Wie AI herleidt tot chatbots mist de essentie (nl, De Tijd)
AI-taalmodellen zijn een middel, geen doel. Wie ze alleen inzet om taken te schrappen, mist waar ze echte waarde kunnen creëren.
Het aantal chatbots dat ik dagelijks wegklik op websites kan ik bijna meten aan de hartslagpieken op mijn sporthorloge. De chatbots zijn goedbedoeld, maar verschijnen meestal op het verkeerde moment. Zoals de verkoper die je al bij je eerste stap in de winkel aanspreekt: ‘Kan ik u helpen?’
De beste verkoper is zelden de meest opdringerige, wel iemand die perfect aanvoelt wanneer hulp welkom is en die kennis van zaken heeft. Dat lijken we in het digitale tijdperk te vergeten. Goede service gaat niet om zo snel mogelijk opduiken met halve informatie, maar om het juiste moment kiezen. Niet aanwezigheid, maar relevantie telt. Precies daar kan AI een verschil maken.
Na de democratisering van grote taalmodellen als ChatGPT leken veel bestuurskamers dezelfde reflex te hebben: ‘We hebben een chatbot nodig.’ Het beantwoorden van vragen automatiseren - en daardoor kosten verlagen en marges verhogen - klinkt logisch. Maar met die AI-strategie loop je wellicht vroeg of laat vast.
De beste verkoper is zelden de meest opdringerige. Niet aanwezigheid, maar relevantie telt. Precies daar kan AI een verschil maken.
Het Zweedse fintechbedrijf Klarna verving vorig jaar 700 supportmedewerkers door AI. Efficiënt? Absoluut. Maar de klanttevredenheid kelderde en Klarna moest op zijn stappen terugkeren.
Taalmodellen zijn een middel, geen doel. Wie ze alleen inzet om taken te schrappen, mist waar ze echte waarde kunnen creëren: bij een betere of vernieuwde klantbeleving. De meeste toepassingen vandaag zijn reactief, zoals een chatbot. Ze wachten op input en geven dan een antwoord. Dat is nuttig, maar weinig vernieuwend en vaak niet zo effectief. Wie durft in te zetten op proactiviteit of klantervaring durft heruit te vinden kan zich onderscheiden.
Multinationals werken al jaren aan die proactiviteit. Met big data voorspellen ze vraag en aanbod, anticiperen ze op energieverbruik of schommelingen in de voorraad. Dankzij taalmodellen kunnen we diezelfde proactiviteit doortrekken. Niet naar chatbots, maar naar technologie die merkt dat je bepaalde informatie zoekt en die meteen aanbiedt. Of software die nieuw verkregen inzichten van één team automatisch deelt met alle andere relevante teams. Dat is geen sciencefiction. De bouwstenen bestaan.
AI inzetten voor proactiviteit levert misschien geen snelle operationele besparingen op, maar betaalt zich terug in vertrouwen, loyaliteit en merkvoorkeur. En op de lange termijn is dat waardevoller.