Experts waarschuwen voor onverwachte of niet altijd goed voorspelbare kosten bij de inzet van AI-oplossingen voor klantcontact. Paul den Uyl en Steyn Elshout (beiden van klantcontact software implementatie partner huXam) vinden die vrees voor hoge kosten ongegrond. Ziptone ging met hen in gesprek.

 

Eind vorig jaar besteedde Ziptone aandacht aan AI bill shock: het risico op onverwacht hoge kosten voor de inzet van AI. Ook Gartner kwam met een waarschuwing en stelde vast dat “fouten van 500 tot 1000 procent in AI-kostenramingen” mogelijk zouden zijn.

Lees ook: 

Oneindige keuze, ondoorzichtige tarieven, versnipperd toezicht – AI in klantcontact in 2025

 

Meer dan alleen kosten voor een AI-tool

Vast staat dat wie met AI aan de slag wil, net als bij andere software-implementaties rekening moet houden met implementatiekosten, beheerkosten en verbruikskosten. In veel gevallen heb je te maken met kosten voor consultants of implementatiepartners en kosten voor het ontwerpen en trainen van AI-agents, kosten voor integraties met bestaande CRM-systemen, met middleware zoals MuleSoft of met contactcenteroplossingen. Soms komen er kosten bij voor het op orde brengen van de datahuishouding, of voor juridisch advies en compliance rondom datasecurity. AI-agents hebben regelmatig updates nodig en moeten regelmatig worden bijgesteld. Ook zijn er kosten verbonden aan dataopslag, maar die zijn tegenwoordig bijzonder laag. Zo vraagt Amazon 0,023 dollar per GB per maand. Tot slot worden er soms kosten berekend voor het afnemen en gebruiken van monitoring oplossingen.

Licenties

Soms zijn extra licenties of eenmalige aanschafkosten noodzakelijk om überhaupt met AI-technologie of AI-platforms van een bepaalde leverancier te kunnen werken. Bij Salesforce heb je naast de losse AI-functionaliteit – denk aan bots en Agentforce – bijvoorbeeld ook Salesforce Einstein nodig en uiteraard een Salesforce-licentie. Dat gaat meestal op basis van het aantal gebruikers per maand (en kost circa 50 tot 150 dollar per gebruiker); kosten voor gebruik van Einstein-functionaliteiten komen hier dus bij. Bij Genesys kan de prijsstructuur per bot en interactie variëren, van 0,01 tot 0,03 per klantcontact of een vast bedrag per maand. Wie Amazon Connect nodig heeft, betaalt 0,018 dollar per minuut voor de gespreksafhandeling, maar wie hierbij NLP van AWS wil gebruiken, betaalt 0,004 dollar per 10 conversaties. Sommige leveranciers rekenen extra kosten voor verhoogde gebruiksniveaus tijdens pieken.

AI-bots: vooral op de achtergrond

‘Customer facing bots’ vormen maar een heel klein deel van wat er op dit moment allemaal mogelijk is, aldus Steyn Elshout van huXam. “Het gros van de huidige toepassingen opereert op de achtergrond of zij-aan-zij met de medewerker. Denk aan het gebruik van AI bij kennisbanken of het automatiseren van QM.”

Paul den Uyl vult aan: “Een bot die samenwerkt met een kennisbank, kan je ook voor je klant laten werken, maar wij vinden dat je AI-oplossingen eerst intern moet inzetten alvorens je ze loslaat op je klanten.”

 

Hoe krijg je vat op het aantal interacties van AI-agents die op de voorgrond of achtergrond voor je aan het werk gaan?

Elshout: “Vaak beschik je over historische data die geschikt zijn voor het maken inschattingen. Bij het opbouwen van een businesscase ga je uit van aannames die gebaseerd zijn op de historie. Bij geautomatiseerde QM kan je bijvoorbeeld kijken naar bestaande datapunten. Bij een customer facing AI-assistant kan je afgaan op interactievolumes van je bestaande chatbot, vergeleken met andere kanalen. Bij een kennisbank-toepassing kan je afgaan op het bestaande volume aan uitvragen van medewerkers. Misschien neemt het gebruik van een AI-oplossing relatief toe, omdat het beter werkt dan je kennisbank. Op deze manier kan je ernaar kijken. En wanneer je gaat implementeren, wil je een dashboard dat het feitelijke en dagelijkse verbruik laat zien.”

Dashboarding

Een goed dashboard laat bijvoorbeeld niet alleen het verbruik en de kwaliteit van output zien, maar geeft ook inzicht in onnodige interacties, aldus Den Uyl. “Denk aan interacties met een kennisbank waarbij de agent verkeerde informatie krijgt aangereikt. Dat moet je bijhouden, zodat je actie kunt ondernemen.”

“De medewerker en vaak ook de klant geven je feedback over de kwaliteit van de kennis of informatie die wordt aangeboden. Is die bruikbaar?” voegt Elshout toe. “De medewerker kan je zeker zien als een soort AI-trainer. Daarbij zijn wij voorstander van een stapsgewijze uitrol waarbij je klein begint binnen een testgroep.”

 

Hoe zijn de verbruikskosten van AI-oplossingen opgebouwd?

Elshout: “Bedrijven hebben vaak al een CRM-systeem in huis. Kosten voor AI-toepassingen komen daar bovenop. Verder zijn er inderdaad eenmalig technische en functionele implementatiekosten. En daarna komen de opslagkosten, maar die zijn meestal niet zo hoog. Vaak zijn data al opgeslagen en vallen ze onder de bestaande cloud-overeenkomsten van de IT-afdeling, die alles op het gebied van storage gebundeld inkoopt.”

“AI bill shock is een mooie kreet, maar die shock is ook bekend bij licenties”, zegt Den Uyl. “Vaak komen daar bijvoorbeeld kosten bij voor verplichte onderhoudscontracten. Je kunt aardig wat AI-resources verbruiken voordat je op de optelsom van licentie- en beheerkosten uitkomt. Het voordeel van licenties is dat je vooraf weet wat je gaat betalen, maar dat bedrag ben je altijd kwijt en is gebaseerd op je piekverbruik. Bij AI wordt afgerekend op verbruik en ook daar zitten pieken en dalen in.” Aanvullende voorzieningen zoals een dashboard, verschijnen soms apart op een factuur – bij ons zitten ze bij de prijs in, aldus Den Uyl.

“Daarnaast kan je je verbruik afrekenen op basis van werkelijk verbruik of ingeschat verbruik – denk aan een bundel, zodat je goed kunt budgetteren.”

 

Kan je customer facing AI-oplossingen of een agent-assist tool uitzetten als je budget bereikt is?

“Een chatbot staat wel eens uit,” reageert Den Uyl, “Maar in de praktijk zullen bedrijven ook licenties bijkopen als er meer agents nodig is.”

 

Maar als de agents nu dolenthousiast zijn over hun agent assist tool, en de backoffice haakt aan, waardoor de kosten de pan uitrijzen, wat dan?

“In de praktijk zien wij dat bedrijven meestal onder het budget blijven – blijkbaar omdat we het verbruik en de kosten goed hebben ingeschat,” zegt Den Uyl.

Elshout herhaalt dat hiervoor vaak best veel relevante data beschikbaar zijn. Over een langere periode telt daarnaast mee dat kosten per gebruik zijn gedaald – door goedkopere rekenkracht en opslag. “Intensiever gebruik over een bepaalde periode kan daarmee worden opgevangen. De voorspellingen zijn ook dat die kostenniveaus zullen blijven dalen, wat gunstig is voor de business case.”
“En we moeten niet vergeten dat de inzet van AI ook wat zal opleveren,” vult Den Uyl aan.

Monitoren is essentieel

Resumerend: bedrijven moet zich niet meteen zorgen maken over AI bill shock, aldus Den Uyl en Elshout. Maar het is zeker raadzaam om zowel de prestaties als de kosten van AI-oplossingen goed te monitoren en oplossingen te tweaken – monitoren, analyseren, verbeteringen bedenken, verbeteringen doorvoeren en testen – waar nodig. ‘Slim tweaken’ is niet alleen mensenwerk, maar wat Den Uyl betreft verstandig bij alle resources die je binnen een contactcenter verbruikt. (Ziptone/Erik Bouwer)