AI-assistenten
Doel boven
model
Geoffrey: “Een AI-assistent laten maken begint bij Draad niet met de keuze voor een model, maar met de vraag die je wilt oplossen. Wil je de druk op je serviceteam verlagen, bezoekers sneller naar een passend antwoord brengen, of leads beter voorgekauwd in je CRM krijgen? Dat doel bepaalt hoe we de assistent bouwen. We maken assistenten die werken op een afgebakende, actuele kennisbron en die eerlijk aangeven wanneer ze iets niet weten, in plaats van te doen alsof ze overal verstand van hebben. Zo krijg je een assistent die vertrouwen wekt bij je bezoekers en die je kunt uitleggen aan je eigen organisatie.”
Wat we bouwen
We bouwen drie soorten assistenten, afhankelijk van waar de winst voor jou zit. Een service-assistent vangt terugkerende vragen af en ontlast je supportkanaal. Een advies-assistent helpt bezoekers de juiste keuze te maken in een aanbod dat te groot of te complex is om zelf te doorgronden. En een leadkwalificatie-assistent voert het eerste gesprek, stelt de juiste vervolgvragen en zorgt dat alleen bruikbare aanvragen bij je sales terechtkomen.
In alle gevallen begrijpt de assistent natuurlijke taal en antwoordt hij in jullie eigen toon, niet in de vlakke standaardstijl van een generiek model. De kennislaag bouwen we op goedgekeurde bronnen: webpagina’s, documenten, productinformatie, beleidsregels of een gecontroleerde databron. En op het moment dat een gesprek daarom vraagt, draagt de assistent netjes over aan een medewerker, een formulier, een belafspraak of je bestaande servicetool.
Onder de motorkap
De betrouwbaarheid van een AI-assistent zit in de architectuur eronder, en daar maken we bewuste keuzes. We scheiden vier dingen strikt: de bronkennis, de gesprekshistorie, de bedrijfsregels en de modelinstructies. Dat klinkt technisch, maar het heeft een praktisch gevolg dat je direct merkt: je kunt een bron bijwerken zonder de hele assistent opnieuw te hoeven trainen. Verandert je tarief of je openingstijden, dan pas je de bron aan en klopt het antwoord mee.
De assistent werkt volgens het principe dat hij eerst zoekt in de geselecteerde kennisbron en daaruit een antwoord formuleert, in plaats van vrij te associëren. We richten daarbij antwoordgrenzen, bronverwijzingen en een veilige fallback in voor vragen waarop geen betrouwbaar antwoord beschikbaar is. Voor integraties koppelen we aan bijvoorbeeld je CRM, je e-mail, een formulierflow of een zaaksysteem. Welke gegevens daarbij worden doorgezet, stellen we per veld en per doel vast, zodat er nooit meer data beweegt dan nodig is.
Waar wij de regie houden
AI levert het antwoord, maar de verantwoordelijkheid ligt bij een mens. Daarom bepalen we vooraf, samen met jou, welke onderwerpen de assistent zelfstandig mag behandelen, welke hij niet aanraakt, en welke alleen met menselijke beoordeling langskomen. Die afbakening is geen bijzaak, het is de kern van een assistent die je durft in te zetten.
Voor livegang testen we met echte vragen, met lastige formuleringen en met onvolledige informatie, want daar breekt een slechte assistent. Daarna blijft het werk niet stilstaan: we analyseren gesprekken op ontbrekende kennis, onjuiste antwoorden en afhaakmomenten, en verbeteren de assistent op basis van wat er in de praktijk gebeurt. Werkt de assistent met persoonsgegevens, dan ontwerpen we dataminimalisatie, bewaartermijnen, rollen en verwerkersafspraken mee. AVG-proof is bij ons geen standaardlabel dat we erop plakken, maar een inrichting die je aan een toezichthouder kunt uitleggen.
