bestellen van een maaltijd (34%) en het doen van betalingen (28%).

Bankkantoor vervangen door chatbot

De hype rondom chatbots en virtuele assistenten moet met de nodige relativering moet worden bekeken. In Zweden hebben de grootste banken hun kantorennetwerk uitgedund en ingezet op chatbots. Hoe blij consumenten ook zijn met de mogelijkheden rondom selfservice en online bankieren, in Zweden was het eindresultaat in ieder geval niet dat de klanttevredenheid toenam. Het kunnen identificeren van de klant, het begrijpen van de vraag en het herkennen van emoties is allemaal mogelijk, maar niet voldoende.

swedish banks swedish banks

Het aangaan van een volwaardige, dus betekenisvolle dialoog blijft namelijk nog een hele uitdaging. Allereerst: het enige verschil tussen spraakgestuurde assistenten zoals Siri en Alexa en een chatbot is dat de chatbot tekstgebaseerd werkt – de vertaalslag van spraak naar tekst blijft achterwege. In het bedrijfsleven wordt al gesproken over conversational service en conversational commerce, maar chatbots zijn nog niet in staat tot een dialoog.

Chatbots zijn nog behoorlijk dom

De intelligentie beperkt zich tot het begrijpen van de ingevoerde vraag en het genereren van het bijbehorende standaardantwoord (eventueel voorzien van klantgerelateerde gegevens die uit systemen worden opgehaald, denk aan boekingen of bestellingen). Zelfs chatbots die verder doorontwikkeld zijn, zoals Mitsuku, lopen gemakkelijk vast (of eindigen met standaardantwoorden) omdat ze niet met context kunnen omgaan. Een goed voorbeeld van gebrek aan intelligentie is de chatbot van Transavia, die via Facebook Messenger aangeeft dat je ‘direct kunt starten’. Als je een vraag intikt in het Nederlands, komt er eerst een vraag in welke taal je wilt communiceren. Als je geen antwoord geeft, komt de chatbot ook niet met eigen initiatief; als je een ticket naar NYC vraagt, laat de reactie zien hoe de bot werkt.

chatbot chatbot

Chatbots en virtuele assistenten kunnen nog niet anticiperen, ze kunnen niet creatief denken, niet zelf bepalen uit welke systemen ze welke informatie moeten halen, niet bepalen welke controlevragen ze moeten stellen in welke situatie. Soms is het zelfs nodig om te weten wie (in een bepaalde ruimte met meerdere sprekers) iets zegt.

alexa

Wachten op contextgevoelige AI

Kortom, bots missen het vermogen om context te kunnen begrijpen. Context is ook het tussen de regels door kunnen lezen en het kunnen combineren van eerder vergaarde kennis of elders aanwezige kennis of informatie. Veel van die informatie is wel beschikbaar, maar niet gemakkelijk te vinden, laat staan bruikbaar. Aan een klant vragen of het hotel kindvriendelijk moet zijn heeft geen zin als de chatbot had kunnen weten dat de klant geen kinderen heeft: bijvoorbeeld uit een eerdere conversatie of uit klantgegevens. De vraag ‘wie van mijn vrienden is wel eens op Corsica geweest?’ is bijvoorbeeld te beantwoorden met een check van Facebook, maar de kans dat op deze manier een sluitend en correct antwoord wordt gevonden, is niet zo groot. De ontwikkelaars van Ally Assist van Ally Bank hebben wel geprobeerd toe te werken naar een ‘gecontextualiseerde user experience’. Klanten van de Ally Bank hebben de optie om te chatten of te spreken en Ally Assist houdt rekening met eerdere interacties. De assistent onthoudt eerdere vragen (en antwoorden) en presenteert informatie op maat. Zelfstandige virtuele agents zoals Alexa moeten het doen met een internetverbinding en de opgeslagen dialoog. Alexa is bijvoorbeeld niet in staat om als stand alone oplossing aan technische trouble shooting te doen.

Context: grote technologie-uitdaging

Het is vooral deze veelheid aan context die gedurende een conversatie kan veranderen die het lastig maakt: in welke systemen moet de chatbot zoeken? Omgekeerd geldt voorlopig de wet dat een chatbot beter is in zijn taak als dat een gespecialiseerde taak is.

Het betekent ook dat we de komende jaren veelvuldig te maken zullen krijgen met chatbots en virtuele assistenten die ons proberen te helpen, maar daar volstrekt in falen. Daarom is dit artikel van Arjan van Hessen (Telecats/TU Twente) relevant: hij vraagt zich af of het niet tijd wordt voor fatsoensregels voor onze omgang met virtuele assistenten. Alexa kan je het zwijgen opleggen door te zeggen ‘Alexa, stop’, maar ‘Alexa, shut up’ werkt even goed. Hoe weinig ontwikkeld ze ook zijn, we kunnen de assistenten en bots op dit moment wel degelijk beschouwen als een soort robots waar we in de toekomst nauw mee gaan samenwerken, -wonen en –leven.

context

Het contactcenter in 2020 is data-driven

Digitale transformatie is meer dan een verandering in businessmodellen. Digitalisering betekent ook letterlijk dat er iedere seconde ongekende hoeveelheden data door cyberspace heen gaan. Toenemende rekenkracht en sterk verbeterde algoritmen stellen bedrijven in staat meer te doen met data: om onbekende kansen te ontdekken; om bestaande processen te optimaliseren door scherpere keuzes te maken; en om processen te vergemakkelijken en versnellen door professionals te voorzien van bruikbare informatie. Wat is de impact van digitaal op klantcontact?

Het begrip ‘digitale transformatie’ wordt overal te pas en te onpas gebruikt, net als het inmiddels bijna versleten concept ‘agile’. Wat is digitale transformatie? Het is de omslag naar een (meer) data-gedreven bedrijf, zodat er optimaal kan worden aangehaakt op de digitale economie. Criticasters van de digitale economie hebben dan ook bij voorkeur een paar honderd euro aan bankbiljetten in een oude sok: denk het internet ‘weg’ en ga na wat er allemaal tot stilstand komt.

De meeste vergezichten die een paar jaar geleden werden geschetst als het ging om digitale transformatie, zijn inmiddels bewaarheid geworden. De manier waarop bedrijven en klanten interacteren is de afgelopen jaren ingrijpend veranderd. We kopen steeds meer online en steeds minder in fysieke winkels. We verzamelen onze informatie digitaal en we werken en communiceren digitaal. Naast de cliché-voorbeelden van de digitale economie (Airbnb en Uber) komen er steeds nieuwe voorbeelden bij waaruit blijkt dat de digitale economie voor versnelling en verstoring zorgt. Tesla’s leggen inmiddels vele kilometers af terwijl ze zelf sturen, maar Elon Musk gaat ook aan de slag met autoverzekeringen. Daarmee zet Tesla een complete keten buitenspel. Ook banken en verzekeraars reageren op disruptie, bijvoorbeeld door in te spelen op de deeleconomie en ‘autoverzekeringen per uur’ aan te bieden – iets waar verzekeraar NN aan werkt. De komende tijd gaat er ook het nodige veranderen in hoe klanten en bedrijven contact met elkaar hebben. In dit artikel vijf facetten van klantcontact.

1. Interactie wordt digitaal

Contactcenters gaan de komende drie jaar ‘dure’ kanalen afstoten en focussen op die kanalen die het beste passen bij de meest renderende klanten. Omdat consumenten uit zichzelf ook steeds meer online interacteren met bedrijven, ontstaan er meer mogelijkheden voor bedrijven om interacties met weinig toegevoegde waarde te automatiseren. Daarbij zijn er drie kanalen waarvan het voorbestaan onder druk staat. Op de eerste plaats de briefpost, een geheel ten onrechte vergeten categorie. Grote organisaties ontvangen jaarlijks nog honderdduizenden brieven. Het CAK is goed voor ruim 300.000, de NS voor 243.000. De grootste vereniging van Nederland ontving in 2014 nog ruim 744.000 brieven, een aantal dat in 2016 was teruggelopen tot ruim 512.000. Energiebedrijf NUON ziet ook dalende volumes: 150.000 brieven in 2013, 115.000 in 2016 en 100.000  in 2017 (bronnen: Toii.NL). Brieven zijn bewerkelijk om af te handelen en vormen een enorme kostenpost voor de backoffice.

data-driven

Op de tweede plaats zetten steeds meer organisaties het e-mail-kanaal ‘uit’, omdat ook dit kanaal relatief bewerkelijk is. In plaats van e-mail schakelen organisaties over op chat. En tot slot, op de derde plaats, komen er steeds meer bedrijven die niet meer bereikbaar zijn per telefoon. Dat wil zeggen: je kunt hoogstens een terugbelverzoek indienen. InShared werkte hier al langere tijd mee, maar nu is ook Oxxio over de brug. Kortom, bedrijven zoeken naar manieren om klantinteractie digitaal te maken, want dan is het te automatiseren en levert het meer data op. Inspelen op die tendens is een van de facetten van digitale transformatie.

2. Algoritme bepaalt wie je als klant ‘aan de lijn’ krijgt

Contactcenters gaan klanten die contact opnemen, aan medewerkers toewijzen (routeren) op basis van klant-eigenschappen en klantwaarde. Waar Sanoma medewerkers met een bepaald retentie-resultaat koppelt aan klanten met bepaalde kenmerken zoals klantwaarde, ontwikkelt softwareleverancier Telecats (onderdeel van Webhelp) een oplossing voor intelligente routering op basis van machine learning. Die houdt aan de ene kant rekening met eigenschappen en voorkeuren van de klant – klantwaarde, klantvoorkeuren, persoonlijke eigenschappen, sociale en gezinssituatie, actuele context zoals een vooraf ingesproken vraag, et cetera. En aan de andere kant houdt intelligente routering ook rekening met het medewerker-profiel. Door de uitkomsten van gerealiseerde ‘matches’ te meten wordt deze matching steeds nauwkeuriger – met andere woorden, hierbij wordt machine learning ingezet als tool om klantcontact data-driven te maken.

 3. Anders plannen

Hoewel het flexibel kunnen beschikken over personeel essentieel is voor ieder contactcenter, keert de wal het schip. Contactcenters stevenen af op een periode van ernstige arbeidsmarktkrapte. Dat heeft te maken met de aantrekkende economie, die samenvalt met een (lang geleden reeds voorspelde) arbeidsmarktontwikkeling. Werkgevers slagen er steeds minder goed in om hun claim op flexibele beschikbaarheid te compenseren met ‘nice place to work’-programma’s.

data-drivenVerschillende werkgevers zijn daarom begonnen met een roostermethodiek die werkschema’s beter voorspelbaar maakt voor medewerkers, waardoor de werk/privé-balans gunstiger wordt. Hiermee kunnen ze het verloop – in sommige contactcenters 400 procent op jaarbasis – terugdringen. Dat heeft een positief effect op medewerker- en klanttevredenheid, maar ook op de kosten: de kosten van verloop zijn 1-2 maandsalarissen per medewerker.

Daarnaast liggen er kansen om de hoogte van de beloning te koppelen aan de populariteit van tijdstippen, zodat het werken op impopulaire uren aantrekkelijker wordt. Overigens is ‘anders plannen’ een (vermoedelijke geslaagde) vorm van symptoombestrijding, aangezien het besturingsmodel  van contactcenters geleidelijk steeds minder goed past bij wat jongere generaties verwachten.

4. De rol van facilitaire contactcenters verandert

Facilitaire contactcenters bereiden zich voor op de digitale transformatie. Voor het realiseren van toegevoegde waarde werken ze aan de ontwikkeling van innovatieve diensten. Ze zullen wel moeten, want Forrester suggereert dat callvolumes – facilitaire contactcenters bestaan bij de gratie van schaalvoordeel – de komende twee jaar hard gaan dalen. De facilitaire spelers zullen krimpen in personele omvang en het wordt een hele uitdaging om met minder mensen een betere marge te realiseren. Dat kan alleen als ze opklimmen in de waardeketen van hun opdrachtgevers door hoogwaardige diensten (specifieke softwareoplossingen, data-analytics, consultancy) aan te bieden. Het Franse Webhelp is tot nu toe vooral bezig met het overnemen van technologiespelers. Door de overname van Telecats maakt Webhelp zijn spraakherkenningsoplossingen nu beschikbaar voor ook de Franse markt, waarmee Webhelp de Nederlandse best practices van het spraakbedrijf kan gaan exporteren. Marktleider Teleperformance vliegt innovatie aan over de as van partnerships, pilots en experimenten, daarbij kiezend voor samenwerking met technologiepartners.

5. Data-driven klantcontact

data-drivenEr gaat een schifting ontstaan tussen contactcenters die het uiterste uit data weten te halen – dat is de kern van de digitale transformatie – en contactcenters die blijven focussen op kostenvoordeel. Aan de ene kant neemt het volume aan contacten af, omdat eenvoudige interacties geautomatiseerd worden. Aan de andere kant wordt het resterende ingewikkelder van aard, waardoor er meer gevraagd wordt aan competenties en dat maakt het duurder. Deze ontwikkeling verhoogt de druk om in te blijven zetten op zoveel mogelijk automatisering van klantcontact. Voor deze digitale transformatie is kennis van en inzicht in data cruciaal: zowel voor de dienstverleners – om hun opdrachtgevers te helpen inde transformatie – als voor de opdrachtgevers: data is de nieuwe olie. De tijd van concurreren op volumematig kostenvoordeel in arbeidskosten is vrijwel voorbij.

Lees ook: De toekomst van facilitaire contactcenters (2016)

‘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 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.