Uitzonderlijke en effectieve klantbediening met gen-AI

Gen-AI excelleert in menselijke taal en is daarmee het snelst ontwikkelende AI-type. Klantbediening is vanwege het contact met menselijke klanten daarom het domein waar AI in hoog tempo wordt geadopteerd. Welke AI-capabilities zijn essentieel bij het ontwerpen van een domeinarchitectuur voor een uitzonderlijke klantervaring?

Een uitzonderlijke klantervaring betekent dat een klant een vraag kan stellen op een omnichannel platform via een eigen voorkeurskanaal en dat de vraag snel en correct wordt afgehandeld. Als er interactie plaats moet vinden om bepaalde informatie en context van de vraag te achterhalen, dan dient deze interactie plaats te vinden door open vragen en menselijke taal – ook wel conversational AI genoemd – in plaats van formulieren.

Tot nu was deze uitzonderlijke klantervaring alleen mogelijk door het inzetten van menselijke agents en dit brengt personeelskosten met zich mee. Om kosten onder controle te houden moeten organisaties blijvend aandacht houden voor operational efficiency. Legacy automatisering zoals telefonische nummerkeuze menu’s en chatbots die alleen standaard antwoorden toestaan zijn een manier om de operational efficiency te vergroten, maar dit gaat ten koste van de klantervaring. Maar met nieuwe AI technologie kunnen we een betaalbare uitzonderlijke klantervaring bieden die voor veel klantcontacttypen volledig geautomatiseerd via self-service verloopt, zonder dat de klant door heeft dat er geen mens aan de andere kant van de lijn zit.

Is dit erg? Nee. De moderne klant wil snel resultaat voor de niet-complexe vragen en heeft de voorkeur voor digitale kanalen in plaats van telefonie of persoonlijk contact. Het maakt klanten ook niet uit of ze door een AI geholpen worden; ze willen vooral dat hun probleem wordt opgelost. BCG stelt dat door toepassing van gen AI zo’n 30-50% productiviteitswinst kan worden behaald in klantenservice. Er zijn uitzonderingen: complexe vragen met meerdere facetten en deeltaken zijn (nog) niet geschikt voor een AI-agent en vragen om menselijke afhandeling door middel van case management. Gen-AI is erg goed in menselijke taal en het begrijpen van vragen, maar het is niet goed in redeneren, plannen en opvolgen van deeltaken. Daar zijn nog stappen te zetten. Ook accountability en relatiemanagement is een factor. Voor de aanschaf van een complex financieel product zoals een hypotheek geeft het vertrouwen als je dit bij een menselijke adviseur doet bij wie je kan terug komen als je een aanvullende vraag of probleem hebt.

 AI capabilities in een domeinarchitectuur klantbediening kunnen bijdragen aan de volgende strategische doelstellingen:

• Hogere klanttevredenheid
• Hogere productiviteit van het Klant Contact Centrum (KCC)
• Verkorten van de gemiddelde doorlooptijd van een contact
• Vergroten aandeel self-service t.o.v. afhandeling door medewerkers
• Verkleinen van escalatie-percentage (1e lijns contacten die 2e lijns contacten worden)
• Toegang tot nieuwe markten en talen door middel van automatische vertaling

Hoe ziet een AI gedreven klantenservice er uit?

Het begint met proactieve klantbediening – zelf klantcontact initiëren voordat de klant een vraag stelt, bijvoorbeeld als door middel van voorspellende analyse blijkt dat een klant een verhoogd risico op een betalingsachterstand heeft of een klant mogelijk hulp nodig heeft met een product. Een belrobot kan gebruikt worden om grote groepen klanten te benaderen die telefonie als voorkeurskanaal hebben. Wanneer klanten zelf contact zoeken kunnen self-service chatbots met conversational AI het grootste deel van de klantvragen oplossen. Mocht er toch een medewerker nodig zijn, dan zorgt intelligente routering er voor dat de vraag in combinatie met sentiment analyse bij de best gekwalificeerde beschikbare medewerker terecht komt. Contacten worden automatisch getranscribeerd, samengevat en wanneer nodig vertaald. Het klantcontact wordt automatisch gevuld zodat de medewerker meer tijd heeft om de klant te helpen. Ten slotte wordt de oplossing via dynamisch output management naar de klant gecommuniceerd door gebruik te maken van prompting en reeds beschikbare data over de klant en het contact. 

Het is niet de vraag of deze capabilities toegepast gaan worden, maar hoe snel. Voor niet-commerciële organisaties zoals de overheid zijn er grote risico’s voor te trage adoptie: er ligt nu meer dan ooit een opdracht om te bezuinigen voor zowel ministeries als gemeenten en ondertussen zien we dat de relatie tussen de overheid en burger verslechterd. Dit vraagt om een toekomstgerichte architectuur voor klantbediening die de relatie met de burger verbetert en ondertussen door inzet van innovatieve technologie kostenbesparingen realiseert. Ook voor commerciële organisaties is niet veranderen riskant; het concurrerend vermogen zal afnemen bij een relatief slechte klantervaring.

 Begin dus nu met het opzetten van een toekomstgerichte domeinarchitectuur klantbediening.

 Solventa heeft de domeinarchitectuur klantbediening opgesteld voor o.a. de woningcorporaties Hef Wonen, Hof Wonen, Stedelink en Woonstad Rotterdam. Ook voor de gemeenten Tilburg en de Drechtsteden is deze domeinarchitectuur opgesteld.