Kunstmatige intelligentie in de klantenservice – de complete gids

Kunstmatige intelligentie, AI: AI verwijst naar machines die ‘intelligent’ gedrag kunnen imiteren. Dit omvat het uitvoeren van taken waar normaal gesproken menselijke intelligentie voor nodig is, zoals visuele waarneming, spraakherkenning, besluitvorming en vertaling van verschillende talen. AI is de algemene term hiervoor.

Laten we het voorbeeld nemen van een chatbot in de klantenservice. Als een chatbot vragen van klanten beantwoordt, imiteert hij menselijk gedrag en daarom kunnen we het AI noemen.

Onder deze algemene term vallen echter veel deelgebieden die duidelijk kunnen worden afgebakend. Hier zijn de belangrijkste:

Machine-learning (ML): Als je Spotify, YouTube of Netflix gebruikt, ben je al bekend met gepersonaliseerde aanbevelingen. Deze platforms gebruiken algoritmes die gegevens analyseren, ervan leren en voorspellingen en classificaties maken over wat jij misschien ook leuk vindt. Dit is klassiek machinaal leren.

In ons chatbotvoorbeeld zou een algoritme op basis van machine-learning de vraag van de klant analyseren, deze vergelijken met eerdere vragen en succesvolle antwoorden en de strategisch beste selecteren. Op basis van de feedback van de klant (dit beantwoordde mijn vraag/dit beantwoordde mijn vraag niet) weet de machine of hij goed werk heeft geleverd. Als hij een onbruikbaar antwoord geeft, stuurt hij de vraag door naar een menselijke collega. Idealiter zou hij ook het antwoord van de menselijke medewerker volgen en ervan leren om zijn eigen oplossing te vinden voor soortgelijke vragen in de toekomst.

Diep leren (Deep Learning), DL: Deep learning is een geavanceerd subtype van machine-learning. Hierdoor kunnen machines nauwkeuriger voorspellingen doen – zonder menselijke hulp.
Deep learning-toepassingen gebruiken een gelaagde algoritmestructuur (kunstmatig neuronaal netwerk) om conclusies te kunnen trekken, vergelijkbaar met het menselijk brein.

In plaats van het antwoord te baseren op het ophalen van eerdere succesvolle antwoorden, kan de chatbot zijn eigen antwoorden creëren en individuele berichten uitwisselen met de klant – bijvoorbeeld tegenvragen stellen, verder onderzoeken, enz. Hiervoor is een veel grotere database nodig dan bij eenvoudige machine-learning benaderingen. Dit vereist een veel grotere database in tegenstelling tot de eenvoudige machine-learning benaderingen. Met genoeg gegevens kan DL indrukwekkende dingen doen.

Natuurlijke taalverwerking (Natural Language Processing), NLP: De manier waarop mensen met elkaar praten, via spraak en tekst, wordt natuurlijke taal genoemd. Natuurlijke taalverwerking is een technologie die computers helpt om onze natuurlijke taal te begrijpen.

In ons voorbeeld van een klantvraag zou NLP de chatbot in staat stellen om de vraag te vertalen in computertaal (commando’s) en de output (het antwoord) te formuleren met behulp van betekenisvolle menselijke termen. Dit komt omdat NLP de taal opsplitst in stukjes om te begrijpen hoe elk van deze stukjes samenwerkt. Als je op de basisschool verschillende delen van een zin van een kleurcode moest voorzien, zou je het proces kennen. Het doel van NLP is om ruwe taalgegevens te nemen en linguïstiek en algoritmen te gebruiken om tekst en betekenis te decoderen zodat betekenisvolle resultaten kunnen worden behaald. Als je bijvoorbeeld door je spammap bladert en ziet dat veel onderwerpregels hetzelfde patroon volgen, dan is NLP verantwoordelijk. Het identificeert bepaalde woorden als spam-inhoud om te beslissen of de e-mail in de inbox of in de prullenbak belandt.

De technologie heeft zich de afgelopen jaren sterk ontwikkeld, zoals te zien is aan toepassingen als Siri en Alexa.

Veelgestelde vragen beantwoorden

Klanten verwachten een snelle service. Om de druk van je medewerkers te verlagen, kun je een chatbot gebruiken om de meest voorkomende vragen te beantwoorden. Een andere optie is om een interactieve FAQ-pagina te maken. Dit neemt niet alleen de druk van je serviceteam weg, maar zorgt er ook voor dat je klanten zichzelf kunnen helpen.

De AI helpt de zelfbedieningservaring van de gebruiker te verbeteren door trefwoorden te identificeren en geschikte antwoorden te zoeken in de kennisbank. Terwijl de klant zijn vraag nog typt, beveelt het systeem relevante pagina’s aan en doet suggesties op basis van de vraag van de klant. Chatbots en FAQ-pagina’s kunnen je ook helpen bij het identificeren van populaire zoektermen, zodat je weet waar je klanten het vaakst over struikelen.

Tekstsuggesties en berichten automatiseren

Een op AI gebaseerd systeem helpt je om geautomatiseerde antwoorden op eenvoudige vragen te maken en te versturen. AI chatbots kunnen vergaderingen regelen en herinneringen sturen op een bijna menselijke manier. AI-systemen kunnen onderwerpregels en berichten maken die gericht zijn op een specifiek publiek door het succes van eerdere woordcombinaties te analyseren.

Ze kunnen ook helpen bij het maken van socialemediaberichten en het succes ervan meten voordat ze zelfs maar zijn verzonden. Om buiten de openingstijden actief te blijven, kan AI direct antwoorden sturen of je klanten doorverwijzen naar live chat, je FAQ of contactpagina. En als je niet zeker weet wat het juiste moment is om je klanten aan te schrijven, gebruik dan programma’s zoals Seventh Sense Software. Het laat zien wanneer je klanten hun e-mails meestal openen. Indrukwekkende (en nuttige) inzichten!

Er zijn veel nog onvolledige oplossingen. Met goedkope ‘out-of-the-box’ chatbots kunnen grote en kleine bedrijven met een paar klikken een bot maken, het aanmaken van tickets automatiseren en e-mails versturen namens je bedrijf. Deze systemen worden vaak verkocht als ‘intelligent’ of ‘slim’, ook al vereisen ze veel handmatig werk.

Het voeden en trainen van gegevens kan maanden, misschien zelfs jaren duren. En fouten zijn praktisch voorgeprogrammeerd tot de volwassenheidsfase. Zijn je klanten geduldig genoeg om hiermee om te gaan? Bij het kiezen van een leverancier voor ondersteuningsautomatisering is het daarom raadzaam om ervoor te zorgen dat ze basis-AI-functies integreren en zo voldoen aan de verwachtingen van hun klanten – binnen een paar weken in plaats van maanden of jaren.

Goede AI kan duur zijn (maar dat hoeft niet). Je eigen intelligente platform bouwen kan duur zijn. Het is alsof je probeert je eigen pc te bouwen in plaats van er een van de plank te kopen – leuk, maar niet per se de investering waard. Geavanceerde oplossingen zoals Lime Connects AI Automation Hub inclusief GPT-4 chatbot zijn beschikbaar voor bedrijven vanaf ongeveer 400 euro per maand. Dit betekent dat ze slechts een fractie kosten van wat een zelfgebouwde oplossing zou kosten en een directe ROI opleveren.