“The customer is no longer always human”. Is customer service klaar voor de komst van machine customers? Die vraag kan je stellen aan zowel consumenten als aan contactcentermanagers. Wie laat zich verrassen door de eerste AI-agents van klanten?

 

In dit artikel:

• Waar staan consumenten nu als het gaat om AI en klantenservice?
• Wat verandert er als machine customers opschalen?
• Wat moeten contactcenters nu al inregelen?

 

De (menselijke) consument

Natuurlijk zijn er contactcenters en consumenten die, als ware early adopters, binnenkort gebruik gaan maken van agentic AI. Maar de doorsnee consument is de afgelopen jaren al doodgegooid met slechte chatbots. Moeten we er daarom vanuit gaan dat consumenten niet zitten te wachten op persoonlijke AI-agents die namens hen met AI-agents van bedrijven in gesprek gaan?Daarvoor moeten we eerst kijken naar de opvattingen van Nederlandse consumenten over AI.

Deloitte heeft in augustus 2025 via Ipsos 2.000 Nederlandse consumenten (in de leeftijd van 18 tot 75 jaar) ondervraagd. Het rapport werd begin dit jaar uitgebracht.

Nederlanders zijn uitgesproken AI-vaardig, concludeert Deloitte. 61% van alle Nederlanders heeft in 2025 GenAI gebruikt, en de bekendheid ligt op 76%. Bij werkgebruik gaat het vooral om ondersteunende taken: informatie opzoeken (59%), ideeën genereren (47%), teksten samenvatten (41%), e-mails schrijven/bewerken (37%).

Tegelijkertijd zijn Nederlanders niet enthousiast als AI de gesprekspartner in customer service wordt. 58% zegt niet geneigd te zijn om bij customer service gebruik te maken van een GenAI-assistent (dat was 53% in 2024). Die verandering roept vragen op: daalt het vertrouwen naarmate mensen meer ervaring krijgen?

De opmars van de machine customer

Het is de consument van vlees en bloed die de machine customer in gebruik moet gaan nemen; de AI-agents komen niet vanzelf in actie. Met het beperkte vertrouwen van Nederlandse consumenten als het aankomt op AI in customer service ligt het in de lijn der verwachting dat die machine customer een zeer geleidelijke intrede zal maken. Al kan je niet uitsluiten dat er plotseling een veilige AI-agent-app voor consumenten wordt gelanceerd die tamelijk snel op grote schaal wordt omarmd.

Maar ook bij een heel geleidelijke opkomst van machine customers – denk aan een groepje early adopters – zijn de risico’s groot. De machine customer is op de allereerste plaats software die door consumenten – of door criminelen – op de frontoffice van organisaties worden losgelaten.

Machine customers stellen vertrouwen op de proef

Het zijn entiteiten die naast gesprekken voeren nu ook willen inloggen, persoonlijke informatie opvragen en wijzigingen en aankopen doen. Wanneer ze optreden namens klanten, verwachten die klanten natuurlijk een veilige, geautoriseerde route om status op te vragen, wijzigingen door te voeren en uitzonderingen te signaleren.

Maar dat laatste speelt geen rol wanneer AI-agents optreden namens criminelen. CX Today wijst zelfs op de optie van gecompromitteerde agents die serviceverzoeken indienen of aankopen doen om accountinformatie buit te maken. Daarbij is het van belang te weten via welke route AI-agents je frontoffice benaderen: via formulieren, portals, messaging, chatsessies of toch gewoon via de telefoon?

‘The customer is no longer always human’, aldus Ricardo Saltz Gulko van EXCO. En dat betekent dat CX of empathie vermoedelijk geen rol meer spelen in de interactie; betrouwbaarheid is belangrijker.

Belangrijke uitdagingen zijn de komende tijd dan ook: hoe authenticeren en verifiëren we verzoeken die van een AI-agent komen in plaats van direct van de klant? En hoe weet je zeker dat een AI-agent die bij een klant hoort, niet buiten de lijntjes kleurt?

Er is behoefte aan een standaard: wat is een machine customer?

Katja Forbes (Executive Director of Design bij de internationale Britse financiële dienstverlener Standard Chartered) suggereert daarom op CX Today dat er een standaard moet komen voor het bepalen van de identiteit van een entiteit: bijvoorbeeld het ROC-protocol: wie representeer je, welke outcome wil je bereiken, welke beperkingen (constraints) zijn aan je gedrag opgelegd?

Het idee van Forbes is interessant: Know Your Agent (KYA) gaat in wezen om de evenknie van de bekende KYC-principes (Know Your Customer). Hoe verifieer, volg en vertrouw je de agents die straks namens consumenten opereren en welk vertrouwensniveau past bij welke handeling?

Een machine customer die DDoS-gedrag vertoont

In een recent interview met Ziptone wezen Jeroen Kromme en Raoul Fasel al op andere bijverschijnselen: het is niet alleen een nieuw kanaal, maar het kan ook leiden tot een overmaat aan inkomende content. “De klant kan maar een keer tegelijk bellen of staat in een wachtrij; een bot kan zichzelf opschalen en een hele reeks aan interacties na elkaar op je afvuren.” Contactcenters zullen bijvoorbeeld iets moeten inregelen voor de herkenning en mitigatie van DDoS-achtige benaderingen door AI-agents, aldus Fasel en Kromme – want machine customers kunnen schalen.

Onbegrensde AI-agents kunnen de bankrekening van hun opdrachtgever plunderen; vervelende machine customers kunnen als ‘klant’ je hele winkel leegkopen. Bijvoorbeeld om prijzen te bewaken of producten voor wederverkopers veilig te stellen, aldus Frank Düssler van het ‘Bundesverband E-Commerce und Versandhandel Deutschland’.

Ook Gennadiy Bezkorovayniy (CEO van MiaRec, een leverancier van AI-technologie) wijst in een recent blog op veranderingen in de interactievolumes. Omdat het initiëren van een verzoek vrijwel moeiteloos gaat, verwacht hij dat mensen hun AI-agents veel meer taken gaan laten uitvoeren die ze voorheen zelf niet deden.

Verschillende grote marktpartijen zijn al bezig met het leggen van fundamenten voor agentic commerce. Zo werkt VISA aan een ‘Trusted Agent Protocol’ en is Cloudflare bezig met een ‘Web Bot Auth’ waarbij legitieme AI-agents van consumenten worden herkend. Dat vergroot de betrouwbaarheid voor zowel vraag- als aanbodzijde.

Wat kunnen contactcentermanagers nu al doen?

Er liggen flink wat use cases voor het oprapen, maar de vraag is welke keuzes consumenten die aan een eigen AI-agent beginnen, gaan maken. Kiezen consumenten voor laaghangend fruit zoals adreswijzigingen en opzeggingen? Voor menselijke klanten komt dat vaak neer op het zoeken naar de juiste kanalen, formulieren en gegevens en onderweg krijgen ze wellicht te maken met identiteitscontroles of retentiepogingen. Een AI-agent werkt zich daar ‘neutraal’ doorheen, maar kan natuurlijk wel fouten maken of moeite hebben met het verwerken van de intent. Het opzeggen van een tijdschriftabonnement heeft een andere impact dan het opzeggen van een verzekering. Kortom, ook bij ogenschijnlijk eenvoudige transacties kan het nog knap ingewikkeld worden.

Vier opdrachten voor het contactcenter

De meeste contactcentermanagers zijn bezig met het inzetten van AI voor medewerkers en voor klanten. Maar hebben ze ook nagedacht over AI die als klant binnenkomt?

Er zijn, alles overziend, vier onderwerpen waar het contactcenter de komende tijd mee aan de slag moet.

Op de eerste plaats moet de klassieke authenticatie op de schop. De huidige authenticatiemodellen zijn gebaseerd op menselijk kennis; in de wereld van machine customers wordt het tijd voor machine-to-machine protocollen.

Op de tweede plaats moeten contactcenters maatregelen nemen tegen ongezonde en onbetrouwbare volumes. AI-agents gaan niet door een IVR heen en nemen geen plaats in een wachtrij. Contactcenters moeten nadenken over detectie van niet-menselijke verkeerspatronen, het maximaal toegestane aantal interacties of sessies per tijdseenheid en aparte routing voor AI-agents versus menselijke bellers.

Op de derde plaats ligt het voor de hand dat er aparte customer journeys en processen worden opgetuigd voor machine customers (‘API-lanes’) en voor menselijke klanten. Maar die strikte scheiding moet ook overbrugbaar zijn als de human in the loop ingrijpt, zoals Fasel en Kromme bepleiten.

En tot slot: contactcentermanagers kunnen zelf al vast aan de slag met simulaties en scenario’s, zodat er de (customerservice)organisatie weet wat er moet gebeuren als de eerste ‘machine customer’ zich daadwerkelijk meldt.

Wat zeggen de experts

Thomas (Omnidesk)vraagt zich af wat er gaat gebeuren als consumenten de live AI assistants zoals die van Gemini gaan inzetten. (Een tip van hem: probeer het zelf eens uit via de Gemini app, meest rechte icoontje onderin). Hij voorziet dat organisaties eigen API’s zullen ontwikkelen waarmee ze reageren op queries van AI assistants. Als machine customers gedetecteerd kunnen worden in het voicekanaal, kan je een kostbare mismatch voorkomen: als een klant een AI-bot laat bellen om tijd te besparen, is het voor een organisatie onlogisch om dure menselijke capaciteit in te zetten om die (vaak nog inefficiënte) bot te woord te staan. Ook beschouwt Omnidesk het als essentieel dat er een protocol is – denk aan Bot2business, ofwel B2B – dat bepaalt wanneer een bot wat mag doen.

“Het speelveld verandert”

Sander Hesselink, principal consultant van Coniche, ziet het speelveld voor klantcontact ook veranderen en kijkt daarbij vooral naar de verschuiving in verantwoordelijkheid en ontwerp. “De toegang tot klantdata ligt straks niet alleen bij organisaties, maar nadrukkelijk ook bij de klant zelf, omdat die zijn eigen AI-agent actief opdracht geeft en toegang verleent tot accounts en de inloggegevens. Dat is een wezenlijke verandering. Voor organisaties is het op digitale selfservicekanalen namelijk lang niet altijd zichtbaar of een handeling wordt uitgevoerd door de klant zelf of door een AI-agent die namens die klant opereert. Juist daarom moet de inrichting van service niet alleen veilig zijn, maar inderdaad zoals jij al aangeeft in het artikel ook expliciet ontworpen worden op vertegenwoordiging, autorisatie en controle.”

Daarnaast gaat de rol van de klant-AI veel verder dan alleen selfservice, verwacht Hesselink. “We gaan zien dat AI-agents klanten helpen in de voorbereiding van het contact, waarbij een vraag al is omgezet naar een concreet verzoek en zelfs voorbereide actie. Daardoor start een medewerker het gesprek vaak bij stap één, terwijl de klant samen met de AI in feite al twee stappen verder is.”

Diezelfde AI gaat ook voor de klant optreden als hulp en ’factchecker’ tijdens het gesprek en klanten zullen steeds vaker ook zelf gesprekken vastleggen, analyseren en samenvatten, denkt Hesselink. Dat verandert de dynamiek van klantcontact zichtbaar, omdat informatiepositie en tempo verschuiven richting de klant.

“Tegelijkertijd zullen moderne AI-systemen van organisaties steeds vaker draaien op een combinatie van RAG voor betrouwbare informatie en MCP voor data- en transactie-uitvoering. Dat biedt een krachtig fundament voor ‘conversational service’, mits organisaties de juiste guardrails inbouwen voor identiteit, autorisatie, logging, grenzen in acties en escalatie naar menselijk contact. De kernvraag wordt dan niet alleen hoe goed je AI antwoord geeft, maar vooral hoe verantwoord en controleerbaar je interacties organiseert, of die nu plaatsvinden met de klant zelf of met de AI-agent van de klant.”

Rammelende chatbots extra stimulans voor agentic

Paul van der Waal, Sentio CX: Agentic AI in klantcontact is bezig met een razendsnelle opmars. Ook consumenten maken hier steeds meer gebruik van. Ja, de doorsnee consument is de afgelopen jaren al doodgegooid met slechte chatbots. Maar we moeten er niet vanuit gaan dat consumenten niet zitten te wachten op persoonlijke AI-agents die namens hen met AI-agents van bedrijven in gesprek gaan. In tegendeel, momenteel worden vele ‘starre’ chatbots vervangen door intuïtievere AI gedreven bots die beter inspelen op de klantvraag. Die kunnen bovendien worden uitgerust met herkenning van de intent, sentiment en klantstatus, zodat als het nodig is, er sneller kan worden doorgeschakeld naar een human agent met de juiste skills en autorisatie. Wij verwachten dat gebrekkige chatbots de intrede van de machine customer wel eens zou kunnen versnellen, omdat deze minder gevoelig zijn voor sentiment. Kortom, met een goede authenticatie, verificatie en de juiste governance en compliance zou dit kanaal wel eens sneller kunnen gaan groeien dan we nu denken.

(Ziptone/Erik Bouwer)

Customer Experience, Featured, Kennisbank Coniche, Omnidesk