Organisaties kunnen hun klantmanagement en efficiëntie aanzienlijk verbeteren door de inzet van automatisering zoals Artificial Intelligence (AI) en Robotic Process Automation (RPA). Een succesvolle implementatie van dergelijke innovaties heeft echter meer om het lijf dan alleen maar het installeren van de juiste systemen en processen. Dat AI op korte termijn zover zou zijn dat servicedeskmedewerkers overbodig worden, is een illusie. Het is juist cruciaal dat werknemers en slimme technologie elkaar goed aanvullen. Hiervoor is het van groot belang dat de organisatie goed is ingericht. Zo stelt METRI in een recent verschenen whitepaper, opgesteld in samenwerking met Cognizant, Fujitsu, Ipsoft en Wipro.
De vele indrukwekkende innovaties op het gebied van kunstmatige intelligentie (AI) volgen elkaar in hoog tempo op. Grote techbedrijven als Google, Apple en Facebook wisten de afgelopen jaren belangrijke stappen te zetten door een combinatie van geavanceerde grafische chips en neurale netwerken los te laten op de gigantische hoeveelheid data die binnen deze bedrijven aanwezig is. Van eerste verkenningen als software die katten herkent in Youtube-video’s of een aanspreekbare personal assistent op de smartphone, is de sector inmiddels aanbeland bij programma’s die van mensen winnen bij complexe spellen als Go, Jeopordy en poker. Bovendien maken de verschillende aanbieders van clouddiensten het voor bedrijven laagdrempelig zelf te experimenteren met machine learning.
“In mijn 22 jaar bij Wipro heb ik meerdere koerswijzigingen gezien en meegemaakt – ik zag zes CEO’s komen en gaan – maar dit zijn veruit de meest interessante en ontwrichtende tijden die ik heb meegemaakt”, aldus Rohit Adlakha, Vice President bij Wipro Limited. Hij vervolgt: “Kunstmatige intelligentie verandert de regels van het spel ingrijpend. Iedereen die in de sourcingwereld actief is geweest, of het nu aan de dienstverlenerskant is of bij een klantorganisatie, ervaart eenzelfde soort aardverschuiving. De manier waarop we naar IT kijken, hoe we het uitvoeren en de manier waarop we het meten. Alles ondergaat op dit moment een dramatische verandering.”
Desalniettemin zijn er volgens IT-adviesbureau METRI “voldoende redenen om de verwachtingen te temperen” ten aanzien van de mogelijkheden die AI biedt voor servicemanagement. Het bureau publiceerde onlangs de whitepaper ‘Robotisering van de servicedesk, end user management wordt slim’. Hierin betogen de onderzoekers dat dergelijke innovaties veel nieuwe mogelijkheden scheppen, maar dat er veel meer bij komt kijken dan het simpelweg in gebruik nemen van nieuwe technologieën. Zo lijkt de belofte van een robot die 24 uur per dag direct elke vraag naar tevredenheid kan beantwoorden bijvoorbeeld nog ver weg.
Hoge verwachtingen
De adviseurs van METRI wijzen er in de eerste plaats op dat softwarerobots op dit moment alleen goed uit de verf komen binnen een “hele specifieke setting”. Dit in tegenstelling tot mensen, die over het algemeen moeiteloos en onbewust kunnen schakelen tussen verschillende contexten en op deze manier allerlei uiteenlopende soorten gesprekken of verzoeken op de juiste manier weten te interpreteren. “Voor een robot is en blijft dat lastig”, aldus METRI.
Een tweede reden om voorzichtig te zijn met de verwachtingen omtrent AI en machine learning, is dat een softwarerobot ook binnen zo’n specifieke context nog altijd een enorme hoeveelheid data nodig heeft om tot bruikbare resultaten te komen. Veel servicedesks beschikken helemaal niet over dergelijke grote datasets die het mogelijk maken de virtuele deskmedewerker zo te trainen dat hij in staat is te voldoen aan de eisen van kritische gebruikers. Ook de kwaliteit van de data – die afhankelijk is van meerdere factoren – is van groot belang voor zelflerende kunstmatige intelligentie.
Bart van der Mark, expert in kunstmatige intelligentie bij Cognizant, licht toe: “In de paper staan we uitgebreid stil bij de werking en de beperkingen van neurale netwerken en het belang van goede data. Zorgvuldigheid in het opslaan van brongegevens en logbestanden rondom de ondersteuning van gebruikers is daarbij essentieel, maar ook door de leverancier aangeleverde databronnen kunnen hier het verschil maken. Net als de beschikbare hulpmiddelen waarmee bestaande datasets te verrijken zijn.”
Daar komt nog bij dat die ene specifieke setting waarbinnen AI moet functioneren volgens de onderzoekers van METRI meestal helemaal niet zo geschikt is voor robotisering. In veel gevallen zijn de helpdesks nog ingericht vanuit een reactief model, oftewel een ‘break-fix opzet’ die in de eerste plaats is gericht op kostenoptimalisatie. In een helpdesk met virtuele assistenten staan daarentegen juist de “klant en diens ervaring” centraal. “Dat vraagt aanzienlijke investeringen in kennismanagement, een hoogwaardig zelfhulpportaal en een slimme backoffice waarin softwarerobots volgens vaste scripts zelf handelingen verrichten”, aldus METRI.
Drie toepassingen
Dit alles betekent niet dat AI niet van grote waarde kan zijn binnen het servicemanagement. METRI identificeert in de whitepaper drie toepassingen van AI die kansen bieden voor een verbeterde klantervaring en bedrijfsefficiëntie. De eerste hiervan is de zogenaamde ‘front-end machine learning robot’. Een dergelijke robot is in staat om te reageren op zowel gesproken als geschreven verzoeken van eindgebruikers. Bij zo’n toepassingsvorm is het bijvoorbeeld mogelijk vragen die voorkomen op een lijst met veelgestelde vragen automatisch te beantwoorden, wat de responstijd van de helpdesk volgens METRI met zo’n 10% omlaag kan brengen.
Deze digitale medewerkers kunnen het eerste aanspreekpunt vormen. Zo kunnen ze voorkomen dat er een tsunami van vragen en klachten over de menselijke helpdeskmedewerkers heen spoelt, mede omdat ze in staat zijn zelf enkele basale taken uit te voeren. Vaak werken organisaties bij de implementatie van digitale assistenten met een menselijk vangnet. Doordat AI nog lang niet perfect is, halen de softwarerobots in sommige gevallen nog te lage betrouwbaarheidsscores. In dergelijke gevallen is er dus alsnog een menselijke medewerker nodig die het contact met de klant kan overnemen. METRI: “Algemene kunstmatige intelligentie, dat wil zeggen dat robots een subliem antwoord kunnen geven op elke denkbare vraag, bestaat nog steeds niet en zal nog lang duren.”
In de tweede door METRI aangedragen inzetmogelijkheid van AI komt de menselijke helpdeskmedewerker niet pas in actie wanneer de AI het niet meer weet, maar werken de twee juist altijd zij aan zij. De AI vormt dan directe ondersteuning voor het helpdeskpersoneel: “Een AI-systeem kan op de achtergrond conversaties met de klant of eindgebruiker analyseren en nog tijdens het gesprek mogelijke antwoorden aan de service-medewerker presenteren.” METRI haalt het voorbeeld aan van KLM, dat sinds een tijdje gebruikmaakt van softwarerobots van DigitalGenius om de ondersteuning van klanten via social media sneller te laten verlopen. Volgens KLM behaalde het hiermee tot op heden al een efficiëntievoordeel van 35%.
Ron Commandeur, Application Transformation Proposition Manager bij Fujitsu, bevestigt dat op efficiëntie nog veel winst te behalen is: “Veel IT-afdelingen worden voor een belangrijk deel in beslag genomen door het afhandelen van incidenten. Door robotisering kun je in de allereerste plaats een belangrijk deel van de werkdruk wegnemen.” Hij vervolgt: “En daarmee bespaar je niet alleen in directe kosten voor onder meer personeel, maar natuurlijk ook in tijd. Tijd die je vervolgens kunt besteden aan het innoveren en beter ondersteunen van de business.”
METRI hecht er belang aan te benadrukken dat in het geval van beide toepassingen de regie over de uitvoering van het servicemanagement duidelijk in handen blijft van de helpdeskmedewerkers. De technologie wordt ingezet om de prestaties van de klantenservice te verhogen. Het is niet de bedoeling dat AI deze medewerkers overbodig maakt, het gaat juist om de synergie tussen mens en machine: “Software robots doen sommige dingen nu eenmaal beter en sneller dan mensen, en andersom. Slimme machines en mensen kunnen samen veel meer dan dat ze afzonderlijk zouden kunnen bereiken.”
De derde voorgestelde manier om AI in te zetten voor betere klantenservice, richt zich niet direct op het contact met klanten, maar op de uitvoering van gestandaardiseerde taken in de backoffice. Het proces van robotic process automation (RPA) is erop gericht repetitieve handmatige werkzaamheden te digitaliseren in processen. In potentie kan dit volgens METRI uiteindelijk resulteren in “volledig geautomatiseerde end-to-end workflows”. Terwijl dit aspect van AI relatief weinig aandacht krijgt omdat het RPA-proces achter de schermen plaatsvindt, vormt het volgens METRI “doorgaans een cruciaal element van de robotisering van de eindgebruikersondersteuning”.
Goede basis
De drie aangedragen mogelijkheden om het niveau van de klantenservice op te krikken, kunnen organisaties echter niet ‘zomaar’ even implementeren. METRI geeft aan dat een succesvolle inzet van de automatiseringsinitiatieven uitsluitend goed tot zijn recht komt “in een breed beleid om servicemanagement slim te maken”. Indien ze het robotiseringsproces op deze manier benaderen, kunnen organisaties volgens METRI maximale toegevoegde waarde realiseren.
METRI: “Niks geen hype dus, maar de organisatie op de schop nemen om ten volle de vruchten te plukken van AI.” Dit betekent volgens het adviesbureau onder meer dat het demand management en de sourcing- en adviesdiensten de passende aandacht moet worden gegund. Virtuele assistenten die zijn gebaseerd op slecht werkende klantondersteuningsprocessen blijken niet goed toepasbaar: “De basis moet goed op orde zijn”, aldus het IT-adviesbureau. “Ik zou mijn organisatie van een afstandje bekijken en mezelf afvragen: ‘Als ik nu helemaal opnieuw zou beginnen, hoe zou het er dan uitzien?’”, suggereert Edwin van Bommel, Chief Cognitive Officer van IPsoft. “Waar zou kunstmatige intelligentie de meeste impact op mijn business hebben?”
De basis voor een succesvolle implementatie betrekt zich dus zeker niet alleen op de technologische aspecten van een innovatietraject. Zo hecht METRI meer belang aan de flexibiliteit van werknemers en de mogelijkheid hun productiviteit te verhogen. Voor een groot deel van de organisaties zal de implementatie van de drie bovenstaande oplossingen moeten samengaan met een ingrijpende transformatie van de rol en doelstellingen van de servicedesks. In plaats van als kostencentrum, zullen bedrijven de klantenservice juist moeten inrichten als een “enabler” die in eerste instantie gericht is op het zorgen voor positieve gebruikerservaring.
Wat hierbij het lastigste lijkt – zoals bijna standaard het geval is bij verandertrajecten – is om het personeel mee te laten bewegen: “Servicemanagers moeten bereid zijn om bestaande processen aan te passen ook al moet de bestaande manier van kijken en werken hiervoor overboord gezet worden”, aldus METRI. Om dit te ondersteunen, kan het volgens het adviesbureau zinvol zijn te kiezen voor een zogenaamde “consultancyaanpak”. Hierin verwerft “een organisatie gaandeweg en in toenemende mate de kennis en ervaring om zelf robotisering toe te passen”. Tot slot benadrukt METRI nogmaals dat helpdeskmedewerkers echt niet hoeven te vrezen dat AI ze zal gaan vervangen: “Robotisering komt pas goed van de grond wanneer helpdeskmedewerkers en robots elkaar aanvullen.”
Voor meer informatie bekijk de METRI whitepaper ‘Robotisering van de servicedesk‘.