Nieuwe AI-technologie in kiosken op Schiphol: 'Van beslisbomen naar daadwerkelijke dialoog'

Een grote Nederlandse luchtvaartmaatschappij zat met een probleem dat elke andere klantgerichte organisatie onmiddellijk herkent. Schiphol verwerkte vorig jaar ruim 66 miljoen reizigers. Verreweg de meeste reizigers stappen probleemloos hun vliegtuig in of uit. Een klein percentage van die reizigers heeft echter een probleem. Dat zijn nog steeds heel veel mensen.

Ze hebben bijvoorbeeld te maken met een vertraagde vlucht, weten niet waar of wanneer hun aansluitende vlucht vertrekt of hebben hun vlucht gemist en zijn koortsachtig op zoek naar informatie over alternatieve vluchten. Mensen zijn moe, gestrest, onzeker en hebben dus behoefte aan antwoorden op hun vragen. Zo snel en duidelijk mogelijk.

Precies voor deze mensen staan er over de gehele luchthaven 150 interactieve 'kiosken'. Deze strategisch in de vertrek- en aankomstruimtes geplaatse Self-Service Units bieden toegang tot vluchtinformatie, plattegronden van de terminal, informatie over gate-locaties en vragen over faciliteiten.

Reuzehandig, alleen: de kiosken werken met een oudere generatie chatbots. Reizigers moeten daardoor via strakke beslisbomen navigeren langs een serie vooraf gedefinieerde opties. Helaas herkennen veel gestreste reizigers hun specifieke situatie niet of te laat in die opties. En dus staan veel van hen even later alsnog bij de drukke informatiebalie.

Dat is om meerdere redenen onwenselijk, vertelt AI-expert Leonard Punt, partner van het innovatieve digitale productiebureau Q42. „Het inzetten van mensen voor het beantwoorden van grote hoeveelheden klantvragen is relatief duur", constateert Punt. „Bovendien staan gestreste mensen liever niet in een lange rij, en kunnen we ze met de nieuwe generatie AI-technologie veel beter helpen."

Lees ook: Salesforce vervangt als eerste klant van eigen AI-tool 4000 medewerkers klantenservice

Jullie zijn ingeschakeld om de self service kiosken sneller en slimmer te maken. Hoe doe je dat?

„Dit zijn uitdagingen waar je maanden aan research aan kunt besteden. Om daarna een oplossing te ontwikkelen die tegen gevolgen van verkeerde aannames en allerlei andere onverwachte problemen aan te lopen. Wij voorkomen dat graag door zo snel aan de slag te gaan met een eerste werkbare praktijkoplossing."

„Het idee achter deze jumpstarts is simpel: pak één week, forceer de deadline, en ga daadwerkelijk meteen bouwen. Door die tijdsdruk moet je veel lastige knopen direct doorhakken. Je leert superveel over wat technisch haalbaar is, waar de complexiteit zit, welke shortcuts je kunt nemen en waar je later dieper in moet duiken."

„En omdat je uiteindelijk iets werkends hebt, kun je het testen met echte gebruikers. Dat geeft je informatie over alle drie de cruciale aspecten. Eerste is feasibility: is de gekozen aanpak überhaupt technisch en organisatorisch mogelijk? Als je die horde genomen hebt kom je op desirability: heeft je doelgroep hier interesse voor? Met viability check je of je aannames kloppen, en wat het kost onder de streep."

Welke waardevolle inzichten leverde de jumpstart met de AI-gestuurde kiosken op?

„De mogelijke shift van beslisbomen naar daadwerkelijke dialoog was een echte eye opener. In de oude systemen voor dit soort klantcontact ontwerp je elk mogelijk conversatiepad vooraf: als iemand dit zegt of vraagt, moeten wij zo reageren. Dat vereist heel veel denkwerk inlevingsvermogen en tijd. En bij elk antwoord volgen weer nieuwe vertakkingen, zodat het ook al snel heel complex wordt."

„Wat AI-technologie nu mogelijk maakt, en waarmee wij hiervoor uitgebreid hebben getest, is conceptueel heel anders. De sleutel is het vermogen van Large Language Models om taal te 'begrijpen' en tot logische conclusies te komen. Dat maakt het mogelijk om het systeem een doel te geven – 'Help deze passagier om opnieuw te boeken' – en zelf de beste route naar de oplossing te laten kiezen."

„Het systeem kan een reiziger 'aanhoren', zelfstandig de benodigde informatie eruit halen en gerichte vervolgvragen stellen om zo de behoefte van de reiziger vaststellen. Dit is een fundamentele verandering in interface-design. We hoeven nu immers niet meer elk scenario vooraf uit te werken, maar kunnen inhaken op de unieke situatie van die specifieke persoon op dat specifieke moment."

Konden jullie deze innovatieve nieuwe manier van klantcontact direct toepassen?

„Nee, maar we hadden binnen korte tijd wel een heel duidelijk beeld van de voorwaarden waar deze luchtvaartmaatschappij aan moet voldoen om dit in de praktijk te brengen. Niet geheel toevallig is deze organisatie anderhalf jaar geleden fundamenteel gaan nadenken over de vraag: hoe richten we onze juridische en technische organisatie in voor AI?"

„Dat betekent dus veel belangrijke keuzes maken voor deze én elke andere AI-oplossing. Welke technologie voldoet bijvoorbeeld ook aan de juridische eisen? Veel systemen draaien bij externe partijen, maar onze klant heeft behoefte aan open source modellen die ze zelf kunnen draaien. Dat was vorig jaar nog een bottleneck: er waren simpelweg geen OpenAI-achtige modellen beschikbaar die je zelf kon hosten. Nu kun je kiezen."

„Andere horde is dat je op een luchthaven niet zomaar even een API-koppeling kunt maken om de benodigde data op te halen. Daar is een hoog security-niveau voor nodig. Hierbij komen ook interessante hardware vragen. Het uittikken van je vraag op zo'n kioskschermpje kan bijvoorbeeld ook best tijdrovend en stressvol zijn. Voice-interactie is waarschijnlijk veel logischer en makkelijker. Dan moet je dus 150 kiosken aanpassen: is dat de moeite waard?"

Lees ook: Van code schrijven naar AI-agents aansturen: de nieuwe rol van IT

Hoe kunnen organisaties die deze drempels nemen hun klantcontact straks gaan inrichten?

„Belangrijkste ontwikkeling is dat we van statische interfaces gaan overstappen naar een interface die je on demand kunt vormgeven om zo goed mogelijk aan te sluiten op de behoefte van individuele klanten of gebruikers. Waar organisaties vroeger weken nodig hadden om één scherm te ontwikkelen, kunnen ze nu met de juiste bouwblokken bijna instant interfaces genereren."

„Je ziet die mogelijkheden nu al ontstaan bij AI-tools als Lovable. Je hoeft daarbij alleen nog maar te beschrijven wat je wilt. De tool produceert daaruit direct een complete, werkende interface met componenten, styling en basis-functionaliteit. Op soortgelijke manier kun je natuurlijk ook een interface samenstellen die volledig is afgesteld op de klantvraag."

„Dat vereist natuurlijk wel wat werk om de fundamenten neer te zetten. Als je dat eenmaal hebt gedaan, kun je alle componenten in een kwestie van seconden combineren in een geheel op maat gemaakte website of andere interface. De technische mogelijkheid is er in feite ook grotendeels al. Het échte probleem zit in het precies begrijpen van de behoefte van de klant."

Je kunt de perfecte interface alleen bouwen als je precies weet wat de gebruiker wil?

„Precies. En er zijn verschillende benaderingen om daar achter te komen. Je kunt met behulp van je AI-model dus gewoon het gesprek aangaan: 'Wat is uw probleem, wat wilt u precies?' Uit de resulterende conversatie kunnen AI-modellen steeds beter de intenties destilleren. En ze kunnen mensen ook prikkelen om iets uitgebreider te zijn, zodat het model meer informatie heeft."

„Dat werkt nog een stuk beter als je al weet met wie je te maken hebt. Van ingelogde klanten ken je bijvoorbeeld ook de woonplaats en bestelhistorie, en kun je daar allerlei relevante informatie uit afleiden. Het wordt nog interessanter als je persoonlijke AI-assistant straks je persoonlijke context leert kennen, en die informatie op een veilige en relevante manier kan delen met derden."

„Bedrijven die er in slagen deze mogelijkheden te combineren krijgen interessante nieuwe mogelijkheden om hun communicatie, dienstverlening en producten scherper af te stemmen op de werkelijke behoeftes van hun klanten. En daardoor hun leven makkelijker, prettiger en interessanter te maken. Dat is wat mij betreft de belangrijkste functie van technologie."

Kun je een voorbeeld geven om duidelijk te maken hoe AI-technologie ons leven kan verrijken?

„Zeker. Wij werken veel voor musea, zoals het Rijksmuseum en de Britse National Gallery. Vroeger verborgen die hun kunstwerken zoveel mogelijk achter hun eigen muren. Zo wilden ze liefhebbers dwingen om naar het museum te komen, omdat ze alleen daar de kunstwerken konden ervaren. Wat blijkt: dankzij het aanbieden van een inspirerende digitale beleving neemt het bezoek juist sterk toe."

„Met behulp van AI-technologie lieten we delen van schilderijen van de National Gallery tot leven komen. Bovendien stelden we daar prikkelende vragen bij: Wat zie je hier, of gebeurt hier volgens jou precies? Geen goed of fout vragen, maar prikkels om bezoeker te laten nadenken en te stimuleren om hun eigen verhaal rond die kunstwerken te formuleren."

„Door die actieve betrokkenheid neemt de tijd die mensen aan een kunstwerk besteden enorm toe. Bovendien geeft dit het museum de gelegenheid om je beter te leren kennen, en de toekomstige communicatie veel beter af te stemmen op jouw persoonlijke interesses. Bijvoorbeeld met tips voor andere kunstwerken die jou waarschijnlijk bovengemiddeld aanspreken. Met daarbij ook nog de redenen waarom. Dat lijkt mij een zeer interessante toepassing van deze nieuwe technologie."

Lees ook: Fraude voorspellen met AI: 'Wij onderscheppen criminelen voor ze toeslaan'

Ontvang elke week het beste van BusinessWise in je mailbox. Schrijf je hier nu gratis in: