AI per afdeling · klantenservice
AI in de klantenservice: het antwoord staat klaar voordat het ticket opent
Voor klantenserviceteams die elke dag honderden vragen krijgen via mail, chat en telefoon. AI leest de vraag, zoekt de order en het beleid op en zet een antwoord klaar in jullie helpdesk, in de taal van de klant. Je medewerker controleert en verstuurt. De klant krijgt sneller antwoord, het team zoekt minder.
- 80% van 6.000 vragen per maand voorbereid
- Antwoord in de taal van de klant
- Een mens verstuurt
Klantenservice-agent
liveleest 212 nieuwe tickets uit de mail en de chat
zoekt orders op in het ERP en de status bij de vervoerder
labelt alle tickets en zet de klachten in de wachtrij van tweede lijn
Werkten met ons
01 / Wat het is
Wat doet AI in de klantenservice?
AI in de klantenservice doet het zoek- en typewerk achter een antwoord. Het leest de vraag, zoekt de order, het contract of het beleid op en zet een antwoord klaar in jullie helpdesk, in de taal van de klant. Daarnaast labelt en routeert het tickets en houdt het de kennisbank bij. Je medewerker controleert, past aan waar nodig en verstuurt.
Dat klinkt als een chatbot, maar het is iets anders. Een chatbot staat vóór je klantenservice. Wij bouwen meestal áchter je klantenservice: de AI werkt voor je medewerker, niet in zijn plaats. En het antwoord blijft een antwoord van jullie.
Waarom achter? Omdat de meeste klantvragen net niet standaard zijn. 'Waar is mijn pakket?' is makkelijk. 'Waar is mijn pakket, en kan ik het ophalen, want donderdag ben ik niet thuis?' al minder. Een fout antwoord daarop kost je een klant. Een concept dat een medewerker in tien seconden checkt, kost je niets.
01Antwoorden klaarzetten
Met de juiste order, het juiste beleid en in de toon van jullie merk.
02Labelen en routeren
Elk ticket het goede label, de goede prioriteit en de goede wachtrij.
03Meertalig
Antwoord in de taal van de klant. Je medewerker leest mee in het Nederlands.
04Kennisbank
Vragen zonder goed antwoord worden zichtbaar. Zo groeit de kennisbank mee.
02 / Herkenbaar?
Waar de tijd in de klantenservice echt heen gaat.
Niet naar het gesprek met de klant, maar naar alles eromheen: zoeken, kopiëren, doorzetten en opnieuw uitleggen. Bij een paar honderd tickets per dag zijn dat dagen per week.
Dezelfde vraag
“Het meeste wat vandaag binnenkomt, hebben we vorige week ook beantwoord. En de week daarvoor.”
Vijf schermen open
“Helpdesk, ERP, de site van de vervoerder, het klantdossier en de mail van gisteren. Voor één antwoord.”
Vraag het aan Piet
“Piet weet hoe het zit met garantie op oude modellen. Piet werkt op dinsdag en donderdag.”
Het verkeerde bakje
“Een klacht stond drie dagen in de algemene inbox voordat iemand zag dat hij naar tweede lijn moest.”
Duitse klanten
“Eén collega schrijft goed Duits. Als zij op vakantie is, wachten de Duitse klanten.”
Na de piek
“Na een storing staan er zeshonderd tickets open. De rest van de week gaat op aan inhalen.”
03 / Wat AI overneemt
Zes plekken waar AI in de klantenservice werk overneemt.
Van mail tot telefoon, en bij alle zes blijft een mens de baas over wat er naar de klant gaat. We beginnen bijna altijd met de eerste kaart: daar zit het volume.
Mail en tickets
Antwoorden klaarzetten
De vraag gelezen, de order en het beleid opgezocht, een concept in de helpdesk. De medewerker leest, past aan en verstuurt.
Routering
Tickets labelen en routeren
Onderwerp, urgentie, taal en toon bepaald zodra het ticket binnenkomt. Klachten naar tweede lijn, facturen naar finance, de rest in de goede wachtrij.
Talen
Meertalige klantenservice
De klant schrijft in het Duits, je medewerker leest een Nederlandse samenvatting en keurt een Duits antwoord goed. Zonder dat iemand Duits hoeft te spreken.
Kennis
Een kennisbank die meegroeit
Antwoorden komen uit jullie eigen kennisbank, met de bron erbij. Vragen zonder goed antwoord worden zichtbaar, zodat je weet welk artikel ontbreekt.
Chat
Chat en mail met dezelfde kennis
In de chat kan AI eenvoudige vragen zelf beantwoorden, met een snelle overstap naar een mens zodra het lastig wordt. Dezelfde kennis, elk kanaal.
Telefoon
Telefoon en spraak
Gesprekken samengevat in het klantdossier, terugbelverzoeken met de juiste context. Een spraakagent die zelf de telefoon opneemt kan ook, maar daar beginnen we zelden mee.
04 / Case
6.000 klantvragen per maand: van 30% naar 80% met een voorbereid antwoord.
Een enterprise-klant van ons krijgt zo'n 6.000 klantvragen per maand. Medewerkers zochten bij elke vraag dezelfde orderinformatie op en typten steeds weer dezelfde soort antwoorden. Bij ongeveer 30 procent van de vragen lag er al iets klaar. De rest begon bij een leeg scherm.
Nu zet een agent het antwoord klaar voordat het ticket opengaat, met de juiste orderinformatie erbij. Bij 80 procent van de vragen staat er een voorbereid antwoord als de medewerker het ticket opent. Die controleert en verstuurt, altijd. Er gaat niets naar een klant zonder dat een mens het heeft gezien. Medewerkers lezen en sturen bij in plaats van zoeken en typen. De tijd die vrijkomt, gaat naar de klant die echt een mens nodig heeft.
01Volume
6.000 klantvragen per maand.
02Voor
30 procent van de vragen met een voorbereid antwoord.
03Na
80 procent, klaar voordat het ticket opent.
04Mens in de lus
Een medewerker controleert en verstuurt elk antwoord.
05 / Voor en na
Een dag aan de klantenservice, voor en na AI.
Zes taken zoals we ze in klantenservice bouwen. De tijdwinst is een indicatie, behalve waar een klantcijfer staat. Wat het bij jullie oplevert, rekenen we uit met jullie eigen volumes.
- Enterprise-klant: 80% voorbereid
Een standaardvraag
Voorheen
Ticket openen, order zoeken in het ERP, status opzoeken bij de vervoerder, antwoord typen.
Met AI
Het antwoord staat klaar met de actuele status. Klopt het, dan verstuurt de medewerker het met één klik.
Een ticket komt binnen
Voorheen
Iemand leest de algemene inbox en sleept tickets naar de juiste map. Als er tijd is.
Met AI
Label, prioriteit, taal en wachtrij bepaald binnen een minuut. Een dreigende escalatie staat bovenaan.
- Indicatie: geen wachtrij per taal
Een vraag in het Frans
Voorheen
Wachten op de collega die Frans spreekt, of een vertaaltool en hopen dat het goed staat.
Met AI
Een Nederlandse samenvatting voor de medewerker, een Frans antwoord om goed te keuren.
Een lastige productvraag
Voorheen
Rondvragen op de afdeling of zoeken in een map met handleidingen. Vraag het aan Piet.
Met AI
Het antwoord uit de kennisbank en de handleiding, met bron. Piet heeft weer tijd voor zijn eigen werk.
- Indicatie: 2 tot 4 min per gesprek
Na het gesprek
Voorheen
Notities overtypen in het klantdossier, vaak pas aan het eind van de dag.
Met AI
Gesprek of chat samengevat, afspraken en vervolgacties in het dossier. De medewerker checkt het in tien seconden.
Het weekoverzicht
Voorheen
Een export uit de helpdesk, een draaitabel en een gok waarom het drukker was.
Met AI
De meest gestelde vragen, nieuwe onderwerpen en terugkerende klachten, met uitleg. Product en inkoop krijgen een signaal.
06 / Wie doet wat?
Wat doet AI zelf, en waar blijft een mens?
Kies een taak en zie waar hij meestal landt in de vier rollen van onze APO-methode: mens, AI helpt, mens keurt goed of volledig AI. In de klantenservice landt bijna alles op 'mens keurt goed'. Het gesprek met een boze klant blijft mensenwerk.
Kies een taak
Mens
De mens doet het werk. AI blijft weg.
AI helpt
De mens doet het, AI levert een eerste versie of zoekt op.
Mens keurt goed
AI doet het werk, een mens controleert voordat het de deur uit gaat.
Volledig AI
AI doet het zelf. Een mens kijkt steekproefsgewijs mee.
Waar het landt: Mens keurt goed
AI zet het antwoord klaar met de juiste orderinformatie. Een medewerker leest mee en verstuurt: de toon en de uitzonderingen blijven mensenwerk.
07 / Chatbot of niet?
Moet je een AI-chatbot op je klantenservice zetten?
Soms wel, vaak nog niet. Een AI-chatbot die zelf antwoordt, werkt goed voor vragen met één duidelijk antwoord dat in je systemen staat: openingstijden, orderstatus, retourvoorwaarden. Voor alles waar een uitzondering, een emotie of geld bij komt kijken, wil je een mens.
Daarom draaien we het meestal om. Eerst bouwen we de AI achter je team, die antwoorden klaarzet. Binnen een paar weken zie je per type vraag hoe vaak het concept goed is zonder aanpassing. Wat lang foutloos gaat, kan daarna naar de chat of naar steekproeven. Wat vaak wordt aangepast, blijft bij de mens.
Zo bouw je vertrouwen op met bewijs, niet met hoop. En je voorkomt de chatbot die klanten rondjes laat draaien tot ze boos bellen. Zet je toch een chatbot direct voor klanten? Laat dan duidelijk zien dat ze met AI praten, en geef ze een snelle weg naar een mens.
01Stap 1: achter je team
AI zet concepten klaar, een mens verstuurt alles.
02Stap 2: meten
Per type vraag: hoe vaak is het concept goed zonder aanpassing?
03Stap 3: loslaten wat bewezen is
Die vragen gaan naar de chat of naar steekproeven.
04Altijd: een weg naar een mens
Wie een mens wil spreken, krijgt een mens.
08 / Reken het uit
Wat levert AI in jullie klantenservice op?
Vul het aantal klantvragen per maand in en zet aan wat bij jullie speelt. Het voorbeeld rekent bewust voorzichtig; in de Quick Scan rekenen we met jullie eigen getallen.
AI zet het antwoord klaar, een medewerker checkt
Processen
€ 81.600besparing per jaar
Boven de ondergrens van € 80.000: hier loont een partnership.
€ 60 per uur · 4 min winst per klantvraag
09 / Zelf, tool of partner?
ChatGPT, een chatbot-tool of een AI-partner: wat past bij jullie klantenservice?
Drie manieren om te beginnen. Ze sluiten elkaar niet uit, en voor een klein team is de eerste of tweede vaak genoeg.
| Zelf met ChatGPT of Copilot | Chatbot of AI-functie in je helpdesk | AI Partnership met NinA | |
|---|---|---|---|
| Wat het doet | Medewerker plakt een vraag in en krijgt een tekstvoorstel | Beantwoordt standaardvragen in de chat, vat tickets samen | Zet antwoorden klaar met data uit jullie systemen, labelt, routeert en rapporteert |
| Kent jullie orders en klanten | · | Deels: wat in de helpdesk staat | ✓ |
| Werkt over systemen heen (ERP, CRM, vervoerder) | · | Beperkt, afhankelijk van de koppelingen | ✓ |
| Antwoord in de taal van de klant | ✓ | ✓ | ✓ |
| Mens keurt goed voor het naar de klant gaat | Als de medewerker eraan denkt | Instelbaar, in de chat vaak niet | Altijd, tot het per type vraag bewezen is |
| Wie bouwt en onderhoudt | Ieder voor zich | Jullie, binnen wat de tool toestaat | Een vast team van NinA |
| Waar de data staat | Afhankelijk van licentie en afspraken | Bij de leverancier van de tool | In de EU, bij jullie of bij een Europese aanbieder |
| Past bij | Klein team, weinig volume, eerste stappen | Veel standaardvragen, één systeem | Hoog volume, meerdere systemen, meetbare winst |
Schuif opzij voor alle kolommen →
Begin je bij de eerste kolom? Een workshop zet je team in één dagdeel op hetzelfde niveau. Bij de tweede kolom kunnen we er koppelingen naast bouwen. De derde is waar we het meest van doen.
10 / Zo pakken we het aan
Van eerste gesprek tot AI in je helpdesk.
Bouwen doen we binnen het AI Partnership. Je begint met de AI Quick Scan van € 6.000: één dag op locatie, en binnen een week weet je wat AI in jullie klantenservice oplevert.
- 01
Kennismaking
Een kwartier
Hoeveel vragen komen er binnen, via welke kanalen, en in welke systemen staat het antwoord?
- 02
AI Quick Scan
Eén dag plus een week
We kijken mee aan de klantenservice en tellen per type vraag de duur, het aantal mensen en de frequentie. Je krijgt een business case per kans en een roadmap voor twaalf maanden.
- 03
Eerste proces live
Kwartaal 1
Meestal antwoorden klaarzetten voor de grootste vraagtypes. Gekoppeld aan jullie helpdesk, getest op honderden echte tickets van vorige maand, met een mens die alles verstuurt.
- 04
Uitrollen
Daarna
Labelen en routeren, meer talen, de kennisbank, de chat. Elke maand zie je wat het oplevert in uren en euro's, en wat er als volgende bovenaan staat.
11 / Cases
Klantenservice met AI, in de praktijk.
Van 6.000 klantvragen per maand tot gastcommunicatie bij Wens Chalets.
12 / Vragen
Veelgestelde vragen over AI in de klantenservice.
Kan AI klantvragen zelf beantwoorden, zonder mens?
Technisch wel, maar we beginnen altijd met een conceptantwoord dat een medewerker controleert en verstuurt. Bij een enterprise-klant van ons heeft zo 80 procent van de 6.000 vragen per maand een voorbereid antwoord voordat het ticket opent, tegen 30 procent eerst. Pas als een type vraag lang foutloos gaat, kan het naar de chat of naar steekproeven. Klachten, uitzonderingen en emotie blijven bij een mens.
Wat is het verschil tussen een AI-chatbot en een AI-agent in de klantenservice?
Een AI-chatbot staat voor je klantenservice en praat direct met de klant. Een AI-agent werkt achter je klantenservice: hij zoekt informatie op in meerdere systemen, zet een antwoord klaar, labelt en routeert tickets en legt het resultaat voor aan een medewerker. Een agent kan ook een chat bedienen, maar dan alleen voor vragen waarvan bewezen is dat het antwoord klopt. Meer uitleg staat in wat is een AI-agent.
Hoe automatiseer je de klantenservice zonder dat het onpersoonlijk wordt?
Door AI het zoekwerk te laten doen en de mens het contact. De AI schrijft in jullie toon, op basis van jullie beste antwoorden, en een medewerker leest mee voordat er iets verstuurd wordt. Klanten merken vooral dat ze sneller een goed antwoord krijgen.
Werkt AI in de klantenservice ook in andere talen?
Ja. De AI leest de vraag in de taal van de klant, geeft je medewerker een samenvatting in het Nederlands en zet een antwoord klaar in de taal van de klant. Zo kan een Nederlands team klanten in het Duits, Frans of Engels helpen zonder per taal een specialist. Voor gevoelige antwoorden, zoals een klacht of een juridische vraag, spreken we af dat iemand die de taal kent meeleest.
Met welke helpdesk en systemen koppelen jullie?
Met de helpdesk die jullie al gebruiken, met mail in Microsoft 365 of Google Workspace, met CRM's zoals HubSpot, Salesforce en Microsoft Dynamics, met ERP's zoals Exact, AFAS en SAP, met webshops zoals Shopify en met de systemen van vervoerders. We bouwen meestal in n8n en waar nodig maatwerk. Voorwaarde is API-toegang of een export met de juiste rechten.
Wat kost AI in de klantenservice bij NinA AI?
Je start met de AI Quick Scan van € 6.000. Bouwen gebeurt binnen het AI Partnership: pakket S kost € 4.500 per maand (30 uur), M € 7.500 (50 uur) en L € 12.000 (80 uur), minimaal twaalf maanden. Wat live staat, valt onder een onderhoudscontract vanaf € 245 per maand, inclusief AI-verbruik: Brons draait op jullie eigen servers, Zilver en Goud op ons platform in de EU. Alle bedragen exclusief btw. We beginnen alleen als het hele partnership in het eerste jaar minstens twee keer de investering oplevert.
Hoe zit het met klantdata en privacy?
Klantdata blijft in de EU, op jullie eigen infrastructuur of op servers bij een Europese aanbieder. Azure OpenAI is mogelijk. De AI ziet alleen de gegevens die hij voor zijn taak nodig heeft, alles wordt gelogd en de data-afspraken liggen vast voordat we bouwen. We werken volgens ISO 27001 en NEN 7510; de certificering is in voorbereiding. Code, data en documentatie zijn van jullie.
Verder lezen
- AI in salesAanvragen in het CRM, offertes en opvolging die niet meer blijft liggen.
- AI agentsWat een agent is, wat hij doet en hoe we hem veilig in productie krijgen.
- AI PartnershipEen vast AI-team dat proces voor proces bouwt, meet en onderhoudt.
- Mail automatiseren met AIVan schrijfhulp tot een agent die mail verwerkt.
Een klantenservice die niet meer achterloopt?
Plan een kennismaking. We kijken samen naar jullie vragen, kanalen en systemen, en waar AI het eerst tijd oplevert.
01
Kennismaking
Een kwartier, vrijblijvend. Waar loopt het werk vast en wat wil je bereiken?
02
AI Quick Scan
Eén dag bij jullie op locatie. Binnen een week een business case en een roadmap.
03
AI Partnership
Een vast team dat bouwt, traint en elke maand laat zien wat het oplevert.
160+ organisaties · Sessies gewaardeerd met een 9,3 · Vanuit Amsterdam