AI chatbot voor klantenservice: wanneer wel, wanneer niet

80% van de vragen aan een gemiddelde klantenservice is herhaling: openingstijden, leverstatus, hoe werkt dit, waar vind ik dat. Precies die vragen kan een AI-chatbot afvangen, mits goed gebouwd. Maar er is een belangrijke voorwaarde, en die wordt vaak overgeslagen: de bot moet antwoorden uit jouw eigen informatie halen, niet uit wat een taalmodel toevallig "denkt" te weten.

Het verschil tussen een gewone chatbot en RAG

Een taalmodel als GPT of Claude weet veel, maar niets specifieks over jouw bedrijf. Vraag een kale chatbot naar je retourbeleid en hij verzint een plausibel klinkend antwoord dat onjuist is. Dat heet hallucineren, en het is dodelijk voor klantenservice.

De oplossing is RAG, Retrieval-Augmented Generation. In gewone taal: voordat de AI antwoordt, zoekt het systeem eerst in jouw eigen documenten, handleidingen en veelgestelde vragen naar de relevante passages. Die geeft het mee aan het taalmodel, met de instructie: beantwoord de vraag alleen op basis van deze informatie. Zo komt het antwoord uit jouw bron en niet uit de fantasie van het model.

Bij Lexi AI bouwden we precies dit voor cao-teksten: de assistent zoekt in honderden pagina's cao en geeft een onderbouwd antwoord met verwijzing naar de juiste passage. Dat is RAG in actie, en het is het verschil tussen een bruikbare en een gevaarlijke chatbot.

Wanneer een AI-chatbot wél loont

Een chatbot is een goede investering wanneer:

• Je veel herhalende vragen krijgt waarvan de antwoorden vastliggen
• Je een fatsoenlijke kennisbank of documentatie hebt, of bereid bent die te maken
• Klanten buiten kantoortijd antwoord willen
• Je klantenserviceteam verzuipt in eenvoudige vragen en geen tijd heeft voor de moeilijke

In die gevallen vangt de bot het grootste volume af en houden je mensen tijd over voor de gesprekken die er echt toe doen.

Wanneer je het niet moet doen

Wees eerlijk: een chatbot is geen wondermiddel. Doe het niet als:

• Je vragen vrijwel altijd uniek en complex zijn
• Je geen bruikbare kennisbank hebt en die ook niet wilt opbouwen
• Je klanten vooral emotionele of gevoelige zaken bespreken, denk aan klachten of zorg
• Je verwacht dat een bot je hele klantenservice vervangt, want dat doet hij niet

Een slecht ingezette chatbot frustreert klanten meer dan dat hij helpt. De beruchte "dat heb ik niet begrepen, kunt u het anders formuleren" is precies wat je wilt vermijden.

Wat kost een AI-chatbot?

Er zijn twee kostensoorten: bouw en gebruik.

• Bouwkosten: tussen €8.000 en €35.000, afhankelijk van complexiteit, integraties en hoeveel kennisbronnen er ingelezen moeten worden
• Gebruikskosten: per gesprek betaal je voor de tokens die het taalmodel verwerkt. Met goede architectuur en caching houden we dit laag, vaak enkele centen per gesprek

De grootste verborgen kostenpost is je kennisbank op orde brengen. Goede antwoorden vereisen goede bronnen. Daar gaat in de praktijk veel tijd in zitten, en dat moet je vooraf inplannen.

De grootste valkuilen

Uit onze projecten komen steeds dezelfde lessen:

• Geen escape naar een mens: bouw altijd een duidelijke route in waarbij de klant een medewerker bereikt als de bot er niet uitkomt
• Hallucinaties toelaten: zonder strakke RAG-instructies verzint het model dingen. Test dit grondig
• Verouderde kennisbank: een bot is zo goed als zijn bronnen. Werk je documentatie bij, anders geeft hij oude antwoorden
• Verkeerde verwachtingen: communiceer naar klanten dat ze met een AI praten en wat die wel en niet kan

Onze aanpak

We bouwen op Claude, GPT of Mistral, afhankelijk van wat het beste past bij jouw eisen voor kwaliteit, kosten en privacy. De RAG-laag bouwen we zo dat de bot alleen uit jouw bronnen put en netjes "dat weet ik niet, ik verbind je door" zegt als het antwoord ontbreekt. Liever een eerlijk "ik weet het niet" dan een zelfverzekerde leugen.

Welk taalmodel kies je?

Er is niet één beste model, het hangt af van je eisen. Claude, GPT en Mistral hebben elk hun sterke punten op het gebied van kwaliteit, kosten en privacy. Voor een klantenservice die met persoonsgegevens werkt, weegt verwerking binnen Europa zwaarder. Voor een eenvoudige FAQ-bot let je vooral op kosten per gesprek. Wij kiezen het model op basis van jouw situatie, en bouwen het zo dat we later kunnen wisselen als een ander model beter of goedkoper blijkt. Je zit dus niet vast aan één leverancier.

Begin klein en meet

De beste aanpak is niet meteen je hele klantenservice automatiseren, maar beginnen met de twintig meestgestelde vragen. Die dek je af, je zet de bot live, en je meet wat er gebeurt:

• Welk percentage vragen handelt de bot zelfstandig af?
• Bij welke vragen verwijst hij door naar een mens, en klopt dat?
• Waar raken klanten gefrustreerd of haken ze af?

Op basis van die data breid je uit. Zo voorkom je dat je maanden bouwt aan antwoorden op vragen die nauwelijks gesteld worden, en stuur je bij op wat klanten daadwerkelijk vragen. Een chatbot is, net als alle goede software, iets dat je laat groeien op basis van echt gebruik in plaats van aannames.

Overweeg je een AI-chatbot? Bekijk onze AI-dienst. We kijken eerst of het in jouw geval überhaupt loont, voordat we iets bouwen.