Hoe AI operationele efficiëntie, personalisatie en een betere customer service brengt

Kunstmatige intelligentie (AI) zet haar opmars voort, van het onderzoekslaboratorium naar het bedrijfsleven. Bedrijven uit steeds meer branches benutten de kracht van AI – van callcenters die chatbots inzetten om de interactie met klanten te verbeteren tot retailers die retouren verminderen door de klantvraag te voorspellen.

Technologische ontwikkelingen, zoals neurale netwerken en virtuele assistenten, maken AI geschikt voor een groeiend aantal zakelijke toepassingen. De focus ligt daarbij op AI in de praktijk in customer service, retail en travel. Drie branches waar persoonlijk contact een grote rol speelt en waar AI nu al businesswaarde biedt. Drie Nederlandse AI-experts geven hun visie en praktisch advies. 

AI in commercie 

Als vierde industriële revolutie zal AI wereldwijd grote veranderingen brengen. Op korte termijn kan AI bedrijven helpen om operationele processen te verbeteren en hun klanten beter te begrijpen en bedienen.

AI wordt al decennia gebruikt in de financiële wereld en logistiek. Door de groeiende beschikbaarheid van data en computerkracht gebruiken nu ook steeds meer andere branches AI. Hierbij gaat het vooral om machine learning: het maken van voorspellingen op basis van historische data. Zoals het herkennen van koopgedrag op een website of het identificeren van klanten die neigen op te stappen. Deze zakelijke toepassingen vallen onder business AI, waarbij algoritmes zakelijke data verwerken tot inzichten en voorspellingen. De inzet van AI is een doorlopend proces gericht op continue verbetering van diensten en klantinteracties. Hoewel de eerste stappen tijdrovend zijn voor bedrijven, zal business AI geleidelijk leiden tot kostenbesparingen, operationele efficiëntie, meer gemak en tijdwinst.

Bedrijven zetten fors in op AI

De grote belofte van AI is dat het slimmer zal worden dan mensen, al het verkeer zal besturen en zelfs de grootste wereldproblemen kan oplossen. Zover is het voorlopig nog niet, maar de adoptie van AI gaat steeds sneller. Onderzoek van PwC onder Noord-Amerikaanse bedrijven toont aan dat 27 procent van hen AI nu toepast in diverse gebieden en 16 procent al verschillende pilotprojecten heeft draaien. Voornaamste voordelen voor bedrijven zijn volgens Deloitte State of AI In the Enterprise 2018 het verbeteren van bestaande producten (44 procent), het optimaliseren van interne processen (42 procent) en het maken van betere beslissingen (35 procent). Gartner verwacht dat tegen 2022, minimaal 40 procent van de applicatie ontwikkelingsteams AI zal inzetten. De wereldwijde markt voor AI wordt dan ook door Statista geschat op 89,85 miljard dollar tegen 2025.

De consument gaat mee

Als consument zijn we steeds meer gewend aan AI. De persoonlijke suggesties van Netflix en Spotify voelen intuïtief, net als onze tijdlijnen op social media die worden samengesteld door zelflerende algoritmes. Vijf procent van de Nederlandse huishoudens maakt in 2019 al gebruik van een smartspeaker à la Google Home. Consumenten zijn vooral geïnteresseerd in de toegevoegde waarde van AI: nieuwe mogelijkheden, gemak en tijdsbesparingen. Voor bedrijven is het daarom de grote uitdaging om technologische mogelijkheden om te zetten in praktische scenario’s die een meerwaarde voor klanten vormen. Technologie biedt pas waarde als het gericht wordt ingezet. 

AI in customer service

Voor een goede customer service zijn snelheid van reageren en een gepersonaliseerde benadering belangrijk. AI voorziet in beiden door grote hoeveelheden data te verwerken en 24/7 te vertalen naar intuïtieve antwoorden via een chatbot of suggesties. Bij complexe vragen blijft persoonlijk contact echter nodig.

Voor het managen en stroomlijnen van klantencontact kiezen bedrijven vaak voor een callcenter. AI biedt hiervoor tal van toepassingen die voor kostenbesparing en beter klantcontact zorgen: het omzetten van telefoongesprekken naar tekst, het analyseren van sentiment en context en het bieden van informatie via zelflerende chatbots en persoonlijke suggesties. Medewerkers hoeven pas in actie te komen wanneer AI de klant niet verder kan helpen. De focus verschuift hiermee van aantal minuten per gesprek en de hoeveelheid gesprekken per uur naar klanttevredenheid en gemiddelde afhandelingstijd. Dat maakt van customer service niet alleen een kostenpost, maar ook een vorm van marketing en onderdeel van het totaalproduct. 

De lat ligt hoger bij customer service dan bij een marketinguiting, omdat optimaal klantencontact belangrijker is. Waar een verkeerde advertentie door de ontvanger simpelweg wordt genegeerd en de kosten slechts een enkele cent bedragen, heeft het verkeerd aanspreken van een klant een grotere impact. Het kan leiden tot negatieve mond-tot-mond reclame. Je wilt bij de inzet van AI in customer service daarom zeker zijn van de toegevoegde waarde. 

KLM case 

Klantvragen sneller en goedkoper beantwoorden
Bij KLM werken 300 medewerkers uitsluitend op social media die per week 180.000 mentions in tien talen afhandelen. Met de komst van messenger-apps groeide het aantal vragen aan de vliegtuigmaatschappij exponentieel. Het bedrijf zet technologie in om deze groei op te vangen: antwoordsuggesties voor medewerkers op veelgestelde vragen en chatbot BlueBot, kortweg BB, om klantgesprekken te voeren. In de helft van de antwoorden die KLM digitaal geeft, wordt al een vorm van kunstmatige intelligentie toegepast. De volgende stap voor KLM zijn spraakgestuurde diensten op Google Home waarmee klanten boekingsinformatie en praktische reisinformatie krijgen.

 AI in Retail

Sinds Amazon in 1998 begon met aanbevelingen, is de reikwijdte van AI in retail enorm gegroeid. AI brengt niet alleen waarde met het optimaliseren van advertenties en het voorspellen van klantgedrag, maar het verlaagt ook operationele kosten, zoals retouren.

Volgens retail-analisten van Juniper Research zullen de wereldwijde uitgaven aan AI door retailers zo’n 7,3 miljard dollar bedragen in 2022. Voor 2018 schatte Juniper dit al op twee miljard dollar. De focus van AI in retail ligt voor 75 procent op use cases in sales en marketing, volgens het Capgemini Research Institute, terwijl er door de gehele waardeketen een slag is te maken. Operationele processen zoals procurement, planning, onderhoud en distributie bieden tal van schaalbare quick wins. Zoals het optimaliseren van bezorgroutes, efficiënter inkopen op basis van voorspelde verkopen, het onderbouwen van assortimentswijzigingen en het terugdringen van retourpercentages. 

Het verminderen van retouren
Nederlanders lopen in Europa voorop met het terugsturen van pakjes, volgens een internationaal groot onderzoek van pakketdienst DPD. 9 procent van alle pakjes gaat terug, waarvan de helft uit kleding bestaat. Zalando kampt bijvoorbeeld met een retourpercentage van 50 procent. AI biedt verschillende invalshoeken om retouren te verminderen:

• Voorspellen van aankopen. De Duitse e-commercegigant Otto analyseerde drie miljard transacties met 200 variabelen. De twee belangrijkste factoren voor het terugsturen van producten bleken de snelheid van levering en het ontvangen van meerdere pakketten. Alles in één keer snel kunnen verzenden resulteert in minder retouren. Met een deep learning algoritme kan Otto de aankopen nu tot 90 procent accuraat voorspellen. Door vervolgens tijdig in te kopen, verlaagt Otto het aantal retouren met twee miljoen artikelen per jaar.
• Identificeren van wardrobers. Een soepel retourbeleid kan sommige klanten verleiden heel veel producten terug te sturen. AI kan deze zogenaamde wardrobbers herkennen zodat retailers hier vervolgens passende actie op kunnen ondernemen. Zoals het in rekening brengen van retourkosten, het uitsluiten van deze klanten uit advertentiedoelgroepen of zelfs verbannen, zoals Amazon soms doet.
• De juiste maat en kleur vinden. Vooral online mode lijdt onder retouren. Merken zoals Levi’s en West Elm bieden daarom AI-gedreven tools die persoonlijke aanbevelingen geven op basis van stijlvoorkeuren en dieperliggende interesses. Pasdiensten zoals My Size ID en ZoZosuit ondersteunen consumenten bij het bepalen van hun maten zodat ze bij aangesloten retailers precies hun maat kunnen kopen. 

AI in travel

Ook in de reisbranche brengt AI operationele efficiëntie, personalisatie en een betere customer service. Twee derde van de reisprofessionals gelooft heilig in AI en plaatst AI daarom hoog op de agenda.

Kosten verlagen en productiviteit verhogen staan op dit moment centraal bij de meeste AI-toepassingen in travel, volgens onderzoek van Eye for Travel. Van kortere turnaroundtijd (bij vliegtuigen), het efficiënt verwerken van reserveringsaanvragen tot het geven van advies en actuele informatie in de vorm van chatbots en antwoordsuggesties voor callcentermedewerkers. 

Twee derde van de reisprofessionals verwacht volgens Eye for Travel dan ook dat AI voor een revolutie in de reisbranche gaat zorgen. Voor 11 procent is AI de grootste investeringspost op dit moment en voor 36 procent van de reisprofessionals is AI een kernproject. Het rapport TCS Global Trend Study: Part II meldt dat AI vooral wordt ingezet op het gebied van IT (46 procent), sales (32 procent) en klantenservice (29 procent).

Postillion Hotels case

Hotelreserveringen efficiënter verwerken
Het beantwoorden van e-mails is geen hospitalitywerk. Om de duizenden maandelijks e-mails te verwerken waren er bij Postillion Hotels zeventien mensen fulltime bezig, tot AI-reserveringsmedewerker Michiel in het leven werd geroepen. Snel, foutloos en inspelend op alle commerciële kansen verwerkt Michiel 24/7 tientallen e-mails tegelijkertijd. Met een kleine vertraging van een half uur om het geloofwaardig te houden. Na een inwerkperiode kon Michiel zelfstandig mails lezen en beantwoorden. Ook verkoopkansen worden beter gepakt, omdat mensen het minder vervelend vinden als een robot vraagt of je nog iets extra wilt bestellen. Door AI verandert de psychologie van het contact.

De impact van AI in de dagelijkse praktijk in Nederland neemt duidelijk toe. In de branches customer service, retail en travel vult AI het persoonlijk contact prima aan, wanneer dat ook resulteert in een meerwaarde voor bedrijven en consumenten. De investeringen in AI zullen dan ook fors toenemen naarmate AI zich steeds meer bewijst als efficiënte manier om kosten te verlagen, de klantbeleving te verhogen en operationele processen te verbeteren. Online adverteren bijvoorbeeld komt op een heel ander niveau, zo zegt Pepijn Breijder van Criteo: “Dankzij kunstmatige intelligentie kunnen advertenties niet alleen toegespitst worden op de persoon, maar ook op het moment, de fase en context. Advertenties worden op deze manier hyper-relevant – de overtreffende trap van gepersonaliseerd.”

We staan nog maar aan het begin. AI wordt een bulkgoed: steeds goedkoper en toegankelijker voor bedrijven. AI zal in eerste instantie zorgen dat repetitief werk wordt geautomatiseerd. Zoals Erik-Jan Ginjaar van Postillion Hotels als praktische tip geeft: “In feite kun je alles wat binnen jouw bedrijf in Excel staat, uitbesteden aan een computer.”

Als business enabler vraagt AI om heldere use cases, kwalitatieve data in voldoende hoeveelheden en een goede verificatie achteraf. Er is ook een ethisch vlak. Hoe meer impact AI zal hebben op individuele personen, hoe belangrijker het is om hen nauw betrokken te houden. Begin daarom direct met een multidisciplinair team dat de use case goed neerzet en toetst. Bovenal is technologie een bedrijfsmiddel, en geen doel op zich.