Nieuwe technologieën kopiëren vaak het verleden. Zo leken de eerste auto's op rijtuigen en de eerste films op theatervoorstellingen. Die trend zien we ook bij kunstmatige intelligentie (ai), dat veel gebruikt wordt voor het automatiseren van werkzaamheden zoals die van een helpdesk.In de praktijk zijn zulke ai-implementaties echter vaak een slap aftreksel van hun menselijke equivalent. En dat terwijl ai zoveel andere zakelijke interactiemogelijkheden biedt.
Eerlijk is eerlijk: chatbots zijn in veel situaties wel degelijk zinvol. Zo kunnen klanten hun vragen typend stellen aan een chatbot op een website of praten met een spraakbot, om vervolgens snel en in heldere taal de juiste informatie te krijgen. Maar buiten dit soort afgebakende gebruiksscenario’s wordt het al snel lastig. Hoe specifieker je vraag of ingewikkelder je probleem, hoe groter de kans dat je toch echt een menselijke medewerker nodig hebt.
Chatbots zijn tot nu toe een mooie aanvulling op de bestaande helpdesk, maar als je de dienstverlening aan je klanten echt wilt verbeteren met ai, kun je vaak meer resultaat behalen door het breder in de bedrijfsprocessen te integreren. Hiermee kan je de menselijke en kunstmatige communicatie met klanten verbeteren en bovendien je algehele dienstverlening personaliseren en optimaliseren. De vraag is natuurlijk: hoe? In dit stuk geef ik een paar toepassingen om te overwegen en een praktische aanpak om je eerste ai-initiatieven van de grond te krijgen.
Klantgerichter werken met sentimentanalyse
Het beoordelen van en reageren op de stemming van een ander zijn fundamentele aspecten van menselijke communicatie. In persoonlijke, face-to-face gesprekken met klanten gebeurt dit automatisch, maar door de grote nadruk op digitale communicatie is het hoe dan ook lastiger om in te schatten of een klant bijvoorbeeld sarcastisch of echt negatief is. Hoe ‘armer’ het communicatiemedium - ofwel: hoe minder non-verbale indicatoren je tot je beschikking hebt - hoe moeilijker het wordt. Sarcasme via e-mail of chat inschatten is laster dan via telefonisch bijvoorbeeld. Dergelijke nuances maken het verschil tussen een optimale service-ervaring en een ondermaatse. Een ontevreden klant valt snel over de rand.
Dat is een gemiste kans, die deels opgelost kan worden met ai door middel van sentimentanalyse. Hiermee kan op grote schaal de stemming van individuele personen gedetecteerd worden op basis van de beschikbare communicatie en geautomatiseerde analyse van de stem, volumeschommelingen, de frequentie waarop iemand spreekt, de woordkeuze, zinsbouw of lengte van zinnen. Dergelijke factoren geven een goede indicatie van het sentiment en kunnen die non-verbale achterstand corrigeren. Bijvoorbeeld door situaties bij klanten eerder te escaleren en daarmee de dienstverlening te verbeteren en klantverlies te voorkomen.
Interne informatievoorziening verbeteren
Ai-oplossingen kunnen ook ingezet worden om het advies aan servicemedewerkers te verbeteren, bijvoorbeeld door ze tijdens een gesprek te voorzien van contextuele informatie uit contracten, handleidingen, folders, instructies of veelgestelde vragen (faq's). Je kunt je helpdesk in feite voorzien van een virtueel legertje ai-assistenten die automatisch de juiste informatie filteren en de medewerkers suggesties geven tijdens het verloop van het gesprek. Zo kan de serviceafdeling veel sneller het juiste advies geven.
Een andere nuttige toepassing van ai is om de informatievoorziening te verbeteren in complexe verkoopsituaties, bijvoorbeeld bij de verkoop van key accounts bij verzekeringsmaatschappijen of banken. Accountmanagers moeten ter voorbereiding op vergaderingen vaak talloze gegevensbronnen raadplegen, waaronder interne erp- en crm-systemen, maar ook externe informatie zoals wetteksten, studies en marktanalyses. Ai-oplossingen zijn heel geschikt om met teksten te werken die in natuurlijke taal zijn geschreven. Ze kunnen daarom alle informatie analyseren, documenten samenvatten, verbanden herkennen en een geautomatiseerde analyse voorbereiden, zodat een accountmanager minder tijd kwijt is aan research en meer tijd overhoudt voor zijn klant.
Klanten individueel aanspreken
Op marketinggebied wordt ook veel gedaan met ai, met name om zo nauwkeurig mogelijk de interesses, behoeften en wensen van klanten te bepalen. Alle communicatie wordt hierbij geanalyseerd, van e-mails, telefoontjes naar het servicecentrum, bezoeken aan de website, tot berichten op beoordelingssites, sociale media of fora.
Zo creëert een ai-applicatie een holistisch beeld van de individuele interesses van een klant, waarbij zelfs nuances in persoonlijkheden en voorkeuren worden ontdekt. Is hij of zij bijvoorbeeld geïnteresseerd in wandelen? Dan wordt geanalyseerd of hij graag met zijn gezin wandelt, dit liever alleen doet, om weer fit te worden na een ziekte, om mooie natuurfoto’s te kunnen maken, of als training voor het beklimmen van de Kilimanjaro. Dit is allemaal relevante informatie waarmee je klanten van de content kan voorzien die hem of haar aanspreekt, het juiste advies kan geven en van de juiste aanbiedingen kan voorzien.
De kennis hieruit kan bovendien gebruikt worden bij het automatisch genereren van content, bijvoorbeeld gepersonaliseerde teksten voor e-mails, offertes of websites. Zo kan de inhoud en vormgeving van de communicatie precies afgestemd worden op de individuele klant.
Processen automatiseren met ai
Klanten hebben tegenwoordig een ongekende hoeveelheid aan communicatiekanalen tot hun beschikking om contact op te nemen met bedrijven. Het is daarom een complex proces om het overzicht te bewaren en alle communicatie van die verschillende kanalen bij elkaar te brengen en in goede banen te leiden. Zonder automatisering leidt dat tot trage, handmatige en foutgevoelige processen.
Je kunt dit oplossen met automatisering en een op ai gebaseerd systeem dat de centrale is voor communicatie met klanten. Dat systeem haalt alle inkomende berichten of vragen op uit alle afzonderlijke communicatiekanalen. Vervolgens worden metadata zoals e-mailadressen, namen of bedrijven geëxtraheerd, en aangevuld met bestaande informatie uit erp-, crm- of projectdatabases. Door middel van 'natural language understanding' kan het systeem verder ook nog de inhoud van ongestructureerde teksten begrijpen.
De applicatie kan een bericht vervolgens naar het juiste verwerkingssysteem in het proces doorsturen, en mogelijk zelf antwoorden voor de gestelde vragen voorstellen. Dit resulteert in geautomatiseerde en transparante communicatieprocessen die zelfs op grote schaal efficiënt functioneren.
Ontdek de beste ai-strategie en toepassingen
Ik hoop dat uit deze voorbeelden duidelijk is geworden dat chatbots slechts het topje van de ijsberg zijn als het om ai gaat. Er zijn talloze toepassingen, die elkaar uiteindelijk allemaal kunnen versterken. Door die overvloed aan keuze (en de altijd begrensde it-budgetten) is het definiëren van de juiste strategie cruciaal voor het slagen van ai-projecten. Binnen de meeste organisaties ontbreekt echter nog steeds de ervaring om de toepassingsgebieden en technologische mogelijkheden van ai correct in te schatten. Het gevaar bestaat daarom dat besluitvormers de meest veelbelovende ai-toepassingen in hun bedrijf niet eens herkennen.
Om niet in deze valkuil te lopen, is het noodzakelijk om ai-projecten vanaf het begin bij meerdere mensen uit de organisatie neer te leggen. It-, business- en ai-experts moeten bij dit soort projecten aan dezelfde tafel zitten en de directie kan uiteraard nog besluiten een gebrek aan expertise in de eigen gelederen aan te vullen met externe consultants.
Compacte workshop bij aanvang
Een compacte workshop bij aanvang van de ai-activiteiten is vaak een efficiënte manier voor de deelnemers om snel met bruikbare ideeën te komen. Een geschikte projectmethode hiervoor is de zogeheten interaction room (ir), die aan de Universiteit van Duisburg-Essen is ontwikkeld. Dit is een werkwijze waarbij eenvoudige regels en het werken met visuele elementen centraal staan. Dit zorgt ervoor dat een projectteam snel verbanden kan leggen en mogelijkheden in de bedrijfsprocessen kan identificeren. Dat overzicht is bijzonder waardevol bij ai-toepassingen, aangezien die ontzettend complex en veelzijdig kunnen zijn.
Wat wel universeel geldt: voor elke organisatie en branche is ai interessant, zowel voor het optimaliseren van de communicatie met klanten als vergaande procesmatige verbeteringen in de kern van de bedrijfsvoering. Kijk dus verder dan chatbots en ontdek welke mogelijkheden ai nog meer biedt om je organisatie naar het volgende niveau te helpen.