AI werkt. Soms.
Maar klantcontact is geen spreadsheet. Terwijl we razendsnel opschuiven richting digitale afhandeling, blijven veel organisaties worstelen met één fundamentele vraag: wanneer is AI goed genoeg – en wanneer moet je gewoon de mens weer aan het roer zetten?
In dit stuk verken ik hoe je realtime kunt sturen tussen AI en mens, niet op onderbuik, maar op keiharde klantdata. Wat heb je nodig aan monitoring, welke KPI’s geven echt richting – en hoe bouw je een systeem waarin AI niet de dienst uitmaakt, maar onderdeel is van een slimmer, empathischer proces?
Waarom metrics belangrijk zijn – AI en mens op exact dezelfde meetlat
AI of mens: maakt niet uit, zolang het resultaat goed is.
De kern is simpel: je moet beide op exact dezelfde manier beoordelen. Niet omdat dat ‘eerlijk’ is, maar omdat je alleen dan goed kunt sturen. Scoort de mens beter op CSAT/NPS? Dan laat je de mens het doen. Presteert AI structureel beter op een bepaald type vraag? Dan laat je AI het overnemen.
En nee, dit is geen technologisch verhaal. De insteek is betere klantbediening. Punt. Wie dat het beste doet – mens of AI – krijgt de lead. Want de juiste bediening levert automatisch de juiste waardering op, minder herhaalverkeer, en uiteindelijk: lagere kosten. Maar wel in die volgorde.
Geen dubbele standaarden. Geen zachte interpretaties. Gewoon: data = actie.
Realtime monitoring & bandbreedte – KPI’s op procesniveau
Als AI ingezet wordt voor efficiëntie, zit daar vaak een verdienmodel of capaciteitsdruk achter. Maar wat gebeurt er als de AI ineens onder de bandbreedte scoort? Heb je dan überhaupt nog mensen beschikbaar om het contact over te nemen?
Hier wringt het: AI wordt vaak ‘geplaatst’ op plekken waar processen stabiel en repeteerbaar zijn. Maar zodra je daar afwijkt, heb je mensen nodig met vaardigheden én contextkennis. En die zijn dan juist... wegbezuinigd.
Je hebt dus niet alleen metrics nodig, maar ook een systeem dat:
- realtime afwijkingen signaleert (bijv. CSAT < 4,2)
- weet welk type contact het betreft (informatie vs. emotioneel geladen)
- overcapaciteit of standby-structuur heeft bij plotselinge AI-terugschakeling
"AI inzetten omdat het kan, is net zo dom als mensen inzetten zonder reden. Efficiëntie is geen doel op zich – het volgt uit betere klantbediening. Sturen doe je op wat werkt, niet op wat goedkoper lijkt."
Decision‑matrix AI ↔ mens – triggers en escalatie
Denk in drempelwaarden, niet in alles-of-niets:
- Als AI < mens scoort op CSAT over 50 gesprekken: alert.
- Als AI op emotionele gesprekken structureel daalt: rollback naar mens.
- Als CES daalt bij AI maar stijgt bij mens: frictie in functionaliteit, hertraining nodig.
Bouw logica in je routing: AI mag alleen blijven waar het presteert. En belangrijker: zorg voor een cultuur waarin die schuif terug naar mens geen ‘falen’ is, maar een bewuste kwaliteitskeuze.
Voorbeeld uit de praktijk – het schuifmechanisme in actie
Stel: je hebt een proces waarbij klanten een wijziging in hun abonnement willen doorgeven. In eerste instantie laat je AI het afhandelen via chat. De CSAT zakt echter na een paar dagen onder de 4,0, terwijl datzelfde proces bij menselijke afhandeling structureel rond de 4,4 zat.
De schuif gaat om: dit proces terug naar mens. Ondertussen wordt de AI bijgetraind met de data van die gesprekken, en zodra de score daar weer boven een afgesproken drempel komt, mag AI het opnieuw proberen.
Andersom werkt het net zo. Zit een menselijk proces rond de 3,8, en weet een goed getraind AI-consistente 4,2 te halen? Dan is de keuze net zo logisch. Het gaat niet om voorkeur, het gaat om prestatie. Op het juiste moment, op de juiste plek.
Risico’s & mitigaties – techniek is geen excuus
De grootste valkuil? Denken dat AI 'wel goed genoeg' is. Want AI is snel, schaalbaar en ogenschijnlijk foutloos. Maar zodra de klant zich niet gehoord voelt, zie je het direct terug in de cijfers – of erger nog, in terugbelverzoeken, klachten of churn.
Daarom: stel duidelijke bandbreedtes in. Automatiseer waar kan, maar altijd met realtime monitoring én een failover naar mens waar nodig. En belangrijker: houd de menselijke capaciteit op peil, óók (juist) als je veel AI inzet.
Technologie is nooit een excuus om slechtere service te leveren. Het is een kans om de juiste inzet van mensen nóg beter te maken. Maar alleen als je zelf aan de knoppen blijft zitten om bij te sturen.
-- dit bericht is eerder gepubliceerd op LinkedIn