AI inzetten voor klantenservice: het verschil tussen een chat en een agent

Youri van Rijn

AI inzetten voor klantenservice: het verschil tussen een chat en een agent

"We gebruiken al AI." Die zin horen we steeds vaker. En bij doorvragen bedoelt bijna iedereen er iets anders mee. De één heeft een chatvenster op de website dat vragen beantwoordt. De ander heeft een systeem dat zelfstandig een bestelling opzoekt, de status controleert en de klant antwoord geeft. Allebei heet het AI. Toch zijn het twee verschillende dingen.

Wie AI wil inzetten voor klantenservice, loopt precies tegen dit verschil aan. Het bepaalt namelijk wat de techniek voor je kan doen: alleen antwoorden, of ook handelen. We leggen het uit aan de hand van één klantvraag.

De AI-chat: één vraag in, één antwoord uit

Een AI-chat werkt zoals de meeste mensen AI kennen. Je stelt een vraag, het model geeft een antwoord. Input, model, output. Daarna is het klaar en wacht het op je volgende vraag.

Voor kennisvragen werkt dat goed. Een klant vraagt naar je openingstijden, je retourbeleid of hoe een product werkt, en de chat geeft direct een helder antwoord. In jouw tone of voice, dag en nacht.

Maar een chat heeft drie beperkingen die je merkt zodra de vraag concreter wordt:

  • Hij reageert op één prompt. Elke vraag staat op zichzelf. De chat werkt niet zelf door naar een oplossing.
  • Hij gebruikt geen tools. De chat heeft geen toegang tot je CRM, je e-mail of je voorraadsysteem. Hij weet dus wél hoe je een pakket volgt, maar niet waar het pakket van déze klant is.
  • Hij heeft geen taak-lus. Hij zet geen stappen achter elkaar: eerst opzoeken, dan controleren, dan antwoorden.

Neem de vraag "Waar blijft mijn bestelling?" Een AI-chat kan uitleggen hoe het proces werkt en waar de klant zijn track-and-trace vindt. Wat hij niet kan: de bestelling van die ene klant opzoeken en zeggen waar het pakket nu is. Daarvoor moet iemand, of iets, in het systeem kijken.

De AI-agent: werkt zelfstandig tot de taak klaar is

Een AI-agent begint niet bij een antwoord, maar bij een doel. "Beantwoord de vraag van deze klant over zijn levering." Vanaf daar werkt de agent zelfstandig, in een lus, tot de taak af is.

Zo ziet die lus eruit:

  • Denken en plannen. De agent bepaalt welke stappen nodig zijn om de vraag te beantwoorden.
  • Tools gebruiken. Hij zoekt de bestelling op in je CRM, controleert de verzendbevestiging in je e-mailtool en haalt de actuele status op.
  • Geheugen raadplegen. Hij kijkt naar eerdere gesprekken met deze klant en naar externe bronnen, zoals je kennisbank.
  • Controleren. Klopt het antwoord? Is de vraag echt beantwoord?
  • Herhalen tot het klaar is. Zo niet, dan zet de agent een volgende stap. Pas als de taak af is, volgt het resultaat.

Diezelfde vraag, "Waar blijft mijn bestelling?", pakt een agent anders aan. Hij zoekt de order op, vindt de tracking, ziet dat het pakket gisteren is verzonden en antwoordt: "Je bestelling is onderweg en wordt morgen voor 12:00 bezorgd." Geen doorverwijzing, maar een afgehandelde vraag. Lees meer over de mogelijkheden op onze AI-automatisering pagina.

Kort gezegd: een chat antwoordt, een agent onderneemt actie in meerdere stappen.

Wat betekent dit voor jouw klantenservice?

De agent is niet "beter" dan de chat. Het is een ander gereedschap voor een ander soort werk.

Een chat is de juiste keuze als je klanten vooral kennisvragen stellen die met een goed antwoord zijn opgelost. Snel op te zetten, meteen waardevol.

Een agent is de juiste keuze als je klanten iets gedaan willen krijgen: een status opzoeken, een adres wijzigen, een afspraak verzetten. Werk waarvoor iemand normaal een systeem in moet. Een agent doet dat zelf en houdt je team over voor de gevallen die echt om een mens vragen.

De vraag is dus niet óf je AI inzet voor klantenservice, maar in welke vorm. In de praktijk kiezen de meeste organisaties niet tussen de twee, maar bouwen ze op: eerst een chat voor de veelgestelde vragen, later een agent voor de handelingen daarachter.

En de zorgen die daarbij horen

Zodra een systeem zelfstandig handelingen uitvoert, komt er terecht een vraag bij: wat als het iets doet wat niet klopt? Dat is precies de vraag die je moet stellen.

Daarom bepaal jij wat een agent wel en niet mag. Welke tools hij gebruikt, welke acties hij zelf afhandelt en waar hij een collega inschakelt. Die grenzen leggen we samen met je vast, voordat de agent live gaat. Je data blijft van jou, en je houdt zicht op wat er gebeurt.

Zelf zien wat het verschil is?

Wil je weten wat een chat en een agent concreet betekenen voor jouw klantenservice? Plan een gesprek van 15 minuten. Dan laten we aan de hand van je eigen vragen zien wat er kan, en wat (nog) niet.

Op zoek naar verdieping?

Neem contact met ons op voor trainingen met betrekking tot Prompt Engineering, AI-automation en nog veel meer.