Hoe kan de customer service chatbot leren van generatieve AI voor een betere klantervaring?

'Ik begrijp je niet. Zou je de vraag nog eens kunnen herhalen?' of ‘Bedoel je misschien…’ Als deze zinnen je bekend voorkomen, dan heb je jezelf ongetwijfeld wel eens geërgerd aan een doorsnee customer service chatbot van een willekeurig bedrijf of retailer. Nu generatieve AI zoals ChatGPT, Google Bard en Azure Open AI in hoog tempo het internet veroveren, lijkt het einde van deze ergernis nabij. Want waarom zou je de alleskunner niet inzetten om de klantervaring van je website te optimaliseren? Dat klinkt eenvoudiger dan het is, maar zeker niet onmogelijk.

Tekst: Gregory Verlinden

Generatieve AI is misschien wel de digitale uitvinding van het decennium. De tool is krachtig, kan menselijke emoties herkennen, volledig nieuwe teksten genereren, en baseert zich op een grote hoeveelheid data waardoor het een absolute doorbraak is op het gebied van AI. Minpuntje: de tool geeft soms ook onvoorspelbaar of onbetrouwbaar antwoord. Zo kan generatieve AI (nog) niet onderscheiden wat feitelijk correct is en wat niet. Zou je zo’n toepassing je bedrijf nu al willen laten vertegenwoordigen? Ongewenste output door het onvoorspelbare karakter kan voor reputatieschade zorgen.

Dan de doorsnee customer service chatbot. Die is juist heel goed in bedrijfsspecifieke vraagstukken oplossen, maar het taalmodel dat achter deze generatieve AI zit, werkt totaal anders. Generatieve AI kijkt naar de volledige zin die een gebruiker intikt, interpreteert die voor zover het kan, vergelijkt deze met miljarden woorden en woordvolgordes en zoekt vervolgens een antwoord dat erbij past. De customer service chatbot daarentegen kijkt alleen naar steekwoorden. Die koppelt hij aan een veel kleinere database, vol voorgeprogrammeerde antwoorden. Tik je net niet de goede steekwoorden in, dan krijg je geen antwoord of zegt de chatbot dat hij je niet snapt – tot frustratie van de gebruiker.

Met dank aan de kwaliteiten van generatieve AI kunnen de intenties van gebruiker beter worden herkend en kan er een antwoord worden gegenereerd dat tot ieders tevredenheid stemt. De kracht van de customer service chatbot zit in de kennis en achterliggende data over bedrijfsgerelateerde kwesties. Wat als je deze twee punten nu eens bij elkaar brengt?

Deze chatbots kunnen prima op vooraf getrainde taalmodellen, zoals ChatGPT or Bard, gebouwd worden. Vervolgens kun je zo het model helemaal finetunen voor specifieke doeleinden. Denk aan het instellen van de tone of voice van je bedrijf, of ervoor zorgen dat het juiste productadvies gegeven wordt, zonder dat je bang hoeft te zijn dat je reputatieschade oploopt door ongepaste antwoorden. Bovendien zorgt een combinatie van de twee ervoor dat niet elk bedrijf een compleet eigen ChatGPT hoeft te schrijven. Technisch zou dat wel mogelijk zijn, de broncode van de OpenAI is bekend, maar het is wel een kostbare oplossing. Het taalmodel kost vele terabytes aan achterliggende teksten. Als elk bedrijf met zo’n hoeveelheid data ondersteund moet worden, dan is er in de wereld een veelvoud van datacenters nodig. Haalbaar is dat misschien wel, duurzaam zeker niet. Al die centra slurpen immers energie.

Een gefinetuned model is de toekomst voor verbeterde klantervaring bij online retailers en bedrijven. Nu wordt de oude, vertrouwde chatbot door het gros van de klanten nog altijd gezien als ‘hinderlijke onderbreking op weg naar een echt mens die het probleem oplost.’ Toch kan een tool als ChatGPT of Bard, dankzij zijn voorspellende gave, geavanceerde manier van data verwerken en de techniek om menselijke emoties te herkennen, de customer service chatbot naar een hoger niveau tillen. Zeker in combinatie met de kracht van de customer service chatbot, die nooit uit de bocht vliegt en enkel correcte informatie deelt. Als combinatie van deze twee bots op een adequate manier reageert én vervolgens de klant daadwerkelijk helpt met zijn vragen, dan is bijna alle ergernis verleden tijd.

Gregory Verlinden is AI-expert bij Cognizant.