Wanneer moet AI een ticket aan een mens overdragen?

Een AI-agent moet een ticket in vier situaties aan een mens overdragen: als de zekerheid over het antwoord onder de drempel ligt die jij hebt ingesteld, als essentiële informatie ontbreekt en één verduidelijkingsronde dat niet oplost, als de gebruiker frustratie of stress laat zien, en als de actie zelf veel impact heeft of onomkeerbaar is. Al het andere, het repeterende en goed gedocumenteerde werk, is precies wat de AI zelf moet afhandelen.

De interessante vraag is niet óf AI tickets kan oplossen. Dat kan, en voor een groot deel van het L1-volume gebeurt het ook. De interessante vraag is of de AI weet wanneer hij het níet moet doen.

Waarom volledige autonomie het verkeerde doel is

Leveranciers beloven graag een servicedesk zonder mensen. Wij denken dat die belofte fout is, en niet alleen technisch.

Een servicedesk is een vertrouwensfunctie. Eén zelfverzekerd fout antwoord aan de verkeerde persoon kost je meer goodwill dan vijftig correcte automatische oplossingen terugverdienen. Het doel is niet mensen weghalen. Het doel is dat mensen alleen de tickets zien waar een mens echt iets toevoegt: oordeel, empathie, het mandaat om een uitzondering te maken.

Dat werkt alleen als de AI eerlijk is over onzekerheid. Een agent die altijd antwoordt is een risico. Een agent die zijn grenzen kent is een collega.

Signaal 1: zekerheid onder de drempel

Elke actie van onze agents, van een prioriteit zetten tot een klantantwoord sturen, heeft een confidence-score. Elk actietype heeft een drempel. Antwoorden naar de klant: hoge lat. Een interne suggestie plaatsen: lagere lat. Onder de lat gebeurt de actie niet. De AI zet zijn analyse als interne notitie op het ticket en het ticket gaat naar een mens, met al het uitzoekwerk al gedaan.

De drempels stel jij in. Begin streng, kijk een paar weken naar de output in schaduwmodus en verruim alleen waar de AI zich per categorie heeft bewezen.

Signaal 2: het ticket bevat te weinig om op te handelen

"Printer kapot." Geen locatie, geen model, geen foutmelding. Een mens zou doorvragen. De AI dus ook, en dat doet hij: één vriendelijke reactie met de twee of drie vragen die een eerstelijns medewerker ook zou stellen.

Maar verduidelijking is één ronde, geen verhoor. Blijven er daarna gaten, dan is de juiste zet een overdracht met een samenvatting van wat bekend is en wat ontbreekt. Gebruikers vergeven je één vraag. Ze vergeven je geen formulier vermomd als gesprek.

Signaal 3: emotie

"Dit is de vierde keer dat ik dit meld en niemand reageert."

Dat ticket is technisch misschien simpel. Het is niet simpel. Een geautomatiseerd antwoord, hoe correct ook, vertelt deze gebruiker dat er nóg steeds niemand luistert. Sentimentdetectie herkent frustratie, urgentie en spanning, en legt die tickets direct bij een mens, met een notitie waarom. De ervaring van de eindgebruiker is hier het product, niet de oplostijd.

Signaal 4: impact

Eén wachtwoord resetten is routine. Een account blokkeren, een uitzondering goedkeuren of iets aanraken dat naar een security-incident ruikt is dat niet. Sommige acties verdienen een menselijke beslissing, zelfs als de AI technisch zeker is, omdat de kosten van die ene zeldzame fout asymmetrisch zijn. Die categorieën blijven gewoon menselijk, en de taak van de AI is aankomen met de context al voorbereid.

Hoe een goede overdracht eruitziet

Een overdracht is niet de AI die opgeeft. Een slechte escalatie is een leeg ticket in een wachtrij. Een goede overdracht betekent dat de mens begint met een briefing: wat de gebruiker vroeg, wat de kennisbank zegt, wat al geprobeerd is, wat de AI aanraadt en waarom hij niet zelf heeft gehandeld.

Dat laatste is het belangrijkst. "Confidence 55 procent, twee tegenstrijdige kennisartikelen" vertelt een mens precies waar hij eerst moet kijken. De mens lost het ticket sneller op, en de correctie die hij maakt wordt nieuwe kennis, zodat hetzelfde probleem de volgende keer automatisch wordt opgelost.

Echte service door echte mensen. Administratief werk door machines. De overdracht is waar die twee elkaar raken, en verdient meer ontwerpaandacht dan de automatisering zelf.

Veelgestelde vragen

Welk percentage tickets moet AI zonder mens afhandelen?

Er is geen universeel getal. Goed gedocumenteerde categorieën met veel volume halen na verloop van tijd vaak 40 tot 60 procent autonome afhandeling. De eerlijke maatstaf is niet het percentage maar het foutpercentage daarbinnen. Een desk die 30 procent foutloos automatiseert wint van een desk die 60 procent automatiseert met zichtbare missers.

Betekent human-in-the-loop dat een mens elke AI-actie controleert?

Nee. Het betekent dat elke actie een afgesproken niveau van menselijke betrokkenheid heeft: volledig autonoom voor bewezen categorieën, voorstellen-en-goedkeuren voor het middengebied, alleen-mens voor werk met veel impact. Jij bepaalt het per categorie en per actie, en je verschuift de grens naarmate het vertrouwen groeit.

Hoe weet ik of de drempels goed staan?

Draai eerst in schaduwmodus en vergelijk de voorstellen van de AI met wat je team daadwerkelijk deed. Waar ze consequent overeenkomen, verhoog je de autonomie. Waar ze afwijken, houd je de mens aan het stuur en kijk je waarom: vaak mist de kennisbank een artikel, niet de AI intelligentie.