AI-agents voor je klantenservice: zelf bouwen of inkopen?

Waarom zelf bouwen zo aantrekkelijk lijkt

Een kennisbank, een taalmodel en een developer die ze aan elkaar koppelt. Daarmee kun je in principe een agent maken die vragen over je bedrijf beantwoordt. Je ziet de eerste goede antwoorden en denkt: dit kunnen we zelf.

Dat kan ook. Met bestaande API’s, frameworks en beheerde diensten hoef je niet alles vanaf nul te ontwikkelen. Voor een afgebakende taak kan een eigen oplossing goed passen. Je bepaalt zelf de technische keuzes en bent voor nieuwe functionaliteit minder afhankelijk van de prioriteiten van een platformleverancier.

Een platform brengt weer andere voordelen mee. Je gebruikt mogelijkheden die al ontwikkeld zijn en legt een deel van het technische beheer bij de leverancier. Daar betaal je voor, en je werkt binnen de mogelijkheden die het platform biedt.

De keuze gaat dus over welke route het beste past bij de agents die jij wilt inzetten. Een chatbot die een handleiding doorzoekt vraagt om een andere investering dan agents die bestellingen aanpassen, telefoongesprekken voeren en door je serviceteam worden beheerd.

Liever kijken dan lezen?

In deze video gaan we dieper in op zelf AI-agents bouwen of een platform kopen. Hieronder lees je de afwegingen.

Zelfs antwoorden uit je kennisbank vragen om meer dan een koppeling

Neem 3.000 pagina’s bedrijfskennis. Je klant stelt een vraag waarvoor één paragraaf relevant is. Dan wil je die passage snel vinden, zonder telkens het hele document te laten verwerken. Dat kost onnodig tijd en geld en kan informatie toevoegen die het antwoord verstoort.

Veel oplossingen gebruiken hiervoor RAG: retrieval-augmented generation. Het systeem zoekt relevante passages en geeft die aan het taalmodel mee. Hoe goed dat werkt, hangt onder meer af van:

• Chunking: kennis opdelen in bruikbare stukken. Knip je na elke 500 woorden, dan kunnen een retourregel en de uitzondering daarop in verschillende passages belanden.

• Embeddings: kennis en klantvragen numeriek representeren, zodat het systeem op betekenis kan zoeken. De klant hoeft dan niet dezelfde woorden te gebruiken als je documentatie.

• Ranking: de gevonden passages beoordelen op relevantie. Een stuk tekst over hetzelfde onderwerp bevat niet automatisch het antwoord op deze vraag.

Die technieken blijven veranderen. Binnen een paar maanden kunnen er alweer betere manieren zijn om jouw kennis te doorzoeken. Bij zelfbouw ligt de beoordeling en doorontwikkeling bij je eigen team. Bij een platform hoort dit bij het werk dat je bij de leverancier wilt onderbrengen.

Zo blijkt zelfs de kennisbank al een deel van de build-versus-buyafweging. Het is techniek die de kwaliteit van je dienstverlening beïnvloedt, ook al ziet de klant er niets van.

Kanalen, tools en beheer vragen extra ontwikkelwerk

Als klantenservicemanager wil je dat een klant goed geholpen wordt, via het kanaal dat hij gebruikt. Daar komen mogelijkheden bij kijken die in een eerste chatbotdemo vaak nog niet zichtbaar zijn.

Klanten helpen op meerdere kanalen

Een agent op je website is een goed begin. Wil je hem ook op WhatsApp of RCS inzetten, dan krijgt hij te maken met andere berichtformaten en interacties, zoals keuzelijsten en carousels. Die moeten aansluiten op hetzelfde klantproces. Bij een platform kun je bestaande kanaalintegraties benutten; bij zelfbouw ligt de keuze en samenhang van die koppelingen bij jouw team.

Een natuurlijk telefoongesprek voeren

Voice voegt spraakherkenning, spraakgeneratie en het omgaan met onderbrekingen toe. Ook de vertraging van de hele keten telt: kennis zoeken, een systeem raadplegen en het antwoord uitspreken. Een paar seconden wachten voelt aan de telefoon anders dan in een chatvenster. Een goede tekstuele agent is daarom nog geen goede telefonische agent.

Een klantverzoek daadwerkelijk afhandelen

Een agent die je retourbeleid uitlegt, neemt minder werk over dan een agent die de retour ook aanmaakt. Daarvoor zijn tools en systeemtoegang nodig. Een API of MCP-server maakt de actie bereikbaar, maar de juiste klantgegevens, toegangsrechten en afhandeling van mislukte acties bepalen of de taak betrouwbaar wordt uitgevoerd.

Een medewerker laten overnemen

Als een agent vastloopt, wil je dat een medewerker verder kan met het gesprek en de eerdere acties erbij. Anders vertelt de klant zijn verhaal opnieuw. Die overdracht vraagt om aansluiting op je contactcentersoftware en werkprocessen. Het gemak voor de klant hangt dus mede af van de integratie achter de agent.

Je serviceteam zelf laten aanpassen

Je beleid verandert of je wilt een nieuwe taak automatiseren. Dan maakt het verschil of je team dat zelf kan aanpassen of voor iedere wijziging een developer nodig heeft. Een toegankelijke omgeving om agents, kennis en tools te beheren heeft daarom operationele waarde. Bij zelfbouw is zo’n omgeving een extra onderdeel van de ontwikkeling.

Begrijpen waarom een gesprek misgaat

Het aantal gesprekken vertelt niet hoeveel klanten goed geholpen zijn. Je wilt zien waar ze vastlopen en kunnen terugvinden welke kennis, tools en systeemreacties tot het resultaat hebben geleid. Die inzichten helpen je team gericht verbeteren. Zonder logging en analyse blijft het lastig om een fout in het antwoord, de kennis of een integratie te onderscheiden.

Verbeteren zonder bestaande taken te verstoren

Een wijziging moet ook bij uitzonderingen goed werken: ontbrekende gegevens, een onduidelijk verzoek of een systeem dat niet reageert. Daarvoor zijn herhaalbare tests nodig. Ook modelkeuze hoort daarbij. Bij CM.com vergelijken we modellen op onder meer antwoordkwaliteit, snelheid en kosten met CM-ServiceBench. Het nieuwste model is niet vanzelf de beste keuze voor jouw klantvragen.

Niet iedere organisatie heeft al deze mogelijkheden nodig. Maar als je ze wel wilt gebruiken, horen ze aan beide kanten van de vergelijking: wat levert het platform, en wat kost het om dezelfde dienstverlening zelf te realiseren?

De kosten van zelf bouwen en inkopen

Zelfbouw geeft je zeggenschap, maar vraagt ontwikkeltijd voor de mogelijkheden die je nodig hebt. De developer die een eerste chatbot maakt, heeft niet automatisch ook de expertise voor voice, kanaalintegraties en een bruikbare beheeromgeving. Hoe breder de inzet, hoe meer werk eromheen komt.

Inkopen kan die ontwikkeling verkorten doordat je bestaande mogelijkheden gebruikt. Je houdt wel werk aan inrichting, integraties en het geschikt maken van je eigen kennis en processen.

Een eerlijke vergelijking ziet er daarom zo uit:

Daar hoort ook de inzet van je developers bij. Wat kunnen zij in dezelfde periode voor je eigen product of dienstverlening betekenen? Voor een klantenserviceorganisatie kan dat zwaarder wegen dan een verschil in kosten per modelaanroep.

Onderhoud en doorontwikkeling na livegang

De ontwikkeling gaat zo snel dat een onderdeel alweer achter kan lopen terwijl je de rest nog afrondt. Nieuwe modellen, zoektechnieken en toolmogelijkheden vragen om beoordeling. Daarnaast veranderen je eigen systemen en processen.

Je hoeft niet iedere nieuwe techniek meteen te gebruiken. Er moet wel iemand zijn die begrijpt welke verandering relevant is en deze kan testen en doorvoeren. Bij zelfbouw organiseer je die expertise zelf. Bij een platform leg je een deel ervan bij de leverancier.

Bij CM.com hebben we enterprisebedrijven gesproken die aanvankelijk zelf een RAG-oplossing bouwden en later alsnog een platform wilden gebruiken. De eerste versie werkte, maar het werk eromheen en de doorontwikkeling bleken groter dan verwacht.

Dat maakt de eerste goede antwoorden niet minder waardevol. Het laat wel zien waarom de investering na livegang mee moet tellen in je besluit.

Wat je met zelf bouwen kunt winnen

Zelf bouwen geeft je ruimte om technische keuzes te maken die precies bij je organisatie passen. Dat kan een belangrijk voordeel zijn:

• Eigen ontwikkelprioriteiten: je bepaalt welke functionaliteit wanneer wordt toegevoegd.

• Vergaand maatwerk: je kunt processen ondersteunen waarvoor beschikbare platformen onvoldoende mogelijkheden bieden.

• Eigen technologie en expertise: wat je ontwikkelt, kan onderdeel worden van je onderscheidende product of dienstverlening.

• Een passende kostenstructuur: bij voldoende gebruik kan zelfbouw aantrekkelijk zijn, als je ook het team en onderhoud meerekent.

Voor een breed agentsysteem vinden wij zelfbouw vooral logisch als de ontwikkeling van die technologie bij je corebusiness hoort of direct bijdraagt aan je onderscheidende dienstverlening. Bijvoorbeeld omdat je het systeem zelf verkoopt, of omdat jouw product eisen stelt waaraan beschikbare platformen niet voldoen.

Daarvoor heb je blijvende expertise, budget voor meerdere jaren en een realistische scope nodig. Een grote organisatie kan dat goed organiseren. Voor één beperkte taak kan ook een kleinere eigen oplossing prima passen. Het gaat erom dat het voordeel van zelfbouw opweegt tegen het werk dat je ermee op je neemt.

Wat CM.com je uit handen neemt

Met HALO gebruik je een platform waarin veel van de eerder genoemde techniek al samenkomt. Wij ontwikkelen en onderhouden die basis en helpen je om haar voor jouw dienstverlening in te zetten:

• Eigen communicatie-infrastructuur: vanuit onze CPaaS-achtergrond leveren en beheren we zelf de infrastructuur voor voice en messaging. HALO sluit daarop aan, zodat je de kanaallaag en de AI niet zelf tot één geheel hoeft samen te voegen.

• Gespecialiseerde AI-developmentteams: onze teams werken aan kennisontsluiting, modelkeuze, tools, testen, analyses en het beheer van agents. Die doorontwikkeling is ons dagelijkse werk.

• Begeleiding bij implementatie: onze implementatieteams helpen met de inrichting, integraties en livegang, zodat je agents aansluiten op je processen en systemen.

• Privacy en security als onderdeel van het platform: voorzieningen voor anonimisering, logging en bescherming tegen prompt injection zijn al aanwezig. Bij de inrichting bepaal je welke gegevens en acties jouw agents nodig hebben en wie toegang krijgt.

Je koopt daarmee zowel de technische basis als de expertise en ondersteuning om ermee te werken. Je team kan zich richten op de taken die je wilt automatiseren en de kwaliteit van de dienstverlening.

Kun je met een platform wel je eigen agents maken?

Een belangrijke vraag blijft: als je een platform koopt, kun je de agent dan echt aanpassen aan jouw processen? Of krijg je een standaardagent waar je werkwijze in moet passen?

Die vraag is terecht. Zelfs een retour werkt bij ieder bedrijf anders: andere systemen, voorwaarden en stappen. Een template dat je vervolgens vrijwel volledig moet aanpassen, neemt je te weinig werk uit handen.

Daarom hebben we bij CM.com vanaf het begin gekozen voor custom agents. Met HALO richt je agents in voor je eigen taken, processen en systemen, op de technische basis die wij ontwikkelen en onderhouden.

Met Ask HALO kunnen business users agents bouwen en verbeteren door in gewone taal te beschrijven wat ze willen bereiken. Je serviceteam bepaalt de taken, houdt kennis actueel en beoordeelt de resultaten. Je IT-team helpt waar nodig met systeemtoegang en integraties.

Zo houd je de ruimte om je eigen dienstverlening vorm te geven en aan te passen, terwijl je de onderliggende platformontwikkeling bij ons onderbrengt.

Zelf bouwen of inkopen: welke route helpt jouw klantenservice verder?

Zelf bouwen past als eigen technologie een concreet voordeel biedt en je de ontwikkeling en het onderhoud kunt organiseren. Voor een afgebakende taak kan die investering overzichtelijk blijven.

Inkopen past als je vooral AI-agents wilt inzetten en verbeteren, met bestaande mogelijkheden voor de technische basis erachter.

Voor klantenserviceteams die hun eigen processen willen automatiseren en agents zelf willen kunnen aanpassen, vinden wij een platform met custom agents vaak de logischere investering. HALO biedt die basis, zodat je team zich kan richten op de dienstverlening die je ermee wilt verbeteren.