#4 AI@klantcontact: Een werkende kennisbank
Elke maand ga ik op zoek naar de nieuwste en meest belovende AI-toepassingen die het werken in Klantcontact weer een stukje eenvoudiger en uitdagender maken. In deze vierde blog ga ik opnieuw in op de mogelijkheden om een eigen AI-kennisbank te bouwen.
In de derde blog (#3 AI@klantcontact: de toekomst van kennisbanken) heb ik de toen beschikbare AI-alternatieven om een kennisbank te bouwen op een rij gezet. En mijn conclusie was dat er nog geen goed werkend alternatief beschikbaar was, met uitzondering van Chat GPT 4.0. Daarmee is wel een werkende kennisbank te bouwen, maar er is een 4.0 abonnement voor elke gebruiker voor nodig. In een experimentele fase is dat eigenlijk niet erg handig, dan wil je zo veel mogelijk gebruikers kennis laten maken met de AI-oplossing. Bovendien is een 4.0 abonnement voor elke KCC-medewerker best wel kostbaar.
Kennisbank via Chat GPT
Ondanks deze nadelen zijn we doorgegaan met het testen en gebruiken van de Chat GPT 4.0 oplossing en dat is ons nog niet meegevallen. Het is moeilijk om er een stabiele omgeving van te maken waarbij het zeker is dat je bij dezelfde vraag ook hetzelfde antwoord krijgt. We weten dat dat een van de grote uitdagingen is bij veel AI-applicaties, zeker als het om LLM gaat. Stel dezelfde vraag meerdere keren en er komt steeds een ander antwoord uit. Dat is nog wel te begrijpen als het om een vraag gaat die vanuit alle beschikbare data van Chat GPT beantwoord wordt. Het hangt er maar net van af welk deel van deze data voor het genereren van het antwoord gebruikt wordt, hoe het antwoord er dan uit ziet.
Dat zou niet het geval mogen zijn als je een gelimiteerde set aan -eigen- bronnen gebruikt, zoals een specifieke website of door jezelf geüploade bestanden. Helaas variëren de antwoorden dan ook, in een mate die niet verklaarbaar is. Wetende dat het genereren van een antwoord een soort black box is, vragen wij ons af of Chat GPT daadwerkelijk alleen de door ons beschikbaar gestelde bronnen gebruikt of dat er ook van andere – voor ons niet controleerbare – bronnen gebruikt. Onze conclusie over het gebruik van Chat GPT voor een kennisbank blijft daarmee ongewijzigd en dat is dat het niet voldoende geschikt is.
Er is wel een andere veelbelovende toepassing en dat is Eesel. Deze applicatie is speciaal ontwikkeld om een kennisbank mee op te bouwen en dat lijkt goed te werken. Het werkt wel anders dan de kennisbanken die we gewend zijn, omdat je vragen aan de kennisbank stelt en er geen specifieke zoektermen of -structuur nodig zijn. Er wordt een chat-dialoog gebruikt zoals bijna alle AI-toepassingen die gebruiken. De applicatie formuleert om basis van de door ons in de applicatie opgenomen bestanden en urls (bijvoorbeeld de eigen website van de organisatie) een antwoord en vermeldt daarbij de bronnen waar het antwoord vandaan komt. Het grote voordeel is dat bij een (gedeeltelijk) onjuist antwoord, meteen de bron te zien is en als zodanig aan te passen is.
Kennisbank via Eesel
Eesel werkt intuïtief en lijkt daarmee gemakkelijk en snel toepasbaar in een klantenservice omgeving. Ook het onderhoud lijkt op het eerste gezicht eenvoudig te doen omdat het toevoegen van documenten, internetsites & intranetomgevingen en Teams met enkele muisklikken te realiseren is. Daarnaast is een groot voordeel dat de applicatie de gestelde vragen bijhoudt in wat een Inbox genoemd wordt. Daarmee kun je snel antwoorden terughalen, zonder dat je ze opnieuw hoeft te stellen. En kun je het antwoord altijd nog een keer verifiëren als je dat handig vindt. De reporting tool gaf in de test die wij deden nog geen zinvolle feedback.
De conclusie van deze tool is dat het een veelbelovende toepassing is. Ze is pas vrij gegeven en toch is de functionaliteit al zo ver ontwikkeld dat je er snel mee aan de slag kunt. Het is één van die AI-ontwikkelingen die voor kleinere organisaties de bruikbaar is. Ook zij kunnen zonder grote investeringen en langdurige implementatietrajecten efficiënter en effectiever hun klantcontact organiseren, met forse kostenreducties binnen handbereik.
Cvision AI-suite
Dit is wat ons betreft de derde AI-toepassingen die het leven van een gemiddelde KS-medewerker in een kleinere KS-omgeving een stuk eenvoudiger maakt. Bij Cvision hebben we een suite gebouwd waarin het genereren van een klanten e-mail op basis van AI mogelijk is én we het transcriberen van een opgenomen klantgesprek met -letterlijk- één druk op de knop mogelijk maken. En dan krijg je er de samenvatting meteen bij, die je via knippen en plakken zo in je CRM-applicatie kunt laden.
Mocht je interesse hebben in deze toepassingen, maar vooral eens wilt sparren over wat AI voor jouw KS-omgeving kan betekenen, neem dan contact met me op. Ik kom graag langs!
