Hoe ziet de toekomst van klantcontact eruit? Hoe kunnen contactcenters al concreet artificiële intelligentie inzetten? De Benelux specialist in klantcontact, Koramic2Engage, consulteerde Trendskout, de referentie op vlak van AI-oplossingen in Europa, over deze uitdagingen.
De klantcontactsector evolueert razendsnel. ‘Traditioneel waren we een callcenter, maar de evolutie naar meer contact via digitale kanalen gaat razendsnel’, zegt Stefaan Defever, IT Director bij Koramic2Engage. ‘Dat vraagt van onze medewerkers meer bekwaamheden dan vroeger. Onze visie is een huwelijk tussen waardevolle klantinteracties met echt menselijk contact, ondersteund door en aangevuld met de nieuwste data en technologie. We geloven in een hybride model waarbij artificiële intelligentie ten dienste staat van zowel onze klanten alsook onze medewerkers.’
In die optiek doet de customer experience specialist beroep op Trendskout, dat een platform voor artificiële intelligentie aanbiedt waarop organisaties AI-toepassingen kunnen creëren. Dit zonder de nood aan doorgedreven technische kennis. Trendskout biedt verschillende meteen inzetbare AI-oplossingen: van ‘speech-to-text’ tot de classificatie van tekst op basis van ‘natural language processing’.
Het systeem ontdekt patronen in de dataverwerking, die na het leerproces voor een groot stuk automatisch verloopt.
Om van een AI-case een succes te maken, is het belangrijk dat de klant het doel van zijn case goed kent. ‘Er is een welomlijnde dataset nodig, en volume aan voorbeelden die tonen hoe die data verwerkt moeten worden’, zegt Pauwel Grepdon, co-CEO van Trendskout. ‘Het systeem gaat vervolgens patronen in de dataverwerking ontdekken. Na het leerproces verloopt de dataverwerking voor een groot stuk automatisch.’
Slimme algoritmes
‘Ons eerste pilootproject ging over het verwerken van opgenomen spraakoproepen van klanten die een probleem meldden’, zegt Danny Van Woensel, IT Development Manager bij Koramic2Engage. ‘Doel was om die binnenkomende interacties zonder menselijke tussenkomst in duidelijke categorieën onder te verdelen.’
Daartoe wordt het systeem gevoed met data van de medewerkers die ook voor de onderverdeling in categorieën zorgden. De algoritmes herkennen patronen in de data en in de onderverdeling en gaan deze dan repliceren.
‘Om de betrouwbaarheid van het algoritme te verhogen, werken we met ‘reinforcement learning. Daarbij kijken de medewerkers een door AI-gegenereerde uitkomst na, waarna die data opnieuw aan het algoritme gevoed worden. Zo blijft het systeem bijleren.’
Wij zien het inzetten van AI als het perfecte huwelijk tussen mens en technologie, met als resultaat een betere ervaring van de (eind)klant.
Resultaat is een zeer accuraat automatisch proces. ‘95 procent van de klachten wordt nu naadloos in de juiste categorie onderverdeeld’, zegt Van Woensel. ‘Dat laat ons toe om 60 procent van de klachten direct en automatisch af te handelen.’
De overblijvende problemen worden doorgestuurd naar medewerkers. Die hebben zo de handen vrij om zich te concentreren op complexere, minder repetitieve interacties met een grotere toegevoegde waarde. De medewerkers ervaren AI op die manier als een ondersteuning.
Case per case
De implementatie van AI bij Koramic2Engage is aan een sterke opmars bezig. ‘We werken case per case’, zegt Van Woensel. ‘Vorig jaar hebben we enkele succesvolle pilootprojecten afgerond, nu zijn we bezig met twee nieuwe cases. Een model ontwikkelen en trainen is een iteratief proces en neemt, afhankelijk van de complexiteit, gemiddeld drie weken in beslag. Dat vraagt initieel een investering, en ook blijvende opvolging, maar AI biedt potentieel lagere kosten én hogere kwaliteit.’
Voor de toekomst zijn er nog uitdagingen genoeg. ‘We zien conversational AI als een belangrijke trend’, zegt Defever. ‘Idealiter moet AI niet alleen een klantvraag kunnen interpreteren, maar ook zelf het antwoord kunnen formuleren in een natuurlijke taal. Daarvoor is er nog werk aan de winkel.’