Tekst: Mirjam Hulsebos

AI wordt al jaren ingezet in klantcontact, met wisselend succes. Vrijwel iedereen kent het voorbeeld van chatbot Tay, die Microsoft in 2016 lanceerde om te communiceren met generatie Y. Tay leerde van de vele conversaties op social media, met als gevolg dat haar taalgebruik in no-time seksistisch en racistisch werd. Tegelijkertijd stellen veel mensen chatbots op prijs, simpelweg omdat het ze tijd bespaart. Hoe vergroot je de kans op succes?

Voorwaarden
Het is uiteraard belangrijk je bewust te zijn van de do’s & don’ts van de inzet van kunstmatige intelligentie. De eerste voorwaarde is dat er voldoende data voorhanden zijn waarmee je het algoritme kunt trainen en dat die data een duidelijke relatie hebben tot het doel waarvoor je AI inzet. Een boodschappenapp moet eerst jouw normale bestedingspatroon in de supermarkt leren kennen voordat hij in staat is een boodschappenlijstje te genereren. Daarentegen heeft een boodschappenapp die je gebruikt op aanraden van jouw voedingsconsulent helemaal geen kennis over jouw consumptie­patroon in het verleden nodig, die moet worden gevoed met data over het gewenste eetpatroon. Het is daarnaast belangrijk het leerproces goed te monitoren, want voor je het weet voed je een algoritme onbewust met data die leiden tot verkeerde beslissingen. Als de genoemde boodschappenapp naar aanleiding van een feestje denkt dat die hoeveelheid bier en cola tot jouw nieuwe consumptiepatroon behoort, slaat het de plank behoorlijk mis. Ook moet je je goed realiseren dat AI tekort schiet in die dingen waar wij als mensen juist zo goed in zijn: het herkennen van de context en daar goed op inspelen. Of, zoals hoogleraar AI aan de Universiteit van Tilburg Eric Postma zegt: “De complexiteit van menselijk gedrag kun je niet vatten in algoritmen.” Hoewel computers steeds krachtiger worden en de hoeveelheid data groeit, verandert er niets in de kern: AI is en blijft associatieleren. “Op zich is dat prima, wat dat is ook hoe wij mensen leren”, zegt Postma. “Alleen zijn wij mensen in staat om zaken breder te beschouwen, simpelweg omdat wij levenservaring en wereldkennis hebben. Algoritmen hebben dat niet. Die gebruiken een relatief beperkte dataset en vangen alles in als-dan-regels. Dat leidt tot een soort botheid die je vaak niet kunt gebruiken in klantinteractie.”

Combinatie mens en machine
Postma ziet daarom veel kans voor de combinatie van computer en mens. Dat is ook de visie van Jimdo, een ontwikkelaar van content management systemen. Zij maken met hun nieuwe product Dolphin het bouwen van een website zo eenvoudig dat iedereen in drie minuten een website kan maken, inclusief een consistente vormgeving, fotografie en teksten. Je vertelt Dolphin de naam van je bedrijf, je kiest een stijl (minimalistisch, elegant, modern, et cetera) en de branche waarin je actief bent, en al naar gelang de informatie die het algoritme reeds over jouw bedrijf online kan vinden (bijvoorbeeld in de vorm van een Facebook- of Instagram-pagina) maakt het een eerste ontwerp voor een meer of minder gepersonaliseerde website. Jimdo-oprichter Matthias Henze vertelt: “De meeste ondernemers hebben geen idee hoe hun website eruit zou moeten zien. Ze stappen naar een webdesigner en voor ze het weten zijn ze duizenden euro’s verder. Wij maken in een handomdraai dat eerste concept voor ze. Ons algoritme is gevoed met tienduizenden websites die klanten met onze andere CMS-systemen hebben ontworpen. Daarnaast beschikken we over een fotodatabase van meer dan 15.000 foto’s. Het algoritme begrijpt dat de website van een restaurant er anders uitziet dan de site van een consultancybureau of van een sportschool. Het komt daardoor altijd met een concept dat op zijn minst op de hoofdlijnen aansluit bij wat iemand zoekt. Daarna is het voor klanten heel eenvoudig om aanpassingen te doen in stijl, teksten en fotografie. Het algoritme leert vervolgens weer van iedere aanpassing.”



Nog meer personaliseren
Het feit dat zelfs de kleinste bedrijfjes tegen minimale kosten een gelikte website kunnen laten maken, zal de grotere concurrenten uitlokken om hun websites nóg klantgerichter te maken. En dat betekent: nog meer personalisatie. Een gezin met jonge kinderen dat een vakantie boekt wil foto’s zien van het pierenbadje bij het hotel, terwijl een dynamisch stel dat graag een actieve vakantie wil bij datzelfde hotel juist een foto wil zien van de klif waar je zo mooi vanaf kunt duiken. AI maakt deze personalisatie mogelijk, mits aan de eerder genoemde voorwaarden is voldaan: het algoritme heeft voldoende relevante data tot zijn beschikking om dit soort beslissingen te nemen. En dat is, zeker in de beginfase, vaak een probleem. Want van nieuwe klanten hebben bedrijven vaak weinig historie. Toch wil je ook hen een goede klantervaring bieden. Interaction designer Willem Duijvelshoff van Informaat (ontwerp- en adviesbureau voor digitale producten en diensten, red.) zegt: “Het verhelpen van het cold-start probleem kan door impliciete gegevens te interpreteren, zoals het clusteren van gebruikers bij andere gebruikers die soortgelijk gedrag vertonen. Ook kun je contextuele informatie interpreteren, zoals GEO-locatie, GEO-IP, GPS-coördinaten, de referentiewebsite, het apparaat van de gebruiker, operating system of browser type.” Naast deze impliciete informatie kun je iemand ook expliciet om feedback vragen. Die informatie zal de klant alleen willen geven als hij weet dat het hem later iets oplevert. Als je dus naar bepaalde informatie vraagt, verplicht je jezelf er ook iets mee te doen. De acceptatie van kunstmatige intelligentie ligt hoger als de applicatie zich aanpast aan het doel van de klant. Als het doel van een boodschappenapp is om te besparen op de wekelijkse boodschappen, zal de gepersonaliseerde dienst met andere voorstellen moeten komen dan wanneer het doel is om simpelweg zo min mogelijk tijd te besteden aan de boodschappen. In het eerste geval vindt de klant het prettig als de app vergelijkbare producten voorstelt die vriendelijker zijn geprijsd. In het tweede geval wil de klant helemaal niet dat hij voortdurend voorstellen moet bevestigen of afwijzen. Daarnaast is het belangrijk dat het algoritme voor de gebruiker transparant werkt. Neem de gebruiker mee in de redenering van het algoritme. Als het een black box is, neemt het vertrouwen af en is de kans groot dat iemand afhaakt.

Vertrouwen is key
Hoe snel dergelijke verregaande personalisatie echt gaat doordingen, is de vraag. De technologie is er, maar tegelijkertijd hebben de meeste bedrijven nog de grootste moeite om een 360 graden beeld van de klant te creëren. Een ander punt is de acceptatie door klanten. Reden voor IT-bedrijf Genpact om te onderzoeken hoe mensen tegen AI in klantcontact aankijken. Hieruit blijkt dat hoe vaker mensen AI gebruiken, bijvoorbeeld in de vorm van een chatbot, hoe hoger de acceptatie. Cruciaal is wel dat mensen weten dat ze door een robot geholpen worden en niet door een mens. De op handen zijnde strengere privacywetgeving maakt het nog belangrijker hier transparant over te zijn. Ook over wat je met de gegevens van je klanten doet. Maar ook zonder die AVG moest je dat al. Duijvelshoff besluit: “Hou rekening met de gevoelens en overtuigingen van de gebruiker. Verplaats ook niet álle processen die spelen in het systeem naar de achtergrond. Of het nu gaat om controle of het opvangen van uitzonderingen (of transparantie), geef de gebruiker de mogelijkheid om het systeem bij te sturen. Alleen door met gebruikers in gesprek te blijven en je als ontwerper in te leven in hun wereld, kunnen AI-diensten zo ontwikkeld worden dat ze échte waarde toevoegen aan het dagelijks leven van gebruikers.”