Chatbot of AI-agent? Het verschil in gewone taal

Iedereen zet tegenwoordig AI-agent op de doos, ook als er gewoon een ouderwetse chatbot in zit. Fijn voor de verkoop, lastig voor jou. Want het verschil tussen een chatbot en een AI-agent zit niet in het jasje. Het bepaalt of het ding een klant echt verder helpt of alleen netjes vastloopt in een keuzemenu. Hieronder leg ik het verschil chatbot AI-agent uit in gewone taal, zonder jargon, zodat je weet wat je koopt en wanneer je wat nodig hebt.

Wat een klassieke chatbot eigenlijk doet

Een klassieke chatbot is een beslisboom met een net jasje. Je bouwt de vragen en de antwoorden vooraf, en je verbindt ze met knoppen of trefwoorden. Klikt iemand op Retour aanvragen, dan volgt het stukje over retouren. Typt iemand het woord factuur, dan pakt de bot het factuur-blokje. Zolang de klant binnen de lijntjes blijft, gaat dat prima.

Het loopt mis zodra iemand iets vraagt wat je niet had voorzien. En dat gebeurt vaker dan je zou denken. Mensen stellen hun vraag zelden zoals jij hem hebt ingetikt. Ze proppen twee dingen in een zin, ze typen met fouten, of ze vragen net iets wat buiten je boom valt. Dan volgt het bekende zinnetje: Sorry, dat heb ik niet begrepen, kies een van de opties hieronder.

Een chatbot weet ook niets over deze specifieke klant. Hij kent jouw bestelling niet, jouw voorraad niet, jouw agenda niet. Hij herhaalt wat er in de boom staat, meer kan hij niet. Dat is geen domheid, het is het ontwerp. Een beslisboom kan alleen kiezen uit wat je er zelf in hebt gestopt.

Wat een AI-agent anders maakt

Een AI-agent begint aan de andere kant. In plaats van een vaste boom zit er een taalmodel onder dat de vraag leest, de bedoeling eruit haalt en dan zelf een antwoord formuleert. Er zijn geen knoppen die je vooraf hoeft te verzinnen. De klant typt in zijn eigen woorden, en de agent snapt waar het om gaat, ook als de zin rommelig is of twee vragen tegelijk bevat.

Het echte verschil zit in het tweede deel: een goede AI-agent leest live mee in je systemen. Hij kijkt in Shopify wat de status van bestelling 10432 is, ziet in je CRM dat deze klant al drie keer heeft gemaild, checkt in de agenda of er donderdag nog een plek vrij is. Hij put niet uit een lijstje standaardantwoorden, maar haalt het antwoord op het moment zelf op.

Daar lezen veel mensen overheen. Een chatbot kan vertellen wat je retourbeleid is. Een AI-agent ziet dat jouw pakket gisteren is bezorgd, dat je binnen de termijn valt, en stuurt meteen het retourlabel. Het eerste is informatie geven. Het tweede is iemand daadwerkelijk helpen.

Een concreet voorbeeld

Stel, een klant typt: Ik heb maandag twee truien besteld maar er zit er maar een in de doos, waar blijft de andere. Een beslisboom-chatbot heeft hier geen knop voor. Hij vist het woord besteld of bezorging uit de zin en stuurt de klant naar een algemeen blokje over verzendtijden. De klant raakt geirriteerd en vraagt alsnog om een medewerker.

Een AI-agent leest diezelfde zin, zoekt de bestelling op, ziet dat het om twee artikelen ging waarvan er een apart wordt verstuurd, en antwoordt dat de tweede trui morgen aankomt met dit track-and-trace nummer. Geen menu, geen doorverwijzing, klaar in een bericht.

Waarom dat verschil zwaarder weegt dan het lijkt

Het grootste deel van je binnenkomende vragen is herhaalbaar. Waar is mijn pakket, kan ik nog wijzigen, hoe zit het met retour, zijn jullie morgen open. Bij veel webshops en dienstverleners zit dat aandeel ergens tussen de 60 en 80 procent van alle vragen. En juist dat soort vragen vraagt om een actueel, persoonlijk antwoord, niet om een algemene tekst.

Precies daar valt een chatbot door de mand. Hij kan het beleid opdreunen, maar hij kan niet in de bestelling kijken. Dus schuift hij de klant alsnog door naar je team. Of erger, hij geeft een antwoord dat op papier klopt maar in dit geval niet van toepassing is. Dan heb je een bot die het werk half doet en klanten het gevoel geeft dat ze tegen een muur praten.

Wanneer een simpele chatbot genoeg is

Eerlijk is eerlijk: niet iedereen heeft een AI-agent nodig. Een beslisboom volstaat als je situatie simpel en stabiel is. Denk aan een paar veelgestelde vragen die zelden veranderen, geen systemen om in te kijken, en klanten die vooral even willen weten wat je openingstijden of je adres zijn.

• Je hebt een handvol standaardvragen en de antwoorden veranderen bijna nooit.
• Er is geen bestelling, dossier of afspraak om op te zoeken, de antwoorden zijn voor iedereen hetzelfde.
• Je wilt vooral doorverwijzen naar de juiste pagina of het juiste telefoonnummer, niet echt iets afhandelen.
• Het volume is laag genoeg dat een gemist antwoord geen ramp is.

In die gevallen is een agent overkill. Je betaalt dan voor intelligentie die je niet gebruikt. Een nette beslisboom doet het werk en is in een middag gebouwd.

Wanneer je echt een AI-agent wilt

Zodra de antwoorden per klant verschillen, kantelt het beeld. Hangt het goede antwoord af van welke bestelling het is, welk contract iemand heeft of welke plek er nog vrij is, dan loop je met een beslisboom vast. Dan wil je iets wat begrijpt wat er gevraagd wordt en dat live opzoekt.

1. Klanten stellen hun vraag in vrije tekst en verwachten een antwoord dat op hun situatie slaat.
2. Het juiste antwoord zit in een systeem: je webshop, je CRM, je agenda, je voorraad.
3. Je krijgt genoeg volume dat handmatig afhandelen tijd kost die je liever elders inzet.
4. Je wilt dat de lastige gevallen bij een mens komen, met de context van het gesprek erbij, niet weer vanaf nul.

Dat laatste punt wordt vaak vergeten. Een goede AI-agent lost niet alles op, en dat hoeft ook niet. Wat je wilt, is dat hij de herhaalbare vragen wegvangt en de rest netjes overdraagt aan een medewerker, met het hele gesprek erbij. Zo hoeft je team niet elke keer opnieuw te beginnen met de vraag waar het ook alweer over ging.

Bij Conveya hebben we hier bewust op ingezet: de agent leest live mee in systemen als Shopify, je CRM en je agenda, over webchat, e-mail, WhatsApp en telefonie heen, en draagt met context over aan een mens zodra dat nodig is. Niet omdat een chatbot slecht is, maar omdat de meeste vragen die binnenkomen nu eenmaal om een actueel, persoonlijk antwoord vragen.

Het verschil chatbot en AI-agent herkennen bij een leverancier

Verkopers plakken het label AI-agent inmiddels op van alles. Wil je weten wat er echt onder de motorkap zit, stel dan een paar nuchtere vragen. Kan het meelezen in mijn bestellingen, mijn agenda, mijn klantsysteem. Wat gebeurt er als een klant iets vraagt wat niet in de scripts staat. En hoe draagt het over aan een mens als het er zelf niet uitkomt.

Krijg je op de eerste vraag een omweg of een nee, dan koop je een chatbot, hoe modern het label ook klinkt. Krijg je een concreet antwoord over welke systemen het koppelt en hoe het live data ophaalt, dan zit je met een echte agent aan tafel. Het woord op de doos zegt weinig. Wat het ding tijdens een gesprek kan opzoeken, zegt alles.

Kies dus niet op de term, maar op wat je klanten echt vragen. Zijn dat vaste, algemene vragen, dan volstaat een beslisboom. Verschillen de antwoorden per klant en zitten ze in je systemen, dan zit daar het verschil tussen informatie geven en iemand echt helpen.