Essent maakt klantkanalen slimmer met AI
Energieversnellers
Steeds meer klanten verwachten direct antwoord op vragen. Daarom maken veel bedrijven gebruik van een chatbotfunctie op hun website. Ook bij Essent werken we hiermee en onderzoeken we hoe onze digitale hulp nog slimmer en persoonlijker kan worden. Eline Maijer, Contact Channel Expert, vertelt hoe we de stap zetten van een traditionele chatbot naar een slimme digitale assistent die écht met klanten meedenkt, met behulp van kunstmatige intelligentie (AI).
Van klein experiment naar grote ambities
“We werken nu met een traditionele chatbot die vaste antwoorden geeft. Tegelijk zijn we aan het innoveren door te kijken waar AI een grotere rol zou kunnen spelen in het beantwoorden van klantvragen,” legt Eline uit. “We zijn begonnen met deze traditionele chatbot in 2020 en zijn sindsdien bezig met continue innovatie om onze klanten beter te kunnen helpen” Eline vertelt over haar functie hierin: “Ik ben vooral bezig met het toekomstplaatje; wat zouden toepassingen kunnen zijn waarbij we een AI-bot inzetten? Dat kan voor zowel chat als telefonie. We hebben hier natuurlijk een visie op, maar laten ons ook inspireren door andere spelers op de markt. Zo organiseren en bezoeken we regelmatig kennissessies om nieuwe ideeën op te doen.
De uitdaging: AI laten spreken namens je organisatie
Eline merkt aan de markt dat iedereen iets wil met de inzet van AI voor het beantwoorden van vragen van de klant, maar dat dit ook spannend is. “Je moet hiervoor namelijk een computermodel vertrouwen voor het afhandelen van klantvragen. Dit vertrouwen is er pas als je zeker weet dat de AI-bot het juiste antwoord aan de klant geeft. Het is natuurlijk enorm belangrijk dat het klopt wat de chatbot zegt.” Daarbij benadrukt Eline dat organisaties allemaal anders omgaan met de inzet van AI, “Vooralsnog zitten we in de testfase met een kleine case voor AI in direct klantcontact. Hierin zien we al hele goede eerste resultaten, die erop wijzen dat dit op grotere schaal zeker tot succes kan leiden. Ook helpt het om kennis en ervaring op te doen voor de toekomst.”
Bouwen op een solide fundering
Voordat we vanuit de testfase over kunnen gaan op het gebruiken van het toepassen van AI in klantgesprekken voor verschillende onderwerpen, zal er eerst gekeken moeten worden naar de data waarop de AI-agent gebouwd wordt. “De kennisbron die hiervoor nodig is, zal schaalbaar moeten zijn om een fundering te hebben om op te bouwen voor de toekomst,” legt Eline uit. Enerzijds moet dit in hoog tempo om de markt te kunnen bijhouden, maar anderzijds moeten we klanten ook de ruimte geven om te leren om met AI te communiceren, terwijl we ook zorgen dat er een doordachte oplossing staat die jaren meegaat. “In de ideale wereld, zijn we 24/7 bereikbaar voor onze klanten. AI kan hierin een mogelijke oplossing zijn.”
De balans tussen bereikbaarheid en menselijkheid
24/7 contact met AI kan soms wat afstandelijk voelen, maar volgens Eline wordt hier goed over nagedacht. “Met AI kan je altijd bereikbaar zijn, maar klanten hebben soms een vraag waar een mens beter bij kan helpen. Een chatbot werkt bijvoorbeeld erg goed voor het doorgeven van meterstanden. Maar bij gevoeligere of persoonlijke onderwerpen is het belangrijk dat er een echt persoon is om mee te praten. Daarom is de inzet van chatbots niet in alle gevallen de beste oplossing. We willen er namelijk voor onze klanten zijn, mét empathie.”
Bouwen aan de toekomst
Eline werkt met veel enthousiasme aan de zoektocht naar mogelijke toepassingen van AI voor onze contactkanalen, en is nieuwsgierig naar wat de toekomst brengt. “Het kan zomaar zijn dat we over twee tot vijf jaar op een punt staan waarop je aan je virtuele assistent via je telefoon kunt vragen naar informatie over je energiecontract, zonder dat je daar meteen iemand voor hoeft te bellen,” zegt ze enthousiast. “Hoe tof is dat! Dat opent nieuwe mogelijkheden om klanten nog sneller en slimmer te helpen.”
Met (generatieve) AI wordt een type AI-systeem bedoeld dat getraind is op enorme hoeveelheden tekst om mensachtige antwoorden te genereren en taal te begrijpen. Een voorbeeld hiervan is het Large Language Model (LLM).
Met (generatieve) AI wordt een type AI-systeem bedoeld dat getraind is op enorme hoeveelheden tekst om mensachtige antwoorden te genereren en taal te begrijpen. Een voorbeeld hiervan is het Large Language Model (LLM).