Inleiding
In de publieke sector van vandaag staan organisaties voor een steeds grotere uitdaging: ze moeten snel en effectief talloze klachten van burgers afhandelen.
Dit geldt vooral voor klachten met betrekking tot boetes, die een snelle oplossing, duidelijke communicatie en schaalbare processen vereisen om aan de toenemende vraag te voldoen.
In deze context kreeg Möbius de opdracht om een oplossing te ontwerpen voor het automatiseren en optimaliseren van het klachtenafhandelingsproces voor een publieke organisatie die jaarlijks tienduizenden klachten verwerkt. Door een geavanceerd Generatief AI (GenAI)-systeem te implementeren, was het doel van Möbius om de handmatige werklast verlichten, met behoud van hoge standaarden voor nauwkeurigheid, transparantie en tevredenheid van de burger.
Strategische uitdaging
Möbius stond voor de uitdaging om de verwerking van tienduizenden klachten die deze publieke organisatie jaarlijks ontvangt over verscheidene boetes te automatiseren. Op dit moment onderzoekt een team van 10 fulltime medewerkers (FTE's) deze klachten handmatig en beantwoordt het de burgers via e-mail wat een tijdrovend en repetitief proces is.
De verscheidenheid en complexiteit van de klachten betekenen vaak dat de medewerkers niet over de specifieke expertise beschikken die nodig is voor elke case, waardoor ze vaak afhankelijk zijn van hun teamleider voor begeleiding. Om dit proces te stroomlijnen en de efficiëntie te verbeteren, zag de organisatie mogelijkheden voor AI om een deel van de workflow te automatiseren door gebruik te maken van de uitgebreide historische gegevens over het classificeren van klachten en het genereren van reacties.
Aanpak
Möbius ontwikkelde een AI-gestuurd systeem met behulp van GenAI om de belangrijkste aspecten van klachtenafhandeling te automatiseren, waaronder classificatie, besluitvorming over annulatie van boetes en het genereren van passende reacties aan burgers.
De aanpak bestaat uit drie belangrijke stappen:
1. Klachtclassificatie 📂
Het systeem gebruikt een Large Language Model (LLM) om klachten te categoriseren op basis van historische patronen. Als het vertrouwen van het systeem in de classificatie onder een bepaalde drempel ligt (bijv. 95%), wordt de zaak gemarkeerd voor menselijke beoordeling. Dit zorgt ervoor dat onzekere classificaties worden gevalideerd of gecorrigeerd door medewerkers, waarbij feedback de nauwkeurigheid van het systeem voortdurend verbetert.
2. Klachtverificatie ✅
Het systeem voert vervolgens een geautomatiseerd verificatieproces uit, waarbij externe databases worden gecontroleerd om te bepalen of de klacht geldig is en of de boete moet worden geannuleerd of terugbetaald.
3. Genereren van antwoorden ⌨️
Na verificatie genereert het systeem een antwoord via het LLM, waarin het besluit aan de burger wordt uitgelegd. Het antwoord wordt door een mens op juistheid gecontroleerd voordat het wordt verzonden, en de meertalige mogelijkheden van het systeem garanderen een vlotte communicatie in de voorkeurstaal van de burger.
Op belangrijke punten blijft menselijk toezicht gehandhaafd, zodat controle en kwaliteit gewaarborgd zijn terwijl de AI de repetitieve aspecten van het afhandelen van klachten kan afhandelen. Möbius bouwde dit systeem binnen een veilige, GDPR-conforme omgeving met behulp van Microsoft Azure, waarbij Azure Functions de workflow beheren en Azure OpenAI de op LLM gebaseerde automatisering aanstuurt.
Verwachte resultaten
Er wordt verwacht dat de introductie van AI de tijd en manueel werk voor het afhandelen van klachten aanzienlijk zal verminderen, waardoor het team zich kan richten op complexere taken en minder afhankelijk wordt van de teamleader. De combinatie van AI en menselijke validatie zorgt ervoor dat zelfs classificaties met een lage betrouwbaarheid correct worden afgehandeld, waarbij het systeem na verloop van tijd steeds beter wordt door continu bij te leren.
Het geautomatiseerde verificatieproces verbetert de nauwkeurigheid en rechtvaardigheid en zorgt ervoor dat gerechtvaardigde betwistingen worden terugbetaald. Na het testen en optimaliseren zal het systeem volledig worden geïntegreerd in het platform van de organisatie, waardoor de snelheid en kwaliteit van de communicatie met burgers wordt verbeterd en de algehele activiteiten worden gestroomlijnd.
