Kunstmatige intelligentie is vandaag opvallend goed geworden in het beantwoorden van vragen. Chatbots, voicebots en virtuele assistenten geven razendsnel correcte antwoorden. Maar in klantenservice draait het om meer dan antwoorden alleen. Het draait om oplossingen. En precies daar loopt AI nog vaak vast.
In een recente aflevering van Deep Learning with PolyAI gaat presentator Jenn Cunningham in gesprek met Zaccari Scalzi van Cobrowse.io. Samen onderzoeken ze waarom visuele context steeds crucialer wordt voor effectieve AI in customer experience (CX).
Van antwoorden naar echte oplossingen
Veel klantenservice-AI’s falen niet omdat ze dom zijn, maar omdat ze blind zijn. Wanneer een klant vastloopt in een app, webshop of formulier, is het vaak moeilijk om precies te verwoorden wat er misgaat. “De knop werkt niet” of “het scherm ziet er anders uit” zijn voor een AI te vaag om gericht te helpen.
Volgens Scalzi ligt daar het fundamentele probleem: traditionele bots zijn gebouwd rond tekst en intenties, terwijl echte klantproblemen vaak visueel en situationeel zijn. Zonder te zien wat de klant ziet, blijft AI steken in herhaling en frustratie.
Waarom traditionele bots vastlopen
In de praktijk breken klassieke chatbots af zodra een interactie complex wordt. Meerdere stappen, onverwachte foutmeldingen of afwijkende schermen zorgen ervoor dat het gesprek ontspoort. Het resultaat: lange dialogen zonder oplossing, of een gefrustreerde klant die alsnog naar een menselijke agent wordt doorgestuurd.
Dat is geen containment — het afhandelen van gesprekken — maar eerder uitstel van het echte probleem.
Visuele context als versneller
Door conversational AI te combineren met realtime visuele context, verandert het spel. Wanneer een AI of agent letterlijk kan meekijken op het scherm van de klant, ontstaat er direct begrip van de situatie. Wat ziet de gebruiker? Welke stap is al genomen? Waar loopt het proces vast?
Die gedeelde context maakt het mogelijk om sneller, nauwkeuriger en met minder uitleg tot een oplossing te komen. Niet alleen menselijke agents profiteren daarvan, maar ook AI-systemen die hierdoor betere beslissingen kunnen nemen.
Containment versus probleemoplossing
Scalzi maakt in het gesprek een belangrijk onderscheid: veel organisaties optimaliseren op containment — zoveel mogelijk gesprekken afhandelen zonder menselijke tussenkomst. Maar echte klanttevredenheid ontstaat pas bij probleemoplossing.
Visuele context helpt AI om verder te gaan dan scripted antwoorden en om daadwerkelijk mee te denken in complexe klantreizen. Dat betekent minder overdrachten, minder herhaling en een merkbaar soepelere ervaring voor de klant.
Betere overdracht tussen AI en mens
Wanneer een overdracht naar een menselijke agent nodig is, blijkt visuele context opnieuw van grote waarde. Als zowel de AI als de agent exact zien wat de klant ziet, hoeft de klant zijn probleem niet opnieuw uit te leggen. De context reist mee.
Dat zorgt voor snellere handoffs, minder irritatie en een gevoel van continuïteit — iets wat in moderne CX steeds belangrijker wordt.
Privacy, toestemming en governance
AI die “meekijkt” roept begrijpelijkerwijs vragen op over privacy. In het gesprek benadrukt Scalzi dat visuele context alleen werkt wanneer toestemming, transparantie en governance goed geregeld zijn. Klanten moeten altijd controle houden over wat gedeeld wordt en wanneer.
Zonder dat vertrouwen ondermijnt visuele AI juist de klantervaring die ze wil verbeteren.
De kernboodschap
De conclusie is helder: AI werkt het best wanneer ze beschikt over volledige context. En in veel klantreizen is die context onmiskenbaar visueel. Door taal, zicht en real-time begrip te combineren, verschuift AI in klantenservice van een antwoordmachine naar een echte probleemoplosser.
