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 campagnetijden in dagen (niet in milliseconden) werden gemeten, en waar ‘personalisatie’ inhield dat een naam in een e-mailsjabloon werd ingevoegd.
Conversationele AI heeft deze aannames doorbroken.
AI-agenten moeten onmiddellijk weten wat een klant zojuist heeft gezegd, de gebruikte toon, 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. De systemen waar de meeste bedrijven tegenwoordig op vertrouwen, zijn echter nooit ontworpen om deze vast te leggen of te leveren met de snelheid die moderne klantervaringen vereisen.
De kloof in de context van conversationele AI
De gevolgen van deze architecturale mismatch zijn al zichtbaar in klanttevredenheidsgegevens. Die van Twilio Een kijkje in de conversationele AI-revolutie relatie onthult dat meer dan de helft (54%) van de consumenten meldt dat AI zelden context heeft uit hun eerdere interacties, en slechts 15% gelooft dat menselijke agenten het volledige verhaal ontvangen na een overdracht van AI. Het resultaat: klantervaringen gedefinieerd door herhaling, wrijving en onsamenhangende overgangen.
Het probleem is niet een gebrek aan klantgegevens. Bedrijven verdrinken erin. Het probleem is dat conversationele AI draagbare, realtime opslag van klantinteracties vereist, en dat maar weinig organisaties over de infrastructuur beschikken om deze te bieden. Traditionele CRM’s en CDP’s blinken uit in het vastleggen van statische kenmerken, maar ze zijn niet ontworpen om de dynamische uitwisseling van een gesprek aan te kunnen dat zich seconde na seconde ontvouwt.
Om dit op te lossen is het nodig om conversatiegeheugen binnen de communicatie-infrastructuur zelf in te bouwen, in plaats van te proberen dit via integraties in oudere datasystemen in te bouwen.
De adoptiegolf van agentische AI en zijn beperkingen
Deze leemte in de infrastructuur wordt van cruciaal belang nu agent-AI van pilot naar productie gaat. Bijna twee derde van de bedrijven (63%) bevindt zich al in een vergevorderd stadium van ontwikkeling of heeft al conversationele AI geïmplementeerd in verkoop- en ondersteunende functies.
De realiteit: terwijl 90% van de organisaties zegt dat klanten tevreden zijn met hun ervaringen met AI, is slechts 59% van de consumenten het daarmee eens. Het verbreken van de verbinding gaat niet over de gespreksstroom of de reactiesnelheid. De vraag is of AI echt begrip kan tonen, met de juiste context kan reageren en problemen daadwerkelijk kan oplossen in plaats van escalaties aan menselijke agenten op te dringen.
Denk eens na over de kloof: een klant belt over een late bestelling. Met de juiste conversationele geheugeninfrastructuur kan een AI-agent de klant onmiddellijk herkennen, naar zijn eerdere bestelling verwijzen, details over een vertraging doorgeven, proactief oplossingen voorstellen en een passende compensatie aanbieden, allemaal zonder hem te vragen de informatie te herhalen. De meeste bedrijven kunnen dit niet allemaal bieden, omdat de benodigde gegevens zich in afzonderlijke systemen bevinden en niet snel genoeg toegankelijk zijn.
Waar de enterprise data-architectuur kapot gaat
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 belangrijke beperkingen verhinderen dat deze systemen conversationele AI ondersteunen:
Latency verbreekt het gesprekscontract. Wanneer klantgegevens zich in het ene systeem bevinden en gesprekken in een ander systeem plaatsvinden, vereist elke interactie API-aanroepen die vertragingen van 200-500 milliseconden introduceren, waardoor natuurlijke dialogen worden omgezet in robotische uitwisselingen.
De nuances van het gesprek gaan verloren. De signalen die gesprekken betekenisvol maken – toon, urgentie, emotionele toestand, toezeggingen die tijdens het gesprek zijn gedaan – zijn zelden ingebouwd in traditionele CRM’s, die zijn ontworpen om gestructureerde gegevens vast te leggen, en niet de ongestructureerde rijkdom die AI nodig heeft.
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 gefragmenteerde ervaringen ontstaan waarbij de context bij elke stap verdampt.
Gespreksopslag vereist een infrastructuur waarin gesprekken en klantgegevens door het ontwerp worden verenigd.
Wat uniform conversatiegeheugen mogelijk maakt
Organisaties die conversatieopslag als kerninfrastructuur beschouwen, zien duidelijke concurrentievoordelen:
Naadloze overdrachten: Wanneer het conversatiegeheugen verenigd is, erven menselijke agenten onmiddellijk de volledige context, waardoor de dode tijd van ‘laat me je account openen’ wordt geëlimineerd die duidt op verspilde interacties.
Maatwerk op schaal: Terwijl 88% van de consumenten gepersonaliseerde ervaringen verwacht, ziet meer dan de helft van de bedrijven dit als een grote uitdaging. Wanneer het gespreksgeheugen eigen is aan de communicatie-infrastructuur, kunnen agenten het aanpassen op basis van wat klanten op dat moment proberen 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.
Agentische automatisering: Misschien wel het belangrijkste is dat het conversatiegeheugen AI transformeert van een transactioneel hulpmiddel naar een echt 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.
De noodzaak van de infrastructuur
De golf van agent-AI dwingt tot een fundamentele herarchitectuur van de manier waarop bedrijven over klantgegevens denken.
De oplossing herhaalt niet de bestaande CDP- of CRM-architectuur. Het erkent dat conversatiegeheugen een aparte categorie vertegenwoordigt die real-time opname, toegang op millisecondenniveau en behoud van conversatienuances vereist, die alleen mogelijk zijn als datamogelijkheden rechtstreeks in de communicatie-infrastructuur worden geïntegreerd.
Organisaties die deze uitdaging benaderen als een uitdaging voor systeemintegratie zullen in het nadeel zijn ten opzichte van concurrenten die conversatiegeheugen als kerninfrastructuur beschouwen. Wanneer het geheugen eigen is aan het platform dat elk contactpunt van de klant aanstuurt, reist de context met klanten over de kanalen mee, verdwijnt de latentie en wordt continu reizen operationeel haalbaar.
De bedrijven die het tempo bepalen, zijn niet de bedrijven met de meest geavanceerde AI-modellen. Zij zijn degenen die het infrastructuurprobleem als eerste hebben opgelost, in het besef dat agent AI zijn belofte niet kan waarmaken zonder een nieuwe categorie klantgegevens die speciaal is gebouwd voor de snelheid, nuance en continuïteit die gesprekservaringen vereisen.
Robin Grochol is senior vice-president van product, data, identiteit en beveiliging bij Twilio.
Gesponsorde artikelen zijn inhoud die is geproduceerd door een bedrijf dat voor de post betaalt of een zakelijke relatie heeft met VentureBeat en die altijd duidelijk gemarkeerd is. Voor meer informatie kunt u contact opnemen met sales@venturebeat.com.
