Klantenservice automatiseren met AI: wat je overlaat, wat je houdt en hoe je begint

Je ochtend begint in de inbox. Waar blijft mijn bestelling? Kan ik dit nog retourneren? Wanneer wordt het geleverd? Het zijn steeds dezelfde vragen, en je team beantwoordt ze steeds opnieuw met de hand. Ondertussen staat de klant met een echt probleem achteraan in de rij.

Het korte antwoord op de vraag hoe je klantenservice automatiseert: begin niet bij een tool, maar bij je eigen vragen. Zoek de drie vragen die het vaakst terugkomen en laat een AI-agent die als eerste afhandelen, binnen regels die jij bepaalt. Alles wat buiten die regels valt, gaat naar een mens.

In dit artikel lees je welke vragen je kunt overlaten, wat je altijd zelf houdt, hoe zo'n agent stap voor stap werkt en hoe je begint zonder alles om te gooien. Als voorbeeld gebruiken we hoe wij dit bouwen in AI Systems van D9.

Welke klantvragen je kunt automatiseren

Niet elke vraag leent zich even goed voor automatisering. Een handige indeling is drie bakken: vragen die de agent zelf afhandelt, vragen waarvoor hij een concept schrijft, en vragen die hij niet aanraakt.

Herhaalvragen: waar is mijn bestelling, retour, levertijd

Dit zijn vragen met een vast antwoord dat al ergens in je systemen staat. De status van een bestelling staat in je webshop of je ordersysteem. Je retourvoorwaarden heb je op papier. De levertijd volgt uit je voorraad en je vervoerder. Een agent die die bronnen mag lezen, zoekt het antwoord op en stuurt het terug.

Je herkent een herhaalvraag aan drie dingen. Het antwoord is te controleren. Het hangt niet af van wie er toevallig dienst heeft. En als er toch iets misgaat, kun je het herstellen.

Vragen die een concept nodig hebben dat een mens nakijkt

Sommige vragen hebben een vast deel en een deel dat oordeel vraagt. Een klacht over een beschadigd product. Een verzoek om een uitzondering op de retourtermijn. Een zakelijke klant die een levering wil omzetten.

Hier laat je de agent het voorwerk doen. Hij zoekt de order op, bekijkt de eerdere contacten met deze klant en schrijft een concept in jouw toon. Een medewerker leest het, past aan waar nodig en verstuurt het. Het oordeel blijft bij een mens, en het zoek- en typwerk is al gedaan.

Wat altijd bij een mens blijft

Sommige dingen automatiseer je niet, hoe goed de techniek ook is:

• klanten die boos of overstuur zijn en gehoord willen worden;
• juridische kwesties, zoals een aansprakelijkheidsclaim of een dreigende rechtszaak;
• alles wat klantgegevens verwijdert of onomkeerbaar wijzigt;
• beslissingen over geld boven een grens die jij vastlegt.

Die lijst stel je zelf op, want elk bedrijf trekt de grens ergens anders. Belangrijker dan de precieze inhoud is dat hij vastligt voordat de agent live gaat, en dat iedereen in je team hem kent.

Chatbot, automatisering of AI-agent: het verschil in één tabel

De woorden lopen in artikelen en verkooppraatjes door elkaar. Zo verschillen ze:

Een agent is dus geen slimmere chatbot. Het verschil zit in wat hij mag doen. Daarom is de vraag welke grenzen je stelt belangrijker dan de vraag welk taalmodel erachter zit.

Zo werkt het: van vraag tot opgelost

In AI Systems van D9 loopt elke klantvraag door vijf stappen.

De vraag komt binnen

De vraag komt binnen via mail, het contactformulier of de chat. De agent pakt hem op in de tools die we voor je koppelen. Voor klantenservice zijn dat vooral Shopify voor je webshop en je orders, GoHighLevel voor je klantgegevens en gesprekken, Slack voor je team en n8n, dat die tools aan elkaar koppelt. Welke tools we koppelen, zie je in de tools waarop we bouwen.

De agent toetst aan je eigen beleid

Eerst bepaalt de agent wat de klant vraagt en of jouw beleid daar een antwoord op geeft. Hij gebruikt je retourvoorwaarden, je levertijden en de antwoorden die je team nu al geeft. Hij gaat niet af op wat een taalmodel in het algemeen over retouren denkt. Geeft je beleid geen antwoord, dan gaat de vraag door naar een mens.

Dit is ook het moment waarop blijkt hoe goed je beleid op papier staat. Staat iets alleen in het hoofd van je beste medewerker, dan kan de agent er niets mee. Merk je in deze stap dat een regel nergens beschreven staat, schrijf hem dan eerst op.

Beantwoorden of een concept opstellen

Valt de vraag binnen wat de agent zelf mag, dan stuurt hij het antwoord. Vraagt hij om oordeel, dan schrijft de agent een concept dat klaarstaat voor je team. Welke vragen in welke bak vallen, spreek je vooraf af. Die indeling kun je later aanpassen als blijkt dat de agent iets goed of juist slecht doet.

Uitzonderingen naar een mens

Alles wat buiten je regels valt, gaat eerst langs een mens. De agent geeft de vraag door met wat hij al heeft opgezocht: de order, de klantgegevens die hij mocht inzien en de vraag zelf. Je medewerker begint dus niet bij nul.

Opgelost en gelogd

Elke stap die de agent zet, legt hij vast: wat hij deed, wanneer en waarom. Zo kun je achteraf altijd herleiden waarom een klant een bepaald antwoord kreeg. Dat helpt bij een klacht, en het is de basis om de agent beter te maken.

Daarnaast houdt de agent je rapportage bij, zonder dat iemand die hoeft te bouwen. Je krijgt daarvoor een dashboard, Mission Control. Daarin zie je wat er gebeurt en pas je dingen aan. D9 houdt het systeem draaiend.

Grenzen: wat de agent zelf mag

De belangrijkste beslissing neem je niet over techniek, maar over rechten. Voor elke handeling leg je vast of de agent hem zelfstandig mag uitvoeren, alleen na jouw akkoord, of nooit. Dit voorbeeld komt van onze pagina over de grenzen die we elke agent meegeven:

Het is een voorbeeld. Je bepaalt de grenzen per agent tijdens de bouw.

Drie dingen om op te letten als je je eigen tabel maakt:

• Leg grenzen vast in getallen. "Kleine bedragen" zegt een agent niets. Een bedrag in euro wel.
• Geef alleen de toegang die nodig is. Laat de agent alleen de systemen en bestanden lezen die hij voor zijn taak nodig heeft. Een agent die retouren afhandelt, hoeft niet in je boekhouding te kijken.
• Kijk na de eerste weken in het logboek. Zie je dat de agent een bepaald soort vraag steeds doorstuurt? Dan staat daar je volgende verbetering, of een grens die te krap staat.

Moet je klanten vertellen dat ze met AI praten?

Het korte antwoord: vertel het ze. De AI-verordening is een Europese wet over AI-systemen. Welke verplichtingen daaruit voor jouw klantenservice gelden, en vanaf welke datum, hangt af van wat je agent doet en waar je hem inzet. Laat dat beoordelen door een jurist voordat je agent live gaat.

Los van de wet is het ook gewoon netjes. Een korte zin onder het antwoord is genoeg, bijvoorbeeld: "Dit antwoord is opgesteld door onze AI-assistent. Wil je iemand van ons team spreken? Antwoord dan op deze mail." Zo weet de klant waar hij aan toe is en hoe hij een mens bereikt.

Wil je meer weten over gegevens, rechten en risico's? Lees dan is een AI-agent veilig?

Beginnen in drie stappen

Je hoeft je klantenservice niet in één keer om te gooien. Sterker nog: dat raden we af. Begin klein en bouw uit op wat aantoonbaar werkt.

Tel je vragen: welke drie komen het vaakst terug?

Zet de vragen van de afgelopen weken op een rij. Gebruik je labels of rapportages in je mail of je CRM, dan heb je die telling snel. Anders volstaat een steekproef van een paar honderd mails. Groepeer ze op onderwerp en kijk welke drie onderwerpen bovenaan staan.

Stel bij elk van die drie twee vragen. Staat het antwoord in een systeem dat de agent kan lezen? En staat de regel op papier? Is het antwoord twee keer ja, dan heb je een goede kandidaat.

Automatiseer er één, en meet

Kies de vraag met het duidelijkste antwoord, bijvoorbeeld de status van een bestelling. Laat de agent eerst alleen concepten schrijven die je team nakijkt. Zo zie je hoe vaak het concept klopt voordat de agent zelf iets verstuurt. Meet vanaf de eerste dag, met de drie getallen hieronder.

Breid pas daarna uit

Werkt de eerste vraag, dan zet je die op zelfstandig en neem je de volgende erbij. Zo groeit de agent mee met wat hij aantoonbaar goed doet. Je houdt bij elke stap zicht op wat er gebeurt, en je team went in een tempo dat het aankan.

Wat je meet: oplosratio, responstijd, escalaties

Drie getallen vertellen je of het werkt:

• Oplosratio. Welk deel van de vragen handelt de agent volledig af, zonder dat een mens hoeft in te grijpen? Tel alleen vragen waarover de klant daarna niet opnieuw contact opneemt. Anders tel je een slecht antwoord als succes.
• Responstijd. Hoe lang wacht een klant op een eerste antwoord? Meet dit voor en na. Meet het ook apart voor vragen die de agent afhandelt en voor vragen die naar een mens gaan, want die tweede groep mag er niet op achteruitgaan.
• Escalaties. Hoeveel vragen stuurt de agent door, en waarom? Een hoog aantal is niet per se slecht. Het kan betekenen dat je grenzen strak staan, en dat is in het begin precies goed. Het logboek vertelt je de redenen.

Leg de beginstand vast voordat de agent live gaat. Zonder nulmeting kun je later niet laten zien wat het heeft opgeleverd.

Wat het oplevert, en waar de prijs van afhangt

Wat automatisering je oplevert, hangt af van hoeveel van je vragen herhaalvragen zijn en hoe goed je beleid op papier staat. Daarom noemen we hier geen percentage dat voor iedereen zou gelden. Na de telling uit de eerste stap weet je zelf welk deel van je vragen in aanmerking komt.

Hetzelfde geldt voor de prijs. Die hangt af van hoeveel systemen de agent moet aansturen, hoeveel hij zelf mag beslissen en hoe schoon en bereikbaar je data is. Lees meer over waar de prijs van een AI-agent van afhangt.

Bij D9 valt klantenservice automatiseren onder het pakket AI Systems.

Veelgestelde vragen

Kan ik mijn klantenservice volledig automatiseren?

Nee, en dat moet ook niet je doel zijn. Herhaalvragen laat je afhandelen, vragen die oordeel vragen laat je voorbereiden, en een deel blijft altijd bij een mens. Jij bepaalt waar de grens ligt.

Heb ik nieuwe software nodig?

Dat hangt af van wat je nu gebruikt. De agent werkt met de tools die we koppelen, zoals Shopify, GoHighLevel, Slack en n8n. Gebruik je die al, dan komt er niets bij. Welke tools we koppelen, zie je in de tools waarop we bouwen.

Wat als de AI een fout antwoord geeft?

Je verkleint die kans op drie manieren. De agent antwoordt alleen vanuit je eigen beleid. Twijfelgevallen gaan naar een mens. En elke stap komt in het logboek, zodat je een fout terugvindt en voorkomt dat hij terugkomt. Begin bovendien met concepten die je team nakijkt.

Merken klanten dat ze met AI praten?

Vertel het ze. Dat is netjes, en of de wet het ook vraagt, laat je beoordelen door een jurist. Een korte zin onder het antwoord met een manier om een mens te bereiken, is genoeg.

Wat kost klantenservice automatiseren?

Dat hangt af van hoeveel systemen de agent moet aansturen, hoeveel hij zelf mag beslissen en hoe schoon je data is. Een eerlijk bedrag kun je pas noemen als duidelijk is wat we bouwen. Dat leggen we samen vast voordat we iets bouwen.

Hoe snel staat het live?

Meestal staat het binnen twee tot vier weken live, als je op tijd aanlevert wat we nodig hebben, zoals de API-sleutels en de toegangen tot je systemen. Maatwerk buiten het pakket duurt langer.

Begin bij je eigen vragen

Wil je weten welke van jouw klantvragen je als eerste kunt automatiseren? In een gratis bouwplangesprek kijken we samen naar je vragen, je tools en je beleid. Daarna weet je wat we bouwen, wat de agent zelf mag en wat bij je team blijft.

Plan een gratis bouwplangesprek