Volg ZDNET: Voeg ons toe als voorkeursbron op Google.
De belangrijkste conclusies van ZDNET
- Agentic AI gaat vaak meer over praten dan over productiediensten.
- Slimme professionals richten zich op gebruiksscenario’s en ondersteunende technologie.
- Ze testen processen, verfijnen de aanpak en zoeken naar nieuwe kansen.
Gesprekken met digitale en zakelijke leiders over agentische AI draaien vaak rond een soortgelijk sentiment: we hebben agenten verkend, maar er is nog niets in productie.
Maar terwijl iedereen praat over AI-experimenten, kan geen enkel bedrijf het zich veroorloven om eindeloze pilots uit te voeren zonder bedrijfswaarde te creëren. En nu experts suggereren dat professionals die er niet in slagen AI te benutten het risico lopen achter te blijven, is het van cruciaal belang om succesvolle agenten zo vroeg mogelijk in te zetten.
Ook: hoe u betere AI-agenten voor uw bedrijf kunt bouwen – zonder vertrouwensproblemen te creëren
Bij online reisspecialist Booking.com is Huy Dao, directeur van het data- en machine learning-platform, belast met het leveren van waarde uit AI, inclusief agentische diensten. Hij heeft resultaten geboekt door een gestructureerde aanpak te volgen bij de uitrol van diensten, waarbij hij doelgerichte oplossingen creëerde voor de uitdagingen waarmee klanten vandaag en morgen worden geconfronteerd.
Dao noemde deze aanpak in een gesprek met ZDNET de ‘verbonden reis’, waarbij Booking.com probeert ervoor te zorgen dat alle elementen van de reis van een klant, of het nu vluchten, hotels of attracties zijn, als een geïntegreerde ervaring worden beschouwd.
Ook: Bezorgde AI-agenten zullen je vervangen? 5 manieren waarop u angst op het werk kunt omzetten in actie
Het creëren van de verbonden reis betekent werken met ongelijksoortige informatie. Dankzij de datastack die het team van Dao heeft gecreëerd, heeft Booking.com nieuwe AI-diensten kunnen ontwikkelen, waaronder de eerste agentic-applicatie van het bedrijf, een partner-naar-gast-systeem dat de communicatie tussen klanten en hotelpartners vergemakkelijkt.
Dit is wat hij tot nu toe heeft geleerd, met vijf belangrijke lessen voor andere professionals die AI-piloten van agenten willen omzetten in briljante productiediensten.
1. Identificeer een zakelijke uitdaging
Dao zei dat de sleutel tot het exploiteren van opkomende technologie het vinden van het juiste gebruik is. Hoewel sommige professionals nog steeds onzeker zijn over het potentieel van AI, zegt hij dat bedrijven agentische technologieën kunnen gebruiken om hardnekkige uitdagingen te overwinnen.
“Naar mijn mening is AI geen smaak van de dag, of zelfs maar van het jaar; het is het echte werk,” zei hij. “Ik zie elke dag op het werk hoe AI invloed kan hebben op de manier waarop we dingen doen.”
Ook: 5 manieren om AI te gebruiken als uw budget krap is
Bij Booking.com ontdekten Dao en zijn team dat het tijdig reageren op vragen van klanten een grote uitdaging was voor hotelpartners. Ze beseften dat agentische technologie hotels zou kunnen helpen vragen sneller en nauwkeuriger te beantwoorden.
“Voordat we de agentische oplossingen uitrolden, nam je telkens wanneer een klant verbinding wilde maken met de hotelpartner – als je bijvoorbeeld wilde controleren of het hotel een zwembad had, of als je een of twee uur later wilde aankomen – contact op met de partner en zei: ‘Hé, mag ik deze informatie hebben?’” hij zei.
“Wanneer het hotelpersoneel antwoordde, moesten ze echter vaak meer werk doen om het antwoord goed te krijgen. Bovendien waren ze soms niet beschikbaar als de klant een vraag stelde. Het kan dus een paar uur of langer duren voordat de klant antwoord krijgt.”
2. Bouw een dataplatform
Dao zei dat de datastapel die zijn team heeft gecreëerd ervoor zorgt dat Booking.com de adoptie van AI- en machine-learning-technologieën voor gebruiksscenario’s, zoals hierboven beschreven, kan versnellen.
Dao: “AI is niet de smaak van de dag, of zelfs van het jaar – het is echt.”
Boeking.com
Het Snowflake-dataplatform maakt deel uit van een geïntegreerde stapel die ThoughtSpot voor analyse, Astronomer en Airflow voor orkestratie, Immuta voor toegangscontrole, Arize voor observatie van machinaal leren en AWS voor cloud computing omvat. Het datateam test en gebruikt ook AI-modellen van grote providers, zoals OpenAI, Amazon Bedrock en Google Gemini.
Ook: waarom zakelijke AI-agenten de ultieme insider-dreiging zouden kunnen worden
Het op maat gemaakte partner-gast-communicatiesysteem van Booking.com is intern ontwikkeld in Python, en het datateam gebruikte LangGraph, een open-source agentic framework, om de agent te helpen redeneren over vragen van gasten.
Dao zei dat effectieve agentische systemen niet alleen over backend-systemen gaan. Zijn team dacht ook goed na over de gebruikersinterface.
“We willen technologieën of AI-mogelijkheden integreren waar dit zinvol is voor onze gebruikers”, zei hij.
“En in dit geval hadden onze partners al een webportaal waar ze hun berichten konden bekijken, dus het was duidelijk dat we de agent daar moesten integreren om hen te helpen.”
3. Test de use case zorgvuldig
Nu er een zakelijke uitdaging was geïdentificeerd en het technologieplatform was geperfectioneerd, concentreerden Dao en zijn team zich op de implementatie, die in twee fasen plaatsvond.
In de eerste fase ontwikkelden ze een vertrouwde assistent om hotelpartners te helpen bij het afhandelen van klantvragen.
Het resultaat was een agentische technologie die bekend staat als Smart Messenger en die informatie over partners, eigendommen en reserveringen verzamelt om het hotelpersoneel te ondersteunen bij de communicatie met gasten.
Bovendien: 90% van de AI-projecten mislukt – hier zijn drie manieren om ervoor te zorgen dat dat van u ook niet gebeurt
In deze eerste fase van de agentendienst zei Dao dat de mens nog steeds nauw betrokken is.
“We willen ervoor zorgen dat de partner degene is die het laatste woord heeft over hoe ze op klanten willen reageren”, zei hij.
“Maar we geven ze een assistent, zodat het in plaats van vijf minuten duurt om te reageren, het misschien maar een klik van één seconde is als ze tevreden zijn met wat de agent als antwoord geeft.”
4. Delegeer als het vertrouwen toeneemt
Dao zei dat zelfverzekerde hotelpartners na verloop van tijd meer werk aan de agent kunnen gaan delegeren – en deze fase vertegenwoordigt de tweede fase van de implementatie van de agent.
Hier stelt de Auto-Reply-tool van Booking.com hotelpartners in staat om aangepaste antwoorden te definiëren en directe antwoorden te geven op vragen van gasten, zoals of een hotel parkeergelegenheid op het terrein heeft.
“In deze fase zegt de agent: ‘Oké, als je me genoeg vertrouwt, kan ik voor je optreden'”, zei Dao.
“In dit geval slaapt de partner mogelijk als de klant een vraag stelt, omdat het laat op de avond is. De agent kan echter namens de partner reageren – en die aanpak helpt op een aantal manieren.”
Ook: 5 manieren waarop u kunt stoppen met het testen van AI en deze op een verantwoorde manier kunt opschalen
Booking.com meldde dat vroege experimenten een stijging van 73% in de partnertevredenheid opleverden vergeleken met eerdere berichtentools. Dao zei dat de agent voortdurend leert van eerdere interacties en gebruikersfeedback, en zijn antwoorden aanpast voor nauwkeurigheid en relevantie.
“Nu meten we met de agent het antwoord af aan alles wat we doen; we experimenteren ermee en vergelijken dan de verbetering in tevredenheid”, zei hij.
“Omdat de klant de antwoorden krijgt die hij nodig heeft, hoeven ze geen contact op te nemen met de klantenondersteuning, en dat succes verlaagt ook de ondersteuningskosten.”
5. Zoek naar meer kansen
Dao zei dat agentische uitbuiting moet worden gekoppeld aan de individuele use case. Terwijl zijn team de klantervaring verfijnt, blijven ze het platform aanscherpen en een basis creëren om andere verkenningen van agenten te ondersteunen.
“We wilden het platform niet bouwen omwille van het platform”, zei hij. “Toen we het platform bouwden, hadden we de gebruiker in gedachten. We zorgden ervoor dat we de juiste agentische technologie kozen.”
Ook: Is het nieuwe AI Plus-abonnement van $ 8 van Google het waard? Hoe het zich verhoudt tot het Pro-abonnement van $ 20
Dao zei dat zijn team veel heeft geleerd van het ontwikkelingsproces van agenten. Hij adviseerde andere professionals om acht te slaan op deze lessen.
“Als je gaat testen, denk je misschien dat het agentensysteem goed is”, zei hij. “Maar als je in productie gaat, kunnen zaken als latentie een probleem worden waar je mee om moet gaan. Vervolgens moet je je architectuur en platform vereenvoudigen.”
De komende 24 maanden verwacht Dao verdere baanbrekende ontwikkelingen bij Booking.com. “Je zou verwachten dat we als bedrijf zwaar zullen investeren in generatieve en agentische AI, niet voor de lol, maar om de gebruikerservaring te vergroten”, zei hij.
“Mensen zijn nu op zoek naar een ChatGPT-achtige ervaring, en wij willen een vergelijkbare ervaring, of zelfs beter, als het gaat om de reiservaring op onze sites.”
