Welke skills heb je als klantcontactmedewerker nodig om goed te kunnen werken met AI-toepassingen? Dat is meer dan een extra portie empathisch vermogen, vinden experts.

In het kort:

• klantcontactwerk verandert door de inzet van AI-tooling
• AI-tools lijken gemakkelijk in gebruik, maar experts zien ook risico’s en aandachtspunten
• AI-gebruik vraagt onder meer om kritisch beoordelingsvermogen

 

Steeds meer contactcenters zetten AI-toepassingen in. Bijvoorbeeld om gesprekken geautomatiseerd samen te vatten, om agents te voorzien van suggesties tijdens het gesprek met de klant, of om een e-mail op te stellen. Ook coaching van medewerkers wordt steeds vaker grotendeels geautomatiseerd. En daarnaast worden chatbots en andere tools ingezet om eenvoudige klantvragen geautomatiseerd af te handelen. Medewerkers kunnen straks ook te maken krijgen met AI-agents die zelfstandig taken kunnen uitvoeren, al dan niet met een menselijke klantcontactmedewerker ‘in de loop’.

Hoe verandert het werk van klantcontactmedewerkers door de opmars van dit soort AI-toepassingen? En wat betekent dat voor de huidige of toekomstige skills-set van klantcontactmedewerkers en voor trainingsprogramma’s?

1. Hoe verandert het werk door de inzet van AI?

Onderzoekers van TNO waarschuwen dat de inzet van GenAI de kwaliteit van het werk kan aantasten. Zo kan door het gebruik van AI het informeel leren binnen teams afnemen. Hierdoor krijgen beginnende medewerkers minder kansen om zich te ontwikkelen. Bovendien bestaat het risico dat medewerkers de door AI-aangeboden kennis overnemen zonder die echt te begrijpen. Omdat AI het actief ophalen van kennis of het bewust doen van administratieve taken overneemt, raken skills als diepgaande procedurekennis en verslaglegging meer op de achtergrond. Het wegvallen van eenvoudig klantcontact – nodig om het ‘vak’ te leren – is een ander probleem, dat ook in andere sectoren wordt opgemerkt.

Tegelijk neemt de nadruk toe op communicatieve en analytische vaardigheden en het oplossen van complexe klantvragen, aldus TNO, dat ook waarschuwt voor het verdwijnen van rustmomenten voor medewerkers als automatisering te ver wordt doorgevoerd.

Bijwerkingen van AI in klantcontact

Het idee is natuurlijk dat na de implementatie van AI-tools klantcontactprocessen sneller, beter en efficiënter verlopen. Maar dat is niet de vanzelfsprekende of enige uitkomst.

Sander Hesselink, principal consultant bij Coniche, stelt dat het gebruik van AI mensen op een bepaalde manier lui kan maken. Van realtime gesprekssuggesties en next best actions tot geautomatiseerde samenvattingen: afhankelijk van de software kan je volstaan met het ‘negeren’ of ‘accepteren’ van de suggesties van AI. Het helpen van klanten en het trainen van AI-tools gaat bij veel toepassingen gelijk op. Dat betekent dat een agent assist-oplossing een fout kan maken die wordt geaccepteerd door de medewerker; ook kan een medewerker de bijdrage van een agent assist-oplossing op een foutieve manier aanpassen. In beide gevallen wordt de AI-oplossing verder getraind met verkeerde informatie.

“In hoeverre is traceerbaar hoe het antwoord van de agent tot stand is gekomen? Welk deel van het antwoord komt uit welke koker?” Het beoordelen van de kwaliteit van klantcontact wordt sowieso ingewikkelder, benadrukt Hesselink. En de inzet van AI-tools is wat hem betreft extra belangrijk bij thuiswerkende agents, die mogelijk een eigen AI-agent bij hun werk gebruiken. Een geautomatiseerde samenvatting kan bovendien vervolgacties bevatten, waardoor de impact van onjuistheden groter kan worden.

Naast een gebrek aan juistheid, volledigheid, tijdigheid en relevantie van dialoogsuggesties kunnen agent assist tools ook tot andere problemen leiden, zo constateerden onderzoekers op basis van een bescheiden steekproef. Realtime transcriptie, de basis voor onder meer dialoogondersteuning, kan vastlopen of haperend wanneer er wisselingen aan de orde zijn in talen, accenten en dialecten. Veel toepassingen hebben moeite met het interpreteren van telefoonnummers en adressen. Dat betekent workarounds voor agents, aldus de onderzoekers. Dat is ook aan de orde als de door AI gegenereerde output niet compliant is met intern beleid of regelgeving. Bij een hoge werkdruk kunnen agents misplaatste next best action-suggesties als irritant ervaren en hen afleiden bij het luisteren.

Verantwoordelijkheid voor het eindresultaat

Klantcontactmedewerkers zouden zich wat Hesselink betreft niet moeten kunnen verschuilen achter de output van AI. ‘Future skills’ gaat wat hem betreft dan ook over de intrinsieke motivatie om het goed te willen doen voor de klant – en wie medewerkers op dit vlak goed wil ondersteunen dient ook de bijpassende bevoegdheden te geven.

Hoewel niet direct benoemd door de experts waarmee Ziptone sprak, brengt AI mogelijk ook nieuwe veiligheidsrisico’s naar de ‘belvloer’. Social engineering wordt door 80% van de organisaties gezien als het grootste mens-gerelateerde risico in cybersecurity, aldus het Security Awareness Report van SANS Institute. De opkomst van kunstmatige intelligentie versterkt deze dreiging, waardoor de kans op menselijke fouten toeneemt. En in toenemende mate ontstaan zorgen over wie verantwoordelijk is voor negatieve of zelfs desastreuze gevolgen van uiteenlopende AI-toepassingen – een discussie die in klantcontactland nog te weinig wordt gevoerd.

Het werk van agents verandert fundamenteel

“AI verandert het klantcontact fundamenteel,” aldus Carolien de Oliveira Marreiros van opleider Ocaro. “Eenvoudige vragen verdwijnen, maar wat overblijft wordt zwaarder. Het gaat niet alleen om de inhoud, maar ook om de emotionele belasting: klanten hebben een ‘kort lontje’, bijvoorbeeld wanneer een chatbot faalt.”

Ook Lisney Platteeuw (onderwijskundige bij Lirin) is van mening dat als medewerkers relatief meer complexe gesprekken krijgen aangeboden, het werk zwaarder wordt. “De werkdag gaat er anders uitzien. Los van oefenen met die complexe gesprekken, onder andere met oog op weerbaarheid, zal je dit aan de voorkant al kenbaar moeten maken.”

Dat medewerkers relatief meer complexe vragen op zich afkrijgen omdat eenvoudige klantcontacten te automatiseren zijn, is een gegeven, vindt Tinne Van den Broeck, customer success director bij Orion. Maar minstens even belangrijk is dat de klant die contact zoekt, zelf vaak al AI heeft gebruikt om tot een oplossing te komen. “Voorheen moest die klant in de mijn-omgeving kijken, de FAQ’s doornemen en de chatbot uitproberen: allemaal vermoeiende stappen voor klanten. Dat hoeft nu niet meer. Ze stellen een vraag aan Google en ze krijgen een antwoord in de vorm van Google AI Overviews.”

Dikke kans, aldus Van den Broeck, dat in die AI-samenvatting ook de tips en ervaringen uit klantfora zijn verwerkt: bijvoorbeeld ‘dit is een slechte organisatie’ of ‘hier bieden ze slechte service’ – terecht of onterecht. Het is niet ondenkbaar dat Google in de AI-samenvatting met informatie komt die het gesprek tussen agent en klant uiteindelijk ingewikkelder maakt. “Klanten worden nu echt slim en kritisch.”

Oók eenvoudige gesprekken blijven komen

Bij waterbedrijf Dunea krijgen medewerkers naast complexe ook nog steeds eenvoudige vragen voorgelegd, aldus Robert Duijvestijn, manager Klantenservice. Bijvoorbeeld omdat klanten moeite hebben met de taal, met online zaken doen, omdat ze bevestiging zoeken of het makkelijk en prettig vinden even te kunnen bellen. Het verbeteren  van de dienstverlening en voorkomen van onnodig contact staat nu bij Dunea hoger op de agenda dan de grootschalige introductie van AI of automatisering van klantcontact. Klanten gaan in ieder geval zelf ook AI gebruiken, aldus Duijvestijn. Dat kan tot een goed en een verkeerd resultaat leiden – de kans dat klanten met verkeerde informatie bij je aankloppen of al helemaal ‘goed’ voorbereid met mogelijke antwoorden of oplossingen, wordt in elk geval groter. Daarom worden analysevaardigheden nog belangrijker voor klantenservice medewerkers, verwacht Duijvestijn.

Kwaliteitsprobleem in de kennisbank

Van den Broeck wijst ook op een ander probleem dat voor onbruikbare output kan zorgen, wat de medewerker weer voor raadsels kan plaatsen. Kennisbanken zijn opgezet met de medewerker als eindgebruiker. Die kan prima uit de voeten met algemene werkinstructies die letterlijk zijn geformuleerd als ‘dit kan de klant zelf regelen in de mijn-omgeving’. Zo’n generiek zinnetje zou je op allerlei plekken in de kennisbank kunnen tegenkomen. “Voor een AI-toepassing is dat generieke juist een probleem, dat zinnetje is dan niet meer gekoppeld aan een specifieke vraag of probleem. Dit soort formuleringen moet allemaal herschreven worden: denk aan ‘het verhogen van een facturatiebedrag kan de klant makkelijk zelf regelen.’

2. Future skills: wat hebben medewerkers nodig om AI goed te laten werken?

AI beïnvloedt de informatie waarover medewerkers en klanten beschikken. Het is aan de klantcontactmedewerker om daar extra alert op te zijn. Daarom is wat Hesselink betreft een goed beoordelingsvermogen – denk aan het herkennen van onjuiste, of verwerken van tegenstrijdige informatie – een van de future skills. Die beoordeling vormt, naast het maken van een eigen interpretatie voor het klantgesprek, ook de basis voor het kunnen (en mogen) bijsturen van AI-tools. In hoeverre laat je dit bijsturen door alle medewerkers doen?

Is informatie correct en passend verwoord?

Beoordelingsvermogen is ook wat Duijvestijn betreft een essentiële skill. “Een geautomatiseerd opgestelde e-mail kan er heel empathisch en fraai geformuleerd uitzien, maar wat is de vraag achter de vraag? Klopt voor de niet “standaard” vragen ook echt alles wat er in staat in relatie tot de klantinformatie en historie en komt het ook goed over?”

Bij meer AI-gebaseerd klantcontact wordt de rol en toegevoegde waarde van de medewerker belangrijker, zeker wanneer een klant vastloopt in de AI-gebaseerde customer journey. “Het is dan niet slim om de medewerker te laten herhalen wat een chatbot bijvoorbeeld eerder heeft gezegd. De medewerker zal dus ook de voorgeschiedenis goed moeten kunnen interpreteren. En juist omdat de menselijke hulp meer om het lijf moet hebben dan wat een geautomatiseerd systeem kan doen, horen daar passende verantwoordelijkheden en bevoegdheden bij.” Tevens wijst Duijvestijn op de relatie tussen klant en bedrijf: ook daar kan een mens meer aan toevoegen dan een bot – maar dan moet de medewerker niet als een bot te werk gaan. Wat Duijvestijn betreft biedt AI zeker kansen, maar bij digitalisering van klantcontact is aandacht voor ‘vermenselijking’ net zo belangrijk.

Klakkeloos overnemen is een risico

“Het is een denkfout dat je alles wat AI bedenkt, klakkeloos kunt overnemen,” stelt Platteeuw. Ze vindt dan ook dat voor medewerkers in alle sectoren geldt dat skills zoals kritisch nadenken, analyseren en probleemoplossend vermogen belangrijker zullen worden.

De Oliveira is stellig: voor klantcontactmedewerkers betekent de invoering van AI een verhoging van de druk omdat ze – zeker in het begin – óók de output van AI moeten beoordelen. “Als je niet scherp genoeg bent, gaat het niet een beetje fout, maar kan het flink misgaan.” Daarbij ligt gemakzucht op de loer: als agents snel op ‘akkoord’ klikken, gaan niet alleen hun eigen scherpte en beoordelingsvermogen achteruit, maar worden ook systemen minder goed bijgetraind. Wat De Oliveira betreft zijn kritisch denken en nauwkeurigheid net zo belangrijk als nieuwsgierigheid naar de klant en empathie. Het is de vraag waar het bewaken van die scherpte moet komen te liggen – bij de medewerker of bij de leiders?

Méér in plaats van minder nadenken

Ook Van den Broeck verwacht dat de klantcontactmedewerker eerder meer dan minder zal moeten gaan nadenken. “De medewerker zal nog meer aan de slag moeten met stappen als analyse, beoordeling en probleem oplossen. “Eigenlijk moet de agent meer de diepte in maar ook de AI-tool goed begrijpen. Want die komt met output die niet altijd in 100% van de gevallen juist is.” Dat betekent volgens Van den Broeck eveneens dat medewerkers stressbestendiger en flexibeler moeten zijn – want de eindklant meldt zich met allerlei zelfgevonden informatie die mogelijk rechtgezet moet worden.

Het werken met AI-tools in combinatie met een relatief groter deel complexe gesprekken, zo zou je kunnen concluderen, dwingt contactcenters goed te kijken naar de employee experience.

3. Wat betekent dit voor trainingsprogramma’s?

De introductie van AI in klantcontact zal niet tot een kortere trainingstijd leiden, denken de experts. “Een paar maanden geleden hadden we misschien nog het idee dat de training zou kunnen worden ingekort, omdat AI een antwoordsuggestie geeft die de medewerker gewoon kan voorlezen,” zegt Van den Broeck. “Ik denk dat we beslist van dat idee moeten afstappen. Je zult als agent nog steeds van veel dingen een beetje moeten weten, zodat je in combinatie met gezond verstand de foute suggesties kunt herkennen.”

Ook Platteeuw acht de kans klein dat de opkomst van AI ervoor gaat zorgen dat opleidingen ingekort kunnen worden. “Ze zullen eerder uitgebreid moeten worden.”

Het gebruik van AI inbedden in je training

Bij Coniche wordt kennis over AI wel al in alle opleidingen ingebouwd, zegt Hesselink. Daarbij gaat het vooral om inzicht in de werking van AI; minder om heel gerichte vaardigheden. Het AI-blok voor WFM’ers bevat bijvoorbeeld nog geen oefeningen zoals ‘analyseer en optimaliseer je forecast met een goede prompt’. Maar dat lijkt een kwestie van tijd.

Platteeuw, die als collega van Hesselink vanuit Lirin bezig is met het inbedden van AI-geletterdheid in verschillende trainingen en opleidingen, wijst op de regels: “Sinds februari dit jaar moeten bedrijven die met AI werken hun medewerkers scholen op het vlak van AI.” Daar hoort wat Platteeuw betreft ook bewustwording bij over het duurzaamheidsvraagstuk van AI. Zijn afdelingen zich bewust van de hoeveelheid energie en water die AI vraagt? “Dat zou kunnen bijdragen aan de keuzes die contactcenters maken – of wellicht zelfs individuele medewerkers: wanneer zet je AI aan het werk? Wat zijn de kosten van snel tot een antwoord komen?”

In de zoektocht naar de vraag welke kwaliteiten werknemers nodig hebben om AI effectief te gebruiken, kwamen bij onderzoek van de EdTech-bedrijf Multiverse 13 kernvaardigheden naar voren, verdeeld over drie domeinen. De belangrijkste:

• Cognitieve vaardigheden: analytisch redeneren om AI-output te ontleden, creativiteit om de grenzen van AI te verleggen en systeemdenken om patronen in prestaties te herkennen;
• Verantwoordelijke AI-vaardigheden: ethisch inzicht, aandacht voor bias en culturele sensitiviteit;
• Zelfmanagement: zelfgereguleerd leren, aanpassingsvermogen, nieuwsgierigheid en detailgerichtheid.

Volgens Gary Eimerman, chief learning officer bij Multiverse, zien leiders AI als een technologisch vraagstuk, terwijl het vooral een menselijk vraagstuk is. “Zonder analytisch redeneren, creativiteit en de juiste cultuur blijven AI-investeringen onderbenut.”

 Gezond verstand

Redenen genoeg om basisopleidingen voor klantcontactmedewerkers aan te passen, vindt ook Van den Broeck. “Maar belangrijker nog is dat gezond verstand en analytische vaardigheden – dus ook het kritisch beoordelen van de output van AI – op orde zijn. Resultaten nakijken in plaats van gewoon copy pasten, dat is wat medewerkers zullen moeten leren. Dat geldt ook voor begrip van hoe AI werkt, hoe kennisbanken zijn opgebouwd en wat de haken en ogen zijn van bijvoorbeeld oude kennis.”

Van den Broeck schat in dat het met de toenemende druk op klantcontactmedewerkers nog belangrijker wordt voor leidinggevenden om te coachen op dat deel van medewerkersgedrag dat onzichtbaar is. “Wat meespeelt is dat veel bedrijven juist door de inzet van AI gemakkelijker hun SLA’s en KPI’s halen. Dus die gaan AI niet meer uitzetten. Ik denk wel dat contactcenters moeten letten op de adempauzes. Het grootste deel van de stressfactoren bij agents is het onzichtbare deel van de ijsberg.”

“Staar je niet blind op tools”

Platteeuw: “Het is een komen en gaan van tools en ze zijn volop in ontwikkeling. Ik denk dat aanpassingsvermogen een belangrijke future skill is: medewerkers zullen de komende jaren regelmatig bijgetraind moeten worden. Onderdeel hiervan is ook het gesprek aangaan, bijvoorbeeld tussen medewerkers die zich bedreigd voelen door AI en de – zoals ik ze noem – naïeve omarmers die zonder al te veel nadenken zaken overnemen. Dit onderwerp, ook onderdeel van AI-geletterdheid, zou je niet alleen tot e-learning moeten beperken, maar in een blended vorm moeten doen, zodat er ruimte is voor een goede dialoog.”

(Ziptone/Erik Bouwer)

Featured, Human Resources