Generatieve AI staat in het middelpunt van de belangstelling. Reden voor PvKO om op 29 juni een online rondetafeldiscussie te organiseren met als onderwerp de impact van generatieve AI op de klantgerichte organisatie. Hoe verandert de relatie tussen organisaties en hun klanten en hoe betrek je klanten hierin? Zijn er mogelijkheden voor empowerment van klanten en voor het efficiënter organiseren van interne processen? En met welke onbedoelde neveneffecten op klantgedrag en ervaring moeten we rekening houden?

 

Deze rondetafeldiscussie, een initiatief van Steyn Elshout (huXam) en Erik Bouwer (hoofdredacteur Ziptone), is georganiseerd door PvKO en Livework Studio). De inbreng van de deelnemers uit deze rondetafel is vertrekpunt voor een verdiepingssessie die PvKO na de zomer wil organiseren. Er waren ruim 35 deelnemers afkomstig van uiteenlopende organisaties.

Generatieve AI is een voorbeeld van een ‘general purpose technology’: het is een platform met generieke functionaliteit waarop allerlei oplossingen kunnen aanhaken, vergelijkbaar met cloud computing. Er vormt zich dan ook in hoog tempo een ecosysteem van toepassingen en API’s. Samen met de extreem snelle adoptie – die ook tijdelijk kan zijn – nemen ook de zorgen toe. Mensen laten ChatGPT-achtige oplossingen al meebeslissen over loopbaankeuzes, aldus Jelte Timmer van Livework Studio, die een korte introductie verzorgde.

AI is geen silver bullet

Generatieve AI is veelbelovend qua potentie, maar geen silver bullet. Er zijn bovendien nog veel functionele haken en ogen. Niet iedereen is fan van geautomatiseerde besluitvorming, consumenten zullen moeten leren met dit soort oplossingen om te gaan, het risico is dat mensen te hoge verwachtingen hebben van dit soort ‘slimme systemen’.

Nu de hype een beetje over het hoogtepunt heen is, zijn we ook beter in staat te relativeren. Bijvoorbeeld ten aanzien van realistische vooruitzichten. AI was er al langer, denk aan chatbot Eliza, de zelfsturende auto, Deep Blue, en IBM Watson: toepassingen die na hooggespannen verwachtingen steeds op een teleurstelling uitkomen. Watson zou bijvoorbeeld veel kunnen betekenen in de zorg, maar heeft daar weinig van waargemaakt. Sterker nog, in veel gevallen hebben we weinig oog voor onbedoelde effecten, zoals bij de introductie van de zelfscankassa’s in supermarkten: minder sociale controle, dus meer diefstal. Kritisch blijven geldt ook voor de impact op werk, aldus Timmer. Het onderzoek van Frey en Osborne uit 2013 laat zien welke beroepen vatbaar zijn voor technologie zoals AI, maar de laatste jaren zijn toch vooral rolverschuivingen binnen organisaties zichtbaar – in plaats van ‘vervanging van de mens’.

Wat betekent AI voor klantgerichtheid?

Als je de customer journey opdeelt in stappen, in welk deel van die journey bevinden zich de kansen en use cases, en waar zit de grootste impact? Uit een eerste, kort brainstormrondje onder de deelnemers kwamen ideeën en opmerkingen voorbij als ‘eerder in het proces het gesprek aangaan’, ‘persoonlijke besluitbomen aanbieden’, ’durven klanten AI te laten beslissen?’ en ‘misschien wordt AI wel beter in empathie of misschien wordt empathie wel minder belangrijk – klanten willen gewoon een oplossing’. In de tweede helft van de PvKO-sessie werd de deelnemersgroep opgesplitst in vijf subgroepen die elk aan de hand van een thema op zoek gingen naar use cases en obstakels.

Hoe verandert de klantrelatie?

Hopelijk levert AI een bijdrage aan een betere kwaliteit van dienstverlening, aldus de subgroep. AI zou in elk geval een gunstig effect moeten hebben op gepersonaliseerde dienstverlening en maatwerk mogelijk moeten maken. Processen kunnen in principe sneller en gemakkelijker. Maar is de inzet van generatieve AI echt beter voor de klant of profiteert vooral het bedrijf? Ook wordt verwacht dat AI binnen bereik van kleinere bedrijven komt, het wordt immers laagdrempeliger en goedkoper om het in te zetten. Er worden ook complicaties genoemd: met meer AI worden processen misschien persoonlijker, maar daarmee ook complexer. De optimalisatiemogelijkheden worden steeds marginaler, dus wat komt hierna?

Hoe verandert waardecreatie?

Ook bij deze subgroep werden vooral de nodige zorgen geuit. Ja, generatieve AI kan bijvoorbeeld helpen om sneller antwoord te geven, maar de vraag is welke gegevens je daarbij mag gebruiken, en welke gegevens je daarbij opslaat. Bovendien neemt niet alleen de complexiteit toe, maar ook de afhankelijkheid: wat doe je als de technologie platligt? Kansen liggen er op het vlak als AI empathisch kan reageren, aldus de deelnemers.

Nieuwe mogelijkheden voor klant-empowerment?

In welke mate houdt de klant controle? In deze groep werd ingegaan op het onderscheid tussen processen en producten (low interest of high interest) en doelgroepen (bijvoorbeeld ouderen of jongeren). Werkt geautomatiseerde, ‘slimme’ dienstverlening anders bij een low interest product? En als het nu nog als ‘hip & happening’ bijdraagt aan je onderscheidend vermogen, is het dat over vijf jaar nog steeds – of is de inzet van slimme technologie dan gewoon een hygiënefactor? Ook hier werd gewezen op de toenemende afhankelijkheid van technologie. Wat kunnen mensen straks zelf nog doen?

Waar liggen de kansen voor procesoptimalisatie?

Generatieve AI zou zeker moeten bijdragen aan meer consistentie in de dienstverlening, bijvoorbeeld over de verschillende kanalen en touchpoints. Ook zien deelnemers kansen om datgene wat buiten de ‘happy flow’ valt, beter te behandelen. Ook wordt gewezen op het aan de klant verstrekken van ‘verborgen informatie’: laat AI maar met suggesties komen om klanten beter te informeren over producten. Duidelijk is dat er op het vlak van processen nieuwe skills nodig zijn, denk alleen al aan de controle op de output van AI.

Wat zijn de onbedoelde effecten op de klantrelatie?

Naast de in de andere groepen genoemde bezwaren kwamen hier discriminatie en bias naar voren. Ook wordt het als risico gezien dat er een kloof tussen organisaties kan ontstaan: ondernemingen die ver gevorderd zijn en achterblijvers, wat betekent dit voor de klant?

Conclusies

Generatieve AI heeft veel potentieel, zo is duidelijk geworden uit de online rondetafel. Op dit moment overheersen vooral de mogelijkheden op het gebied van optimalisatie; innovatieve grensverleggende oplossingen zijn echter nog niet in beeld. Daarnaast is nog veel onduidelijk als het gaat om de keerzijde van de inzet van AI. De komende tijd komen innovatieve bedrijven hopelijk met voorbeelden van concrete toepassingen met een duidelijke toegevoegde waarde.

Voor de vervolgsessie zijn met name vragen bijeengebracht op het vlak van controle, beheersing en privacy. Bijvoorbeeld: hoe zorg je ervoor dat klanten de antwoorden die ze krijgen van AI-gebaseerde systemen, gaan vertrouwen? Hoe kom je als klant weer uit een dataset, als je daar op een verkeerde manier in terecht bent gekomen? En hoe zorgen we ervoor dat de klanten die dat graag willen of die minder digivaardig zijn, juist wel persoonlijke aandacht krijgen? (Ziptone/Erik Bouwer)

Customer Experience, Featured, Kennisbank PvKO