Hoe Relevance AI 83% van zijn support volledig autonoom maakte
Tijdens een Relevance Live-sessie onthulde Alex, Support & Community Lead bij Relevance AI, hoe het team erin slaagde om in januari 2026 maar liefst 83% van alle supporttickets – van free tot pro en team – volledig end-to-end door AI te laten afhandelen. Zonder menselijke tussenkomst.
Het geheim? Niet alleen betere modellen, maar vooral betere documentatie.
Waarom autonome support vaak mislukt
Veel bedrijven maken volgens Alex dezelfde fout: ze willen meteen naar volledig autonome AI-agents. Maar zonder verfijnde prompts, duidelijke tools en robuuste guardrails loopt dat snel mis.
Autonome agents zijn geen “installeer en klaar”-software. Ze opereren in complexe omgevingen waarin klantverwachtingen, productupdates en edge cases elkaar voortdurend kruisen. Zonder duidelijke kaders ontstaat ruis, inconsistentie en frustratie.
Relevance AI koos daarom voor een tussenstap.
Stap 1: Copilots als veilige testomgeving
In plaats van direct autopilot te activeren, startte het team met AI-copilots. Deze systemen ondersteunden menselijke supportmedewerkers, maar namen het werk nog niet volledig over.
Die fase bleek cruciaal.
Copilots hielpen het team om:
- Prompts te verfijnen
- Tools correct te integreren
- Escalatieregels op te zetten
- Guardrails te testen
- Feedbackloops te implementeren
Door AI eerst als assistent in te zetten, werd zichtbaar waar de hiaten zaten. Welke vragen veroorzaakten fouten? Welke documentatie was onduidelijk? Waar ontbraken beslissingsregels?
Pas toen die fundamenten op orde waren, werd de stap naar volledige autonomie gezet.
Stap 2: Autopilot met ingebouwde controle
Toen de overgang naar autopilot werd gemaakt, gebeurde dat niet roekeloos. Het systeem bevatte:
- Automatische escalaties bij twijfel
- Goedkeuringsflows voor risicovolle acties
- Transparante logging en accountability
- Duidelijke fallback-mechanismen
Autonomie betekende hier niet “zonder toezicht”, maar “zonder onnodige menselijke tussenkomst”.
Het resultaat: ongeveer 80% van de tickets werd al snel door AI verwerkt, en in januari 2025 liep dat op tot 83% volledig autonome afhandeling.
Documentatie als nieuwe ruggengraat
Misschien wel de belangrijkste les uit het verhaal van Relevance AI: documentatie is niet langer alleen bedoeld voor klanten.
AI-agents vertrouwen op gestructureerde, actuele kennis. En bij Relevance AI werd die kennis dagelijks bijgewerkt — letterlijk bij elke release.
Elke werkdag verscheen er een nieuwe productupdate. Dat betekende ook: elke werkdag documentatie aanpassen. Zonder die discipline zou de autonome support nooit betrouwbaar zijn geworden.
Waar documentatie vroeger een bijzaak was, werd het nu de ruggengraat van het AI-systeem.
Wat dit betekent voor support- en CX-teams
De case van Relevance AI laat zien dat succesvolle AI-automatisering geen sprint is, maar een zorgvuldig opgebouwd proces.
Voor support-, CX- en operations-teams liggen de lessen voor het oprapen:
- Begin met copilots
- Investeer zwaar in documentatie
- Bouw escalatie en accountability in
- Meet performance continu
- Schakel pas over naar autopilot wanneer het systeem betrouwbaar is
Autonome support is haalbaar — maar alleen als de organisatie er klaar voor is.
De echte verschuiving: Van mensen trainen naar agents trainen
Wat hier fundamenteel verandert, is het werk zelf. Teams trainen niet langer alleen mensen, maar ook agents. Productdocumentatie wordt geschreven met zowel klanten als AI in gedachten. Workflows worden ontworpen voor samenwerking tussen mens en machine.
In plaats van AI als vervanging te zien, positioneert Relevance AI het als schaalvergroter: een digitale workforce die repetitief werk overneemt, terwijl mensen zich richten op complexere cases en community-opbouw.
