Oprichter en hoofd klantbeleving zegt dat AI klantenservice kan veranderen van kostenpost in winstcentrum

Jaakko Timonen heeft ervaring met het leiden van CX-organisaties en is momenteel oprichter en CEO van GitHits.

We spraken met Jaakko om te ontdekken hoe hij AI gebruikt om zijn gebruikers beter te begrijpen. Dit is wat hij vertelde.

Verschillende rollen, dezelfde CX-taak

Mijn naam is Jaakko (Jack) Timonen. Momenteel ben ik medeoprichter en CEO van GitHits, waar ik toezicht houd op CX.

Wij zijn een bedrijf dat ontwikkelaarstools maakt en ons product bevindt zich in de bètafase. Moderne AI-codeertools stellen agents in staat om door lokale codebases te navigeren, maar ze hebben geen toegang tot frameworks, bibliotheken, SDK's of andere opensourceafhankelijkheden. Daarom biedt GitHits op aanvraag een versiebewuste index van opensourcecode, meestal binnen 10-20 seconden voor een gemiddelde repository.

Momenteel bestaat het overgrote deel van onze gebruikers uit individuele softwareontwikkelaars of kleine startups, maar we hebben ook enkele gebruikers bij grotere bedrijven. We communiceren voornamelijk met hen via e-mail, Slack, WhatsApp, Intercom en X.

Voordat ik met GitHits begon, was ik directeur klantrelaties bij een AI-adviesbureau genaamd Softlandia. Daarvoor was ik verantwoordelijk voor het product en de klantervaring bij NoNoNo.com, dat Amerikaanse consumenten hielp om klachten over grote bedrijven te escaleren en op te lossen.

Hoe AI CX-leiders in staat stelt het gebruik te begrijpen voordat ze gebruikers antwoorden

Ons product is relatief nieuw en het probleem dat we oplossen is complex, dus we krijgen enorm veel ondersteuningsverzoeken — vooral over hoe verschillende codeeragents en -harnassen moeten worden ingesteld. De hoge ondersteuningsdruk is bovendien verergerd door recente aanvallen op de softwaretoeleveringsketen. Als reactie daarop plaatsen veel ontwikkelaars, waaronder onze klanten, nieuwe pakketversies — inclusief de door hen gevraagde oplossingen — een week in quarantaine voordat ze deze installeren.

Daarom moesten we enkele wijzigingen aanbrengen in de manier waarop we ondersteuning bieden. We hebben Claude Cowork gekoppeld aan BigQuery. Ook zijn we een tool genaamd Datost gaan gebruiken, die toegang heeft tot de relevante gegevens in BigQuery en ons in staat stelt om via Slack met die gegevens te chatten.

Nu kunnen we vragen stellen over elke gebruiker en diens gebruik, waardoor we diepgaand kunnen onderzoeken wat diegene probeert te doen. Als een gebruiker dus klaagt over een probleem, kunnen we sneller terugkomen met nauwkeurigere, datagestuurde antwoorden.

Het is ook nuttig wanneer we proactief contact opnemen, omdat we goed geïnformeerd over het gebruik van de klant aan tafel komen. Bovendien krijgen we hierdoor een veel beter inzicht in onze gebruikers als geheel. Daardoor kunnen we betere, relevantere functies bouwen en uiteindelijk meer tractie krijgen.

Waarom mensen bij elk onderdeel van CX betrokken moeten zijn

Vroeger dacht ik dat 100% van de gebruikers de voorkeur gaf aan menselijke klantenservice boven AI. De reden was eenvoudig: menselijke klantenservice is menselijker en we zijn allemaal mensen. Maar ik had het mis. Het hangt ervan af.

Ik denk dat de ontvankelijkheid van klanten voor AI afhangt van wat ze doen. Als ze bijvoorbeeld een technisch detail moeten vinden en die informatie in de documentatie kunnen vinden, geven ze de voorkeur aan zelfbediening — en zullen ze de hulp van AI waarschijnlijk waarderen. Maar als ze klachten hebben over hoe het product werkt of over iets anders dat met de productervaring te maken heeft, geven ze vrijwel altijd de voorkeur aan een mens die betrokken is.

Dat is de belangrijkste reden waarom we AI niet gebruiken om op feedback van klanten te reageren. Een andere reden is dat we een bedrijf in een vroege fase zijn, nog vóór product-marktfit, en dat we onze gebruikers echt moeten begrijpen. Dat betekent dat we dingen moeten doen die niet schaalbaar zijn.

In de toekomst gebruiken we misschien AI-agents om op eenvoudige klantverzoeken te reageren. Voor complexe verzoeken blijft waarschijnlijk menselijke betrokkenheid nodig.

Voorlopig is geen enkele van onze CX-beslissingen voor 100% afhankelijk van AI. We gebruiken AI om sneller betere antwoorden te krijgen, maar mensen controleren nog steeds alles.

Waarom chatbots voor klantenservice niet aan de verwachtingen voldoen

Onlangs zijn we onze klanten de mogelijkheid gaan bieden om met onze documentatie te chatten, met behulp van Mintlify. We verwijzen hen daar actief naartoe wanneer ze via e-mail contact opnemen.

We verwachtten dat ze dit geweldig zouden vinden. We dachten dat ze diep in het product zouden duiken om de mogelijkheden ervan te begrijpen, maar dat is niet gebeurd. Misschien komt dat doordat het een recente toevoeging is. Of misschien geven onze klanten de voorkeur aan menselijke klantenservice. De tijd zal het leren.

Wanneer je zo'n chatbot instelt, zou ik CX-leiders voor één ding willen waarschuwen: de meeste chatbots zijn complete rommel. Ze weten niet hoe ze vragen moeten beantwoorden en beëindigen gesprekken voordat gebruikers überhaupt de kans krijgen om een vervolgvraag te stellen.

Hier zijn enkele tips:

• Geef vooral context. Zonder context weet de chatbot niet wat hij moet doen.
• Train de chatbot om empathisch te zijn en de toon van de klant over te nemen. Als de klant bijvoorbeeld iets analytisch vraagt, is die persoon misschien iemand die graag met cijfers werkt. Dan wil je meer analytische antwoorden geven. Maar als het bericht emotioneel geladen is, is het belangrijker om het probleem empathisch te benaderen.
• Train de chatbot om geweldloze communicatie te gebruiken.
• Zorg ervoor dat het doel niet is om technisch superieur te zijn, maar om te begrijpen wat de drijfveren achter de berichten van de klant zijn.

Hoe een AI-toolstack in CX eruitziet

We gebruiken AI om al onze workflows op te bouwen. Dit is onze AI-toolstack:

• Claude Code en Codex voor coderen met behulp van AI
• Intercom voor supportverzoeken en triage

• PostHog voor het bijhouden van conversies, klikken enzovoort. We gebruiken het ook voor schermopnamen.
• BigQuery voor het opslaan van relevante gegevens
• Datost om met gegevens te chatten
• Mintlify zodat onze gebruikers met onze documentatie kunnen chatten

We zijn van plan om Intercom niet meer te gebruiken. Aanvankelijk dachten we misschien over te stappen op Pylon, maar dat is te sterk gericht op B2B. Daarom onderzoeken we nu opties zoals UseClad of Parahelp.

Waarom een succesvolle AI-implementatie in CX afhankelijk is van je gegevens en documentatie

Elke CX-leider moet één ding weten: je succes hangt af van je gegevens en je documentatie.

Wat gegevens betreft, kom ik steeds terug bij wat Cat Wu van Anthropic zei in Lenny's Podcast — die aflevering is overigens een uitstekende bron als je er nog niet naar hebt geluisterd. Vrij vertaald: als je succesvol wilt zijn met Claude Cowork, moet je het allereerst integreren met alle mogelijke gegevensbronnen, zodat je absoluut alles beschikbaar hebt voor AI voordat je rapporten en actiepunten gaat maken.

De invoer heeft altijd invloed op de uitvoer en de invoer voor AI bestaat uit gegevens. Zorg er dus voor dat je gegevens gestructureerd en schoon zijn.

Wat documentatie betreft, moet je alles documenteren. En je klanten moeten met de documentatie kunnen chatten, zodat ze heel gemakkelijk de naald in de hooiberg kunnen vinden. Gelukkig kan het proces worden geautomatiseerd om de documentatie up-to-date te houden.

Jaakko deelt

De invoer heeft altijd invloed op de uitvoer en de invoer voor AI bestaat uit gegevens. Zorg er dus voor dat je gegevens gestructureerd en schoon zijn.

Waarom AI-eigen producten nog steeds dashboards nodig hebben

Als je een AI-product voor consumenten bouwt, houd er dan rekening mee dat het aantal supporttickets zal toenemen als de interface van je tool uitsluitend uit AI-chat bestaat.

Ik merkte dit probleem toen ik mijn eerste website met Lovable bouwde. Het was geweldig om de website met prompts te bouwen, maar de tool kon niet overweg met SEO en er was geen statisch dashboard waar ik gemakkelijk toegang had tot zaken als metabeschrijvingen en paginatitels. Het was geen goede ervaring om gedwongen te worden om AI werkelijk alles te vragen — één voor één, pagina voor pagina.

Zorg ervoor dat je productteam nog steeds de noodzakelijke dashboards bouwt die je klanten nodig hebben.

Hoe AI CX kan veranderen van een kostenpost in een winstcentrum

De meeste CEO's beschouwen klantenservice en klantensucces als kostenposten, en dat leidt tot een slechte CX. Maar met AI kunnen we ze als winstcentra behandelen.

AI kan bijvoorbeeld meten wat er gebeurt met klanten van wie de klachten zijn opgelost. AI kan vaststellen of ze het risico lopen om af te haken of juist meer betrokken zijn dan voorheen.

Als dat laatste het geval is, komt dat de omzet ten goede — niet alleen via klantenbehoud, maar ook via mond-tot-mondreclame. Statistisch gezien vertelt een klant wiens klacht is opgelost binnen een week aan zes tot zeven mensen over die positieve ervaring. En waarschijnlijk geven ze de volgende maand 30% meer uit.

In dit verband raad ik aan Geluk leveren: het verhaal van Zappos te lezen.

Waarom geweldloze communicatie nog noodzakelijker is met AI

Mijn standaardtip voor CX-leiders is altijd om geweldloze communicatie te bestuderen. Elk supportbericht van een klant bevat:

• De boodschap (wat proberen ze te zeggen?)
• De emotie of het gevoel achter de boodschap
• De behoefte achter die emotie of dat gevoel
• Het verzoek dat uit die behoefte voortkomt”

CX-leiders moeten dat begrijpen. Voordat je iets anders doet, moet je antwoord alle vier de onderdelen behandelen. En nu moet je AI dat ook begrijpen.

In het algemeen geldt: onthoud: Je moet empathie overbrengen wanneer je op klanten reageert — niet alleen technische kennis.

Volg het werk

Je kunt het werk van Jaakko Timonen volgen op LinkedIn en X. Neem ook een kijkje bij GitHits.

Er volgen meer interviews met experts op The CX Lead!