Gepresenteerd door Twilio
De klantdata-infrastructuur die de meeste bedrijven aandrijft, is ontworpen voor een wereld die niet meer bestaat: een wereld waarin marketinginteracties in batches konden worden vastgelegd en verwerkt, waar de campagnetijd werd gemeten in dagen (niet in milliseconden), en waar ‘personalisatie’ inhield dat voornamen in e-mailsjablonen moesten worden ingevoegd.
Conversationele AI heeft die veronderstelling 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. Maar de systemen waar de meeste bedrijven tegenwoordig op vertrouwen, zijn nooit ontworpen om deze informatie vast te leggen of te leveren met de snelheid die de moderne klantervaring vereist.
Hiaten in de AI-conversatiecontext
De gevolgen van deze architecturale mismatch zijn al zichtbaar in klanttevredenheidsgegevens. Twilio’s Een kijkje in de Conversational AI-revolutie rapport onthulde dat meer dan de helft (54%) van de consumenten meldt dat AI zelden context heeft uit hun eerdere interacties, en slechts 15% vindt dat menselijke agenten het volledige verhaal ontvangen na de overdracht van AI. Het resultaat: de klantervaring wordt bepaald door herhaling, wrijving en onsamenhangende levering.
Het probleem is niet een gebrek aan klantgegevens. Bedrijven verdrinken erin. Het probleem is dat conversationele AI real-time, draagbaar geheugen van klantinteracties vereist, en dat maar weinig organisaties over de infrastructuur beschikken om dit mogelijk te maken. Traditionele CRM’s en CDP’s blinken uit in het vastleggen van statische kenmerken, maar zijn niet ontworpen om de dynamische uitwisseling van gesprekken van seconde tot seconde aan te kunnen.
Om dit aan te pakken is het nodig om conversatiegeheugen op te bouwen binnen de communicatie-infrastructuur zelf, in plaats van te proberen dit via integratie in oudere datasystemen in te voegen.
Golven van adoptie van AI-agenten en hun beperkingen
Deze infrastructuurkloof wordt vooral belangrijk naarmate agent-AI van testen naar productie gaat. Bijna twee derde van de bedrijven (63%) bevindt zich in de late ontwikkelingsfase of heeft conversationele AI volledig geïmplementeerd in verkoop- en ondersteunende functies.
De realiteit: terwijl 90% van de organisaties gelooft dat klanten tevreden zijn met hun AI-ervaring, is slechts 59% van de consumenten het daarmee eens. Een breuk gaat niet over de soepelheid van het gesprek of de snelheid van de reactie. De vraag is of AI echt begrip kan tonen, met de juiste context kan reageren en het probleem daadwerkelijk kan oplossen, in plaats van escalatie aan menselijke agenten te forceren.
Denk eens na over de kloof: een klant belt over een lopende bestelling. Met de juiste conversationele geheugeninfrastructuur kunnen AI-agenten klanten onmiddellijk herkennen, naar hun eerdere bestellingen verwijzen, vertragingen gedetailleerd beschrijven, proactief oplossingen voorstellen en passende compensatie bieden, allemaal zonder hen te vragen informatie te herhalen. De meeste bedrijven kunnen dit niet realiseren omdat de benodigde gegevens zich in afzonderlijke systemen bevinden en niet snel genoeg toegankelijk zijn.
Waar de data-architectuur van het bedrijf kapot is
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 het gesprek in een ander systeem plaatsvindt, vereist elke interactie een API-aanroep die een vertraging van 200 tot 500 milliseconden veroorzaakt, waardoor de natuurlijke dialoog verandert in een robotachtige uitwisseling.
De nuance van het gesprek gaat verloren. De signalen die een gesprek zinvol maken (toon, urgentie, emotionele toestand, toezeggingen die halverwege het gesprek zijn gedaan) worden zelden opgenomen in traditionele CRM’s, die zijn ontworpen om gestructureerde gegevens vast te leggen, en niet de ongestructureerde rijkdom die AI vereist.
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 een gefragmenteerde ervaring ontstaat waarbij de context bij elke overdracht verdampt.
Conversatiegeheugen vereist een infrastructuur waarin gesprekken en klantgegevens door het ontwerp worden verenigd.
Wat geïntegreerd gespreksgeheugen mogelijk maakt
Organisaties die het gespreksgeheugen als kerninfrastructuur beschouwen, zien duidelijke concurrentievoordelen:
Naadloze overdracht: Wanneer gespreksherinneringen worden verenigd, erven menselijke agenten onmiddellijk de volledige context, waardoor de dode tijd van ‘laat me je account intrekken’ wordt geëlimineerd die duidt op verspilde interacties.
Personalisatie op schaal: Hoewel 88% van de consumenten gepersonaliseerde ervaringen verwacht, beschouwt meer dan de helft van de bedrijven dit als een grote uitdaging. Wanneer conversatiegeheugen is ingebed in de communicatie-infrastructuur, kunnen agenten personaliseren op basis van wat de klant momenteel probeert 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.
Automatisering van agenten: Misschien wel het allerbelangrijkste: het conversatiegeheugen transformeert AI van een transactioneel hulpmiddel in een echt agentisch systeem dat in staat is genuanceerde beslissingen te nemen, zoals het omboeken van de vlucht van een gefrustreerde klant en tegelijkertijd een compensatie biedt die is afgestemd op hun loyaliteitsniveau.
Infrastructuur is erg belangrijk
De golf van agentische AI dwingt fundamentele veranderingen af in de manier waarop bedrijven klantgegevens bekijken.
De oplossing herhaalt geen bestaande CDP- of CRM-architecturen. Dit erkent dat conversatiegeheugen een aparte categorie vertegenwoordigt die real-time registratie, toegang op millisecondenniveau en behoud van conversatienuances 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 basisinfrastructuur beschouwen. Wanneer geheugen is ingebed in het platform dat elk klantcontactpunt ondersteunt, beweegt de context met de klant mee over de kanalen heen, verdwijnt de latentie en worden continue trajecten operationeel haalbaar.
De bedrijven die deze stappen bepalen zijn geen bedrijven die over de meest geavanceerde AI-modellen beschikken. Zij waren de eersten die het infrastructuurprobleem oplosten, in het besef dat agent AI zijn belofte niet zou kunnen waarmaken zonder nieuwe categorieën klantgegevens die speciaal zijn 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 bedrijven die voor de post hebben betaald of die een zakelijke relatie hebben met VentureBeat, en worden altijd duidelijk als zodanig gemarkeerd. Voor meer informatie kunt u contact opnemen met sales@venturebeat.com.
