AI tools
4 min leestijd
AI-intentherkenning in Flow Builder: slimmere chatbot-automatisering zonder vast script
De Flow Builder van Saysimple ondersteunt nu AI-intentherkenning. In plaats van elke klant door dezelfde vaste reeks vragen te sturen, kan een flow lezen wat iemand daadwerkelijk schrijft, bepalen of het om een service- of verkoopvraag gaat, en met een AI-conversatielaag vragen naar en opslaan van het specifieke gegeven dat die afdeling altijd nodig heeft, zoals een e-mailadres. Die opgeslagen variabele kan vervolgens optioneel een API-call activeren om de gegevens naar een ander systeem door te zetten. Deze configuratie vraagt meer werk dan één schakelaar omzetten, maar het resultaat is een klant die direct bij de juiste persoon terechtkomt, met de juiste context al beschikbaar.
De meeste flow builders, inclusief eerdere versies van die van Saysimple, werken op dezelfde manier. Je bouwt een beslisboom, schrijft de vragen vooraf uit, en elke klant beantwoordt ze in dezelfde volgorde, ongeacht of elke vraag ook echt op hen van toepassing is. Iemand die een factuur nazoekt, krijgt dezelfde openingsvragen als iemand die een defect product meldt, tot de flow verderop eindelijk vertakt.
Dat werkt prima wanneer een bedrijf echt maar één of twee soorten vragen heeft. Zodra gesprekken gevarieerder worden, loopt het vast, want iemand moet elk mogelijk pad vooraf bedenken en er handmatig een tak voor bouwen. Mist die persoon een pad, dan stuurt de bot de klant terug naar een menu of geeft alsnog door aan een medewerker, en dan heeft de flow niemand tijd bespaard.
De Flow Builder van Saysimple kan nu flows bouwen die de intentie bepalen op basis van de eigen tekst van de klant, in plaats van een vast keuzemenu. Een flow kan bijvoorbeeld herkennen dat een bericht een service- of verkoopvraag is, en daarop vertakken zonder dat de klant ooit een optie uit een lijst hoeft te kiezen.
Dit valt onder Saysimple Neo, de platformversie waarin AI een aanmerkelijk grotere rol speelt dan voorheen, en die inmiddels standaard is voor nieuwe klanten. Intentieherkenning in Flow Builder is een concreet, praktisch resultaat van die verschuiving: geen losse AI-toevoeging naast het product, maar de flow-logica zelf die slimmer wordt in wat ze ziet.
Intentie herkennen is maar het halve werk. Het echte doel is het verzamelen van wat een specifieke afdeling altijd nodig heeft om een gesprek goed te kunnen afhandelen, meestal iets als een e-mailadres, maar het kan net zo goed een ordernummer, een bedrijfsnaam, of iets anders zijn dat een team standaard uitvraagt. Dat deel draait op een AI-conversatielaag binnen de flow: die vraagt de klant op een natuurlijke manier naar het ontbrekende gegeven, en slaat het antwoord op als variabele terwijl het gesprek doorgaat.
Zodra die variabele is opgeslagen, kan hij optioneel een API-call activeren om de gegevens naar een ander systeem door te zetten, bijvoorbeeld om een bestelling op te zoeken, een account te checken, of het gegeven door te sturen naar een CRM, via dezelfde API- en integratielaag die Saysimple al biedt voor berichten, contacten en gekoppelde systemen. Die aanroep gebeurt niet automatisch. Een team stelt dit bewust in, voor de specifieke variabelen die het echt waard zijn om door te sturen.
Dit goed configureren, bepalen welk gegeven de AI-conversatielaag precies moet uitvragen, hoe het wordt opgeslagen, en welke van die variabelen het waard zijn om aan een API-call te koppelen, is technischer dan de intentie-vertakking zelf. Het is geen enkele schakelaar die je omzet. Saysimple kan dit onderdeel direct voor klanten inrichten, in plaats van het aan het team zelf over te laten.
De echte verschuiving zit in wat een team vooraf moet uitdenken. Een traditionele flow heeft elke vraag en elke vertakking vooraf in kaart nodig, wat betekent dat iemand elke mogelijke wending van een gesprek moet raden. Een flow die op intentie stuurt heeft die volledige uitwerking niet nodig. Hij leest wat de klant daadwerkelijk zegt, bepaalt wat er nog ontbreekt, en vraagt daarnaar, in plaats van een script af te werken dat voor het gemiddelde geval is geschreven.
In de praktijk betekent dit:
| Traditionele scriptflow | Intentiegestuurde flow |
|---|---|
| Elk mogelijk klantpad heeft een eigen scripttak nodig, handmatig gebouwd en onderhouden | Minder scripttakken om te bouwen en te onderhouden, omdat de flow intentie uit het bericht zelf leest |
| Klanten krijgen vragen die ze mogelijk al beantwoord hebben in hun openingsbericht | Minder overbodige vragen, omdat de bot niet vraagt naar informatie die al is gegeven |
| Gemiste paden sturen klanten terug naar een menu of tussen medewerkers heen en weer | Klanten komen bij de juiste afdeling terecht met de benodigde gegevens al verzameld |
Dit vervangt niet het eigen oordeel van een team over wat de flow met een service- of verkoopvraag moet doen. Het verandert hoeveel van dat oordeel vooraf hard vastgelegd moet worden, versus wat de flow zelf herkent op het moment dat het gebeurt.
Intentieherkenning wordt ingesteld binnen Flow Builder, bovenop dezelfde flowstructuur die teams nu al gebruiken. Een praktische start is om één flow te kiezen die nu elke klant dezelfde openingsvragen stelt, meestal een algemene contactflow die verderop splitst in service en verkoop, en de eerste stap opnieuw te bouwen zodat de bot het openingsbericht leest in plaats van een menu te tonen. Bepaal daarna het ene gegeven dat elke afdeling echt altijd nodig heeft, zoals een e-mailadres of ordernummer, en laat de AI-conversatielaag dit verzamelen voordat het gesprek wordt overgedragen. Omdat de configuratie meer haken en ogen heeft dan één simpele schakelaar, kan het team van Saysimple dit direct voor je inrichten in plaats van het als een doe-het-zelfproject te laten liggen.
Intentieherkenning neemt de afweging niet weg over wat een service- of verkoopvraag daarna zou moeten triggeren. Wat het wel wegneemt, is de noodzaak om elk pad vooraf hard te programmeren, en dat is precies het onderdeel van flows bouwen dat het slechtst opschaalt naarmate gesprekken gevarieerder worden.
Stellen jouw flows nog elke klant dezelfde vaste vragen voordat duidelijk is wat iemand echt nodig heeft? Dan is dit het bekijken waard. Neem contact op om te zien hoe AI-intentherkenning in Flow Builder past binnen jullie bestaande opzet, of ontdek hoe een AI klantenservice chatbot op basis hiervan wél de juiste vragen stelt in plaats van een vast script af te werken.
