Een klant wil weten of een product op voorraad is en wanneer het geleverd wordt. Dat is een van de meest gestelde vragen aan een klantenservice of sales support-afdeling, en het is ook een van de vragen die zich het makkelijkst laat automatiseren. Niet omdat de vraag onbelangrijk is, maar omdat het antwoord al ergens in een systeem staat. De taak bestaat niet uit het bedenken van een antwoord, maar uit het ophalen ervan uit ERP, WMS of CRM en het correct presenteren aan de klant.
Drie assen geven hier de doorslag: gestructureerdheid, volume en klantcontact.
De gestructureerdheid scoort hoog. Voorraadaantallen en levertijden zijn velden in een systeem, geen interpretatievraagstukken. Er is geen document te lezen, geen context te wegen: het antwoord is een getal of een datum die ergens al berekend is.
Het volume is eveneens hoog. Dit is geen taak die een paar keer per week voorkomt, maar een vraag die dagelijks tientallen of honderden keren binnenkomt, via telefoon, e-mail, chat of een contactformulier. Een taak die vaak voorkomt en weinig variatie kent, is precies het soort werk waar automatisering het snelst effect heeft.
Het klantcontact scoort gematigd: er is wel een klant aan de andere kant, maar het gaat om een feitelijke vraag met een feitelijk antwoord, niet om een gesprek waarin een klant gerustgesteld of overtuigd moet worden. Dat maakt het geschikt voor een geautomatiseerde afhandeling, zolang de toon en presentatie kloppen.
De overige assen bevestigen dit beeld. Fysiek werk speelt geen rol, er is geen creativiteit nodig, en compliance-risico's zijn beperkt: er wordt geen bindende toezegging gedaan buiten wat het systeem al aangeeft. De foutkosten liggen in het middensegment. Een verkeerde levertijd leidt tot een teleurgestelde klant, niet tot een juridisch probleem, maar het is wel vervelend genoeg om serieus te nemen.
De oordeelsruimte scoort laag, en dat is precies waar de randvoorwaarden om de hoek komen kijken. Een systeem kan zeggen dat er nog twintig stuks op voorraad zijn, maar of dat aantal betrouwbaar is, hangt af van hoe actueel de koppeling is. Is de voorraad net verkocht aan een andere klant maar nog niet afgeboekt? Is de levertijd een vaste waarde uit het ERP-systeem, of een voorspelling die rekening houdt met de leverancier, het seizoen en de transporttijd? Zodra de vraag verschuift van "wat staat er in het systeem" naar "wat gaat er waarschijnlijk gebeuren", is er een inschatting nodig die een klantenservicemedewerker vandaag nog vaak zelf maakt op basis van ervaring.
Dit is de reden dat de overname niet vrijblijvend is: het staat of valt bij twee dingen. Er moet een realtime voorraadkoppeling zijn, zodat het antwoord niet gebaseerd is op een export van gisteren. En er moet een betrouwbare levertijdvoorspelling zijn, niet alleen een statisch getal uit het systeem. Ontbreekt een van beide, dan geeft AI antwoorden die kloppen met het systeem maar niet met de werkelijkheid, en dat is erger dan geen antwoord.
Bij een bedrijf met een goed ingericht WMS en een ERP dat voorraad en levertijd op ordelijnniveau bijhoudt, kan een AI-agent vandaag al het grootste deel van deze vragen zelfstandig afhandelen, met een escalatie naar een mens bij twijfel of bij een uitzonderingssituatie zoals een backorder of een leveranciersvertraging. Bij een bedrijf waar voorraadgegevens handmatig bijgehouden worden in een spreadsheet naast het systeem, is die overname niet haalbaar zonder eerst de databron op orde te brengen. Het verschil zit dus niet in de taak zelf, die is bij vrijwel elk bedrijf hetzelfde, maar in de systemen die erachter liggen.
Deze taak staat ook niet op zichzelf. Ze hangt samen met orderstatus controleren en communiceren, dat qua opbouw sterk vergelijkbaar is: ook daar is het antwoord grotendeels een systeemraadpleging met een presentatielaag ervoor. Ook relevant is orders invoeren in het systeem, omdat een correcte order-invoer de basis legt voor betrouwbare voorraad- en levertijdinformatie verderop in het proces. En waar klantgegevens een rol spelen bij het personaliseren van een antwoord, raakt dit aan klantgegevens actualiseren in CRM.
Deze pagina beschrijft capaciteit, niet personeelsbeleid. Of en hoe een bedrijf iets doet met vrijgekomen uren in de klantenservice, is een besluit dat bij de werkgever ligt en waarvoor eigen wettelijke vereisten gelden. Wij leveren geen onderbouwing voor die keuze, alleen feiten over welk deel van het werk een systeem vandaag kan overnemen. Wie zich breder wil informeren over waar automatisering wringt met verantwoordelijkheid, vindt een overzicht op risicovolle inzet van AI op de werkvloer, en wie zich afvraagt hoe lang informatie over voorraad en communicatie bewaard moet worden, leest dat op documenten archiveren en bewaartermijnen toetsen.
Deze taak is een van de vele onderdelen van het werk in een klantenservice- of sales support-functie. Om te zien welk deel van de uren in zo'n profiel vandaag al door AI over te nemen is, zonder dat dit iets zegt over uw specifieke bedrijf, kunt u de gratis quickscan invullen: twaalf vragen, zonder account, met direct een indicatie. De volledige werkscan, die het werk van uw eigen bedrijf taak voor taak uiteenlegt en naar fte-capaciteit vertaalt, is nog in aanbouw.
Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.
Antwoorden komen uit de kennisbank van deze site. Geen advies op maat, en geen scan van uw bedrijf.