Eerst met AI-toepassingen in klantcontact beginnen en dan je kennisbank aanpakken, dat is geen aanrader. Dat lijkt de slotsom (en de belangrijkste uitdaging van zowel kleine als grote bedrijven) tijdens Digital Conversation 2025, de 8e editie van het jaarlijkse CCMA-event.
Sander Hesselink van Coniche blijft zich verbazen over de snelheid waarmee de technologie rond AI zich ontwikkelt. Wekelijks zijn er nieuwe releases of functionaliteiten. Hesselink is een tech-adept en hij wijst terecht op twee factoren die ervoor zorgen dat GenAI ‘here to stay’ is. Op de eerste plaats gaat de kwaliteit snel vooruit (wie herinnert zich nog de GenAI afbeeldingen van mensen met zes vingers?) en op de tweede plaats wordt GenAI steeds gemakkelijker om te gebruiken. Inmiddels zijn we aangeland bij AI-toepassingen die kunnen redeneren (ook over hun eigen opdrachten).
FTE’s besparen
In de presentatie van Hesselink kwam voorbij dat in 2029 80% van de klantcontacten (‘common customer service issues’) kan worden gedaan door agentic AI. Dat soort voorspellingen hangt al een tijdje boven de klantcontactmarkt: wat betekent GenAI voor de rol van de live agent in het contactcenter? Die kwestie lijkt een taboe in klantcontactland. Gevraagd naar wat de nieuwe competenties voor agents in het AI-tijdperk zijn, kwam het panel – aan het eind van Digital Conversations – niet veel verder dan ‘kritisch nadenken’ over dat wat AI als hulpmateriaal aanlevert. Alleen Martijn Fransen (Eneco) opperde aan het eind van de dag dat klantcontactmedewerkers op een gegeven moment misschien buiten de organisatie verder moeten kijken. Ter indicatie: Gartner, van wie de voorspelling afkomstig is, vertaalt die 80% automatisering naar 30% kostenbesparing. Dat zal voor een groot deel neerkomen op FTE’s.
Moderne legacy
Hesselink blikte ook nog even terug op een recente uitzending van Radar. Er zit een kloof tussen wat wij bedenken en wat de klant ervaart, aldus Hesselink: “Wij hebben de verantwoordelijkheid om systemen goed in te richten.”
Dat het nemen van die verantwoordelijkheid niet altijd rechtsreeks leidt tot succesvolle oplossingen, bleek uit verschillende presentaties. AI is nieuwe technologie die niet altijd goed aansluit op de ‘oude technologie’ die bedrijven in huis hebben. Of je nu spreekt over Siebel (Rabobank) of over de kennishuishouding (Eneco): het is met name voor corporates letterlijk heel veel werk om een goede basis neer te leggen voor de brede toepassing van AI. Sterker nog, de legacy bestaat steeds vaker uit twee soorten: legacy rond langbestaande kernsystemen en infrastructuren, en ‘moderne legacy’. Hoe kom je af van je allereerste chatbot? Hoe slecht die ook is, je kunt ‘m vaak niet zomaar uitzetten. Want dan gaan de klanten op zoek naar een ander kanaal.
Agentic AI bij Rabobank
Bij Rabobank valt er wat te winnen met AI. Zoals bij vrijwel iedere bank geldt ook hier, app first. De bank verwerkt jaarlijks 7 miljoen calls, maar er zijn inmiddels ook 3,3 miljoen app-interacties per dag en 2,5 miljoen chatsessies (zowel livechat als bot). De bank is in 2018 met chatbot Robin gestart, die op dit moment 60% van de interacties kan afhandelen aan de hand van gescripte dialogen. We’re heading in the right direction, aldus Frodo de Poortere, Product Manager Digital Banking bij Rabobank. Robin krijgt nu de beschikking over GenAI, dat hij mag gebruiken als de gescripte dialogen niet succesvol zijn. Op dit moment is 82% van de antwoorden correct qua inhoud en tone of voice. Dat resterende vijfde deel, daar wordt uiteraard druk aan gesleuteld.
Ondertussen maakt Rabobank de geleidelijke overstap naar agentic AI. Bijvoorbeeld om processen zoals een pasvernieuwing end-to-end af te wikkelen, inclusief fulfilment en eventueel inclusief proactieve communicatie naar de klant om vragen te voorkomen. Niet helemaal duidelijk werd in hoeverre je daarvoor agentic AI nodig hebt, of dat zo’n pasvervanging ook op een ‘traditionele’ manier te automatiseren is.
Niet iedereen blootstellen aan AI: servicedifferentiatie
De koers van Rabobank verschilt niet veel met die van ING of ABN AMRO Bank. Call deflection staat voorop en de app is het vertrekpunt voor de interactie. Rabobank wil daarbij overigens ook werk maken van servicedifferentiatie. Ben je ouder dan 75, dan word je niet lastiggevallen met AI-tech, maar ga je direct naar een medewerker. Dat geldt ook voor private banking klanten die een direct lijntje hebben met een eigen adviseur. Of voor klanten waarbij uit de context blijkt dat het een contact een vervolg is op een eerder (belangrijk) contact. Een rulesbased engine bepaalt wat prioriteit krijgt. Het inregelen daarvan kost tijd en vergt ‘ownership’, want er zijn veel afdelingen, veel producten en veel andere variabelen. Regels kunnen elkaar daardoor ook bijten, aldus De Poortere.
De bank is eind 2023 begonnen met GenAI in de rol van agent assist, ondergebracht in het CRM-systeem Siebel, dat naast Genesys Cloud, Pega en Deepdesk wordt gebruikt. Na een pilot met een paar honderd medewerkers zijn er nu duizenden Rabo-collega’s die gebruik maken van (tussentijds) samenvatten en andere toepassingen op basis van Deepdesk. Er wordt gewerkt aan het genereren van samenvattingen van de contacthistorie en de inzet van smart assist on the fly: door het hele gesprek (voice of chat) mee te luisteren kan de tool relevante tips aanreiken. Dat komt binnen enkele weken beschikbaar.
Vertrouwen in AI
Al wel live en in gebruik: een autotype functie die vooraf woorden en zinnen invult, en next best action (NBA) in combinatie met een AI-sales pitch, die tips om de NBA zo succesvol mogelijk te maken. Die sales pitch zorgde ervoor dat de uptake omhoogging: van 35 naar 50 procent van alle conversaties. Ook heeft de bank met verschillende maatregelen de gemiddelde afhandeltijd met 75 tot 120 seconden weten in te korten. De ultieme tip van De Poortere: implementatie kan snel, maar als datgene wat je in productie neemt niet goed werkt, keldert het vertrouwen van medewerkers. De indruk werd gewekt dat de snelheid vooral werd gerealiseerd met Deepdesk: een kleine partij met veel kennis, waarbij Rabo in drie maanden tijd van hackathon naar deployment ging.
‘Oud chatbotplatform’ bij Eneco
Eerder in dit verslag noemden we het al: moderne legacy. Dat speelt bij Eneco, waar een zes jaar oud chatbotplatform van CM.com moest worden vervangen door een nieuw Microsoft Co-Pilot Studio platform. Eneco besloot te gaan voor volledige nieuwbouw in plaats van incrementeel voortbouwen op oude systemen, hoewel er al aardig wat was bereikt met automatisering. Inzet: van best of breed naar standaard architectuur. Geen AI voor alleen klantenservice, maar ‘full scope’. Kortom, van ‘interessant voor de frontoffice’ naar strategisch.
Helemaal opnieuw beginnen is een verstandige maar kostbare klus – legacy wordt niet voor niets ook IT-debt genoemd. Ruud Huigsloot (Product Manager Digital Service & Conversational bij Eneco) stond uitgebreid stil bij de investeringen.
Vergeet de impliciete kennis niet
Hij noemde onder andere: low code (klinkt gemakkelijk, maar je hebt nog steeds engineers nodig), de noodzaak om nieuwe rapportages in te richten; het aanpakken van de long tail vragen (zelden gesteld, maar het zijn er veel meer dank je denkt); en het volledig opnieuw in kaart brengen van je kennishuishouding. Vooral dat laatste was extreem arbeidsintensief. Eneco is niet de enige met een uitdaging op kennisgebied, in de paneldiscussie aan het eind van het programma kwam voorbij dat Rabobank 30 (!) kennisbanken heeft. Huigsloot waarschuwt ook: de kennisbank aanpakken gaat vaak over de website (die is als geheel notoir onbetrouwbaar) en kennisdocumenten, maar over impliciete kennis (kennis in de hoofden van medewerkers) hoor je nauwelijks iemand.
Kortom, het is een kostbare, maar noodzakelijke stap om je kennisbank als single source of truth te kunnen gebruiken voor huidige en toekomstige toepassingen van AI, zowel richting medewerkers als richting klanten. “Daarmee wordt de bot een full service bot”. Huigsloot over de toekomst: hoe mooi zou het zijn als de voorkant van de website helemaal gericht is op conversational. Want nu dwingen we klanten nog vaak om op de site te gaan zoeken. Ook over de inzet van Agentic AI is hij duidelijk: dat duurt nog even.
ChargePoint op zoek naar eenvoud
Het programma van Digital Conversations bevatte twee rondes met elk vijf parallelsessies met Eneco, NKC, Haarspullen.nl, VodafoneZiggo en Chargepoint.
ChargePoint, opgericht in 2007, 1400 werknemers, wereldwijd 342.000 laadpunten, heeft Concentrix ingeschakeld voor de eerstelijns support in 12 talen. In eerste instantie was de BPO-speler vooral een FTE-leverancier, maar geleidelijk is het bedrijf ook steeds meer een technologiepartner geworden. ChargePoint had te maken met een complexe veelheid van lijnen, IVR’s en wachtrijen en wilde daar eenvoud in aanbrengen, want een vijfde van de bellers kwam bij de verkeerde medewerker uit. Onder eenvoud verstaat ChargePoint onder meer: één nummer, one stop shopping, routering op basis van de intent.
Kennis is de basis voor álles
Ook ChargePoint heeft ‘een scriptbased chatbot geprobeerd’ en is tot het inzicht gekomen dat kennismanagement (tot voor kort een ‘drama’ voor de medewerkers, aldus Olivier Straman, programma-manager bij ChargePoint) de basis is voor álles.
Hoewel ChargePoint sterk heeft geïnvesteerd in AI (onder andere in een AI-aangedreven chatbot en voicebot, realtime spraakvertalen en kennismanagement), is het bedrijf overtuigd van human in the loop. Die was overbodig in de indrukwekkende live demo die werd gegeven. De voicebot wikkelde tamelijk moeiteloos en in een natuurlijke dialoog een vraag van een gehaaste klant af: de laadpaal doet het niet. Gerealiseerde oplossing: een reset van de laadpaal door de voicebot. Daarmee kwam ChargePoint in de buurt van agentic AI.
Eenvoudige en complexe klantvragen vanuit een ander perspectief – Tijdens de presentatie van Straman kwam de vraag voorbij: wat is complex en wat is eenvoudig klantcontact? Daar kwam een interessant antwoord op: dat verschilt natuurlijk per sector en situatie, maar je kunt het uitdrukken in het aantal taken dat verschillende bots zouden moeten uitvoeren om een vraag te beantwoorden.
De chatbot van de Nederlandse Kampeerauto Club (NKC)
Ook NKC (oorspronkelijk ‘Nederlandse Kampeerauto Club’, opgericht in 1976) presenteerde in wezen een verhaal over moderne legacy. De chatbot van Watermelon – zo’n anderhalf jaar geleden geïmplementeerd – is voordelig geprijsd, gemakkelijk te implementeren en doet z’n primaire taak uitstekend. Maar of het nu het leereffect is of dat de behoeften van NKC veranderen, na anderhalf jaar staat tegenover de voordelen ook een rijtje nadelen of beperkingen.
De NKC telt 75.000 leden en profileert zich als de ‘ANWB voor camperaars’. Met ongeveer 50 FTE en een leger vrijwilligers bedient de vereniging een Nederlandse vloot van zo’n 200.000 campers. NKC wil in 2030 graag de partner zijn voor één miljoen camperaars in Europa. Die ambitie was tussen de regels door bepalend voor de presentatie van Erik Hilhorst, data-analist bij NKC.
Schaalbare 24×7 oplossing
Hilhorst vertelt over hoe de ledenservice het steeds drukker heeft gekregen: de camper heeft veel aan populariteit gewonnen. Niet alleen zijn veel vragen hetzelfde (denk aan de jaarlijkse e-mail over de contributie in oktober), ook komt zo’n 40% van de vragen buiten kantooruren binnen. Opschalen met meer medewerkers was geen optie, dus de organisatie zocht naar een schaalbare, 24/7-oplossing.
Eind 2023 koos NKC voor chatbot-leverancier Watermelon. De implementatie was bijzonder snel: in een kwartier stond bot ‘Anna’ live, gevoed door 2.600 gescrapete webpagina’s en een set instructies, waaronder expliciete openingstijden. NKC betaalt zes tot zevenduizend euro per jaar voor 1500 chats per maand. Als dat volume stijgt, wordt de staffel minder gunstig. In 2024 verwerkte Anna zo’n 24 000 gesprekken, vooral in de vorm van een antwoord op een vraag. NKC-medewerkers werken doorlopend aan het finetunen, waardoor de antwoorden steeds beter worden. Naast de customer facing chatbot is NKC ook aan de slag gegaan met een interne kennisbank-bot en ‘Reismaatje’, dat NKC-leden kan voorzien van reis-ideeën en inspiratie.
Voordelen, maar ook nadelen
Hilhorst was duidelijk over de voor- en nadelen van deze laagdrempelige oplossing. Tegenover de zeer snelle go-live zonder de inzet van een IT-team, acceptabele antwoordkwaliteit, de lage kosten en de optie om te experimenteren met de kennisbot en het Reismaatje, werden ook nadelen genoemd. Er is geen koppeling met het CRM, dus de botdialogen blijven anoniem en het ontbreekt aan inzicht in de first time fix. Ook is er geen inzicht in contactreductie of tevredenheid; de rapportages zijn naar mening van NKC summier. Zo komen alle gesprekken – extern, intern en ‘Reismaatje’ – in één overzicht en is filteren of segmenteren niet mogelijk.
En tot slot is het onderhoud een hele klus. Veel essentiële informatie moet handmatig worden toegevoegd en ook het herscrapen van de webcontent moet handmatig gedaan worden om up to date te blijven. Daar komt bij dat de instructies regelmatig moeten worden bijgesteld om onderdelen van gescrapete webcontent weer te overrulen. Ook hier komt de aap uit de mouw: eerst kwam de chatbot, daarna drong het onderwerp kennismanagement zich op.
Wat zijn nou die future skills?
Tijdens een paneldiscussie onder leiding van Wout Cox (met naast keynotes Frodo de Poortere en Martijn Franssen (Eneco) ook Mark Jansen van VGZ) kwam het niet echt tot discussie. Jansen wierp op dat het vaak over tech gaat, maar dat we niet moeten vergeten dat mensen andere skills nodig hebben om de waardevolle gesprekken te kunnen voeren en om samen te kunnen werken met AI. Wat die skills dan zijn, kwam niet uit de verf; bij Rabobank was de shift in skills vooral zichtbaar in de developerteams. Daar zijn naast programmeurs steeds meer data-scientists en data-engineers nodig.
Ook werd tijdens het panelgesprek geopperd dat je de dialoog moet aangaan met medewerkers over de inzet van AI. Gespreksleider Wout Cox reageerde daarop met: praten met klantcontactmedewerkers over AI is toch een beetje alsof je praat met de kalkoen vlak voor de kerstdagen. Zoals eerder gezegd: het was Fransen die met een eerlijk antwoord kwam. Het werk verandert, je zult moeten nadenken over hoe je fit for the future blijft. En misschien zit voor sommige mensen die toekomst buiten het bedrijf.
(Ziptone/Erik Bouwer)