Hyperautomation: conversational AI is het gesprek van de toekomst (3/5)
Chatbots zijn misschien wel de meest bekende en meest gebruikte toepassing van AI. Toch gaat het bij hyperautomation om meer dan alleen het automatiseren van één enkel gesprekskanaal, zij het met klanten of bedrijfsintern: conservational AI kan een sleutelrol spelen in je omni-channel-strategie.
Aan de ene kant vinden we persoonlijke aandacht belangrijker dan ooit: prijs en productkeuze raken ondergeschikt aan een unieke en gepersonaliseerde klantbeleving via verschillende kanalen waarbij alle interacties naadloos op elkaar aansluiten. Maar aan de andere kant maken bedrijven tegelijkertijd de afweging om zoveel mogelijk processen te automatiseren om efficiënter in te kunnen spelen op de grote en veranderende vraag vanuit de markt. In veel servicegeoriënteerde markten zien bedrijven vanwege toenemende concurrentie een kans om zichzelf te onderscheiden door het optimaliseren van de klantenservice aan de hand van automatisering en personalisering. Maar hoe kun je personaliseren op grote schaal? Hoe kun je zorgen dat geautomatiseerd contact persoonlijk, effectief en oprecht is? Met hyperautomation snijdt het mes aan twee kanten.
Conversational AI verandert de manier waarop klantinteractie plaatsvindt
Consumenten maken in toenemende mate gebruik van spraakassistenten zoals Siri, Alexa en Google Assistant. Je vraagt naar de weersvoorspelling, verkeersinformatie of laat een agenda-item aanmaken. De spraakassistenten van de toekomst kunnen meer gepersonaliseerde zoekresultaten geven omdat ze onze voorkeuren leren kennen. Dit maakt het onder andere ook erg interessant voor bedrijven om een bestaande voice assistent aan te sluiten op het communicatieplatform, of om er zelf een te ontwikkelen. Jumbo heeft bijvoorbeeld een boodschappen-app met een Nederlandse Google assistant-functie waarmee je boodschappen aan je lijstje kunt toevoegen en bestellen. En bij bol.com kan een virtuele assistent je helpen op zoek te gaan naar cadeautjes.
De toepassing van chatbots binnen bedrijven en de het gebruik van chatbots onder de consumenten blijven toenemen. Bedrijven en organisaties gebruiken chatbots voornamelijk om bedrijfsprocessen te optimaliseren, maar ze worden ook steeds meer ingezet voor informatievoorziening en om transacties of wijzigingen in systemen af te handelen. Zo integreerde PostNL een interne chatbot in de app voor medewerkers en voorziet RTL hun klanten van antwoorden uit de geïntegreerde kennisbank. Vooralsnog ligt de focus bij de toepassing van chatbots voornamelijk op het overnemen van simpele interacties en gestandaardiseerde processen.
Maar chatbots worden slimmer en kunnen steeds beter inspelen op de vraag en intentie van de klant, of gepersonaliseerde suggesties doen op basis van algoritmes en herkenningspatronen. Met Conversational AI kunnen klanten via verschillende kanalen met een virtuele assistent in contact staan. In het ideale geval is dat in de vorm van een uniforme oplossing die als een koepel over de verschillende kanalen heen over en weer informatie uitwisselt. Service geven wordt zo pro-actiever maar kan tegelijkertijd ook efficiënter worden ingezet. Met het inzetten van Conversational AI is het doel om te werken aan natuurlijke gesprekken tussen een mens en een digitale gesprekspartner.
Zowel bedrijfsintern als voor contact met klanten
Het toepassen van een gedegen Conversational AI-strategie geeft bedrijven de mogelijkheid om gebruikers in verschillende touchpoints in de customer journey een basisset aan impactvolle oplossingen te bieden die hem of haar ondersteunen bij de vragen die ze hebben. Zo is het met een chatbotimplementatie bijvoorbeeld mogelijk om een laagdrempelig en intuïtief communicatiekanaal op te zetten waarin klanten makkelijk hun vragen kunnen stellen. Als de klant niet tevreden is met het resultaat kan er op elk moment in het proces worden ingegrepen door het customer care team. Sterker nog, omdat de technologie op de achtergrond al bezig is geweest met het verzamelen van gegevens en verwerken van informatie kan het customer care team eenvoudiger en adequater klantvragen beantwoorden.
Daarnaast kan Conversational AI eraan bijdragen om de datastromen tussen verschillende afdelingen en diensten binnen een bedrijf die in nauw verband staan met de klant – zoals sales, inkoop of marketing – te integreren. De technologie achter Conversational AI is in staat om op een gestructureerde manier gegevens te verzamelen. Deze gegevens stellen bedrijven ertoe in staat om tot data-gestuurde inzichten in de customer journey te komen. Door de juiste balans te vinden tussen menselijke en gerobotiseerde interacties kunnen bedrijven hun klanten effectief, efficiënt en op een gepersonaliseerde manier begeleiden. Bedrijven zijn op die manier in staat om een consistente en kwalitatief hoogwaardige klantenservice aan te bieden, iets dat zich vervolgens ook terug laat zien in de klanttevredenheid.
Conversation AI voor iedere bedrijfstak
Doordat de technologie zich continue verder ontwikkelt is Conversational AI vandaag de dag in bijna elke sector terug te vinden, variërend van de auto-industrie, consumptiegoederen en detailhandel, tot het bank- en verzekeringswezen. De reden hiervoor is dat Conversational AI op meerdere vlakken toegevoegde waarde kan bieden:
Samenvattend geeft Conversational AI bedrijven de kans om een stap verder te zetten richting de vormgeving van hun digitale strategie. Vanwege de verschillende diverse toepassingsmogelijkheden is Conversational AI voor veel bedrijven een onmisbare asset in hun digitale portfolio geworden.
Desondanks zijn er veel bedrijven die niet volledig gebruik maken van de potentie die Conversational AI biedt, vaak omdat de toegevoegde waarde voor hun specifieke bedrijf ze niet (volledig) duidelijk is. Zo blijven bedrijven vaak steken in de experimentele fase van het automatiseren van een enkel proces. De kracht van Conversational AI zit hem echter voor een groot deel in het voortdurend opschalen, uitbreiden en verbeteren van het portfolio, om zo tot een gedegen omni-channel-Conversational AI-strategie te komen waarin de klant centraal staat.
In de volgende aflevering in deze serie komen de mogelijkheden van het voorspellend vermogen van Algorithmic Process Automation aan bod.
Dit is deel 3 uit een serie van 5.
- Deel 1 is een introductie tot hyperautomation
De kracht van de inzet van Artificial Intelligence zit in het verwerkbaar maken van ongestructureerde data, zoals beelden. - Deel 2 gaat in op Document Understanding and Processing
De kracht van de inzet van Artificial Intelligence zit in het verwerkbaar maken van ongestructureerde data, zoals beelden. - Deel 4 gaat in op Algorithmic Process Automation
Hier gaat het over het verbeterd voorspellen van de toekomstige vraag naar producten door de inzet van Algorithmic Process Automation en de samenwerking met RPA. - Deel 5 gaat in op het houden van controle
Moet je als organisatie het volledige proces wel wíllen automatiseren, zelfs als het kan? Of wil je juist bepaalde beslissingen laten nemen door een mens? Het slot gaat in op het houden van controle bij de inzet van Hyperautomation.
Over de auteurs: Mignon Rijnja is Consultant Hyperautomation en Daniël Visser is Senior Consultant Business Technology bij Capgemini Invent. Met dank aan Marijn Markus, AI lead bij Capgemini.
Op de hoogte blijven van het laatste nieuws binnen je vakgebied? Volg Emerce dan ook op social: LinkedIn, Twitter en F
Plaats een reactie
Uw e-mailadres wordt niet op de site getoond