AI in de financiële dienstverlening: duidelijkheid wint

Klanten van banken en verzekeraars zitten niet te wachten op een chatbot die meeleeft. Ze willen weten waar ze aan toe zijn.

Waarom een meelevende chatbot vertrouwen kost

Bij een menselijke medewerker werkt empathie. Zegt een collega “ik snap dat dit vervelend is”, dan zakt de spanning. Je zou verwachten dat het bij een chatbot net zo werkt. Dat blijkt niet zo te zijn.

Onderzoekers van de University of South Florida testten in drie experimenten hoe klanten reageren als een chatbot hun frustratie benoemt en spiegelt. Ze publiceerden de resultaten dit jaar in MIS Quarterly. Klanten voelden zich er niet beter door. Ze ervoeren het als opdringerig. Het gevolg: de chatbot leek minder competent, en de tevredenheid over de hele service daalde. Kwam dezelfde empathie van een mens, dan werkte die gewoon.

De verklaring is eigenlijk logisch. Een klant weet dat hij met software praat. Als die software zegt dat hij zijn gevoel begrijpt, klinkt dat hol. En op het moment dat een klant twijfelt aan de oprechtheid, twijfelt hij ook aan het antwoord.

In de financiële sector weegt dit extra zwaar. Een klant met een vraag over een afschrijving, een geweigerde aanvraag of een schadeclaim heeft vaak haast en zorgen. Ander onderzoek laat zien dat empathische chatbots juist schaden wanneer klanten tijdsdruk voelen. Dat is precies de situatie waarin veel financiële klantvragen ontstaan.

Klanten staan niet afwijzend tegenover AI. Maar het vertrouwen moet je verdienen, en drie onderzoeken laten zien waar dat op stukloopt:

• Vertrouwen is er, maar voorzichtig. Ruim de helft van de Nederlanders heeft op zijn minst enig vertrouwen in AI-agents voor financiële diensten, blijkt uit onderzoek van Salesforce. Slechts 11 procent vertrouwt ze volledig.
• Het knelpunt is de vervolgstap. De Britse Lending Standards Board liet mystery shoppers de webchats van tien financiële aanbieders testen. Van wie met een AI-chatbot sprak, vond 59 procent het gesprek niet behulpzaam. Bijna de helft wist na afloop niet wat de volgende stap was.
• Competentie wint het van warmte. In een studie met een beleggingschatbot in een bankscenario verhoogde duidelijke uitleg over gegevensgebruik het vertrouwen in de competentie van de chatbot. Empathische taal deed wel iets voor het gevoel, maar niet voor dat vertrouwen in competentie.

Het probleem is dus niet te weinig warmte, maar te weinig duidelijkheid. Bij geldzaken wil een klant vooral weten dat het systeem weet waar het over gaat.

Voor je klantenservice in de financiële sector betekent dat: een goed antwoord van een AI agent bevat altijd drie dingen.

1. Wat er aan de hand is. De oorzaak of status, in gewone taal.
2. Wat de klant nu kan doen. Een concrete handeling, of de bevestiging dat hij niets hoeft te doen.
3. Wanneer hij iets terughoort. Of bij wie hij terechtkan als het niet opgelost is.

Zo richt je AI in de financiële dienstverlening in op duidelijkheid

Hoe vertaal je dit naar de praktijk? Het begint bij de instructies van je AI agent. Daarin leg je niet alleen vast wát hij mag beantwoorden, maar ook hóé. Vier uitgangspunten die we bij financiële klanten toepassen:

1. Begin met het antwoord. Geen inleidende zin over hoe vervelend iets is, maar direct de kern: wat is er gebeurd en waarom.
2. Sluit altijd af met een vervolgstap. Een klant die de chat sluit zonder te weten wat er nu gebeurt, belt alsnog.
3. Wees eerlijk over wat de AI niet kan. Een kredietbeslissing of een complexe claim hoort bij een specialist. Zeg dat, en zet het gesprek direct door.
4. Leg uit wat er met gegevens gebeurt. Vraagt de AI agent om een rekeningnummer of document? Vertel kort waarom en hoe je ermee omgaat.

Een erkenning hoeft er trouwens niet helemaal uit. “Ik zoek het voor je uit” of “dat klopt niet, dat lossen we op” is prima. Het verschil zit in de belofte: actie in plaats van gevoel.

Die uitgangspunten werken alleen als het fundament klopt. In de praktijk gaat het om drie bouwstenen:

• Instructies en procedures. Met Zendesk AI agents leg je toon en kaders vast, zodat de AI agent dezelfde lijn hanteert als je team.
• Een heldere kennisbank. Een AI agent kan alleen helder antwoorden als de bronartikelen helder zijn. Een goed opgezet helpcenter is daarom vaak de eerste stap.
• Duidelijke processen. Neem identiteitsverificatie, voor veel klanten een bron van verwarring. Met een gestructureerd KYC-proces in Zendesk weet een klant precies wat hij moet aanleveren, en weet je team waar het verzoek staat.

Wil je zien hoe dat er in het echt uitziet? Op donderdag 15 oktober laten we tijdens PizzAI in Amsterdam live zien wat een AI agent voor je klantenservice kan doen. Kennisbank en tone of voice zijn twee van de vier ingrediënten die we die middag onder de loep nemen, met Napolitaanse pizza op tafel.

Waar empathie wel thuishoort: bij je mensen

Betekent dit dat empathie uit je klantenservice moet? Integendeel. Het betekent dat je empathie neerlegt waar die werkt: bij je medewerkers.

Een klant die zijn baan verliest en zijn hypotheek niet kan betalen, wil geen helder antwoord van een bot. Die wil een mens. De kunst is dat je AI agent zulke momenten herkent en het gesprek op tijd overdraagt, met alle context erbij. Hoe je die overdracht inricht, lees je in onze blog over de balans tussen mens en machine. Met omnichannel klantenservice zorg je dat de medewerker die overneemt, het hele gesprek ziet.

Wil je weten of je AI agent echt helder communiceert? Kijk dan niet alleen naar het aantal afgehandelde gesprekken. Met quality assurance beoordeel je gesprekken op toon en duidelijkheid. Met AI feedback analyse zie je terugkerende signalen, zoals klanten die na een chat alsnog bellen. In onze blog over AI agents meten lees je welke KPI’s daarbij helpen.

Duidelijkheid als basis voor vertrouwen

De verleiding is groot om AI zo menselijk mogelijk te maken. Het voelt vriendelijk, het voelt modern. Maar in de financiële sector levert het vooral wantrouwen op. Klanten die met hun geld bezig zijn, willen een systeem dat weet waar het over gaat. Geen systeem dat doet alsof het meeleeft.

Dat is eigenlijk goed nieuws. Duidelijkheid kun je inrichten, testen en verbeteren. Je hoeft geen kunstmatige warmte te bedenken. Je moet zorgen dat je AI agent de juiste informatie heeft, eerlijk is over zijn grenzen en elke klant met een concrete vervolgstap de chat laat verlaten.

Organisaties die dit goed doen, zien dat klanten minder vaak terugkomen met dezelfde vraag. Hun medewerkers krijgen ruimte voor de gesprekken waar menselijke aandacht wél het verschil maakt. Zo werken AI en mens elk op hun eigen kracht, en dat merken je klanten.

Benieuwd hoe jouw AI agent klinkt voor een klant met een financiële vraag? Plan een vrijblijvend gesprek, dan kijken we samen naar je instructies en kennisbank.