Gisteren lichtten we al een tipje van de sluier op: Ziptone sprak uitvoerig met Stef van den Oever van Nextview Consulting, een Salesforce-implementatiepartner. Hoewel er veel meer toepassingen zijn, verwacht hij dat de klantcontactsector vooral aanslaat op FTE-reductie en schaalbaarheid. Met complexe en onduidelijke kostenstructuren wordt kosten besparen wel een uitdaging.
De etalages van de aanbieders van CRM- en klantcontactsoftware puilen uit en het is AI wat de klok slaat. AI heeft wat Stef van den Oever (Group Practice Manager bij Nextview Consulting) betreft alle kenmerken van een hype, maar het waait beslist niet over.
“Ik verwacht dat AI het komend jaar de plek gaat krijgen die het zou moeten hebben. Voor de klantcontactbranche zijn AI-oplossingen een van de enablers om klantcontact te verbeteren. De klant kan beter of sneller geholpen worden, bij de medewerker kunnen werkzaamheden weggenomen worden die niet bijdragen aan iemand carrière of werkgeluk.”
De verwachtingen van consumenten blijven groeien en dat heeft z’n weerslag op de B2B-markt. In die markt is het nóg ingewikkelder om stijgende verwachtingen waar te maken. Aan de andere kant, zegt Van den Oever, kijken bedrijven over de volle breedte (dus klantcontact is geen uitzondering) hoe er op kosten kan worden bespaard om de marges te verbeteren. Klantcontact is een relatief duur proces binnen organisaties. Dus er is veel belangstelling voor zaken als automatisering en AI.
Veel klantcontactprofessionals reageren als door een wesp gestoken als je klantcontact in verband brengt met kostenbesparing. Is de kostenfocus bij klantcontact een taboe?
“Vanuit mijn professie speelt dat taboe niet; het is mijn bestaansrecht. Ik spreek met organisaties over kosten en daarbij horen ook zaken als change management en adoptie. Het gaat dan niet primair over minder mensen, maar wel over het opnieuw prioriteren van middelen. Dat kan betekenen dat er banen verdwijnen – dat zal ook gebeuren – en dat er andere banen en carrièrepaden ontstaan. Ik zie op veel plekken bijvoorbeeld AI governance boards komen, dus er ontstaat ook nieuw werk op een ander terrein. Ik vind trouwens dat het waardebesef best weer wat meer mag terugkomen bij het individu. Het ging de afgelopen jaren best goed met de economie. Maar er is nu een kentering. Dat betekent terug naar de tekentafel: wat is nou de business case achter het werk dat ik doe? Wat is je meerwaarde voor de organisatie? Dat geldt voor mij als consultant en dat geldt ook voor een klantcontactmedewerker.”
Over het weghalen van taken waar iemand niet blij van wordt: bij het automatiseren van eenvoudig klantcontact blijven complexere gesprekken over, zo wordt vaak beweerd. Als managers de nawerktijd opheffen door invoering van geautomatiseerd samenvatten, komen we dan niet in de situatie terecht dan medewerkers zonder adempauze van het ene naar het andere complexe gesprek gaan?
“Volgens mij gaat het om dat er een klant is met een vraag die geadresseerd moet worden. Ik ben het helemaal met je eens. Als klantcontacten complexer worden, dan vraagt dat meer van je mentale capaciteit. Dan heb je die adempauze zeker nodig. Maar die moet ook mogelijk zijn, juist omdat je aan efficiency wint. Die winst moet je niet alleen maar in je broekzak laten verdwijnen. Een deel van die besparingen moet je terug laten komen in het opnieuw organiseren van het werk.”
Waar zit het grootste potentieel komend jaar?
Over de volle etalages gesproken: het aanbod aan AI-oplossingen groeit met de dag. Waar zit naar jouw idee het grootste potentieel voor het komend jaar?
“Ik heb een hoop en ik heb een verwachting. Mijn hoop is dat AI als ondersteuning voor de agent de meeste tractie krijgt. Dat kan het vak van klantcontactmedewerker verrijken. Waar ik bang voor ben, is dat het adoptievraagstuk rond AI-oplossingen niet goed wordt aangevlogen. De kans bestaat dat agents AI dan eerder als een bedreiging zien dan een kans.”
Als adoptie problematisch wordt, kiezen managers eerder voor omtrekkende bewegingen, verwacht Van den Oever. Een daarvan is het overslaan van agent-assist oplossingen en sneller investeren in customer facing AI-agents. Dat is een risicovolle route, vindt Van den Oever, want juist agent assist is een goede manier om te oefenen met AI.
Er is meer dan FTE-reductie
Ook de industrie lijkt aan te sturen op het verkopen van AI-agents die processen automatiseren of medewerkers vervangen en wat minder op agent assist. Van den Oever: “Daar waar technologiebedrijven zich voornamelijk lijken te richten op FTE besparing en een oneindig schaalbare workforce, overtuig ik ook graag bedrijven van het effect dat een AI agent kan hebben als een assistent richting klantenservice medewerkers. Door hen goed te ondersteunen geef je hen de focus op de kern van hun werkzaamheden: het contact met de klant”
Loopt de industrie met het op grote schaal inzetten van AI-agents dan te veel op de muziek vooruit?
Van den Oever denkt van niet; er zijn al veel bedrijven die met experimenten aan de slag zijn gegaan. “Tegelijkertijd groeit het aanbod harder en wordt het sneller beter dan wij kunnen bijbenen,” is de ervaring van Van den Oever. “Ik zie dat het bij klanten die beschikken over een goede kennisbank en waarbij klantcontactprocessen grotendeels zijn gedigitaliseerd, relatief gemakkelijk is om een AI-agent in te zetten. Dan gaat het niet over drie tot vijf jaar, maar eerder over een trainingsperiode van een jaar waarna AI-agents driekwart van de werklast van medewerkers kunnen overnemen. Dat zou echter niet onze focus moeten zijn.”
In dat scenario, zo betoogt Van den Oever, maak je van je klantreis namelijk een digitale eenheidsworst. Die klantreis is dan weliswaar effortless voor de organisatie, maar met de kostenbesparing elimineer je ook je mogelijkheid tot differentiëren. “Iedere organisatie wordt dan onderdeel van een homogene groep van bedrijven die hetzelfde doen.”
Onderscheiden met customer service, hoezo?
Kortom, bedrijven moeten bij het omarmen van AI niet vergeten na te denken waarmee ze het verschil willen maken. Of wordt het steeds duidelijker dat bedrijven zich helemaal niet willen onderscheiden met customer service, maar dat ze dat liever overlaten aan marketing?
“Dat zou kunnen, maar denk op zijn minst over na over dit vraagstuk. Ja, het businessmodel van Ryanair werkt en er is inderdaad een groep klanten die genoegen neemt met matige service en lage prijzen, maar het is niet mijn keuze.”
Ook in de etalage van de chatbotwinkel: ‘implementatie is een peulenschil’. Hoe moeten contactcentermanagers dit beoordelen?
Het implementatiepad hangt vooral af van wat je een AI-agent wil laten doen, zegt Van den Oever, maar je kunt inderdaad in een maand tijd een concept ontwikkelen. “Bijvoorbeeld een AI-agent die helpt bij contact deflection. Denk aan een live agent die voor een goed antwoord op een klantvraag informatie uit verschillende bronnen moet combineren. Dat is precies de sweet spot van GenAI. Wie over een goede kennisbank beschikt, kan dit relatief snel optuigen.”
Wat het ontwikkeltempo vergroot is het gegeven dat je AI-agents kunt ontwikkelen met behulp van natuurlijke taal in plaats van codeerwerk. De keerzijde daarvan is dat codeerwerk getest kan worden en daarna standaard output genereert, terwijl AI-agents dat niet doen. Daarom is het ontwikkelen van AI-agents een kwestie van permanent doorontwikkelen, ook omdat wijzigingen in de verschillende ondersteunende systemen tot ander gedrag van de agent kunnen leiden, waarschuwt Van den Oever. Dat brengt ons bij de kosten. Er zijn vele miljarden in AI geïnvesteerd, niet alleen door de grondleggers van de LLM’s, maar ook door de software-aanbieders in de klantcontactmarkt. Dat moet worden terugverdiend.
Van betalen per gebruiker naar betalen per conversatie
“Bedrijven kunnen veel kosten uitsparen door mee te liften op de AI-platformen van Salesforce, Microsoft, Google of Anthropic,” zegt Van den Oever. “Daarmee kan je veel onderhoudswerk en kosten afkopen. Er is wel een verschuiving zichtbaar van verrekening op basis van gebruiker naar verrekening op basis van verbruik. Het eerste leidt tot goed voorspelbare kosten, het tweede niet. Ik merk dat bedrijven hierdoor terughoudend zijn in het nemen van beslissingen. Volgend jaar zal duidelijk worden of bedrijven op dit vlak voor zichzelf meer helderheid kunnen creëren. Daarnaast hebben grote aanbieders vaak meerdere afrekenmodellen voor verschillende diensten, die bij AI-toepassingen wel allemaal samenhangen.” Dat maakt het berekenen van de TCO en ROI er niet eenvoudiger op.
“Forecasten wordt ingewikkeld”
Extra lastig in dit verband is dat je AI-agents niet altijd zo maar kunt uitzetten als je verbruiksbudget wordt overschreden. Ga je dan weer terug naar je oude situatie? Op dit moment kan je bijvoorbeeld bundels aan AI-conversaties afnemen – en hoe meer je afneemt, hoe lager de prijs per conversatie.
“Opportunity pipelines en weighted value zijn concepten die niet goed zijn vertaald naar het customerservice-domein”
Van den Oever zegt dat veel bedrijven het nog lastig vinden om de verbruiksvolumes voor AI goed te voorspellen. “Forecasten wordt ingewikkeld. Het zou helpen als aanbieders met betere en eenvoudiger afrekenmodellen komen.”
Dit probleem is extra groot voor directies die zeggen dat de omzet wel moet groeien, maar customer service niet mag meegroeien. “Dat is echt ontzettend kortzichtig. Vanuit de commercie zijn er allerlei rekenmodellen voor forecasting. Opportunity pipelines en weighted value zijn concepten die niet goed zijn vertaald naar het customerservice-domein,” aldus Van den Oever.
Het gaat volgend jaar ongetwijfeld piepen en kraken.
“Ondertussen komen er alleen maar meer AI-oplossingen bij, dus bedrijven zullen heel goed moeten nadenken over wat ze gaan doen met AI. Ze zullen dat ook moeten kunnen vertalen naar financiële consequenties. De technologie groeit harder dan de hele ondersteuning daarvan. Het gaat volgend jaar ongetwijfeld piepen en kraken. Dat zal tot mooie voorbeelden leiden en gaat ook rampverhalen teweegbrengen. Het is aan bedrijven zoals die van ons om ervoor te zorgen dat het vooral goede en solide verhalen worden.” (Ziptone/Erik Bouwer)