Van matige chatbot naar goede hulp: de stap naar conversational AI 2.0

Steeds meer bedrijven zetten chatbots in om klantvragen snel en efficiënt af te handelen. Het doel is duidelijk: jouw klant direct helpen en de druk op de klantenservice verlagen. De huidige resultaten zijn wisselend. Veel chatbots leveren niet de ervaring die je klant verwacht. De publieke opinie is dan ook vaak kritisch. 

Toch blijkt uit onderzoek en in de praktijk dat klanten snelheid en gemak waarderen. Ze willen niet alleen informatie, maar ook direct geholpen worden. Dat mag gerust digitaal, zolang het serviceniveau gelijk is aan wat jouw medewerkers leveren. En dat hiermee niet de weg naar jouw medewerkers wordt geblokkeerd. Het moet een keuze zijn.

Op het niveau dat de chatbot klanten echt dit soort waardevolle service biedt, zijn nog maar weinig chatbots actief. Daarom waarderen klanten in veel gevallen het contact met een medewerker nog steeds zo hoog. Maar met de komst van Large Language Models en generatieve AI kun jij enorme stappen zetten in klantbeleving en de sprong maken naar conversational AI 2.0. Maar hoe doe je dit?

Bouw voort op de beste ervaringen

In Nederland zijn er al mooie voorbeelden bij banken, energiemaatschappijen, retailers en verzekeraars. Zij laten zien dat je met een goede digitale dialoog in het directe contact met de klant (via voice en chatbots), veel waardevolle uren bespaart en de klanten topservice ervaren.

Wat doen deze koplopers anders?

• Ze investeren continu tijd en energie in hun chatbot
• Ze maken het de klanten mogelijk om niet alleen vragen te stellen, maar direct zaken te regelen via de chatbot
• Ze zoeken voortdurend naar manieren om hun chatbot te verbeteren en aan te laten sluiten op de voorkeurskanalen van hun klant
• Ze zetten een chatbot in als onderdeel van hun totale visie op klantcontact en laten deze samenwerken met de mensen en systemen in de organisatie

Deze bedrijven bouwen nu verder met Generatieve AI om de klantbeleving en de businesswaarde nog meer te verhogen.

De echte waarde zit in het proces

Met een Large Language Model (LLM), een vorm van generatieve AI die is getraind op jouw bedrijfsinformatie, kan je klant snel en prettig antwoord krijgen op zijn of haar vraag. Maar je hebt meer nodig. Achter elke klantvraag schuilt vaak een actie: een schade melden, een bankpas blokkeren of een termijnbedrag wijzigen. Jouw chatbot moet dus niet alleen goed kunnen praten, maar je klant vooral helpen bij het regelen van dingen.

Door de chatbot te koppelen aan klantdata en bedrijfsprocessen, ontstaat een nieuwe dimensie in klanteninteractie. Klanten kunnen dan zelfstandig:

• Direct een verzekering afsluiten of wijzigen
• Statusupdates opvragen en ontvangen
• Gegevens aanpassen
• Problemen oplossen, zoals wachtwoordresets of retouren verwerken

Dit zijn voorbeelden van taken waar bedrijven jaarlijks veel tijd aan kwijt zijn. Een kritische vraag: klanten kunnen dit soort zaken toch gewoon regelen in de ‘mijn’-omgeving of in onze app? De realiteit is dat veel klanten deze bestaande digitale kanalen nauwelijks gebruiken.

Succesvolle organisaties zetten daarom nu reeds hun chatbot in als extra kanaal, zodat meer klanten kiezen voor digitale selfservice. Dit zorgt voor minder telefoontjes, lagere kosten en hogere klanttevredenheid. De inzet van een LLM kan dit nog beter maken.

Waarom generatieve AI het verschil maakt

Het draait om klantbeleving. Een slecht gesprek met jouw digitale collega, straalt direct negatief af op jouw bedrijf. Met de komst van generatieve AI is het speelveld veranderd. Consumenten en medewerkers chatten steeds vaker met LLM’s zoals ChatGPT of Perplexity. Deze modellen voeren natuurlijke, vloeiende gesprekken en begrijpen klantintenties veel beter dan traditionele chatbots. Als jouw chatbot daar nog niet aan kan tippen, is de kans groot dat je klant teleurgesteld raakt.

Bedrijven onderzoeken daarom nu volop hoe ze de kracht van LLM’s kunnen inzetten voor hun digitale collega’s. Want hoe beter jouw chatbot de klant begrijpt, hoe sneller en adequater je klant wordt geholpen.

Van chatbot naar procesassistent: conversational AI 2.0

De eerste generatie chatbots beantwoordde vooral veelgestelde vragen. Maar jouw klant wil zaken regelen: een retour aanvragen, een betaling uitstellen of een afspraak wijzigen. Conversational AI 2.0 betekent dat jouw chatbot verandert in een intelligente procesassistent, door drie elementen te combineren:

• LLM’s voor natuurlijke interactie en intentherkenning
• Orkestratie van het klantcontact en een diepe integratie met backend-systemen (zoals CRM/ERP voor data en koppelingen met workflows) om zaken te kunnen regelen
• Een actuele, gevalideerde kennisbank op basis van dat de chatbot altijd de juiste informatie gebruikt in de dialoog met de klant

De optimale combinatie: LLM + procesbots

De echte kracht zit in de combinatie van een LLM met procesbots. De LLM zorgt voor een natuurlijk gesprek, de procesbot zorgt voor de afhandeling van het hele proces, voor controle en voorspelbaarheid in de uitvoering.

Hierdoor kan jouw chatbot:

• Snel en foutloos complexe processen uitvoeren
• Natuurlijke interacties combineren met praktische oplossingen
• De klantinteractie soepeler en efficiënter laten verlopen

Zo verbeter je niet alleen de klantbeleving, maar maximaliseer je de waarde van elke interactie.

AI-agents versus de hybride aanpak

De nieuwste ontwikkeling in de AI-markt gaat over AI-agents, daar wordt door de tech-platformen vol op ingezet. Een AI-agent is een volledig autonome AI-assistent die zelfstandig gesprekken aangaat met klanten en zelf kan beslissen wat de beste vervolgacties zouden moeten zijn. Volledig autonome AI-agents zijn krachtig, maar brengen nu nog risico’s mee op het gebied van controle, compliance en voorspelbaarheid. Dit moet zich allemaal nog uitkristalliseren. Zeker in direct klantcontact zijn deze risico’s vaak niet acceptabel.

De hybride aanpak, LLM’s gecombineerd met procesbots, biedt hiervoor een bewezen uitkomst. Zo houd je controle, terwijl jij en je klanten profiteren van de inzet van geavanceerde AI.

Tegelijkertijd levert dit de tijd en ruimte om te experimenteren en te bezien of AI-agents op termijn alsnog een beter alternatief vormen.

De uitdaging van de chatbot-eigenaar

Hoe dan ook, de upgrade naar een slimme, geïntegreerde chatbot brengt uitdagingen mee. Als eigenaar van de chatbot ervaar je toenemende verantwoordelijkheid. Je digitale collega krijgt vragen over je producten, diensten en interne processen, voordat de klant zijn echte (procesgerichte) vraag stelt. Fouten hierin stralen direct af op jouw digitale collega en je bedrijf.

Daarnaast stelt de koppeling met klantdata en backend-processen hoge security- en betrouwbaarheidseisen. De bescherming van persoonsgegevens en integriteit van bedrijfsgegevens moet altijd gewaarborgd zijn.

Hoe houd je hier grip op? Een paar tips:

• Ga het gesprek aan met jouw collega’s. Een succesvolle digitale collega ontstijgt de silo’s in je bedrijf. Werk samen.
• Data en kennis moeten op orde zijn. Creëer een gemeenschappelijke aanpak die ervoor zorgt dat de juiste informatie altijd centraal, actueel en toegankelijk is, voor zowel je medewerkers als je digitale assistenten.
• Zorg voor betere kwaliteit van antwoorden van jouw LLM. Integreer bijvoorbeeld slimme retrieval-methodes (lees hier meer over in dit artikel dat DDMA eerder plaatste) en controles.
• Beperk autonome acties en kies voor een hybride aanpak.
• Implementeer strikte beveiligingsmaatregelen en zorg voor een robuuste infrastructuur.
• Monitor en optimaliseer de dialogen, data en kennis continu op basis van real-time feedback.

Jouw volgende stap

Het moment om in actie te komen is nu. Bedrijven die hun chatbot integreren in bedrijfsprocessen, behalen nu al geweldige resultaten. Meer tevreden klanten, hogere efficiency, lagere kosten. Kortom: een ijzersterke business case. De doorontwikkeling naar conversational AI 2.0 zal dit nog verder verbeteren.

Home < Van matige chatbot naar goede hulp: de stap naar conversational AI 2.0