Bij TabMedia streven we ernaar om technologie in te zetten om echte problemen op te lossen. Onlangs hebben we samengewerkt met Bonarius, een toonaangevend Nederlands bedrijf dat gespecialiseerd is in HVAC-installaties, onderhoud en technische diensten. Samen hebben we Boris, een geavanceerde en empathische AI Agent, ontwikkeld om hun klantenservice te optimaliseren. In deze whitepaper delen we onze ervaringen over dit project, de uitdagingen die we tegenkwamen en de oplossingen die we hebben gevonden.
Bonarius benaderde ons met de vraag of we een AI Agent konden ontwikkelen om specifiek de mailbox van hun klantenservice te ontlasten. Het doel was om hun klanten sneller en efficiënter te helpen, de resolution rate te verbeteren en tegelijkertijd de werkdruk voor hun medewerkers te verlagen. De resolution rate is het percentage klantvragen dat bij het eerste contact succesvol wordt opgelost. Omdat Bonarius een B2B2C-onderneming is, was het verhogen van de klanttevredenheid een belangrijke bijkomst.
Bonarius verwerkt jaarlijks meer dan 250.000 inkomende klantinteracties. De omvang van deze interacties benadrukt de noodzaak van een efficiënte oplossing.
We begonnen met intensieve gesprekken met het klantenserviceteam van Bonarius om hun uitdagingen en behoeften te begrijpen. Samen hebben we zowel functionele als niet-functionele eisen vastgesteld. Dit hielp ons om duidelijke doelen te stellen en te bepalen welke functionaliteiten de AI Agent moest hebben.
Op basis van de input van Bonarius hebben we klantverhalen en gebruikersreizen uitgewerkt. We hebben gekeken naar hoe klanten met de AI Agent zouden interacteren en welke informatie ze nodig zouden hebben. Dit hielp ons om de gebruikerservaring zo soepel mogelijk te maken.
We hebben gebruikgemaakt van Voiceflow, een platform dat ons in staat stelt om AI Agents te bouwen met minimale code. Hoewel we Voiceflow gebruiken vanwege basisfunctionaliteiten zoals intentherkenning en dialogflows, hebben we uitgebreide maatwerkoplossingen ontwikkeld met geavanceerde technieken en externe koppelingen. Dit omvat het schrijven van aangepaste JavaScript-code voor vrijwel elke workflow om effectieve en efficiënte interacties te realiseren.
Voor het taalmodel hebben we voornamelijk gebruikgemaakt van het meest geoptimaliseerde model van Anthropic. Dit model stelt ons in staat om natuurlijke en contextuele interacties te creëren, waardoor de AI Agent effectief kan reageren op complexe klantvragen.
Om de redeneringscapaciteit van de AI Agent te verbeteren, hebben we technieken zoals Chain of Thought (CoT) prompting toegepast. Deze techniek moedigt de AI aan om problemen stap voor stap te analyseren, wat leidt tot nauwkeurigere en meer doordachte antwoorden.
Daarnaast hebben we een eigen API Gateway ontwikkeld die zorgt voor: