“Waar blijft mijn bestelling?” Twintig keer per dag. Je team kan beter, als de machine het saaie deel doet.
Klantenservice is de afdeling waar AI het snelst iets oplevert én het snelst iets kapotmaakt. De vragen zijn vaak hetzelfde, de antwoorden staan ergens, en toch wacht een klant uren. Tegelijk wil bijna niemand met een bot praten. De oplossing is niet een chatbot voor de deur, maar een assistent naast je medewerker: die het voorwerk doet, het antwoord voorbereidt en de mens laat beslissen.
// Reportage bij een fictieve webwinkel met een fysieke winkel, achttien medewerkers, twee mensen op de service, een gedeelde mailbox, WhatsApp op de telefoon van de eigenaar en een telefoon die tijdens de lunch niet wordt opgenomen. Het bedrijf is fictief, de situaties zijn echt: die komen we in de praktijk steeds weer tegen.
Herken je dit?
- “Waar blijft mijn bestelling?” is een kwart tot de helft van alle vragen.
- Klantmails wachten uren, soms een dag; het weekend telt niet mee.
- De telefoon gaat tijdens de lunch of een klantbezoek en niemand neemt op.
- Openingstijden, retourbeleid, factuurvraag: elke dag opnieuw getypt.
- Een klacht zit in een persoonlijke mailbox en duikt na de vakantie op.
- WhatsApp met klanten loopt via de privételefoon van de eigenaar.
- Twintig minuten bellen en niets vastgelegd; de volgende collega begint opnieuw.
- Een “factuur bijgevoegd”-mail naar het verkeerde adres: het meest voorkomende datalek.
Wat er meestal draait
De software die we hier het vaakst tegenkomen. Die hoeft niet weg; we bouwen eromheen en ertussen.
Een dag op klantenservice & communicatie: nu en straks
Links de dag zoals hij nu meestal loopt. Rechts dezelfde dag als de saaie stukken zijn geautomatiseerd en AI het voorwerk doet. Let op wat er verandert: niet de mensen, maar waar hun tijd heen gaat.
- 08:30ServiceGedeelde mailbox: 47 nieuwe mails. Twaalf keer “waar blijft mijn bestelling”. Elk antwoord: bestelling opzoeken, track-and-trace kopiëren, typen.
- 10:00ServiceTelefoon: klant wil retourneren. Collega zoekt het retourbeleid op in een oud Word-document. Belt terug om 11:15.
- 12:30WinkelLunch. De telefoon gaat vier keer. Voicemail vol.
- 14:00EigenaarKrijgt op zijn privé-WhatsApp een klacht over een beschadigde levering. Stuurt hem door naar service. Service ziet hem morgen.
- 15:30ServiceBoze klant aan de lijn, twintig minuten. Opgelost, niet vastgelegd. De klant belt volgende week weer en begint opnieuw.
- 16:30ServiceReview van één ster op Google: “nooit antwoord gekregen”. Niemand reageert.
- 17:45ServiceNog 19 mails open. Morgen weer.
- 08:30ServiceDe twaalf statusvragen zijn ’s nachts beantwoord met de echte bezorgstatus uit het systeem, met de melding dat een AI antwoordde en een knop “liever een mens”. Van de overige 35 mails staat voor 28 een conceptantwoord klaar, gesorteerd op urgentie.
- 10:00ServiceRetourvraag: het conceptantwoord haalt het retourbeleid uit de kennisbank, met bronverwijzing. Collega leest, klikt akkoord. Klaar om 10:02.
- 12:30WinkelLunch. De telefoon wordt opgenomen door een spraakassistent die zich als zodanig meldt, de vraag noteert en een terugbelmoment aanbiedt. Twee klanten kiezen “bel me om 13:30”.
- 14:00EigenaarWhatsApp loopt via het zakelijke nummer in de gedeelde inbox. De klacht is herkend als klacht, staat bovenaan, en de service belt binnen een uur.
- 15:30ServiceHet gesprek van twintig minuten is met toestemming samengevat en aan de klant gekoppeld. Volgende week ziet iedere collega meteen wat er is afgesproken.
- 16:30ServiceDe review van één ster kreeg binnen een uur een conceptantwoord; de collega paste de toon aan en plaatste het. En belde de klant.
- 17:45ServiceNul mails ouder dan vier uur. De dag eindigde om 17:00.
Waar AI hier het verschil maakt
Per toepassing: wat de automatisering doet, wat een mens blijft doen, en of het bewezen is of nog veelbelovend. Dat laatste zeggen we er eerlijk bij.
Statusvragen automatisch beantwoord
Vragen over bestelling, levering of afspraak worden herkend en beantwoord met echte data uit je systemen, met AI-melding en een knop naar een mens.
Mens blijft: pakt alles op wat niet standaard is.
Conceptantwoorden uit je eigen kennisbank
Voor elke mail of chat ligt een antwoord klaar, opgebouwd uit jouw beleid en documenten, met bronverwijzing. Geen verzonnen beloftes.
Mens blijft: leest, past aan en verstuurt. Dit is de grens die we niet verleggen.
Eén inbox, alle kanalen
Mail, WhatsApp, chat en telefoonnotities in één gedeelde omgeving, automatisch geclassificeerd en geprioriteerd; klachten en boze klanten bovenaan.
Mens blijft: bepaalt de volgorde en de toon.
Telefoon die altijd wordt opgenomen
Een spraakassistent die zich meldt als AI, de vraag noteert, eenvoudige vragen beantwoordt en een terugbelmoment plant. In het Nederlands nog wisselend van kwaliteit; we testen het eerst bij jou.
Mens blijft: belt terug en voert het echte gesprek.
Gesprekken vastgelegd, kennis behouden
Met toestemming worden gesprekken samengevat en aan de klant gekoppeld; terugkerende vragen worden voorstellen voor de kennisbank.
Mens blijft: beheert de kennisbank; wat erin staat, is de waarheid.
Datalekken door verkeerde ontvangers voorkomen
Controle vóór verzending: verkeerd adres, bijlage met persoonsgegevens, afwijkende betaalverzoeken.
Mens blijft: krijgt een waarschuwing en beslist.
Eerlijk: wat AI hier níet doet
- Een chatbot voor de deur is de snelste manier om klanten kwijt te raken: in Nederland wordt maar 12% van de klantvragen door chatbots goed beantwoord. Wij zetten AI naast de mens, niet ervoor.
- AI-antwoorden kunnen fout zijn, ook met een kennisbank. Air Canada werd aansprakelijk gehouden voor een belofte van zijn chatbot. Daarom: bronverwijzing, afgebakende onderwerpen en een mens die verstuurt.
- Klanten moeten sinds augustus 2026 weten dat ze met AI praten. Dat regelen we netjes, zonder het gesprek onnodig te verstoren.
- Klarna verving twee derde van de chats door AI en nam later weer mensen aan omdat de kwaliteit daalde. Minder mensen is niet het doel; betere service met dezelfde mensen wel.
De bezwaren die we horen — en of we ze dicht kunnen timmeren
We hebben ze opgezocht en van klanten gehoord. Per bezwaar zeggen we of het echt oplosbaar is, deels, of dat het een risico blijft dat je bewust accepteert.
Dicht te timmeren: ja. Terecht: bijna twee derde van de klanten wil liever geen AI in de service en 87% eist een mens-optie. Daarom doet AI bij ons het voorwerk en beantwoordt het alleen feitelijke statusvragen zelf, altijd met een knop naar een persoon. De mens blijft het gezicht.
- 01Week 1: kernsessie op de service. We lezen een week aan mails en gesprekken mee en tellen welke vragen terugkomen.
- 02Week 1 en 2: één gedeelde inbox voor mail en WhatsApp, met automatische classificatie en prioriteit.
- 03Week 2 en 3: kennisbank opbouwen en conceptantwoorden met bronverwijzing; statusvragen koppelen aan je systemen.
- 04Week 3 en 4: verzendcontrole tegen verkeerde ontvangers; reviewbewaking met conceptantwoorden.
- 05Week 4: meten. Reactietijd, opgeloste vragen per uur, klanttevredenheid. Daarna pas de spraakassistent.
Eerst de gratis AI-scan, dan een kernsessie op je vloer (dagdeel van 4 uur, € 596 excl. btw en reiskosten) met een kernrapport en een eerlijke go/no-go. Bouwen doen we op projectbasis met vaste uren: € 110 per uur voor eenvoudig werk, € 165 voor complexe ontwikkeling.
Meer uren alleen met jouw schriftelijke akkoord. Kunnen wíj niet leveren, dan betaal je niets voor wat niet geleverd is.
Wil je weten wat dit voor jouw klantenservice & communicatie betekent?
Doe de gratis AI-scan of plan een kennismaking met iemand die het zelf bouwt. Binnen één werkdag reactie, geen slides, geen verplichtingen.
De meeste bedrijven beginnen bij de tool en lopen daarna vast. Beter is het om te beginnen bij één stuk werk dat elke week terugkomt en niemand leuk vindt.
De bouwkosten zijn meestal het makkelijkste deel van de rekening. De verrassingen zitten in het opschonen vooraf, het gebruik per maand en het onderhoud daarna.
- NBER, Generative AI at Work (werkdocument 31161) (2023)
- Gartner, 87% of customers say companies using GenAI must provide access to a human agent (2026)
- Security.nl, AP Rapportage datalekken 2024 (2025)
- Frankwatching, Nationale Voice Monitor 2026 (2026)
- Customer Experience Dive, Klarna says its AI agent is doing the work of 853 employees (2025)
- CBC, Air Canada found liable for chatbot’s bad advice (2024)
- Legalz (samenvatting oproep ACM/AP over AI-chatbots) (2025)
- ACM ConsuWijzer, Regels telefoongesprek opnemen (2025)
- Gartner, 64% of customers would prefer that companies didn’t use AI for customer service (2024)