Gepresenteerd door Twilio
De klantdata-infrastructuur die de meeste ondernemingen aandrijft, is ontworpen voor een wereld die niet meer bestaat: een wereld waarin marketinginteracties in batches konden worden vastgelegd en verwerkt, waar de timing van campagnes in dagen (niet in milliseconden) werd gemeten, en waar ‘personalisatie’ inhield dat een voornaam in een e-mailsjabloon werd ingevoegd.
Conversationele AI heeft deze aannames doorbroken.
AI-agenten moeten onmiddellijk weten wat een klant zojuist heeft gezegd, de toon die ze hebben gebruikt, hun emotionele toestand en hun volledige geschiedenis met een merk om relevante begeleiding en effectieve oplossingen te bieden. Deze snel bewegende stroom van gesprekssignalen (toon, urgentie, intentie, sentiment) vertegenwoordigt een fundamenteel andere categorie klantgegevens. Toch zijn de systemen waar de meeste ondernemingen tegenwoordig op vertrouwen nooit ontworpen om deze te kunnen vastleggen of leveren met de snelheid die moderne klantervaringen vereisen.
De conversatie-AI-contextkloof
De gevolgen van deze architecturale mismatch zijn al zichtbaar in klanttevredenheidsgegevens. Twilio’s Een kijkje in de Conversational AI-revolutie rapport blijkt dat meer dan de helft (54%) van de consumenten meldt dat AI zelden context heeft uit eerdere interacties, en dat slechts 15% van mening is dat menselijke agenten het volledige verhaal te horen krijgen na een AI-overdracht. Het resultaat: klantervaringen gedefinieerd door herhaling, wrijving en onsamenhangende overdrachten.
Het probleem is niet een gebrek aan klantgegevens. Bedrijven verdrinken erin. Het probleem is dat conversationele AI een real-time, draagbaar geheugen van klantinteracties vereist, en dat maar weinig organisaties over een infrastructuur beschikken die dit kan leveren. Traditionele CRM’s en CDP’s blinken uit in het vastleggen van statische kenmerken, maar zijn niet ontworpen om de dynamische uitwisseling van een gesprek dat zich seconde na seconde afspeelt, aan te kunnen.
Om dit op te lossen is het nodig om conversatiegeheugen in de communicatie-infrastructuur zelf in te bouwen, in plaats van te proberen dit via integraties aan oudere datasystemen te koppelen.
De adoptiegolf van agent-AI en zijn grenzen
Deze leemte in de infrastructuur wordt van cruciaal belang nu agent-AI van pilot naar productie gaat. Bijna twee derde van de bedrijven (63%) bevindt zich al in een vergevorderde ontwikkelingsfase of is al volledig ingezet met conversationele AI in verkoop- en ondersteunende functies.
De realiteitscheck: terwijl 90% van de organisaties gelooft dat klanten tevreden zijn met hun AI-ervaringen, is slechts 59% van de consumenten het daarmee eens. De verbroken verbinding gaat niet over de vloeiendheid van gesprekken of de reactiesnelheid. Het gaat erom of AI echt begrip kan tonen, met de juiste context kan reageren en problemen daadwerkelijk kan oplossen in plaats van escalatie naar menselijke agenten af te dwingen.
Denk eens na over de kloof: een klant belt over een vertraagde bestelling. Met de juiste infrastructuur voor conversatiegeheugen kan een AI-agent de klant onmiddellijk herkennen, naar zijn eerdere bestelling verwijzen, details over een vertraging doorgeven, proactief oplossingen voorstellen en een passende compensatie aanbieden, allemaal zonder hem te vragen informatie te herhalen. De meeste ondernemingen kunnen dit niet leveren omdat de benodigde gegevens zich in afzonderlijke systemen bevinden en niet snel genoeg toegankelijk zijn.
Waar de enterprise data-architectuur kapot gaat
Enterprise-datasystemen die zijn gebouwd voor marketing en ondersteuning zijn geoptimaliseerd voor gestructureerde gegevens en batchverwerking, en niet voor het dynamische geheugen dat nodig is voor natuurlijke gesprekken. Drie fundamentele beperkingen verhinderen dat deze systemen conversationele AI ondersteunen:
Latency verbreekt het gesprekscontract. Wanneer klantgegevens zich in het ene systeem bevinden en gesprekken in een ander systeem plaatsvinden, vereist elke interactie API-aanroepen die vertragingen van 200 tot 500 milliseconden introduceren, waardoor natuurlijke dialogen worden omgezet in robotische uitwisselingen.
De nuance in het gesprek gaat verloren. De signalen die gesprekken betekenisvol maken (toon, urgentie, emotionele toestand, toezeggingen die halverwege het gesprek worden gedaan) komen zelden terecht in traditionele CRM’s, die zijn ontworpen om gestructureerde gegevens vast te leggen, en niet de ongestructureerde rijkdom die AI nodig heeft.
Datafragmentatie leidt tot ervaringsfragmentatie. AI-agenten opereren in het ene systeem, menselijke agenten in een ander, marketingautomatisering in een derde en klantgegevens in een vierde, waardoor gefragmenteerde ervaringen ontstaan waarbij de context bij elke overdracht verdampt.
Conversatiegeheugen vereist een infrastructuur waarin gesprekken en klantgegevens door het ontwerp worden verenigd.
Wat uniform conversatiegeheugen mogelijk maakt
Organisaties die conversatiegeheugen als kerninfrastructuur beschouwen, zien duidelijke concurrentievoordelen:
Naadloze overdracht: Wanneer het conversatiegeheugen verenigd is, erven menselijke agenten onmiddellijk de volledige context, waardoor de dode tijd van ‘laat me je account ophalen’ wordt geëlimineerd die duidt op verspilde interacties.
Personalisatie op schaal: Terwijl 88% van de consumenten gepersonaliseerde ervaringen verwacht, noemt meer dan de helft van de bedrijven dit een van de belangrijkste uitdagingen. Wanneer conversatiegeheugen eigen is aan de communicatie-infrastructuur, kunnen agenten personaliseren op basis van wat klanten op dit moment proberen te bereiken.
Operationele intelligentie: Uniform gespreksgeheugen biedt realtime inzicht in de gesprekskwaliteit en belangrijke prestatie-indicatoren, waarbij inzichten worden teruggekoppeld naar AI-modellen om de kwaliteit voortdurend te verbeteren.
Agentische automatisering: Misschien wel het belangrijkste is dat het conversatiegeheugen AI transformeert van een transactioneel hulpmiddel naar een echt agentisch systeem dat in staat is tot genuanceerde beslissingen, zoals het omboeken van de vlucht van een gefrustreerde klant en het aanbieden van een compensatie die is afgestemd op hun loyaliteitsniveau.
De noodzaak van de infrastructuur
De agentische AI-golf dwingt tot een fundamentele herarchitectuur van de manier waarop bedrijven over klantgegevens denken.
De oplossing herhaalt niet de bestaande CDP- of CRM-architectuur. Het erkent dat conversatiegeheugen een aparte categorie vertegenwoordigt die real-time opname, toegang op millisecondenniveau en behoud van gespreksnuance vereist, waaraan alleen kan worden voldaan als datamogelijkheden rechtstreeks in de communicatie-infrastructuur zijn ingebed.
Organisaties die dit als een uitdaging op het gebied van systeemintegratie beschouwen, zullen in het nadeel zijn ten opzichte van concurrenten die conversatiegeheugen als fundamentele infrastructuur beschouwen. Wanneer het geheugen eigen is aan het platform dat elk contactpunt van de klant aanstuurt, reist de context met klanten over de kanalen mee, verdwijnt de latentie en worden continue trajecten operationeel haalbaar.
De ondernemingen die het tempo bepalen, zijn niet de ondernemingen met de meest geavanceerde AI-modellen. Zij zijn degenen die het infrastructuurprobleem als eerste hebben opgelost, in het besef dat agentic AI zijn belofte niet kan waarmaken zonder een nieuwe categorie klantgegevens die speciaal is gebouwd voor de snelheid, nuance en continuïteit die gesprekservaringen vereisen.
Robin Grochol is SVP Product, Data, Identiteit & Beveiliging bij Twilio.
Gesponsorde artikelen zijn inhoud die is geproduceerd door een bedrijf dat voor de post betaalt of een zakelijke relatie heeft met VentureBeat, en deze is altijd duidelijk gemarkeerd. Voor meer informatie kunt u contact opnemen met sales@venturebeat.com.
