AI en LLM’s veranderen de manier waarop bedrijven met hun klanten communiceren. Volgens Tias Hazebroek van Sound of Data biedt deze technologie veel kansen voor efficiëntere klantenservice. Het gaat namelijk veel verder dan die frustrerende chatbots en IVR’s.
Sound of Data is specialist in klantcontact en bereikbaarheid. Ze helpen bedrijven bij het optimaliseren van hun communicatieprocessen door middel van technologie, zodat klanten sneller en beter geholpen worden. Met AI en meer specifiek LLM-technologie in hun arsenaal, wordt klantinteractie niet alleen efficiënter, maar ook toegankelijker, zegt Hazebroek.
Doolhof van IVR-systemen
Veel Nederlanders zullen het herkennen: je belt een klantenservice en komt terecht in een eindeloos keuzemenu. ‘Kies 1 voor verkoop, kies 2 voor administratie’, somt Hazebroek op. Dit soort IVR-systemen (Interactive Voice Response) werken nog steeds met vaststaande opties, wat leidt tot frustraties bij klanten. ‘Mensen willen gewoon direct geholpen worden’, zegt hij. ‘In plaats van dat ze door een doolhof van keuzes moeten navigeren. Dat hoort straks tot de verleden tijd.’
Dezelfde frustraties gelden ook voor de huidige generatie chatbots. ‘Deze bots werken vaak op basis van vooraf ingestelde flows’, legt Hazebroek uit. ‘Als je vraag net niet binnen die opties valt, raakt de bot in de war (zeg maar), en krijg je geen passend antwoord.’ Veel klanten raken hier gefrustreerd door, omdat ze merken dat de chatbot de context van hun vraag niet begrijpt. Dit resulteert vaak in terugkerende verzoeken en uiteindelijk toch een telefoontje naar de klantenservice.
LLM’s gaan verder
Met LLM’s is dat anders, zegt Hazebroek. ‘In plaats van vast te zitten aan vooraf bepaalde antwoorden, kunnen LLM’s een open dialoog voeren. Ze begrijpen wat je zegt en reageren daarop, zonder dat ze door een vaste structuur hoeven te gaan. Dit maakt de interactie veel natuurlijker en sneller.’
Een Large Language Model (LLM) is een AI-systeem dat tekst kan begrijpen en genereren. Het is ontworpen om menselijke taal te verwerken en om ogenschijnlijk natuurlijke reacties te geven. Hierdoor kunnen bedrijven snel en automatisch vragen van klanten beantwoorden, zonder dat er altijd menselijke tussenkomst nodig is. ‘Sound of Data voegt daar optioneel nog speech to text en text to speech aan toe, waardoor de mogelijkheid ontstaat om ook gewoon te bellen met een LLM. Ideaal voor bijvoorbeeld de klantenservice van een bedrijf. Maar ook voor afdelingen zoals marketing en sales bieden ze enorme mogelijkheden’, zegt Hazebroek.
Een van de grootste voordelen die LLM-technologie teweegbrengt, is het doorbreken van de taalbarrière. ‘LLM’s kunnen met verschillende talen omgaan. Of je nu Nederlands, Engels, Spaans of Chinees spreekt, de AI kan overal op inspelen.’ Dit maakt het voor bedrijven mogelijk om wereldwijd klanten te bedienen. ‘Daarnaast wordt een LLM niet ziek en is dus altijd beschikbaar. Je kunt je business dus eindeloos schalen en 24/7-beschikbaar maken. Bovendien behoren wachtrijen dan ook tot het verleden.’
De chatbot frustratie, het doolhof van IVR-keuzes, de ellelange telefonische wachtrijen... allemaal verleden tijd?
Snelheid en efficiëntie in klantcontact
AI LLM’s kun je inrichten voor een snellere afhandeling van veelvoorkomende klantvragen die toch enige mate van complexiteit met zich meedragen. Een LLM kan namelijk open vragen afhandelen zoals ‘Wanneer heeft u nog 2 balkonkaarten beschikbaar voor de show van Herman van Veen?’. Het systeem moet zelf de inventarisatie doen op basis van de vraagstelling. ‘Zulke vragen kunnen wij met onze technologie en services volledig autonoom en efficiënt afhandelen zonder menselijke interventie’, zegt Hazebroek. Medewerkers kunnen zich daardoor bezighouden met de complexere vraagstukken waar het op dit moment nog zeer wenselijk voor is om juist wél menselijke interventie in te zetten.
‘Klanten verwachten direct antwoord’, zegt Hazebroek. ‘En wij kunnen, met behulp van onze AI-oplossingen, bedrijven helpen hieraan te voldoen. Wij verhogen de efficiëntie, en verminderen de druk op de klantenserviceafdelingen. Het mes snijdt aan twee kanten, omdat dit bijdraagt aan een betere klanttevredenheid en het brengt vaak ook nog een kostenreductie teweeg.’
‘Shit in, is shit out’
Om dit allemaal te kunnen realiseren, is de kwaliteit van de antwoorden een belangrijk aandachtspunt. AI is namelijk zo goed als de gegevens waarmee je het voedt en traint. ‘Als je een LLM traint met onvolledige of verkeerde data, kun je onjuiste antwoorden verwachten’, legt Hazebroek uit. ‘Shit in, is shit out.’
Daarom wijst Hazebroek op het belang van monitoring en voortdurende verbetering. ‘Zorg dat je het model blijft trainen, net zoals dat je medewerkers blijft trainen om beter te worden’, zegt hij. ‘Bedrijven moeten blijven investeren in training en de kwaliteit van hun data om de best mogelijke antwoorden te garanderen.’ Bovendien zijn bedrijven ook constant onderhevig aan verandering. Deze moeten blijven door vertaald naar dit systeem.
AI? Niet zo verkrampt, wees eerlijk en transparant
Hoewel een LLM veel klantvragen kan beantwoorden, blijft er op dit moment nog behoefte aan persoonlijk contact. Vooral in meer complexe, emotionele en urgente situaties. ‘Zeker gedurende de adoptiefase van LLM¬technologie, moet je als bedrijf altijd de optie bieden om met een echt persoon te kunnen spreken’, vindt Hazebroek. En wanneer je dan LLM Technologie gaat inzetten, wees dan transparant. Over de data die je nodig hebt om het systeem te trainen, welke type data dit betreft, waar deze data zal resideren voor en gedurende het in¬leerproces etc, etc. Klanten moeten kunnen weigeren, er moet zogezegd een opt-out zijn voor klanten. Voor zowel het gebruik van de data voor trainingsdoeleinde als het te woord worden gestaan door een machine. Dat laatste betekent misschien wel dat een klant zal moeten wachten totdat er een medewerker beschikbaar is. Wees hier ook open en eerlijk in.’ Een hybride vorm is dan ook een goede startformule. ‘Waarbij je een LLM in de eerste fase kunt gebruiken voor de eenvoudige en outinematige vragen, het merendeel van het volumeverkeer. Zorg ervoor dat er tegelijkertijd een menselijke medewerker beschikbaar is voor situaties die meer empathie en nuance vereisen of in geval van klanten die het niet wenselijk achten om met een LLM te converseren. Ook die moet je te woord kunnen blijven staan.’
Privacy
Een ander aspect waar bedrijven rekening mee moeten houden, is de privacy van klantgegevens. LLM leert van de data die het ontvangt en dat kan vragen oproepen over hoe deze data wordt verkregen, wordt gebruikt en beschermd. ‘Het is cruciaal dat bedrijven duidelijk zijn over waar ze klantgegevens collecteren en hoe ze klantgegevens bewaren en gebruiken’, zegt Hazebroek. Dat is ook opgenomen in de Algemene Verordening Gegevensbescherming (AVG).
‘Klanten moeten erop kunnen vertrouwen dat hun gegevens veilig worden bewaard en alleen worden gebruikt met hun toestemming’, stelt Hazebroek. Bedrijven moeten dus niet alleen focussen op de efficiëntie en bedrijfsvoordelen van AI en LLM’s, maar ook op de ethische en juridische aspecten ervan. Sound of Data helpt bedrijven hier graag bij.
Dit artikel is tot stand gekomen in samenwerking met Sound of Data
Tekst BBP Media | Beeld Zuiver Beeld
