​AI Chatbots: een meerwaarde voor uw organisatie?

Gartner voorspelde in 2016 dat 85% van de interacties tussen klant en bedrijf tegen eind 2020 via AI chatbots (of digitale assistenten) zou verlopen. Vandaag blijkt die stelling overdreven. Wil dit zeggen dat AI chatbots niet meer dan een hype waren? Neen, dat zijn ze niet. De laatste jaren verbeterde de AI gebaseerde taalherkenning van chatbots enorm, waardoor hun toepassingsgebied vergroot en de gebruikerservaring verbetert. AI chatbots zullen zonder enige twijfel een belangrijke rol spelen in de interactie tussen bedrijven/organisaties en haar werknemers, klanten en gebruikers. Daarom willen we in dit artikel graag inzicht geven over welke meerwaarde digitale assistenten voor jouw organisatie of onderneming kunnen leveren.

Wat zijn AI chatbots of digitale assistenten?

Om verwarring te vermijden is het goed om even een aantal zaken te verduidelijken. “Digitale assistenten” is de verzamelnaam voor chatbots en voice assistenten die gebruik maken van artificiële intelligentie om met gebruikers in dialoog te gaan. In het geval van chatbots verloopt de interactie via ‘messaging’ terwijl voice assistenten werken met gesproken dialogen. Denk hierbij aan toepassingen als Siri van Apple, Alexa van Amazon of de Google Assistant van het gelijknamige bedrijf.

Zowel AI chatbots als voice assistenten maken gebruik van dezelfde achterliggende AI systemen, met name NLP (Natural Language Processing), NLU (Natural Language Understanding), NLG (Natural Language Generation) en ML (machine learning). NLP en NLU maken het mogelijk dat een chatbot taal kan herkennen, interpreteren en genereren in een dialoog. Wanneer ik een AI chatbot de volgende vraag stel: ‘Wanneer is de eerstvolgende trein van Leuven naar Mechelen?’, dan zal de NLP en NLU component van de chatbot deze zin ontleden en achterhalen dat mijn doel is om een dienstregeling van treinen te ontvangen (= mijn intent). Op basis van de variabelen ‘eerstvolgende’, ‘van Leuven’ en ‘naar Mechelen’ (= entitities) verfijnt de AI technologie mijn vraagstelling verder, waardoor de chatbot de juiste vraag aan het achterliggende trein-planning-systeem kan stellen. Intelligente chatbots zijn meestal gekoppeld aan achterliggende systemen met gestructureerde data zodat ze de juiste informatie kunnen opvragen. Via de NLG module zal de chatbot op basis van het gevonden antwoord een menselijk aanvoelend antwoord formuleren. Via bijkomende Machine Learning leert de chatbot voortdurend bij uit eerdere conversaties en zet deze kennis in toekomstige conversaties in.

Automatisering van taken en processen: AI Chatbots versus RPA

De grootste meerwaarde van AI chatbots ligt in het automatiseren van repetitieve taken waarbij interactie tussen twee partijen nodig is. AI chatbots zijn echter niet altijd de meest efficiënte oplossing om taken binnen jouw organisatie te automatiseren. Sommige eenvoudige taken kan je perfect automatiseren door middel van software en algoritmes (Robotic Process Automation). Deze vorm van optimalisatie kan enkel van toepassing zijn wanneer er geen interpretatie nodig is. Zo kan je het proces van gegevens uit een database selecteren, exporteren, analyseren en visualiseren perfect automatiseren aan de hand van RPA.

Chatbots of digitale assistenten bieden hun meerwaarde door het gebruik van AI om meer complexe taken en vragen te beantwoorden. Doordat ze de intenties en noden van gebruikers taalkundig kunnen interpreteren en omzetten naar relevante acties en antwoorden, kunnen chatbots een veel betere gebruikersbeleving garanderen. Vaak kan de context of vraag wijzigen waardoor je, in tegenstelling tot RPA, meer gebruik moet maken van de AI componenten om deze vraag of nood beter te begrijpen, juist te interpreteren en het relevante antwoord of de juiste actie te koppelen.

Interne meerwaardecreatie via AI chatbots (Business to Employees)

Als je kijkt naar interne toepassingsgebieden, kom je snel op het domein van HR en IT waarbij digitale assistenten kunnen helpen bij interne vragen en taken.

HR

AI chatbots kunnen ondersteuning bieden bij het ‘onboarden’ van nieuwe personeelsleden of beantwoorden van HR-gerelateerde vragen van huidige werknemers. Denk maar aan veel gestelde vragen als: Hoe kan ik mijn verlof aanvragen? Hoeveel dagen heb ik nog verlof? Wat moet ik doen in geval van ziekte? Hoe verloopt mijn evaluatieproces? Deze antwoorden krijgen werknemers meestal door de vraag te stellen aan een medewerker van de HR-dienst of door de juiste informatie te zoeken op een intranetomgeving. Deze scenario’s kan je snel automatiseren door deze veel gestelde vragen – en de juiste achterliggende HR-applicaties zoals persoonlijke fiches enverlofaanvragen – te koppelen aan een AI chatbotsysteem. Een voorbeeld hiervan is de EVA HR chatbot die bovenstaande scenario’s mogelijk maakt.

Ook bij selectie en aanwerving kan AI technologie een ondersteunende rol opnemen. Via een digitale assistent kan een eerste screeninginterview plaatsvinden of een eerste gesprek ingepland worden. Denken we hierbij aan het inspirerende, zij het nog wat onrealistische, voorbeeld van Volvo Cars waarbij mogelijke kandidaten via een digitale assistent in de wagen geïnterviewd worden.

Tenslotte kunnen digitale assistenten ook helpen bij het opvolgen, begeleiden en monitoren van werknemers door hen bij te staan met leertrajecten en motivatieanalyse. Door een digitale assistent te koppelen met het leer-en expertiseprofiel van de werknemer, kan de ‘persoonlijke chatbot assistent’ relevante opleidingen en leertrajecten voorstellen. Bovendien kunnen AI chatbots helpen om de motivatie en tevredenheid te monitoren d.m.v. regelmatige, interactieve bevragingen waarvan de AI component bepaalde sentimenten of risico’s kan identificeren.

IT

IT-gerelateerde vragen kunnen ook via digitale assistenten beantwoord worden. Helpdeskmedewerkers worden overstelpt met steeds dezelfde vragen zoals: mijn account is geblokkeerd, ik ben mijn paswoord vergeten, hoe kan ik nieuwe software installeren. Volgens Chatbotmagazine, zijn 30 tot 50% van de eerstelijns IT vragen repetitief. Ook deze FAQ’s kunnen perfect door AI chatbots opgevolgd worden, waardoor de IT-medewerkers meer tijd vrijmaken om meer complexe en uitdagende taken uit te voeren.

Daarnaast kunnen AI chatbots helpen om IT Support tickets rond meer complexe vragen te verrijken met bijkomende informatie voor de helpdeskmedeweker. Denken we hierbij aan de integratie van een AI chatbot oplossing in het aanbod van ServiceNow, een bedrijf dat gespecialiseerd is in het beheer van IT Service & Support.

Externe meerwaardecreatie via AI chatbots (Business to Customers)

Uiteraard zijn er ook heel wat waardevolle toepassingen van digitale assistenten bij dienstverlening naar de externe klanten/gebruikers toe. We onderscheiden hier voornamelijk toepassingen op het vlak van klantenservice, marketing en sales.

De meest voor de hand liggende opportuniteiten liggen op het vlak van klantenservice waarbij AI chatbots kunnen helpen bij het beantwoorden van vaak voorkomende vragen. Uit een kleinschalig vooronderzoek binnen het Turbot chatbot onderzoek van Thomas More waarbij we enkele Vlaamse KMO’s interviewden, blijkt dat deze bedrijven AI chatbots voornamelijk willen inzetten om de klantendienst te ontlasten van het stijgend aantal repetitieve vragen en taken, waarbij de eindklant ook steeds meer 24/7 en instant antwoorden verwacht. Vaak gaat het over vragen zoals: ‘Wanneer komt mijn bestelling aan?’ ‘Ik wil mijn bestelling wijzigen of annuleren. Kan dat?’ ‘De levering is niet correct. Hoe kan ik dit oplossen?’ ‘Hoe kan ik mijn pakketje terug sturen?’

De meer complexe vragen en klachten kunnen AI chatbots doorsturen naar een live agent. Een goed voorbeeld van een customer service chatbot is Billie van Bol.com, die 45% van alle klantencontacten beheert en 70% van de vragen of problemen succesvol opvolgt.

Uiteraard kunnen AI chatbots ook helpen met andere vaak voorkomende klanten-acties. Denk hierbij bijvoorbeeld aan de banksector waarbij klanten via een chatbot makkelijker hun rekeninggegevens kunnen ophalen. Hier speelt beveiliging een belangrijke rol, maar net zoals bij mobile banking apps, kunnen zaken als digitale vingerafdrukken, gezichtsherkenning en spraakherkenning op de smartphone hierbij soelaas bieden. Een mooi voorbeeld van de mogelijkheden van AI chatbot in de banksector is Erica, de digitale assistent van Bank of America.

Sommige digitale assistenten gaan nog verder en gaan quasi de hele ‘customer journey’ via een AI chatbot faciliteren: van prijsaanvraag, naar goedkeuring en betaling. Een inspirerend en veelzeggend voorbeeld hiervan is‘Maya’, de AI chatbot van de disruptieve verzekeringsmaatschappij ‘Lemonade’ die alle klantenprocessen automatiseert, inclusief de verwerking, analyse en real-time terugbetalingen van verzekeringsclaims. Momenteel verwerkt Maya 30% van de claims zonder enige menselijke tussenkomst.

AI chatbots zijn ook ideale partners voor het genereren van prospecten (leads) op digitale platformen zoals websites en mobiele applicaties. Deze chatbots zijn erop gericht om potentiële klanten gerichte en relevante informatie te geven over een product of dienst. Online en mobile gebruikers lezen geen grote, lange teksten op hun scherm. Ze scannen pagina’s en consulteren voornamelijk visuele elementen zoals infografieken, quotes, ratings en video’s.

Een AI chatbot kan helpen om snel de juiste informatie te vinden en een antwoord te bieden op vragen als ‘Hoe werkt het product?’; ‘Hoeveel kost het?’ of ‘Kan ik een demo zien?’.Maar hier stopt het vaak niet. De chatbot kan ook de nodige klantgegevens opvragen en op basis daarvan onmiddellijk een whitepaper of offerte doorsturen. Voorbeelden hiervan zijn flow.ai (België), landbot.io, instabot.io en honderden andere ‘lead generation bots’ die bovenstaande processen automatiseren via hun Service-As-A-Software aanbod.

Tenslotte kunnen AI chatbots ook een alternatieve manier zijn om dienstverlening te verfijnen op basis van klanten-informatie, bestel- en gedragshistoriek en contextgegevens die de AI chatbot heeft verzameld. Via Machine Learning wordt de klantenervaring relevanter en persoonlijker gemaakt. Een goed voorbeeld is ‘Bert’, de AI chatbot van Kinepolis, die op basis van jouw voorkeuren, jouw locatie en jouw voorgaand kijkgedrag persoonlijke aanbevelingen geeft voor films in jouw favoriete Kinepolis bioscoop. Je kan Bert zelfs gebruiken om een digitaal filmticket aan te kopen en te betalen.

Conclusie

Bedrijven benutten momenteel maar een fractie van het marktpotentieel van AI chatbots. De achterliggende AI componenten van digitale assistenten worden steeds intelligenter waardoor ze meer complexe vragen kunnen beantwoorden. Hierdoor kan je repetitieve processen steeds beter automatiseren, en tegelijkertijd een optimale gebruikerservaring garanderen op het vlak van IT, HR, klantensupport, marketing en sales.De technologie is er klaar voor. Maar ben jij er als ondernemer klaar voor?

[Fotocredits © terovesalainen & Production Perig – Adobe Stock]

Binnen het innovatieproject ‘Turbot’ onderzoekt de Thomas More Hogeschool Mechelen de mogelijkheden van chat- en voicebots binnen de Vlaamse ondernemingen. De doelstelling is om Vlaamse ondernemingen te ondersteunen bij de automatisering van dialoog gebaseerde, repetitieve taken. De onderzoekers willen onder andere de kennis over AI-gebaseerde digitale assistenten verhogen, toepassingsmogelijkheden testen, randvoorwaarden voor implementatie in kaart brengen en de impact van deze technologie op de organisatie meten.

Geschreven door: Sven De Clercq & Marijke Brants