De benodigde kanteling in klantcontact: AI doet het werk, de mens ondersteunt
Met mijn collega Sander werk ik vaak aan de vraag hoe je AI nu écht werkend krijgt in een organisatie – van visie tot concrete implementatie, inclusief hoe je het kunt doorrekenen in besparingen én in bredere waarde voor klanten en medewerkers. We zien dat agent assist daar vaak een eerste stap in is. Het helpt, zeker. Maar ergens wringt het nog. AI maakt het werk sneller, maar niet per se beter. En juist daar begint de interessante vraag: wanneer verandert AI niet alleen wat mensen doen, maar hoe ze werken?
1. Het probleem: agent assist verbetert, maar vernieuwt niet
Je medewerker opent een dashboard. Voert drie gesprekken tegelijk. AI vult klantdata aan, suggereert antwoorden, voorspelt vervolgvragen. Die medewerker werkt sneller dan ooit. En toch voelt die zich leeg.
Dat is hoe agent assist veelal werkt in 2025.
Ik besef dat het voor veel organisaties nog nieuw is. Een deel experimenteert ermee, sommigen zijn al verder. Ik werk voor een aantal opdrachtgevers die hier middenin zitten: ze halen routine uit het werk, automatiseren wat kan en maken iedere interactie dodelijk efficiënt.
Het werkt – tot op zekere hoogte. Gesprekken worden sneller, de AHT daalt, productiviteit stijgt. Maar de rol van de medewerker verandert niet. Routine verdwijnt, de complexe gesprekken blijven over, de druk stijgt, de kwaliteit schommelt. Toch sturen we nog steeds op dezelfde cijfers – we leggen alleen de lat steeds hoger.
Agent assist verbetert het oude model, maar vernieuwt het niet. De efficiëntiewinst vlakt af, de impact blijft lastig meetbaar en het werk voelt zwaarder dan ooit. Intussen laat agentic AI zien dat de volgende fase al begonnen is: systemen die niet meer helpen, maar zélf handelen.
De vraag is niet of dat komt, maar of jij er klaar voor bent.
2. De omkering: van 'assist the agent' naar 'assisted by the agent'
De meeste organisaties proberen hun oude processen te verbeteren door er AI in te vlechten. Maar daarmee los je vooral oude problemen op, in plaats van het werk echt anders te organiseren.
In het nieuwe model draaien we het om. Niet langer de mens die door AI wordt gesouffleerd, maar AI die handelt – en de mens die coacht en bijstuurt.
De medewerker begeleidt meerdere AI-agents tegelijk, grijpt in bij uitzonderingen of nuance, en traint het systeem door feedback. Een verkeerde toon of verkeerde keuze? Pause. Context toevoegen. Resume. Elk ingrijpen maakt de AI beter – niet omdat het systeem slim is, maar omdat iemand meedenkt.
Van uitvoerder naar regisseur
De rol van de medewerker verandert fundamenteel: van uitvoeren naar bewaken, van reageren naar sturen. De medewerker zorgt dat AI niet alleen sneller wordt, maar ook beter – menselijker waar dat nodig is, preciezer waar dat kan.
3. Wat je wél moet meten
De meeste dashboards zijn nog ingericht op menselijk werk: aantallen, snelheid, bezetting. Maar in een AI-first operatie draait het om iets anders: hoe goed helpt de mens de AI beter te worden.
Nieuwe maatstaven
- Human-Agent Ratio (HAR) – hoeveel AI-agents kan één medewerker effectief begeleiden?
- Autonomous Task Completion – welk percentage gesprekken loopt volledig zonder mens?
- Intervention Quality Score – hoe effectief zijn de momenten waarop mensen ingrijpen?
- AI Learning Velocity – hoe snel verbetert de AI door menselijke feedback?
- Decision Quality Rate – neemt de AI na training betere beslissingen?
Met deze KPI’s meet je niet wat iemand doet, maar wat iemand bijdraagt aan leren en verbeteren. Dat is het verschil tussen sturen op snelheid en sturen op groei.
4. Wat dit vraagt van organisaties
De omslag naar AI-first is geen technische stap, maar een organisatorische. Je moet nadenken over nieuwe vaardigheden, verantwoordelijkheden en werkritme.
Nieuwe vaardigheden
- Patronen herkennen in AI-gedrag
- Kwaliteit beoordelen in context (technisch goed ≠ menselijk goed)
- Kort en precies feedback geven
- Weten wanneer autonomie te risicovol is
- Empathie inzetten bij de 10–20% waar AI tekortschiet
- Begrijpen hoe een model leert – zodat feedback effect heeft
Nieuwe verantwoordelijkheden
De inrichting verandert mee. Waar nu vooral operationele aansturing en kwaliteitscontrole centraal staan, verschuift de aandacht naar AI-prestatie, datakwaliteit en menselijke sturing. Er ontstaan functies die bruggen slaan tussen technologie en operatie – mensen die begrijpen hoe het systeem leert, en hoe menselijk gedrag dat beïnvloedt.
Niet iedereen hoeft specialist te worden, maar ieder team heeft straks iemand die AI kan lezen én verbeteren.
Nieuw werkritme
De kern van succes is een vaste feedbackcyclus: observeren – corrigeren – hertrainen – toetsen
Dagelijks – gesprekken volgen, fouten corrigeren, korte evaluaties Wekelijks – patronen analyseren, trainingsprioriteiten stellen Maandelijks – prestaties herijken, vaardigheden ontwikkelen, HAR aanpassen
Je krijgt het niet in één klap goed. Maar als je het goed organiseert, wordt verbeteren iets wat je continu doet in plaats van af en toe probeert.
5. Waar je begint
De meeste organisaties willen te veel tegelijk. Begin klein, leer snel, en schaal wat werkt.
Stap 1: Erken de kanteling Agent assist is een tussenfase. Communiceer dat eerlijk, zodat teams begrijpen waarom hun rol verandert.
Stap 2: Kies een pilot Selecteer één proces met veel volume en lage complexiteit. Werk met een klein team dat nieuwsgierig is en kan reflecteren.
Stap 3: Draai de rollen om Laat medewerkers AI-agents begeleiden in plaats van zelf afhandelen. Noteer wanneer ze ingrijpen, waarom en met welk resultaat.
Stap 4: Maak een feedbackloop Koppel elke correctie aan training. Meet of de AI na een week minder dezelfde fouten maakt – dat is je leercurve.
Stap 5: Schaal slim Breid pas uit als de feedbackloop werkt. Anders vergroot je vooral het aantal fouten, niet de waarde.
Tot slot: waar sta jij?
Niet iedereen is al begonnen met AI in klantcontact. Dat is geen probleem. Er is met agent assist nog veel winst te behalen – slimmer routeren, beter samenvatten, kortere afhandeltijd. Zolang je het goed inricht, kun je die 20 à 30 procent efficiëntiewinst halen zonder je mensen uit te putten. Waarbij kwaliteit en efficiëntie hand in hand gaan.
Maar kijk ook alvast vooruit. De volgende stap is niet nóg meer assistentie, maar een andere verdeling van werk: AI doet, de mens begeleidt. Wie daar nu al op anticipeert, bouwt rustiger aan een organisatie die toekomstvast is.
De vraag is dus niet alleen wanneer je begint, maar vooral: weet je waar je nu staat? Als dat nog onduidelijk is, is dit het moment om dat te ontdekken – nu het verschil tussen volgen en vooroplopen nog te maken is.
-- dit bericht is eerder gepubliceerd op LinkedIn