Ervaren technologiedirecteur klantrelaties zegt dat AI domeinexpertise niet kan vervangen

David Karp heeft meer dan 30 jaar ervaring in leidinggevende functies na de verkoop. Momenteel is hij SVP voor klantsucces bij Billtrust, een SaaS-bedrijf met een omzet van meer dan $200M.

We spraken met David om te begrijpen welke aspecten van CX veranderen. Hij vertelde ons over de nieuwe workflows — en nieuwe functies — die hij creëert.

Een bescheiden maar krachtig CS-team

Als ervaren leider met meer dan 30 jaar ervaring in leidinggevende functies na de verkoop, heb ik één missie nagestreefd: klantrelaties transformeren in krachtige motoren voor groei.

Mijn passie ligt in het harmoniseren van cultuur, technologie en data. Als gecertificeerd mentor en levenslange leerling combineer ik mijn expertise met een oprechte toewijding aan het ondersteunen van mijn collega's, klanten en gemeenschap. Elke dag begin ik met geloof, beweging en de overtuiging dat de uitdagingen van vandaag de succesverhalen van morgen zullen worden.

Momenteel ben ik SVP voor klantsucces bij Billtrust, waar ik verantwoordelijk ben voor CSM's, klantwaardelevering en verlengingen. Ik ben wereldwijd verantwoordelijk voor alle klanten — Enterprise, Corporate en SMB — voornamelijk in de VS en Europa.

We zijn een SaaS-bedrijf met een omzet van meer dan $200M en ongeveer 800 medewerkers. Mijn team is bescheiden maar krachtig, met ongeveer 25 teamleden.

Hoe AI klantverloop, ondersteuning en kennis beïnvloedt

Dankzij AI heb ik grote veranderingen doorgevoerd in de manier waarop de klantervaring wordt geleverd. Hier zijn drie voorbeelden:

1. Gezondheidsscores en voorspelling van klantverloop

We hebben AI agressief geïntegreerd in onze gezondheidsscores en ons model voor het voorspellen van klantverloop, waardoor we problemen veel sneller dan voorheen kunnen identificeren en aanpakken.

We gebruiken een combinatie van hulpmiddelen. Claude is onze voorkant, maar we hebben een model met 12 signalen gebouwd dat gebruikmaakt van brondata, sentimentgegevens (Gong, CSAT, NPS) en belangrijke risicosignalen die specifiek zijn voor ons bedrijf. We begonnen met drie signalen en kalibreerden het model naarmate we accounts behielden, uitbreidden of verloren door klantverloop. In het eerste kwartaal was het model voor 84% nauwkeurig.

We werken de scores elke week bij. Hierdoor kunnen we binnen enkele dagen ingrijpen — in plaats van weken of maanden — en hoeven we niet alleen signalen te zien na een gesprek of een bijgewerkte gezondheidsscore van een CSM of AE.

2. Klantenondersteuning

We staan nog maar aan het begin, maar onze agentgestuurde aanpak zal ons vermogen uitbreiden om klanten te bedienen die voorheen geen ondersteuning of dekking van een CSM hadden. We zijn er zelfs in geslaagd om over te stappen van het indienen van tickets per e-mail naar een eerste "chatbot" die alle interacties buiten de telefoon afhandelt.

We gebruiken een combinatie van Claude en een interne tool die we hebben gebouwd. Deze voegt vaardigheden toe voor het verzamelen van gegevens en inzichten en het leveren van visuele elementen. Met de vaardigheden die we creëren, kunnen we brondata, gebruiksgegevens en sentiment (uit Gong, NPS en CSAT) harmoniseren en al die gegevens verwerken in een consistente maar gepersonaliseerde reeks betrokkenheidsberichten, presentaties enzovoort.

We vervangen ook ons CSP. Samen zorgen deze initiatieven voor schaalbaarheid.

Het duurt nog 4-6 maanden, maar we zullen onze dekking uitbreiden van 500 accounts naar bijna 2.000.

3. Kennisbanken

We versnellen de kennis die we aan klanten leveren, waaronder de relevantie en nauwkeurigheid van onze kennisartikelen. Dit gebeurt via workflows en agents die deze artikelen automatisch bijwerken.

Wat mensen binnen CX nog steeds moeten afhandelen

AI stuurt escalatie, ondersteuning en content in hoge mate aan, maar we blijven sterk afhankelijk van mensen om de "laatste kilometer" van probleemoplossing en serviceherstel af te handelen.

En als het gaat om relaties met een grote impact, is het duidelijk waar AI niet langer behulpzaam is. Alleen een mens kan de empathie bieden die nodig is om een neerwaarts spiraalvormige relatie te herstellen.

Waarom AI domeinexpertise niet kan vervangen

Domeinexpertise is nog altijd essentieel om echte klantproblemen te begrijpen en aan te pakken.

Domeinexpertise stelt een CSM bijvoorbeeld in staat om de dagelijkse uitdagingen van een persona, gebruiker of leidinggevende te begrijpen. AI blinkt uit in het creëren van oplossingen, maar ik heb nog niet meegemaakt dat het de domeinkennis kan vervangen van iemand die in de schoenen van de klant heeft gestaan en begrijpt hoe je verbinding maakt wanneer een klant zich in een moeilijke situatie bevindt.

AI kan veel dingen vervangen, maar niet de domeinkennis die zorgt voor een ander niveau van probleemoplossing.

Hoe AI zowel betrokkenheid als rommel verhoogt

Ik heb twee grote voordelen van AI gezien: minder afhankelijkheid van mensen en meer betrokkenheid bij onze accounts. Omdat AI een groot deel van onze probleemanalyse en besluitvorming over interventies aanstuurt, kunnen we met 50% meer accounts werken met tot 20% minder mensen.

Natuurlijk zijn er ook negatieve gevolgen. We hebben klanten die niet met een chatbot willen beginnen. Klanten die al lang bij ons zijn, zijn gewend om contact op te nemen met dezelfde persoon en willen hun gedrag niet veranderen. Er is dus sprake van een evenwicht.

En in enkele gevallen werkten mensen te snel met AI en creëerden ze rommel die bij klanten terechtkwam.

Hoe AI-fouten relaties kunnen beïnvloeden

David deelt

AI is slechts zo goed als je vermogen om de resultaten kritisch te beoordelen. Je moet intellectueel nieuwsgierig zijn en iteratief met AI werken om na verloop van tijd tot de beste resultaten te komen… Het was voor ieder van ons een krachtig leermoment.

AI is slechts zo goed als je vermogen om de resultaten kritisch te beoordelen. Je moet intellectueel nieuwsgierig zijn en iteratief met AI werken om na verloop van tijd tot de beste resultaten te komen. Het eerste antwoord is bijna nooit goed, laat staan goed genoeg.

Als de tijd krap is, is het verleidelijk om een paar stappen over te slaan. Misschien hoeft een oplevering voor die klant wat minder grondig te worden nagekeken omdat je er zeker van bent dat AI het goed heeft gedaan.

Maar ik heb die fout vaak genoeg gemaakt — met klanten en intern — om te weten dat AI gaten vaak opvult met informatie waarover het niet beschikt. Het onjuist invullen van die gaten kan de geloofwaardigheid van al het andere ondermijnen.

Een voormalige partner liet AI zonder tussenkomst antwoorden op zijn e-mails met een lagere prioriteit. Vervolgens stuurde het systeem een van mijn belangrijke e-mails naar de verkeerde wachtrij en ontving ik een duidelijk door AI gegenereerd antwoord. Ik had geen idee dat hij AI gebruikte voor antwoorden, en op dat moment schaamde hij zich omdat het leek alsof hij onze lange relatie niet waardeerde.

Het was voor ons allebei een krachtig leermoment.

Waarom het integreren van gegevensbronnen cruciaal is voor CX

Data, data, data.

Als je geen sterke datafundering hebt — het integreren van gegevensbronnen via een tool zoals Snowflake is prima — zul je niet profiteren van AI.

De reden is eenvoudig: AI kan geen echte voordelen bieden tenzij het is gebaseerd op gegevens die een brede context van de klant bieden, gecombineerd met je productkennis en inzicht in hoe zij waarde creëren.

Het is bijna onvergeeflijk om de klantreis van je klant niet te kennen, gezien alle gegevens die we tegenwoordig kunnen verzamelen — opgenomen gesprekken, e-mails, productsignalen enzovoort. Je hebt een volledig beeld nodig van elke klantinteractie, KPI, doelstelling, uitdaging enzovoort.

Door deze gegevens zorgvuldig beschikbaar te maken voor AI, creëer je de context die nodig is om een betere, meer afgestemde en klantspecifieke ervaring te bieden.

Waarom CX-leiders baat kunnen hebben bij het creëren van nieuwe rollen

We creëren een team van engineers die nauw bij de uitvoering worden ingezet (ik noem hen architecten voor productwaarde) en die begrijpen hoe ze voor elk signaal interventies kunnen creëren om de waardekloof te dichten en de klant weer op koers te brengen. En CSM's werken in de juiste context samen met die architecten voor productwaarde, omdat zij de doelen en KPI's van de klant begrijpen.

Zonder de signalen en schaalbare interventies zouden we dit niet kunnen doen. AI is essentieel voor de signalen en is ingebed in veel (maar niet alle) interventies.

Waarom CX-leiders moeten experimenteren en het voortouw moeten nemen

Dit is mijn advies: experimenteer, neem het voortouw en neem beslissingen.

Vertrouw niet op puntoplossingen of AI die in afzonderlijke softwareoplossingen is ingebed. De kracht van AI zal zichtbaar worden tussen verschillende oplossingen en datasets.

Volg ons

Je kunt het werk van David Karp volgen op LinkedIn.

Er komen meer interviews met experts op The CX Lead!