De meeste gesprekken over AI in klantcontact draaien om één vraag: hoeveel kunnen we automatiseren? Dertig procent? Zeventig? Alles? Dat is de verkeerde vraag. Automatisering is geen knop die je hoger of lager draait. De echte vraag is: welke interactie verdient welke aanpak?
Dit hele onderwerp hebben we behandeld in een recent webinar: herbekijk de sessie hier.
Verwachtingen stijgen, vertrouwen volgt niet
Klanten vergelijken je niet meer enkel met je rechtstreekse concurrenten, maar ook met de laatste vlotte ervaring die ze ergens hadden, bij Spotify, Uber, Booking, ... AI jaagt die verwachtingen nog verder de hoogte in. Maar het vertrouwen groeit niet even snel mee. 73% van de consumenten gebruikt dagelijks AI, en toch gelooft slechts 29% dat organisaties er verantwoord mee omgaan.
Dat vertrouwen win je niet met betere algoritmes. Je wint het door te doen wat je belooft, zeker wanneer het moeilijk wordt. En dat begint bij één keuze: waar laat je AI het werk doen, en waar houd je de mens in beeld?
Twee vragen die de keuze bepalen
Hoe complex is de interactie? Veel volume, een vast proces en weinig uitzonderingen maken een vraag eenvoudig. Veel systemen, regels en maatwerk maken haar complex.
Hoeveel betekent het moment voor de klant? Dit is de trust sensitivity van de interactie. Het gaat niet over hoe moeilijk het probleem is, maar over hoeveel er voor de klant van afhangt. Is er geld mee gemoeid? Emotie? Tijdsdruk? Kunnen toon en timing het vertrouwen maken of breken?
Combineer die twee vragen, en je krijgt vier types interacties. Elk type vraagt een andere aanpak.
Vier types, vier aanpakken
1. Eenvoudig, lage trust sensitivity: volledig automatiseren
Dit is de wereld van routine en herhaling. Een pakje volgen, een wachtwoord resetten, een factuur opvragen of een adres wijzigen. De klant wil hier geen gesprek, hij wil snelheid. Vertraag me niet, laat me niets herhalen, los het gewoon op. Net daarom doet AI hier haar beste werk. Ze handelt de vraag van begin tot eind af, dag en nacht, in enkele seconden. Een goede chatbot die meteen de juiste pakketstatus toont, doet vaak meer voor de klant dan een medewerker die hetzelfde antwoord vijf minuten later geeft.
2. Eenvoudig, hoge trust sensitivity: AI bereidt voor, mensen verbinden
Soms is het probleem simpel, maar het moment niet. Denk aan een bestelling die kapot aankwam net voor een verjaardag, of een factuur die niet klopt en die de klant het gevoel geeft dat hij te veel betaalt. De vraag is dan niet alleen of je het kunt oplossen, maar of je begrijpt wat het voor hem betekent. AI kan hier veel voorbereiden: ze verzamelt de context, vat samen wat er eerder gebeurde en geeft de medewerker meteen het volledige beeld. Maar het echte contact hoort bij een mens. Want in deze momenten bouw je vertrouwen niet met snelheid, maar met erkenning.
3. Complex, lage trust sensitivity: AI ondersteunt, mensen beslissen
Hier ligt de uitdaging niet bij emotie, maar bij complexiteit. Denk aan een klant die verschillende verzekeringen vergelijkt, of een bedrijf dat een offerte op maat nodig heeft. Veel variabelen, veel informatie, veel dat samenhangt. AI is in dit geval een sterke co-piloot. Ze ordent de informatie, brengt de data samen en wijst op wat een mens makkelijk over het hoofd ziet. Maar ze neemt de beslissing niet over. De medewerker houdt het overzicht en maakt de uiteindelijke keuze, met AI als hulp en niet als baas.
4. Complex, hoge trust sensitivity: mensen leiden, AI assisteert hooguit
Dit is de meest delicate categorie: ingewikkeld én belangrijk. Denk aan een vermoeden van fraude, een groot financieel verlies of een gevoelig dossier na een overlijden. Voor de klant staat alles op het spel, en hij meet hier geen snelheid maar aanwezigheid. Voelt hij zich ernstig genomen, veilig en begrepen? AI mag op de achtergrond helpen, maar mag het gesprek nooit zelf bepalen. Een verkeerde toon richt hier meer schade aan dan een traag antwoord, en geschonden vertrouwen herstel je maar moeilijk. Houd dus altijd voor ogen: elk antwoord dat je AI geeft, is een antwoord dat jij geeft.
Aan de slag in drie stappen
Dit kader is geen theoretisch model, maar een werkinstrument. Je hoeft het niet in één keer over je hele organisatie uit te rollen: met drie stappen kom je al een heel eind.
- Breng je realiteit in kaart. Vertrek niet vanuit je processen, maar vanuit de echte redenen waarom klanten contact opnemen.
- Plaats elke interactie. Op de twee assen: complexiteit en trust sensitivity. Een ruwe inschatting volstaat.
- Zet dat om in keuzes. Probeer niet alles tegelijk. Kies één interactie en begin daar deze week.
Begin bij de interactie, niet bij de technologie
De bedrijven die het verschil maken, zijn niet die met de meest geavanceerde AI. Het zijn die welke bewust kiezen waar AI thuishoort en waar de mens onmisbaar blijft. Dus: begin niet bij de technologie, maar bij de interactie. En ontwerp van daaruit.
