'AI aan klantcontact toevoegen is voor Picnic vooral een reis'

Artificial intelligence biedt kansen, maar hoe worden die schaalbaar in de retailpraktijk? Picnic vindt stapsgewijs uit waar AI wel en niet goed voor is. Eerste stap: verkennen hoe de technologie de klantenservice kan ondersteunen. ''Eerlijk gezegd hoopte ik verder te zijn. De ontwikkeling gaat echt met horten en stoten.''

Het rijtje bedrijven dat mensen vervangt door AI groeit elke week. Het rijtje bedrijven dat terugkomt op die beslissing, eveneens. Dat wil Picnic voorkomen, vertelt productowner Wouter Gelling bij de Technologies-tak van de onlinesupermarkt op RetailTrends Tech.

Picnic wil 'onderdeel zijn van de AI-transitie'. ''Daarbij is de klantenservice de belangrijkste plek om AI in te zetten. Maar wel op onze manier, want uit onderzoek van MIT blijkt dat 95 procent van de AI-pilots faalt. We zien dit daarom als een reis. Eerlijk gezegd hoopte ik verder te zijn. De ontwikkeling gaat echt met horten en stoten, het is een leerpoces.'' 

'Op zoek naar de grens in de combinatie van tech en mens'

Bij dat leerproces hoort een aantal doelen of vraagstukken. Een daarvan is hoe Picnic met behulp van kunstmatige intelligentie medewerkers beter kan laten werken.

''Autonome AI-agents zijn voor ons nog een stip aan de horizon. De belangrijkste vraag was bij de start van de pilot: waar te beginnen? Use cases zijn er genoeg, vooral voor gestandaardiseerde, repetitieve taken. Maar als je de technologie combineert met de mens, dan kom je al snel uit op een combinatie van 'impact en complex'. We zijn op zoek gegaan naar de grens waar iets wel of juist niet werkt in de combinatie van technologie en mens.''

Hoe kun je als organisatie het best communiceren met klanten en welke rol speelt AI daarbij? Dat was de vraag die Picnic zichzelf onder andere stelde. ''We verzamelen content over klanten, waaronder dus de communicatie met klanten, en laten medewerkers daaraan een score geven. We merkten al snel dat AI best goed kan werken bij een eenvoudige klantvraag beantwoorden. Bij complexe vragen bleek dat veel lastiger.''

Grotere plaatje 

Picnic liet de AI-modellen leren van de opgedane ervaringen. ''Het resultaat was onder andere dat medewerkers op onderdelen een productiviteitsverbetering van 20 procent realiseerden. Dat was voor ons voldoende om dit breder uit te rollen. Dat deden we in 3 landen en bij 300 medewerkers. AI werd ingezet voor het beantwoorden van 1 op de 5 klantvragen.''

Toch veranderde de onlinesupermarkt de strategie al snel. Picnic stapte af van het sterk inzoomen op individuele componenten. ''We vergaten bij de start het grotere plaatje, waarbij we op een later moment gebruik konden maken van een vliegwiel. Vanaf dat moment zijn we het proces heel anders gaan benaderen.''

Picnic koos voor een opzet waarbij adoptie, kwaliteit en efficiency een logische samenhang moesten krijgen. "Te beginnen met de adoptie. Dat hebben we een gezicht en naam gegeven. Kaia, onze 'knowledge and AI-assistant'. Kinderachtig, maar het werkt wel. Het maakt iets wat complex en abstract is, iets tastbaars waarmee je kunt werken.''

Effect van stappen in het proces verwerken

Het was belangrijk voor de e-commercespeler om goed na te denken over effecten van de stappen. ''Neemt de kwaliteit van onze klantenservice toe, dan is meer en betere output het resultaat. Uiteindelijk moet dat ook leiden tot snellere communicatie met klanten, en dus efficiencywinst. De adoptie onder werknemers zelf hebben we verbeterd op basis van feedback uit klankbordgroepen.''

Consequentie is dat Picnic altijd het effect van de ene op de andere stap moet kennen. Gelling: ''Als je ergens een verbetering ziet, dan moet je daar sterk op inzetten en die verbetering ook echt heel goed maken. Het betekent dat we goed moeten weten welk effect het draaien aan de ene knop heeft op een ander onderdeel. We moeten voorkomen dat we het overzicht verliezen als we aan heel veel knoppen gaan draaien.'' 

'Ooit behalen we die productiviteitswinst'

De hamvraag na al deze stappen is uiteraard hoe het zit met de efficiency in de communicatie met klanten. Is die toegenomen? ''Nou, nee, nog niet.''

Het is waar Gelling met zijn opmerking over 'hopen verder te zijn' op doelde. Met een glimlach vervolgt hij zijn verhaal. ''Als we bij elke goede rating van een klant op een actie van onze klantenservice die specifieke verbetering in het model verwerken, dan komen we ooit op die 10 tot 20 procent productiviteitswinst.''

Wanhopen over de snelheid van de voortgang doet Picnic dus niet, want volgens Gelling is 'de potentie onmiskenbaar'. ''We hebben nog een lange weg te gaan, maar tegelijkertijd ben ik benieuwd waar we over een half jaar staan.''

'Efficiencywinst gaat niet alleen over geld'

Als AI een goed bericht creëert, kan de klantenservicemedewerker er direct mee aan de slag. ''Gebeurt dit niet, dan is hij er nu nog iets meer tijd aan kwijt. Je wilt het hoe en waarom weten, dat kost tijd.''

Gelling ziet voldoende positieve businesscases die kunnen leiden tot de gewenste verbetering in efficiënter werken. ''Daarbij mogen we 2 zaken nooit vergeten. Ten eerste dat we oog moeten hebben en houden voor wat wij als bedrijf onder kwaliteit verstaan. Ten tweede gaat efficiencywinst niet altijd om geld. Als klantenservicemedewerkers meer tijd hebben voor het oplossen van de echt complexe klantvragen, dan is dat ook waardevol.''