Trends in digitaal klantcontact in 2018

Onlangs heeft de welbekende IT-dienstverlener Adobe het onderzoeksrapport Digital Trends 2018 gepubliceerd waarin 13.000 professionals uit verschillende werelddelen met diverse achtergronden (o.a. marketing en technologie) zijn bevraagd om de belangrijkste trends in kaart te brengen die binnen een aanzienlijke periode invloed kunnen uitoefenen op de digitale strategieën die organisaties inzetten in klantcontact. Een van de belangrijkste resultaten is dat 46% van de ondernemingen eind 2018 verwacht dat Artificial Intelligence (hierna: AI) in te zetten voor het ondersteunen van de klantbeleving in digitale klantcontact. In het Stand van Webcare onderzoek 2016 liet het Lectoraat HCD in samenwerking met Upstream (Van Os, Hachmang, Keuning & Derksen, 2016) al zien dat vier procent van de ondervraagde organisaties deels chatbots inzet in klantcontact – wat deel uitmaakt van AI – en dat slechts 12% het overwoog te doen. Maar hoe zit het nou precies met AI?

Wat is Artificial Intelligence?

AI betekent simpelweg dat machines op een ‘menselijke manier’ taken kunnen uitvoeren die wij als ‘slim’ zouden bestempelen (Duursma, 2018). Denk daarbij aan reageren op vragen, nadenken over de best mogelijke vervolgvraag/stap (zoals in chats of bij schaken – zoals de schaakcomputer DeepBlue die in 1977 de wereldkampioen schaken Gary Kasparov versloeg) of aan de hand van de beschikbare rekenkracht, hoeveelheid data én door zelflerend vermogen kan voorspellen wat jij dit weekend gaat doen. De drie bekendste verschijningsvormen van AI zijn: a) virtuele persoonlijke assistent (zoals Siri en Cortana), b) chatbots (zoals de reeds beschikbare functie in Facebook Messenger) en c) intelligente agent (een agent – of auto zoals Tesla – die op basis van de beschikbare data uit eigen initiatief al voor jou beslissingen neemt, zoals remmen en rechts afslaan).

De drie verschijningsvormen van AI kunnen wederom onderverdeeld worden in ‘zwakke’ vormen (computers/programma’s die enkel kunnen functioneren binnen een smalle bandbreedte en daarbuiten vrijwel niets kunnen, zoals de schaakcomputer DeepBlue) en ‘sterke’ vormen (computer/programma’s die vrijwel alle intellectuele taken kunnen uitvoeren die mensen ook kunnen) van AI (Duursma, 2018). Aangezien zwakke-vormen van AI geen ‘human’-aspect hebben, ligt voor digitaal klantcontact voornamelijk kansen in sterke-vorm van AI (Chandler, 2018). Dit wordt ook wel *machine learning* genoemd, computers/programma’s zijn met zelflerend vermogen. Duursma (2018) spits deze vorm van AI uit in vier benaderingen, namelijk:

• Deep learning: een vorm van machine learning waarbij gebruik wordt gemaakt van verschillende lagen kunstmatige neurale netwerken. Met andere woorden: een kunstmatig brein met lagen die met elkaar samenwerken en daardoor steeds slimmer wordt met de informatie die vergaard wordt en daaruit trends kan herkennen. Een voorbeeld is dat een chatbot met de beschikbare rekenkracht, data van alle gesprekken die ooit zijn gevoerd tijdens chatsessies en door zelflerend vermogen kan voorspellen op welke dagen en tijdstippen in een periode behoefte is aan (extra) tweedelijnsmedewerkers voor het geval dat een chatbot geen oplossing kan aanbieden.
• Supervised learning: een vorm van machine learning waarbij gebruik wordt gemaakt van gelabelde reeks voorbeelden waaruit een computer/programma selecties maakt om te bepalen waar de input bij hoort. Een voorbeeld is een grote database met voorbeeldvragen (zoals “mijn internetfactuur valt hoger uit dan normaal, waardoor komt dat?”) waaruit een programma kan bepalen in welke categorie een vraag behoort (zoals ‘vragen over betaling’). Kan de computer dat niet, dan wordt dat handmatig toegewezen zodat de computer in de toekomst daar rekening mee kan houden – en dus daarmee slimmer wordt.
• Unsupervised learning: het verschil tussen supervised- en unsupervised learning is dat als de computer aan de hand van de reeks voorbeelden geen correcte output kan weergeven, geen interventie door een persoon tussen komt, maar dat de computer door het vinden van vergelijkbare voorbeelden zelf de structuur of relaties tussen data weet te clusteren. Een voorbeeld is als een chatbot van een internetprovider niet kan bepalen dat een vraag als “mijn internetfactuur valt hoger uit dan normaal, waardoor komt dat?” niet onder de categorie ‘vragen over betaling’ kan plaatsen, automatisch opzoek gaat naar vergelijkbare vragen die ooit zijn bevraagd om vervolgens structuur en relatie tussen data probeert te clusteren.
• Reinforcement learning: een benadering die gebaseerd is op feedback. Dat betekent dat een computer voor een input (bijvoorbeeld een zorgvraag bij een verzekeraar) een strategie uitprobeert en de feedback van de klant (succesvol of niet-succesvol) opslaat zodat de computer in de toekomst met de meest succesvolle strategie begint als er een soortgelijke zorgvraag binnenkomt.

Artificial Intelligence in digitaal klantcontact

Anno 2018 waarbij het snel uitvoeren van taken en beantwoorden van vragen van klanten een van de belangrijkste speerpunten is geworden van customer service, is het niet wonderlijk dat organisaties experimenteren met AI om klanten sneller en persoonlijker te woord te staan (Maruti Techlabs, 2018). Gezien de beschreven ontwikkelingen in online klantcontact in de afgelopen jaren zal dit jaar in het Stand van Webcare onderzoek 2018 ook uitgebreid naar de inzet van AI worden gevraagd. Vanaf mei 2018 zullen 20 eerstejaars-communicatiestudenten van de HAN, onder begeleiding van mijzelf, Renée van Os, Daphne Hachmang, Arne Keuning en Marco Derksen van Upstream, de webcareteams van zowel profit- als non-profit organisaties in Nederland benaderen om polshoogte te nemen van de meest recente ontwikkelingen op het gebied van webcare en AI. De publicatie van het onderzoek staat gepland in de zomer van 2018.

Bronnen:

Chandler, S. (2017). The AI chatbot will hire you now. Geraadpleegd op 18 april 2018, van Wired: https://www.wired.com/story/the-ai-chatbot-will-hire-you-now/

Duursma, J. (2017). De digitale butler. Zaltbommel: Haystack

Maruti Techlabs (2018). How will artificial intelligence powered customer service help customer support agents. Geraadpleegd op 18 april 2018, van Chatbotsmagazine: https://chatbotsmagazine.com/how-will-artificial-intelligence-powered-customer-service-help-customer-support-agents-4fc9054a6a6b

Van Os, R., Hachmang, D., Derksen, M., & Keuning, A. (2016). Stand van Webcare 2016. Geraadpleegd op 18 April 2018, van Marketingfacts: http://www.marketingfacts.nl/images/research/Whitepaper-Stand-van-Webcare-NL- 2016.pdf