Wordt 2025 het jaar waarin AI in klantcontact zich gaat bewijzen? Er is een overkill aan aanbod. Welke toepassingen hebben de beste papieren om door te breken en welke obstakels gaan we komend jaar tegenkomen?

Ziptone sprak met Leon Driessen (solutions consultant Frontline Solutions), Stuart Dorman (chief innovation officer Sabio) en Stef van den Oever (Group Practice Manager bij Nextview Consulting). 

 

Vijfentachtig procent van de leiders in klantenservice zal in 2025 een conversational generatieve AI-oplossing (GenAI) verkennen of testen. Dat stelt Gartner op basis van onderzoek. 44% van de 187 ondervraagde leiders in customer service en support geeft aan een klantgerichte GenAI-voicebot te verkennen. 11% test deze technologie en 5% heeft al een klantgerichte GenAI-voicebot geïmplementeerd.

Die voorspellingen tekenen een beetje schraal af tegen de vele miljarden die in GenAI-oplossingen zijn gepompt. Nu komen we op het punt dat het daadwerkelijk iets moet gaan opleveren, zegt Leon Driessen, solutions consultant Frontline Solutions. “Naast het laaghangend fruit zoals agent-assist toepassingen verwacht ik komend jaar meer geavanceerde toepassingen. Mijn idee is dat je binnen enkele jaren kunt zeggen ‘dit zijn goede agentgesprekken’ en dat AI op basis van realtime meeluisteren zichzelf kan trainen om gesprekken zelfstandig te voeren. Dat is toekomstmuziek, maar ik denk niet heel ver weg in de toekomst: alle technologie hiervoor is al beschikbaar. De controle erop is een zorgpunt, maar hier zijn je eigen kennisbank en RAG belangrijke hulpmiddelen.”

‘GenAI wordt een commodity’

Volgens Peter van der Putten, Pega’s Lead Scientist en Director AI Lab, worden GenAI-basismodellen komend jaar ‘een commodity’. Het enorme aanbod aan modellen en oplossingen leidt tot flinke concurrentie en prijsdruk; kleinere onafhankelijke ontwikkelaars zullen afhaken door gebrek aan financiering of te hoge operationele kosten. Maar Pega breekt ook een lans voor wat het bedrijf de beschrijft als ‘de comeback van niet-generatieve AI’. Het gaat dan om toepassingen als process mining, voorspellingsmodellen en realtime decisioning. “Maar de grootste innovatie in 2025 zal komen van technologie die AI zelf meer autonoom maakt, namelijk: agentic AI,” aldus Van der Putten in een recent bericht van Pega.

Jarno Duursma plaatste recent op LinkedIn kanttekeningen bij de redeneervermogens van geavanceerde AI-oplossingen. Hij verwees daarbij naar onderzoek van Apple dat zwakke plekken blootlegt. ‘Redenerende taalmodellen’ – AI-systemen die stap voor stap complexe problemen zouden kunnen oplossen – zouden volgens de standaard benchmarks goed scoren. Maar zodra de vragen uit die benchmarks een beetje worden aangepast, zakte de kwaliteit van de antwoorden drastisch.

Hoewel de oplossingen voor AI in klantcontact zich snel ontwikkelen, ligt het tempo bij organisaties een stuk lager, stelt Driessen vast. “Alleen al de security officer wil weten wat er allemaal bij komt kijken. Voorlopig zijn contactcentermanagers nog volop bezig met bijvoorbeeld agent-assist toepassingen. Desalniettemin verwacht ik dat AI in klantcontact volgend jaar onverminderd hot zal zijn. En natuurlijk speelt ook mee dat de komende maanden verschillende contactcenterplatformen met de ondersteuning van hun on premise pakketten stoppen. Contracten lopen af. Dus genoeg te doen.”

AI als water uit de kraan

AI is onderweg om een ‘general purpose technology’ te worden, zoals we ook elektriciteit en het internet kennen, zegt Stuart Dorman, chief innovation officer Sabio. “De vraag of iets door internet of stroom wordt aangedreven, is al lang niet meer relevant en die kant gaat het met AI ook op. Van de grote spelers – big tech en de chipproducenten – wordt de helft van hun winst terug geïnvesteerd in R&D. Er is een enorme wapenwedloop aan de gang. Of de grenzen van AI in zicht komen, zoals Sundar Pichai van Google suggereerde, of dat we juist aan het begin staan, is op dit moment volstrekt onduidelijk. De onderliggende modellen worden een commodity, maar het echte ontwikkel- en implementatiewerk zit ‘m in de toepassingen die hierop gebaseerd zijn. Denk aan Agentforce of andere toepassingen. Op dat gebied hebben we nog een lange weg te gaan, niet alleen om de toepassingen tot een succes te maken, maar ook om iedereen op te leiden. De snelheid waarmee alles zich nu voltrekt, vergroot de kans op een crash als de verwachtingen die nu worden gecreëerd, niet snel genoeg worden waargemaakt.”

“Ik verwacht dat AI het komend jaar de plek gaat krijgen die het zou moeten hebben,” aldus Stef van den Oever, Group Practice Manager bij Nextview Consulting. “Voor de klantcontactbranche is dat 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.”

Impact van AI op medewerker en klant

In het doorsnee contactcenter is ondanks alle voorspellingen vaak 70% van de contacten nog telefonisch, en 20% e-mail en 10% andere kanalen. Het automatiseren van een belangrijk deel van die 70% heeft nogal wat consequenties voor de klant, zegt Dorman. Ook het implementeren moet niet onderschat worden. “AI in klantcontact is niet iets wat je even aanzet.”

“Automatisch samenvatten? Die nawerktijd heeft een agent juist nodig om even adem te halen.”

Met AI kan je de productiviteit van klantcontactmedewerkers verhogen. Bijvoorbeeld door middel van het automatisch samenvatten van gesprekken. Omdat hierdoor het grootste deel van de nawerktijd verdwijnt, kan dit negatieve impact hebben op het welzijn van medewerkers, aldus Dorman. Die nawerktijd heeft een agent juist nodig om even adem te halen. “Voordat je een besluit neemt: ook ga na wat het track record is van een dienstverlener. Hou er rekening mee dat dat lastig kan zijn, want zo veel ervaring is er niet. We staan nog maar aan het begin. Overigens zijn er ook oplossingen waar we al jaren mee werken en die, ook al noemen we ze niet zo, neerkomen op AI.”

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.

De kosten van AI: hoofdpijndossier in wording?

Gartner-analisten hebben op het Australische congres van de ICT-marktonderzoeker ook gewaarschuwd dat AI-gebruik schrikbarend veel duurder kan uitpakken. Een van de redenen ligt in het frequent aanpassen van de tarieven: over het algemeen met sprongen omhoog. Maar ze wijzen ook op ontoereikend overzicht op het AI-gebruik binnen een organisatie. Iets vergelijkbaars is gebeurd met de overgang naar cloudcomputing, onder meer omdat SaaS-oplossingen gemakkelijk konden worden afgenomen buiten de IT-afdeling om. Cloud bill shock is daarvan een mogelijke uitkomst.

Van den Oever wijst op de verschuiving die zichtbaar is in de tariefmodellen: van verrekening op basis van gebruiker naar verrekening op basis van verbruik. “Het eerste leidt tot goed voorspelbare kosten, het tweede niet. Er is wel een verschuiving zichtbaar van verrekening op basis van gebruiker naar verrekening op basis van verbruik. 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 van AI in klantcontact er niet eenvoudiger op.

Ook Driessen wijst op de financiële onzekerheden rondom de inzet van AI in klantcontact. “De tooling zal komend jaar breder worden: niet alleen voor agents, maar ook voor supervisors en beheerders. Mijn tip voor contactcentermanagers is dan ook dat ze zich niet te snel laten verleiden. Kijk eerst wat je echt nodig hebt, kijk dan naar wat je al in huis hebt en vergeet zeker niet te kijken naar de kostenstructuur. Wij merken bij veel partijen dat de kosten vooraf lastig in te schatten zijn. Dat geldt ook voor een toepassing als geautomatiseerd samenvatten – het is een extra reden om met kleine stapjes te beginnen en goed te kijken naar je gerealiseerde besparing. Sommige contactcenters hebben nauwelijks nawerktijd en dan is geautomatiseerd samenvatten al snel een extra kostenpost.

AI aan- en uitzetten? Zo werkt het dus niet

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.

Van den Oever zegt dat veel bedrijven het nog lastig vinden om de verbruiksvolumes voor AI in klantcontact goed te voorspellen. “Forecasten wordt ingewikkeld. Het zou helpen als aanbieders met betere en eenvoudiger afrekenmodellen komen.”

Voor wat de pricing models verwacht Dorman dat die binnen afzienbare tijd zullen worden aangepast om zicht te kunnen bieden op ROI. Het afwikkelen van een call kost gemiddeld ruwweg zes euro, voor een chat zal dat drie tot vier euro zijn. De AI-toepassingen die hiervoor in de plaats komen, zullen qua prijs flink lager moeten liggen. De afnamevarianten liggen nu nogal hoog en dat is nog exclusief de bijkomende kosten voor implementatie en beheer.

Het toezicht op AI: ‘an accident waiting to happen’

Naarmate organisaties meer gebruik gaan maken van AI in klantcontact, wordt toezicht hierop steeds belangrijker. Voor het gebruik van AI in bedrijfsprocessen gelden verschillende specifieke Europese en nationale wetten. Leidend is de Europese AI-Act, die in augustus 2024 in werking is getreden. De implementatie hiervan verloopt stapsgewijs, maar er zijn in ieder geval duidelijke kaders binnen de AI Act. Het toezicht op de inzet van AI is een ander verhaal.

Dat is namelijk uitgesmeerd over meerdere toezichthouders. Dat vraagt om een sectorale en geïntegreerde aanpak, aldus een gezamenlijk eindadvies van de Rijksinspectie Digitale Infrastructuur (RDI) en de Autoriteit Persoonsgegevens (AP) van november dit jaar. De keuze om geen nieuw AI-loket aan het toezicht toe te voegen, moet juist voorkomen dat de situatie voor bedrijven te ingewikkeld wordt.

Dat lijkt een verstandige keuze, maar kan ook tot conflicten leiden. DNB is de aangewezen toezichthouder voor de financiële sector. Maar het is ook DNB die van banken en verzekeraars eist dat zij hun data uitpluizen om te kunnen voldoen aan allerlei andere wetten. De verschillende toezichthouders moeten dus samenwerken en alles onderling afstemmen en dat is een risico. Toezichthouders hebben de afgelopen jaren veel executiekracht ingeleverd. Samenwerking in complexe ecosystemen is niet het sterkste punt van de Nederlandse overheid. Het zou bijvoorbeeld kunnen betekenen dat de komende jaren het toezicht ondermaats is, waardoor bedrijven voor een langere periode bewust of onbewust de fout in kunnen gaan. Bovendien is er haast: de AI Act is zoals gezegd al ingegaan. En vanaf februari 2025 treedt de eerste set regels (het verbod op de meest risicovolle AI-systemen) in werking. Dan moet het toezicht dus geregeld zijn. (Ziptone/Erik Bouwer)

 

Morgen op Ziptone: uitvoerig interview met Stef van den Oever over AI in klantcontact