Zendesk, al meer dan tien jaar een pionier in klantenservice-oplossingen, verwerkt jaarlijks meer dan 4,6 miljard klantinteracties. In samenwerking met OpenAI heeft het bedrijf nu een nieuwe generatie AI-agents ontwikkeld die niet alleen gesprekken beheren, maar ook autonoom reacties plannen en uitvoeren. Dit resulteert in een drastische vermindering van de insteltijd van dagen naar minuten en verhoogt de automatiseringsgraad richting 80%, terwijl teams volledige controle behouden over het gedrag van de AI.
Van intentie-gebaseerde bots naar proactieve AI-agents
Traditionele automatiseringsmodellen in klantenservice vertrouwen op intentieclassificatie: het voorspellen van een intentie, het activeren van een vooraf gedefinieerde dialoog en hopen dat de klant het script volgt. Deze aanpak werkt bij gestructureerde interacties, maar schiet tekort bij nuances, vervolgvragen of uitzonderlijke gevallen. Adrian McDermott, CTO van Zendesk, benadrukt: “Echte klanten veranderen van gedachten, stellen verduidelijkende vragen en verwachten dat de AI natuurlijk meebeweegt. In service draait alles om oplossing, en tot nu toe waren bots beperkt in hun vermogen om dit te bereiken.”
Door de samenwerking met OpenAI heeft Zendesk een generatieve benadering geïmplementeerd, gebruikmakend van Retrieval-Augmented Generation (RAG) voor basis FAQ-interacties. De focus ligt nu op generatief redeneren, waardoor AI-agents zelfstandig taken kunnen plannen en uitvoeren.
Een nieuwe klasse AI-agents gericht op oplossingen
De nieuwste AI-agents van Zendesk zijn specifiek ontworpen voor klantenservice. Aangedreven door OpenAI-modellen zoals GPT-4o, gaan deze agents verder dan het beantwoorden van vragen: ze leiden gesprekken, begrijpen context en streven actief naar oplossingen.
Het platform maakt gebruik van een multi-agent architectuur met gespecialiseerde agents, waaronder:
• Taakidentificatie-agent: Deze AI-agent voert echte gesprekken om de behoeften van de gebruiker te begrijpen, stelt verduidelijkende vragen en onderscheidt vergelijkbare kwesties zonder afhankelijk te zijn van handmatige training.
• Conversationele RAG-agent: Breidt traditionele RAG uit door te baseren op meerturnsconversaties. Bijvoorbeeld, wanneer een gebruiker vraagt naar betaalopties, kan de agent doorvragen naar de locatie van de gebruiker om nauwkeurige informatie te verstrekken.
• Actie-agent: Voert taken uit namens de gebruiker, zoals het resetten van een wachtwoord of het annuleren van een bestelling, zonder menselijke tussenkomst.
Door RAG te combineren met redenering, kunnen Zendesk’s AI-agents nu multi-step conversaties voeren, vervolgvragen stellen en reacties aanpassen op basis van gebruikersinput. Dit stelt het platform in staat om complexe problemen autonoom op te lossen, zonder te vertrouwen op rigide dialoogstromen.
Overgang van statische stromen naar adaptief redeneren
Een significante verandering in de ontwikkeling van Zendesk’s AI-agents is de overgang naar een hybride ontwikkelingsmodel, waarbij agents naadloos kunnen schakelen tussen dialoogstromen en generatieve procedures binnen een enkel gesprek.
Met de nieuwe AI-agent builder kunnen bedrijven procedures definiëren in natuurlijke taal. De AI-agent plant vervolgens een actieplan met behulp van adaptief redeneren en presenteert een preview van de voorgestelde stappen voordat deze live gaan.
AI-redeneringscontroles bieden real-time inzicht in het denkproces van AI-agents, waardoor teams elke conversatie kunnen auditen door de gedachtegang van de agent te beoordelen en te begrijpen hoe beslissingen zijn genomen.
Deze verschuiving vermindert de insteltijd van dagen naar minuten en maakt generatieve automatisering toegankelijk voor een veel breder scala aan Zendesk-klanten.
Adrian McDermott, CTO van Zendesk, merkt op: “We hebben de grootste barrières voor AI-adoptie weggenomen. Klanten kunnen deze nieuwe agentische AI-agents nu direct uit de doos gebruiken.”
Benchmarking van de beste modellen voor elke use case
Achter de schermen voert Zendesk een rigoureus intern benchmarkingprogramma uit om de beste modellen te selecteren en in te zetten voor elke use case. Het team houdt rekening met factoren zoals latentie, kosten en kwaliteit, en test nieuwe modellen zoals OpenAI’s o3-mini voor toepassingen variërend van RAG tot achtergrondredeneringstaken.
Dit proces stelt Zendesk in staat om nieuwe modellen binnen 24 uur te evalueren, testen en implementeren.
Zendesk monitort de prestaties zowel voor als na implementatie, gebruikmakend van offline evaluaties en live metrics zoals oplossingspercentage, bewerkingspercentage en latentie. Elke modelbeslissing wordt gedocumenteerd en is controleerbaar, wat zorgt voor transparantie en betrouwbaarheid naarmate het systeem evolueert.
Dit jaar is Zendesk van plan om een self-service benchmarkingplatform uit te rollen, zodat elk Zendesk-engineeringteam modellen kan testen en implementeren zonder directe ondersteuning van machine learning-experts.
Versnelling naar 80% automatisering
Zendesk is momenteel bezig met het testen van het nieuwe agentische AI-platform met early adopter-klanten. Het platform is ontworpen om eenvoudig te integreren met bestaande systemen, waardoor klanten sneller richting 80% automatisering kunnen gaan zonder alles opnieuw te hoeven opbouwen.
Hoewel bredere metrics later in 2025 zullen volgen, is de vroege feedback positief: snellere setup, nauwkeurigere reacties en soepelere gebruikerservaringen over alle kanalen heen.
Meer info https://openai.com/index/zendesk/
Zendesk Relate - bring on the Resolution Revolution!Zendesk Relate 2025 is underway - and so is the next revolution, according to CEO Tom Eggemeier. |
