CCO zegt dat klantbeleving verandert van een rapportagefunctie in operationele infrastructuur die snellere besluitvorming ondersteunt

Patrícia Osorio is medeoprichter en CCO van Birdie, een door AI aangedreven platform dat organisaties helpt klantcontext te structureren en te gebruiken.

We spraken met Patrícia om te leren hoe AI het CX-veld verandert. Volgens haar ondergaat het een fundamentele verandering: van een bedrijfsfunctie naar infrastructuur voor besluitvorming.

De grootste transformatie ooit in CX

Ik ben Patrícia Osorio, medeoprichter en Chief Customer Officer bij Birdie. Ik geloof dat klantervaring de grootste transformatie ondergaat sinds bedrijven voor het eerst klanttevredenheid gingen meten.

Jarenlang lag de focus van CX op luisteren — feedback verzamelen, NPS meten, dashboards bouwen en organisaties helpen begrijpen wat klanten zeggen. Bedrijven hebben tegenwoordig geen gebrek aan klantgegevens, maar wel aan gedeelde context. Elk team heeft zijn eigen beeld van de klant, maar niemand heeft het volledige overzicht.

Wij geloven dat CX zich ontwikkelt van een bedrijfsfunctie tot infrastructuur. Klantcontext wordt de gedeelde laag waarop elk onderdeel van de organisatie steunt — niet alleen supportteams, maar ook product, engineering, marketing, operations, financiën en in toenemende mate AI-systemen.

Bij Birdie helpen we grote ondernemingen in de financiële dienstverlening, verzekeringen, retail, marktplaatsen en nutsbedrijven om die laag voor klantcontext op te bouwen. We zetten miljoenen klantinteracties via elk kanaal om in context die organisaties helpt betere beslissingen te prioriteren, teams sneller op één lijn te brengen en de klantervaring voortdurend te verbeteren. We zijn een team van bijna 60 mensen en bedienen zakelijke klanten in Noord-Amerika, Latijns-Amerika en Europa.

Dit is de toekomst van CX. Het rapporteert niet langer over wat er is gebeurd. Het wordt de infrastructuur die het hele bedrijf helpt beslissen wat het vervolgens moet doen.

Hoe AI CX verandert in infrastructuur

Elk bedrijf investeert in AI-agents, copilots en automatisering. Maar de meeste maken dezelfde fout. Ze optimaliseren afzonderlijke functies in plaats van het bedrijf als geheel.

Klanten ervaren onze organisatiestructuren niet. Ze ervaren het gecombineerde effect van elke beslissing die we nemen. Daarom moet klantcontext in het hele bedrijf beschikbaar zijn.

In de toekomst zal product geen functies prioriteren zonder klantcontext. Marketing zal geen campagnes lanceren zonder klantcontext. Support zal agents niet coachen zonder klantcontext. AI-agents zullen geen actie ondernemen zonder klantcontext.

Daarom geloof ik dat klantervaring infrastructuur wordt. Elke klantinteractie creëert context. Elke beslissing zou die context moeten gebruiken en elke uitkomst zou het bedrijf een beetje slimmer moeten maken.

Dat is een heel andere rol voor CX dan in de afgelopen twintig jaar. Het gaat niet langer om het maken van rapporten of zelfs het genereren van inzichten. Het gaat om het bieden van de klantcontext die elk team — en elke AI-agent — gebruikt om beslissingen te nemen.

Want de bedrijven die winnen, zullen niet de bedrijven zijn met de meeste AI. Het zullen de bedrijven zijn waar elke beslissing is gebaseerd op een gedeeld begrip van de klant. Voor mij is dat het volgende hoofdstuk van klantervaring: niet als afdeling, maar als infrastructuur voor besluitvorming binnen het bedrijf.

Hoe MCP's klantervaringen en klantbetrokkenheid veranderen

Patrícia deelt

Jarenlang was klantinzicht iets waar je naartoe ging. Je opende een dashboard, draaide een rapport, maakte een presentatie en deelde die tijdens een vergadering. Het was waardevol, maar stond in wezen los van het moment waarop beslissingen werden genomen.

Modelcontextprotocollen (MCP's) hebben een enorme impact op de klantervaring, en dat hebben we ter harte genomen. Jarenlang was klantinzicht iets waar je naartoe ging. Je opende een dashboard, draaide een rapport, maakte een presentatie en deelde die tijdens een vergadering. Het was waardevol, maar stond in wezen los van het moment waarop beslissingen werden genomen.

In het afgelopen jaar hebben we daar verandering in gebracht door Birdie's klantcontextlaag rechtstreeks beschikbaar te maken in de AI-tools die mensen elke dag al gebruiken. Of iemand nu ChatGPT, Claude, Gemini of een andere AI-werkruimte gebruikt, die persoon kan vragen stellen en met de eigen gegevens aan de slag gaan.

Dat klinkt misschien als een kleine verandering in de interface, maar het is een verandering in het bedrijfsmodel. En het verandert volledig de manier waarop klanten je product ervaren en ermee omgaan.

AI is verantwoordelijk voor snelheid, mensen voor beoordeling

AI moet voor snelheid zorgen. Mensen moeten voor de beoordeling zorgen.

AI is uitzonderlijk goed in het verwerken van grote hoeveelheden gegevens. Het kan miljoenen klantinteracties classificeren, opkomende patronen detecteren voordat die zichtbaar zijn in traditionele statistieken, signalen uit verschillende kanalen met elkaar verbinden, de bedrijfsimpact inschatten en kansen naar de juiste teams doorsturen. Dat is werk dat geen enkele menselijke organisatie realistisch gezien op ondernemingsschaal kan uitvoeren.

De fout die veel bedrijven maken, is proberen beoordeling door AI te vervangen. Mensen zijn onmisbaar wanneer beoordeling, verantwoordelijkheid en vertrouwen belangrijk zijn.

Wanneer een klant een echt slechte ervaring heeft gehad, heeft die niet alleen een correct antwoord nodig — die wil zich gehoord voelen. Wanneer een productteam beslist of een ervaring opnieuw moet worden ontworpen, is dat een strategische beslissing waarbij afwegingen komen kijken die veel verder gaan dan wat historische gegevens kunnen aanbevelen. In sterk gereguleerde sectoren zoals het bankwezen of de verzekeringssector vereisen beslissingen over escalatie en risico menselijke verantwoordelijkheid.

De kans ligt dus in het aanvullen van beoordeling met context. AI moet ons helpen begrijpen wat er gebeurt, waarom het gebeurt, hoe belangrijk het is en wie ervoor verantwoordelijk moet zijn. Mensen beslissen welke toekomst ze willen creëren.

Hoe AI de organisatorische snelheid verhoogt

De grootste verbetering van de klantervaring die AI heeft gebracht, draait niet om productiviteit. Het gaat om organisatorische snelheid.

Een van onze klanten, Agibank, analyseerde elk kwartaal meer dan 2,4 miljoen gesprekken en meer dan 33.000 NPS-reacties. AI verkortte de tijd die nodig was om die gegevens te begrijpen met 80% en versnelde de besluitvorming met 90%, wat bijdroeg aan een vermindering van het klantverloop met 10% in testmarkten — ongeveer $60,000 aan maandelijkse waarde die behouden bleef.

Een andere klant, Neon, identificeerde frictie bij klanten drie tot vier weken voordat die zichtbaar werd in traditionele operationele statistieken. Actie ondernemen op basis van die signalen leidde tot een verbetering van 27% in appbeoordelingen en een daling van 53% van het aantal Android-criticasters.

De waarde zit niet alleen in het feit dat AI feedback sneller analyseert. Het verkort drastisch de tijd tussen een signaal van een klant en een zakelijke beslissing. Organisaties gaan van discussiëren over de vraag of er een probleem bestaat naar beslissen hoe ze het kunnen oplossen.

Waarom AI klantcontext nodig heeft

De grootste tekortkoming is echter de aanname dat AI automatisch wijsheid creëert.

AI is ongelooflijk goed in het herkennen van patronen, maar patronen zonder bedrijfscontext kunnen misleidend zijn. Als je taxonomie zwak is, je klantsegmentatie slecht is of je organisatie causaliteit niet begrijpt, produceert AI simpelweg sneller antwoorden op de verkeerde vragen.

Daarom is klantcontext zo belangrijk. Context verandert patroonherkenning in goede besluitvorming.

Hoe statistieken over chatbotafwending misleidende resultaten voor de klantervaring opleveren

Chatbotafwending wordt overschat. De afgelopen jaren hebben we succes gemeten door te vragen: "Hoeveel contactmomenten heeft de chatbot voorkomen?" Dat is de verkeerde statistiek.

Het afwenden van een gesprek lost het probleem van een klant niet noodzakelijkerwijs op. Soms maakt het alleen moeilijker om iemand te bereiken die dat wel kan.

We hebben het allemaal zelf meegemaakt: je bent vijf minuten met een chatbot in cirkels aan het draaien, om uiteindelijk toch om een medewerker te vragen. Het bedrijf beschouwt dat als automatisering. De klant ervaart het als wrijving.

Het echte doel zou niet moeten zijn om contact te voorkomen. Het zou moeten zijn om wrijving weg te nemen.

Als AI proactief een mislukte betaling kan identificeren en herstellen voordat de klant het merkt, of de juiste informatie kan tonen zodat die überhaupt nooit contact hoeft op te nemen met de klantenservice — dan is dat een geweldig resultaat. Als AI simpelweg een extra laag creëert tussen de klant en een oplossing, optimaliseren we het verkeerde.

Dit weerspiegelt een bredere verschuiving binnen CX. We hebben jarenlang operationele statistieken zoals afhandeltijd, afhandeling zonder medewerker of contactvermijding geoptimaliseerd omdat ze eenvoudig te meten waren. Steeds vaker realiseren we ons dat de statistieken die ertoe doen klantresultaten zijn: Hebben we het probleem opgelost? Hebben we de onderliggende oorzaak weggenomen? Is het vertrouwen toegenomen? Had de klant ons minder nodig omdat de ervaring daadwerkelijk verbeterde?

Daarom draait de toekomst niet om AI die klantenservice vervangt. Het gaat om AI die organisaties helpt om voortdurend de oorzaken van klantwrijving binnen het hele bedrijf te identificeren en weg te nemen. Wanneer je de reden waarom klanten überhaupt contact met je opnemen wegneemt, creëer je echte waarde — niet omdat je een gesprek hebt voorkomen, maar omdat er geen probleem meer was om op te lossen.

Waarom AI-integratie moet beginnen met bedrijfsproblemen

AI heeft geen brede visie nodig — het heeft een zeer specifieke taak nodig.

De fout is om te beginnen met: "Hoe kunnen we AI gebruiken?" De betere vraag is: "Welke beslissing proberen we te verbeteren?"

Wanneer je duidelijkheid hebt over de beslissing, volgt de rest vanzelf: de gegevens die je nodig hebt, de context die je nodig hebt, de workflow die je automatiseert en de manier waarop je succes meet.

Daarom geloof ik dat de beste AI-projecten niet met technologie beginnen. Ze beginnen met een bedrijfsprobleem dat ertoe doet.

Stel de juiste vragen en benut deze kans

Dit is mijn advies:

1. Besteed minder tijd aan de vraag hoe je AI kunt gebruiken en meer tijd aan de vraag welke beslissingen AI moet verbeteren. Dat is een veel strategischere vraag. De meeste organisaties hebben geen AI-probleem — ze hebben een probleem met besluitvorming. Ze zijn ongelooflijk goed geworden in het verzamelen van klantgegevens, maar veel trager in het handelen op basis van die informatie.
2. Beschouw klantinzichten niet langer als het eindpunt. Het doel van klantintelligentie is niet om betere dashboards te maken. Het is om betere beslissingen te nemen. Als AI je helpt feedback twee keer zo snel te analyseren, maar je organisatie nog steeds zes maanden nodig heeft om actie te ondernemen, is er niets wezenlijks veranderd.
3. Leiders op het gebied van CX hebben nu een unieke kans. Jarenlang zagen mensen klantbeleving als het team dat tevredenheid mat en rapporteerde wat er was gebeurd. Dat verandert. Klantbeleving wordt de contextlaag die elk onderdeel van het bedrijf helpt beslissen wat het vervolgens moet doen. Productteams gebruiken deze om routekaarten te prioriteren. Marketing gebruikt deze om berichtgeving te begrijpen. Operationele teams gebruiken deze om wrijving weg te nemen. Financiën gebruikt deze om bedrijfsimpact te meten. AI-agenten gebruiken deze om betere beslissingen te nemen. Dat is een veel grotere rol dan NPS meten.

De toekomst van CX draait er niet om operationeler te worden — CX wordt fundamenteel. De organisaties die de komende tien jaar zullen winnen, zijn niet de organisaties met de meeste AI. Het zijn de organisaties die sneller leren dan alle anderen, omdat elke klantinteractie het bedrijf een beetje slimmer maakt.

Patrícia deelt

Dit is mijn advies: Besteed minder tijd aan de vraag hoe je AI kunt gebruiken en meer tijd aan de vraag welke beslissingen AI moet verbeteren. Beschouw klantinzichten niet langer als het eindpunt. Leiders op het gebied van CX hebben nu een unieke kans…De toekomst van CX draait er niet om operationeler te worden — CX wordt fundamenteel. De organisaties die de komende tien jaar zullen winnen, zijn de organisaties die sneller leren dan alle anderen, omdat elke klantinteractie het bedrijf een beetje slimmer maakt.

Volg ons

Je kunt het werk van Patrícia Osorio volgen op LinkedIn. Bekijk ook Birdie.

Er volgen meer interviews met deskundigen op The CX Lead!