Een AI-volwassenheidsmodel voor de klantenservice beschrijft hoe ver een supportteam is gekomen op de weg van service door alleen mensen naar AI-agents die werk zelfstandig afhandelen, en wat er waar moet zijn voordat het verder gaat. Dit model heeft vijf niveaus, van mensgestuurd tot autonome processen, zes dimensies en een geschreven gate (een toetsmoment met vaste criteria) voor elke stap omhoog.
In het kort
- De meeste AI-volwassenheidsmodellen meten adoptie: hoeveel AI je gebruikt. Dit model meet ook of je kunt aantonen dat de AI het goed doet en wie hem onder controle heeft.
- De vijf niveaus zijn mensgestuurd, ondersteund, hybride pilot, hybride op schaal en autonome processen. Niveau 1 en 2 zijn menselijke support, 3 en 4 hybride, 5 agentisch.
- Elk niveau wordt beschreven op zes dimensies: reikwijdte, kwaliteitsmeting, governance, klantreizen en overdrachten, mensen, en metrics.
- Je gaat alleen omhoog via een gate: volledige dekking van de scoring, kwaliteit op of boven je menselijke baseline, gehonoreerde escalaties en een benoemde eigenaar die de agent kan pauzeren.
- De zelftest van 15 vragen scoort van 0 tot 45, maar je zwakste antwoord op kwaliteit, governance of klantreizen begrenst je niveau, dus met automatisering alleen koop je geen hoger niveau.
Wat is een AI-volwassenheidsmodel voor de klantenservice?
Een AI-volwassenheidsmodel voor de klantenservice is een beschrijving in fases van hoe een supportorganisatie AI inzet, van helemaal niet tot AI-agents die hele processen draaien. Een bruikbaar model vertelt je drie dingen: waar je vandaag staat, hoe het volgende niveau eruitziet, en welk bewijs je nodig hebt voordat je daarheen mag.
De meeste gepubliceerde modellen stoppen na de eerste twee. Het AI-volwassenheidsmodel van Gartner loopt van Foundational tot Transformational over zeven pijlers, waaronder strategie, data en governance (Gartner AI Maturity Model toolkit, in het Engels), maar het is gebouwd voor de hele onderneming, niet voor een supportafdeling waar een AI-agent terugbetalingen doet.
De supportspecifieke modellen die we in november 2026 lazen, beschrijven hoeveel werk de AI doet, maar zelden hoe je controleert of dat werk klopt.
| Model (leverancier, datum) | Wat het meet | Wat het weglaat |
|---|---|---|
| Crescendo, feb 2026: 4 niveaus | Aandeel geautomatiseerd volume, hoe geïntegreerd AI is | Kwaliteitsmeting, eigenaren, goedkeuringen; zegt dat de niveaus “geen stappen op een roadmap” zijn |
| Puzzel, mei 2025: 5 fases | Spreiding van AI over kanalen en strategie | Drempels om omhoog te gaan; governance alleen als kenmerk |
| Observe.AI: quiz van 10 vragen, 6 persona’s | Data, cloud, integraties, draagvlak, cultuur | Goedkeuringen, gates; kwaliteit in één vraag |
| Ada, apr 2026: operating model | Eigenaarschap, werkritme, gedeelde kennis | Niveaus, scoring, gates |
| Cresta, jan 2025: crawl, walk, run | Uitrolaanpak, pilots | Criteria voor gereedheid, governancerollen |
Dat gat doet ertoe: een slechte bot ergert klanten, maar een AI-agent die op een fout beleid handelt, doet dat duizenden keren, en elke case ziet er opgelost uit. Daarom zijn kwaliteit en governance hier dimensies die je beklimt. Dit is het raamwerk achter onze gids over agentische klantenservice en hoe je de overstap maakt: het raster, de gates en een scoreregel.
Wat zijn de vijf niveaus van AI-volwassenheid in de klantenservice?
De vijf niveaus zijn: 1, mensgestuurde support met kwaliteitscontrole op een steekproef; 2, ondersteunde support, waarbij AI concepten schrijft en regelgebaseerde bots FAQ’s beantwoorden; 3, hybride pilot, met AI-agents op een paar smalle intents; 4, hybride op schaal, met AI-agents op veel intents en acties binnen limieten; 5, autonome processen gedraaid door meerdere agents, met mensen op de uitzonderingen.
| Niveau | Naam | Fase in de overstapgids | Model |
|---|---|---|---|
| 1 | Mensgestuurd | 1. Menselijke teams | Mens |
| 2 | Ondersteund | 2. Regelgebaseerde bots | Mens |
| 3 | Hybride pilot | 3. AI-agents voor één taak (agentisch 1.0), eerste 2 tot 5 intents | Hybride |
| 4 | Hybride op schaal | 3. AI-agents voor één taak (agentisch 1.0), op schaal | Hybride |
| 5 | Autonome processen | 4. Autonome agents die processen draaien (agentisch 2.0) | Agentisch |
De overstapgids gebruikt vier fases; dit model splitst fase 3 in tweeën, omdat AI-agents op drie intents en op veertig intents twee verschillende operaties zijn: de tweede vraagt actieniveaus, goedkeuringen, releasebeheer en een toegewijde eigenaar.
Twee regels houden de niveaus eerlijk. Een niveau geldt per intent (contactreden), niet per bedrijf: orderstatus kan op niveau 4 zitten terwijl klachten op niveau 1 blijven. En je niveau is de laagste dimensie die je hebt bereikt: een team met AI-agents op 40 intents maar zonder scoring van hun gesprekken is een team op niveau 2 met de risico’s van niveau 4.
Het volwassenheidsraster voor agentische support (kopieer dit)
Het volwassenheidsraster beschrijft elk van de vijf niveaus op zes dimensies: reikwijdte van de AI, kwaliteitsmeting, governance, klantreizen en overdrachten, mensen en rollen, en metrics. Lees het rij per rij om te zien waar elke dimensie vandaag staat: de laagste rij bepaalt je niveau, en de cel rechts daarvan is je volgende werk.
| Dimensie | 1. Mensgestuurd | 2. Ondersteund | 3. Hybride pilot | 4. Hybride op schaal | 5. Autonome processen |
|---|---|---|---|---|---|
| Reikwijdte van de AI | Niets richting klant; macro’s en zoeken in het helpcenter | Conceptantwoorden en samenvattingen voor medewerkers; FAQ- en routeringsbot | AI-agents op 2 tot 5 smalle intents; antwoorden en omkeerbare acties | AI-agents op veel intents; geld- en accountacties binnen limieten | Meerdere agents draaien processen met meerdere stappen; mensen op uitzonderingen |
| Kwaliteitsmeting | Kleine handmatige steekproef tegen een scorecard | Steekproef van menselijk werk; containmentrapporten van de bot | Elk gesprek van de AI-agent gescoord op de scorecard van de mensen | Elk gesprek, mens en AI, gescoord per intent en per agentversie | Kwaliteit per klantreis over agents en mensen heen; scores bepalen releases |
| Governance | Beleid in documenten en in hoofden | Een eigenaar voor de botcontent; een wijzigingslog van de flows | Eigenaar per AI-agent die hem kan pauzeren; geschreven actielimieten; AI kenbaar gemaakt | Elke actie in een autonomieniveau; goedkeuring voor stappen met hoge waarde; vastgelegde releases en rollbacks | Eigenaar per klantreis; audittrail van elke actie; toezicht op goedkeurders; geoefend incidentdraaiboek |
| Klantreizen en overdrachten | Doorverbinden tussen wachtrijen, notities in het ticket | Bot draagt over aan een wachtrij; klanten moeten alles herhalen | Overdracht met context; elk verzoek om een mens gehonoreerd | Kwaliteit van de overdracht gescoord; herhaalcontact per intent | Volledige klantreizen gemeten, ook overdrachten tussen agents |
| Mensen en rollen | Medewerkers, teamleiders, kwaliteitsanalisten | Een kennis- of botspecialist; training voor assist-tools | Een parttime eigenaar van de AI-agent; QA beoordeelt ook AI-gesprekken | Een toegewijde AI-agent manager; beleidseigenaren; goedkeurders met responstijden | Minder eerstelijnsrollen; meer uitzonderingsbehandelaars, ontwerpers en kwaliteitsonderzoekers |
| Metrics | CSAT, afhandeltijd, QA-score uit een steekproef | Containment en deflectie, bovenop het voorgaande | Correcte oplossing, kritieke fouten en gehonoreerde escalaties, tegen de menselijke baseline | Per intent: correcte oplossing, herhaalcontact binnen 7 dagen, percentage teruggedraaide acties, override-percentage bij goedkeuringen | Succespercentage per klantreis, kosten per correcte oplossing, incidenten per 10.000 gesprekken, tijd tot detectie |
Drie rijen hebben een toelichting nodig, omdat andere modellen ze overslaan.
Kwaliteitsmeting verandert op niveau 3 van aard. Een steekproef van 2% tot 5% werkt wanneer mensen uiteenlopende fouten maken; een AI-agent herhaalt dezelfde fout in elk gesprek dat erop lijkt, dus een zeldzame, dure fout verstopt zich in het deel dat niemand leest. Zie AI-agents evalueren en één scorecard voor medewerkers en AI-agents.
Governance is de sprong van niveau 3 naar 4. OWASP noemt de fout “excessive agency” (te veel functionaliteit, rechten of autonomie) en adviseert om “te eisen dat een mens acties met grote impact goedkeurt voordat ze worden uitgevoerd” (OWASP LLM06:2025, in het Engels). Op niveau 4 beslis je actie per actie welke dat zijn: zie de autonomiematrix voor human in the loop en AI-agent governance.
Klantreizen en overdrachten bepalen niveau 5. Wanneer meerdere agents een proces delen, kan elke agent zijn stap goed uitvoeren terwijl de klantreis mislukt in de overdracht, dus niveau 5 meet klantreizen, geen agents. Zie customer journey QA en AI-agent orkestratie.
Welke gates moet je halen om een niveau omhoog te gaan?
Een gate is een geschreven set controles die een intent een aaneengesloten periode moet halen voordat hij naar het volgende niveau gaat. Schrijf de gates voor de uitrol, met drempels die CX, risk en IT ondertekenen, zodat de beslissing om AI uit te breiden op bewijs wordt genomen en niet op een goede demo of de roadmap van een leverancier.
De drempels hieronder zijn voorgestelde startpunten, geen branchestandaarden, en sluiten aan op de controles per fase in de overstapgids.
| Gate | Stap | Criteria om door te gaan (alle moeten gelden) |
|---|---|---|
| A | 1 naar 2 | Een geschreven scorecard voor een goed gesprek. Een menselijke kwaliteitsbaseline per belangrijke contactreden. Je top 20 contactredenen op volume. Een benoemde eigenaar voor helpcenter- en macrocontent. |
| B | 2 naar 3 | Containment van de bot getoetst aan echte oplossing (herhaalcontact binnen 7 dagen). Een zichtbare, werkende weg naar een mens. Contactredenen die de bot niet aankan benoemd en doorgestuurd. Geschreven beleid per kandidaat-intent. AI kenbaar gemaakt bij de start. Een benoemde eigenaar en plaatsvervanger voor de eerste AI-agent. |
| C | 3 naar 4 | 100% van de gesprekken van de AI-agent gescoord. Kwaliteit op of boven de menselijke baseline op elke intent, 4 weken op rij. Nul onverklaarde kritieke fouten in 2 weken. 100% van de expliciete verzoeken om een mens gehonoreerd. Herhaalcontact niet hoger dan bij door mensen afgehandelde contacten met dezelfde reden. Elke actie in een geschreven autonomieniveau. De pauzeknop één keer getest. Een testset die draait voor elke wijziging in instructies, kennis of tools. |
| D | 4 naar 5 | Kwaliteit gemeten per klantreis. Een audittrail van elke actie van een agent. Goedkeuringsregels voor onomkeerbare stappen of stappen met hoge waarde, met override-percentages per goedkeurder. Een geteste manier om één agent of één proces te stoppen zonder de support stil te leggen. De volledige klantreis voor de lancering doorlopen met synthetische klanten en lastige cases. Een geoefend incidentdraaiboek. Een degradatieregel in gebruik. |
Drie beslisregels beslechten de discussies die gates oproepen.
- Een mislukte escalatie blokkeert de stap, wat de andere scores ook zeggen. Een gemiste overdracht doet meer schade dan een traag antwoord.
- Verplaats intents, niet het bedrijf. Als gate C slaagt voor orderstatus en adreswijzigingen maar niet voor terugbetalingen, verplaats dan die twee en houd terugbetalingen op niveau 3.
- Gates werken in twee richtingen. Drie keer dezelfde kritieke fout in een week zet een intent een niveau terug, tot de oplossing getest is en nieuwe gesprekken weer foutloos scoren.
Voeg voor intents met weinig volume een ondergrens toe, zoals de 300 gescoorde gesprekken in 30 dagen uit de governancegids.
Hoe beoordeel je de AI-volwassenheid van je supportteam?
Beantwoord de 15 vragen hieronder voor de intents die je AI afhandelt en geef elke vraag 0 tot 3 punten. Tel de punten op tot een totaal van 0 tot 45, lees je band af en pas dan het plafond toe: je zwakste dimensie op kwaliteit, governance of klantreizen begrenst het niveau dat je mag claimen, hoeveel je ook automatiseert. Scoor hoe het vandaag werkt, niet hoe het plan het beschrijft.
| # | Dimensie | Vraag | 0 punten | 1 punt | 2 punten | 3 punten |
|---|---|---|---|---|---|---|
| 1 | Reikwijdte | Wat doen AI-systemen vandaag met klanten? | Niets richting klant | Antwoorden voorstellen, of een FAQ-bot | Een paar smalle intents afhandelen | Veel intents afhandelen en handelen in je systemen |
| 2 | Reikwijdte | Hoe heb je de intents gekozen die AI afhandelt? | Wat de leverancier aanzette | Alleen op volume | Volume en duidelijkheid van het beleid | Volume, duidelijkheid van het beleid en de kosten van een foute actie, elk kwartaal herzien |
| 3 | Kwaliteit | Welk deel van de door AI afgehandelde gesprekken wordt gescoord? | Geen | Steekproefjes | Een vaste steekproef | Allemaal |
| 4 | Kwaliteit | Gelden voor AI-agents en mensen dezelfde normen? | Geen scorecard | Apart, niet vergelijkbaar | Gedeelde kerncriteria | Eén scorecard, vergelijkbaar per intent |
| 5 | Kwaliteit | Heb je een menselijke kwaliteitsbaseline? | Nee | Eén totaalscore | Voor de belangrijkste contactredenen | Per contactreden, maandelijks ververst, gebruikt als lat voor de AI |
| 6 | Governance | Wie is eigenaar van elke AI-agent? | Niemand benoemd | De leverancier of IT | Een benoemde eigenaar binnen CX | Eigenaar en plaatsvervanger, met geteste bevoegdheid om te pauzeren |
| 7 | Governance | Zijn actielimieten en goedkeuringen op papier gezet? | Nee | Informeel afgesproken | Op papier voor geldacties | Elke actie in een niveau, afgedwongen, goedkeuringen gelogd |
| 8 | Governance | Hoe worden wijzigingen in instructies, kennis en tools beheerd? | Iedereen past aan | Achteraf gelogd | Gelogd en beoordeeld | Voor de release tegen een testset gedraaid, met rollback |
| 9 | Klantreizen | Wat gebeurt er als een klant om een mens vraagt? | Geen route | Een moeilijk vindbare route | Meestal gehonoreerd, niet gemeten | Elke keer gehonoreerd, en gemeten |
| 10 | Klantreizen | Meet je kwaliteit over de hele klantreis? | Nee | Alleen per gesprek | Herhaalcontact per intent | Klantreizen beoordeeld over bots, AI-agents en mensen heen |
| 11 | Mensen | Wie werkt er dagelijks aan de AI-agents? | Niemand | Een teamleider, ernaast | Een parttime eigenaar | Toegewijde rollen: AI-agent manager, kenniseigenaar, QA voor AI |
| 12 | Mensen | Hoe worden eerstelijnsmedewerkers voorbereid op hybride werk? | Helemaal niet | Alleen tooltraining | Getraind in overdrachten en het beoordelen van AI-werk | Rollen herontworpen, training in AI-geletterdheid voor iedereen die met de agents werkt |
| 13 | Metrics | Welk getal rapporteer je als AI-succes? | Geen | Containment of deflectie | Oplossingspercentage | Correct oplossingspercentage, naast elk volumegetal |
| 14 | Metrics | Houd je kritieke fouten bij (foute acties, verzonnen beleid, privacylekken)? | Nee | Als klanten klagen | Geteld uit beoordelingen | Geteld uit volledige dekking, elk herleid tot een oorzaak |
| 15 | Metrics | Hoe snel zie je een nieuw foutpatroon? | Onbekend | Weken, via klachten | Dagen, via beoordelingen | Binnen een dag, via alerts op gescoorde gesprekken |
Vraag 12 is in de EU ook wet: artikel 4 van de AI-verordening verplicht aanbieders en gebruiksverantwoordelijken maatregelen te nemen om de AI-geletterdheid te ondersteunen van hun personeel en van iedereen die namens hen AI-systemen bedient of gebruikt. Sinds de Digital Omnibus (Verordening (EU) 2026/1744) het artikel herschreef, met ingang van 27 juli 2026, hoeft een bepaald niveau niet meer gegarandeerd te worden (zie onze gids over de AI-verordening). De transparantie, onderdeel van gate B, komt uit artikel 50 van dezelfde verordening: AI-systemen die rechtstreeks met mensen communiceren, moeten zo zijn ontworpen dat die mensen weten dat ze met een AI-systeem te maken hebben, tenzij dat duidelijk is.
De scoreregel
- Tel de 15 scores op tot een totaal van 0 tot 45.
- Lees de band af: 0 tot 9 is niveau 1, 10 tot 18 niveau 2, 19 tot 27 niveau 3, 28 tot 36 niveau 4, 37 tot 45 niveau 5.
- Pas het plafond toe. Neem het gemiddelde van je scores voor kwaliteit (vraag 3 tot 5), governance (6 tot 8) en klantreizen (9 en 10). Neem het laagste van de drie gemiddelden. Onder 1: hoogstens niveau 2. Van 1 tot onder 2: hoogstens niveau 3. Van 2 tot onder 2,5: hoogstens niveau 4. Vanaf 2,5: geen plafond.
- Je niveau is het laagste van band en plafond. Ligt je antwoord op reikwijdte (vraag 1) daarboven, dan geef je AI meer autonomie dan je kunt beheersen; dicht dat gat voordat je intents toevoegt. Het plafond bestaat omdat reikwijdte makkelijk omhooggaat en kwaliteit en governance niet.
Een uitgewerkt voorbeeld (illustratie, getallen verzonnen om de rekensom te tonen)
De AI-agent van een retailer handelt 24.000 van de 80.000 gesprekken per maand af (30%), over 12 intents, waaronder terugbetalingen tot € 50. Een kwaliteitsanalist controleert 300 AI-gesprekken per maand steekproefsgewijs. De antwoorden: reikwijdte 3 en 1; kwaliteit 1, 1, 1; governance 2, 2, 1; klantreizen 2, 1; mensen 2, 1; metrics 1, 1, 1.
- Totaal: 21 punten, de band van niveau 3.
- Plafond: kwaliteit gemiddeld 1,0, governance 1,67, klantreizen 1,5. Het laagste is 1,0, dus het plafond is niveau 3.
- Niveau: 3. Maar de reikwijdte (vraag 1) is niveau 4: een hybride operatie op schaal met de controles van een hybride pilot.
Wat kost dat gat? De 300 steekproeven dekken 1,25% van de gesprekken van de agent. Laat een kenniswijziging de agent in 0,2% van de gesprekken terugbetalingen buiten het beleid goedkeuren, dan zijn dat 48 foute terugbetalingen per maand. De steekproef bevat er gemiddeld 0,6: ongeveer 45% kans om er ook maar één te zien, en ongeveer 2% om er drie te zien, genoeg om van een patroon te spreken (QA sampling statistics, in het Engels, laat de rekensom zien).
Het plan voor het kwartaal: elk AI-gesprek scoren (vraag 3 van 1 naar 3), de kern van de scorecard delen (4 naar 2), baselines zetten voor de belangrijkste redenen (5 naar 2), wijzigingen beoordelen (8 naar 2), herhaalcontact per intent bijhouden (10 naar 2), correcte oplossing rapporteren (13 naar 3) en kritieke fouten tellen uit volledige dekking (14 naar 3). Dat levert 10 punten op: 31, de band van niveau 4. De nieuwe gemiddelden (kwaliteit 2,33, governance 2,0, klantreizen 2,0) tillen het plafond naar niveau 4, dus niveau en reikwijdte komen overeen en gate C kan per intent worden gecontroleerd.
Bekijk het op je eigen gesprekken. Kaizo dekt de rij kwaliteitsmeting: AutoPilot scoort 100% van de gesprekken van je AI-agents tegen je eigen scorecard, dezelfde waarop je team wordt gescoord, en koppelt elke score aan het bewijs (kwaliteitscontrole voor AI-agents). Dat is de dekking die gate C vraagt. Boek een demo.
Hoe wordt het volwassenheidsmodel een roadmap voor AI in de klantenservice?
Een roadmap voor AI in de klantenservice op basis van dit model is een lijst van intents, elk met zijn huidige niveau, zijn doelniveau en de gate die hij als volgende moet halen. De volgorde komt uit de gates, niet uit een kalender: een intent gaat omhoog wanneer zijn bewijs standhoudt gedurende de afgesproken periode, meestal 4 weken of langer.
- Koppel elke belangrijke intent aan een niveau. Verwacht de meeste op niveau 1 en 2.
- Kies de volgende intents op gevolgen: veel volume, een duidelijk beleid, een omkeerbare actie. Zie welke vragen je eerst automatiseert.
- Bezet de rol voordat je de reikwijdte vergroot. Niveau 4 heeft een AI-agent manager nodig die eigenaar is van instructies, testsets, releases en scores.
- Rapporteer het correct oplossingspercentage naast containment, zodat het bestuur ziet wat de AI goed deed, niet alleen wat hij vasthield.
Kies je een leverancier? Maak van de gates RFP-vragen voor AI-agents: actielimieten per intent, een export van elke actie, een pauze per intent.
Wanneer is een volwassenheidsmodel het verkeerde instrument?
Een volwassenheidsmodel is het verkeerde instrument wanneer het werk dat het beschrijft nog niet het jouwe is, of wanneer het niveau zelf het doel wordt. Kleine teams, teams zonder scorecard en teams die haast hebben om “niveau 5” aan het bestuur te melden, hebben meer aan het oplossen van één concreet probleem.
- Weinig volume. Bij een paar honderd gesprekken per week kan het volstaan om elk AI-gesprek met de hand te beoordelen.
- Nog geen scorecard. Het plafond houdt je op niveau 2; schrijf eerst de scorecard (gate A).
- Niveau als doel. Fraudegeschillen, kwetsbare klanten en klachten met juridische risico’s horen vaak voorgoed op niveau 2.
Hoe je deze week begint
Je kunt je team binnen een week op het raster plaatsen zonder iets te kopen: een geschreven startniveau per intent, het gat tussen niveau en reikwijdte, en één gat om als eerste te dichten, met een eigenaar en een datum.
- Zet je top 20 intents op volume op een rij en markeer voor elk het niveau op het raster.
- Loop de 15 vragen door met de Head of CX, de QA-lead en de eigenaar van de AI-agent, apart van elkaar, en vergelijk daarna: waar jullie het oneens zijn, heeft niemand de feiten.
- Pas het plafond toe en schrijf het gat met je reikwijdte op.
- Schrijf de volgende gate voor de 2 of 3 intents die het dichtst bij een stap omhoog zitten; laat CX, risk en IT tekenen.
- Benoem een eigenaar en plaatsvervanger voor elke AI-agent, en test de pauze één keer.
Herhaal het elk kwartaal; de trend in je zwakste dimensie vertelt je meer dan het totaal.
Veelgestelde vragen
Wat is het verschil tussen een AI-volwassenheidsmodel en een CX-volwassenheidsmodel?
Een CX-volwassenheidsmodel meet hoe klantgericht het hele bedrijf is: onderzoek, ontwerp van klantreizen, cultuur. Een AI-volwassenheidsmodel voor de klantenservice meet hoeveel supportwerk AI doet en hoe goed dat werk wordt beheerst. Dit model dekt alleen het tweede.
Hoe lang duurt het om van het ene niveau naar het volgende te gaan?
Er is geen vaste termijn, want elke stap hangt af van zijn gate. Gate C vraagt kwaliteit op of boven de menselijke baseline gedurende 4 weken op rij, dus een intent kan niet binnen een maand omhoog. Beleid schrijven en een eigenaar aanstellen duurt vaak langer dan de technologie.
Kunnen verschillende intents op verschillende volwassenheidsniveaus zitten?
Ja, en dat hoort ook zo. Orderstatus kan op niveau 4 draaien terwijl klachten op niveau 1 blijven. Een niveau voor het hele bedrijf is alleen een samenvatting; beslissingen om AI uit te breiden of in te perken neem je intent per intent, tegen de gate van die intent.
Vervangen AI-agents op niveau 5 de menselijke supportmedewerkers?
Niet helemaal. Op niveau 5 beantwoorden minder mensen routinecontacten, maar werken er meer aan uitzonderingen, kennis, instructies voor agents, goedkeuringen en kwaliteitsonderzoek. Het team inkrimpen voordat die rollen bezet zijn, is een snelle manier om de controle over een autonoom proces te verliezen.
Wat doet een AI adoption specialist in de klantenservice?
Een AI adoption specialist helpt een supportteam AI-tools in het dagelijkse werk te brengen: medewerkers trainen, werkprocessen aanpassen en het gebruik bijhouden. In dit model hoort dat werk bij de dimensie mensen op niveau 2 en 3, en op niveau 4 groeit het meestal uit tot een toegewijde rol als AI-agent manager.
