AI is niet langer uitsluitend een technologie om kosten te besparen. Steeds meer bedrijven ontdekken dat intelligente AI-agenten ook nieuwe inkomsten kunnen genereren, de klantenervaring verbeteren en medewerkers waardevoller maken. Salesforce laat aan de hand van praktijkvoorbeelden zien hoe organisaties de stap zetten van experimenteren met artificiële intelligentie naar meetbare bedrijfsresultaten.
Getting to ROI: How Brands Turn Cost Centers into Revenue Engines with AIKey Takeaways AT&T, Southwest, Canada Goose, and others share lessons they learned from their agentic deployments. Common themes include using AI to |
AI verandert de economische waarde van klantenservice
Jarenlang werd klantenservice vooral beschouwd als een noodzakelijke kostenpost. Bedrijven investeerden in callcenters, ondersteunende medewerkers en digitale systemen om vragen zo efficiënt mogelijk af te handelen. Hoe sneller een probleem werd opgelost, hoe lager de operationele kosten.
Met de opkomst van autonome AI-agenten verandert die redenering fundamenteel. Klantenservice wordt niet alleen goedkoper, maar kan ook rechtstreeks bijdragen aan omzetgroei en sterkere klantenrelaties. Volgens Salesforce ligt de grootste opportuniteit niet in het volledig vervangen van menselijke medewerkers, maar in het combineren van menselijke expertise met intelligente automatisering.
Bedrijven zoals Canada Goose, Canon, AT&T en Southwest Airlines tonen hoe die aanpak in de praktijk werkt. Hun ervaringen leveren drie belangrijke inzichten op: menselijke meerwaarde versterken, voortdurend luisteren naar klanten en vertrouwen vanaf het begin inbouwen.
Canada Goose maakt van zijn callcenter een inkomstenbron
Bij kledingmerk Canada Goose beantwoorden medewerkers niet langer voortdurend dezelfde vragen over leveringen, retourzendingen of kledingmaten.
Die routinetaken worden overgenomen door Salesforce Agentforce, een platform waarmee bedrijven autonome AI-agenten kunnen inzetten.
- 89% Van de routinematige berichten automatisch afgehandeld
- 15% Van de telefonische oproepen automatisch opgelost
Door Canada Goose gerapporteerde resultaten met Agentforce.
Daardoor krijgen menselijke medewerkers meer tijd voor persoonlijke styling, aankoopadvies en het opbouwen van klantenrelaties. De vroegere klantendienst is inmiddels uitgegroeid tot een zogenoemd Experience Center. Volgens het bedrijf genereert die afdeling nu miljoenen aan inkomsten.
De belangrijkste verandering zit dus niet uitsluitend in de technologie, maar in de nieuwe rol van medewerkers. AI neemt repetitief werk over, terwijl mensen zich concentreren op activiteiten die commerciële en menselijke meerwaarde creëren.
Canon ontdekt verborgen waarde in klantengesprekken
Ook Canon ziet mogelijkheden om klantenservice om te vormen van kostenpost tot waardevolle bedrijfsfunctie.
Wanneer AI-agenten eenvoudige vragen zelfstandig beantwoorden, ontstaat ruimte om de informatie uit klantcontacten beter te benutten.
Vragen, klachten en opmerkingen vertellen immers veel over de verwachtingen van klanten. Die inzichten kunnen worden gebruikt om producten te verbeteren, dienstverlening te vereenvoudigen en toekomstige problemen te voorkomen.
Zo krijgt klantenservice een bijkomende strategische functie: niet alleen problemen oplossen, maar ook bijdragen aan productontwikkeling en innovatie.
AT&T gebruikt AI om medewerkers beter voor te bereiden
Telecombedrijf AT&T kiest voor een aanpak waarbij AI de menselijke interactie ondersteunt in plaats van vervangt. Een opvallende toepassing is de zogenaamde agent briefing.
Wanneer een klant via de mobiele applicatie een winkelbezoek voorbereidt, verzamelt AI relevante informatie over de reden van het bezoek. De winkelmedewerker krijgt vervolgens een overzicht van de klantcontext voordat het gesprek begint. Daardoor hoeft de klant niet telkens opnieuw dezelfde informatie te geven en kan de medewerker sneller gericht advies aanbieden.
Die aanpak vraagt wel betrouwbare gegevens, degelijk databeheer en duidelijke regels over het gebruik van klantinformatie. Het uiteindelijke doel is proactieve dienstverlening: klanten helpen voordat ze hun volledige probleem moeten uitleggen.
Southwest Airlines laat klanten de AI-strategie bepalen
Een veelgemaakte fout bij AI-projecten is dat bedrijven vooraf proberen te voorspellen wat klanten nodig hebben.
Volgens de ervaringen van Southwest Airlines werkt het beter om echte klantinteracties als uitgangspunt te nemen. De luchtvaartmaatschappij analyseert vragen die via haar digitale chatomgeving binnenkomen. Die informatie helpt bepalen welke nieuwe mogelijkheden aan AI-agenten worden toegevoegd.
In plaats van een volledig systeem te ontwerpen op basis van interne veronderstellingen, groeit de technologie mee met het daadwerkelijke gedrag van klanten. Volgens Southwest Airlines verbetert de klanttevredenheid, gemeten via de CSAT-score, van week tot week naarmate nieuwe functionaliteiten worden geïntroduceerd.
Ook fabrikant Fisher & Paykel benadrukt dat bedrijven vooral moeten beginnen, observeren en bijsturen. De werkelijke behoeften van gebruikers worden vaak pas duidelijk wanneer de technologie in de praktijk wordt ingezet.
Vertrouwen en controle bepalen het succes
Hoe autonomer AI-agenten worden, hoe belangrijker controlemechanismen worden. Vooral in sectoren zoals financiële dienstverlening, telecom en farmacie kunnen fouten grote gevolgen hebben.
AT&T heeft daarom systemen voorzien waarmee AI-agenten op elk moment kunnen worden uitgeschakeld. Voor toepassingen met vertrouwelijke bedrijfsinformatie gebruikt het bedrijf bovendien aanvullende beveiligingsmaatregelen en een eigen taalmodel. Bij Sammons Financial Group werd nog een stap verder gegaan.
Voordat de AI-oplossing operationeel werd, doorliep het bedrijf meer dan 200 controles en tests. Daarnaast werd een toezichthoudende AI-agent ingevoerd die telefoongesprekken controleert en uitspraken vergelijkt met informatie in het CRM-systeem. Het systeem beschikt ook over een noodstop waarmee ongewenst gedrag kan worden onderbroken.
De farmaceutische onderneming Takeda past een vergelijkbare filosofie toe. AI automatiseert administratieve taken van commerciële medewerkers, maar moet daarbij voldoen aan de strenge regelgeving binnen de sector. Deze voorbeelden illustreren dat vertrouwen geen bijkomstigheid is. Het vormt een noodzakelijke voorwaarde om AI op grotere schaal in bedrijfsprocessen te integreren.
Het rendement van AI gaat verder dan kostenbesparing
De praktijkvoorbeelden van Salesforce tonen dat het rendement op AI-investeringen, of return on investment (ROI), steeds breder wordt bekeken. Traditioneel werd het succes van automatisering vooral gemeten aan de hand van tijdsbesparing en lagere personeelskosten.
Bij autonome AI-agenten ontstaan bijkomende mogelijkheden.
| Traditionele automatisering | AI-gedreven bedrijfswaarde |
| Minder tijd per klantvraag | Meer ruimte voor persoonlijk advies |
| Lagere operationele kosten | Nieuwe commerciële opportuniteiten |
| Snellere afhandeling | Hogere klanttevredenheid |
| Minder administratief werk | Meer productiviteit van medewerkers |
| Registratie van klantvragen | Inzichten voor productontwikkeling |
Voor bedrijven betekent dit dat AI-projecten niet uitsluitend beoordeeld moeten worden op hoeveel werk ze automatiseren. Ook omzetbijdrage, klantbehoud, servicekwaliteit en de productiviteit van medewerkers verdienen aandacht.
Tegelijk bewijzen de aangehaalde praktijkvoorbeelden niet dat iedere AI-investering automatisch winstgevend wordt. Daarvoor blijven concrete kostenanalyses en metingen van de gerealiseerde bedrijfswaarde noodzakelijk.
Van AI-experiment naar een nieuwe bedrijfsstrategie
De belangrijkste les uit de ervaringen van Salesforce is dat succesvolle AI-projecten niet beginnen bij de technologie, maar bij een duidelijk bedrijfsdoel.
Organisaties die uitsluitend AI-agenten installeren om mee te zijn met de nieuwste ontwikkelingen, lopen het risico weinig tastbare resultaten te behalen. Bedrijven die daarentegen vertrekken vanuit concrete klantbehoeften, meetbare doelstellingen en betrouwbare gegevens, creëren betere voorwaarden voor duurzame waarde.
Bovendien vraagt AI om voortdurende verbetering. Klanten veranderen, verwachtingen evolueren en de technologie ontwikkelt zich in hoog tempo. De succesvolle AI-agent van vandaag is daarom niet noodzakelijk de beste oplossing van morgen.
Conclusie: AI wordt pas waardevol wanneer het bedrijf mee verandert
De volgende fase van artificiële intelligentie draait niet langer uitsluitend om wat AI technisch kan uitvoeren, maar om welke economische waarde ze daadwerkelijk creëert.
Canada Goose laat zien hoe klantenservice kan uitgroeien tot een omzetgenererende activiteit. Canon gebruikt klantinteracties als bron voor innovatie. AT&T versterkt de persoonlijke dienstverlening en Southwest Airlines ontwikkelt AI op basis van echte klantbehoeften.
Samen tonen deze voorbeelden een belangrijke verschuiving: AI-agenten worden niet alleen instrumenten om bestaande processen goedkoper uit te voeren, maar ook bouwstenen voor nieuwe bedrijfsmodellen. De grootste opbrengst ontstaat wanneer automatisering, menselijke expertise en klantgerichtheid elkaar versterken.
