In hoeverre zijn AI-gebaseerde oplossingen van toegevoegde waarde voor klantcontact? Aan de horizon gloren veelbelovende toepassingen als realtime spraakvertalen. Maar als het gaat om geautomatiseerde systemen die agents moeten vervangen is – naast kosten voor dataverwerking – datakwaliteit voorlopig nog het grootste zorgpunt.

 

Niet alleen de hype rondom AI piekt nog steeds, ook de concrete toepassing van AI neemt een vlucht. Aanbieders van clouddiensten lopen voorop met een inzet van AI van 84%. Overheden maken het minst gebruik van AI met 64%, met de gezondheidszorg en energie/nutsbedrijven (beiden met 65%) vlak daarachter. Dit blijkt uit het jaarlijkse 2024 State of Application Strategy Report van F5 Networks.

In 2019, dus nog ruimschoots voor de brede introductie van generatieve AI, voorspelde SAS dat binnen tien jaar twee derde van alle interacties tussen klanten en bedrijven door slimme machines zou worden afgehandeld. We zijn nu vijf jaar verder – en halverwege de voorspelling – en in de tussentijd heeft AI zich een weg naar voren gebaand, met name in klantcontact. Dat komt onder meer omdat AI daar handige klusjes kan opknappen die de efficiency een boost geven – denk aan de geautomatiseerde samenvatting of het aanreiken van gesprekssuggesties. Beiden zijn laaghangend fruit, al moeten de langetermijneffecten van de kwaliteit van de auto wrap-up toepassingen nog duidelijk worden.

‘Agent-assist’ lijkt voorlopig meest kansrijk

Driekwart van de respondenten uit het F5-onderzoek geeft aan bezig te zijn met digitale transformatieprojecten die door de onderzoekers als ‘AI-assisted business’ worden gecategoriseerd. Twee jaar geleden was dat 61 procent en in 2020 slechts 17 procent. Tegelijkertijd past slechts 24 procent AI momenteel echt op schaal toe binnen de organisatie en is 69 procent vooral nog aan het onderzoeken wat de gebruikstoepassingen zouden kunnen zijn. 63 procent is bezig met het ontwikkelen van PoC’s.

Hoewel het gebruik van generatieve AI toeneemt, hebben de meest voorkomende toepassingen op dit moment nog altijd doelen met een praktisch in plaats van strategisch karakter. De meest voorkomende use cases zijn praktisch van aard en gaan over copilots en andere tools voor werknemersproductiviteit (40 procent) en klantenservice-tools zoals chatbots (36 procent) en workflow automation (ook 36 procent).

Obstakels bij de inzet van AI

Wie AI breder wil inzetten – denk bij klantcontact aan grootschalige inzet van analytics – komt obstakels tegen, dat blijkt ook uit het F5-rapport. Twee uitdagingen voeren de boventoon, aldus F5.

Bijna driekwart van de organisaties die AI toepast, loopt tegen issues aan op het vlak van datakwaliteit en ook vinden bedrijven het lastig om data-activiteiten te schalen. Het een is ook onlosmakelijk verbonden met het ander. Wie alle gesprekken door een AI-gebaseerde SaaS-oplossing heen wil halen, moet rekening houden met aanzienlijke kosten.

De respondenten uit het F5-onderzoek beschouwen de kosten voor rekencapaciteit dan ook als grootste zorgpunt bij het opschalen van AI-gebaseerde toepassingen. Als het gaat om het gebruik van data om AI toe te kunnen passen, noemt 72 procent de datakwaliteit als de grootste belemmering voor een bredere inzet van AI. Ook het ontbreken van AI- en datavaardigheden is voor meer dan de helft van de respondenten een zorgpunt. 77 procent van de ondervraagde organisaties zegt dat ze binnen hun organisaties niet kunnen uitgaan van een ‘single source of truth’ voor hun data.

Ook uit ander onderzoek blijkt dat datakwaliteit een zorgpunt is: minder dan 50% van de respondenten in onderzoek van TTEC Digital heeft vertrouwen in de kwaliteit en volledigheid van hun data.

Killer-app: niet agent-assist, maar agent-takeover

Hoewel de focus momenteel nog steeds ligt op praktische use cases, zal de killer-toepassing van AI in klantcontact niet gaan over chatbots of ‘agent assist’, maar over ‘agent take-over’. Dat zegt Simon Thorpe, director of global product marketing bij Pega Systems in een artikel op DestinationCRM. Het resultaat, aldus Thorpe: de kosten van uitbesteders zullen dalen en de BPO’s zullen een deel van hun medewerkers naar huis moeten sturen.

Voor bedrijven die vertrouwen op de volgende generatie chatbots heeft Rob Dwyer (van Happitu, een CX-analyseplatform) een duidelijke boodschap. Op de site van ICMI stelt hij dat het bij AI in klantcontact niet alleen ontbreekt aan goede data maar ook aan ‘Care’.
“Generatieve AI op basis van grote taalmodellen (LLM’s) zijn fancy woordvoorspellingsmachines,” aldus Dwyer. “Ze zijn echt heel goed in die voorspellingen. Maar voorspellen wat de beste manier is om te zeggen dat je om iemand geeft, is niet hetzelfde als om iemand geven.”

Of zoals Dwyer daarna verwoordt: “AI geeft niet om je merk of je klanten. Het deelt je waarden niet en geeft niet om je missie. Dat geldt misschien ook voor sommige van je werknemers, maar geweldige bedrijven zijn geweldig omdat ze mensen inhuren die hun waarden delen en veel om het merk en de klanten geven. De vraag is niet of AI klaar is voor klantgerichte toepassingen. De vraag is hoeveel zorg er in de waarden van je merk zit.” (Ziptone/Erik Bouwer)