AI-governance in je klantenservice: houd grip op je AI-agent

Vier afspraken die je AI-agent betrouwbaar houden, zonder dat je hem op slot zet

Waarom AI-governance in je klantenservice nu op tafel ligt

Een jaar geleden deed een chatbot vooral één ding: antwoord geven uit de kennisbank. Ging dat mis, dan kreeg een klant een onhandig antwoord. Vervelend, maar te overzien.

Een moderne AI-agent doet meer. Via procedures en API-acties werkt hij in je systemen. Hij annuleert, wijzigt, plant in en belooft. Een fout blijft dan niet bij een raar zinnetje, maar wordt een verkeerde actie in je orderbeheer. Omdat de agent consequent is, herhaalt hij die fout ook consequent. Niet één keer, maar bij iedere klant met dezelfde vraag.

Daar komt de wet bij. Sinds 2 augustus 2026 gelden de transparantieverplichtingen uit de Europese AI Act. Voor interactieve AI-systemen betekent dat: mensen moeten weten wanneer ze rechtstreeks met AI communiceren. De AI Act in je klantenservice is dus geen toekomstmuziek meer.

In de praktijk zien we dat de techniek zelden het probleem is. Het probleem zit in het eigenaarschap. De agent is ooit door iemand ingericht, sindsdien heeft iedereen er “even” iets aan aangepast, en niemand weet nog precies waarom hij zich gedraagt zoals hij doet.

Wat je AI-agent mag zeggen: kennis, instructies en grenzen

Alles wat een AI-agent in de klantenservice zegt, komt uit twee bronnen: de kennis die je hem geeft en de instructies die je hem meegeeft. Governance begint dus bij die bronnen, niet bij het antwoord.

Kennis. Welke bronnen mag de agent raadplegen? Vaak is dat je Zendesk Helpcenter, soms aangevuld met interne documenten of je website. Leg vast welke bronnen meetellen en wie ze actueel houdt. Een verouderd retourartikel is geen klein foutje meer als een agent het duizend keer per week citeert. Waarom vastgelegde kennis en procedures de basis vormen, legt onze consultant Stef uit in dit interview over AI in klantenservice.

Instructies. Hier bepaal je toon, rol en grenzen. Denk aan afspraken zoals:

• De agent doet nooit toezeggingen over vergoedingen, levertijden of juridische kwesties.
• Bij klachten over veiligheid, privacy of een dreigende opzegging draagt hij direct over aan een medewerker.
• Hij vertelt altijd dat de klant met een AI-agent praat, en hoe de klant een mens kan bereiken.

Dat laatste punt is meteen je invulling van de transparantieplicht. Zet het niet alleen in een instructie, maar ook zichtbaar in de welkomstboodschap van je chatkanaal.

Schrijf deze grenzen op als beleid, niet alleen als prompttekst. De instructie in Zendesk is de uitvoering. Het beleid is de afspraak die je kunt uitleggen aan je directie, je juridische afdeling of een klant die vraagt waarom de agent iets niet wilde doen.

Wat je AI-agent mag doen: acties met een rem erop

Zodra je Zendesk AI Agents koppelt aan je ordersysteem, CRM of planning, verschuift de vraag van “wat zegt hij?” naar “wat doet hij?”. Voor die acties werkt één principe goed: geef de agent zo weinig rechten als hij nodig heeft, en bouw drempels in waar de gevolgen groter worden.

Een handige indeling maakt drie soorten acties:

1. Opzoeken. Orderstatus, afspraakdatum, factuurkopie. Weinig risico, dus de agent kan dit zelfstandig.
2. Wijzigen binnen kaders. Een adres aanpassen vóór verzending, een afspraak verzetten binnen dezelfde week. Dit mag de agent doen, maar alleen onder voorwaarden die je in de procedure vastlegt.
3. Toezeggen of terugdraaien. Een vergoeding, een annulering na verzending, een uitzondering op je voorwaarden. Hier laat je de agent de zaak voorbereiden en overdragen aan een medewerker die beslist.

Is de agent goed ingericht, dan voelt de overdracht voor de klant niet als een doodlopende weg. Hoe je dat moment goed vormgeeft, lees je in onze blog over de balans tussen mens en machine.

Vergeet ook de technische kant niet. Een API-koppeling met te ruime rechten is een risico, ook als de agent zich keurig gedraagt. Hoe je toegangsrechten en koppelingen in Zendesk scherp houdt, lees je in onze blog over klantgegevens beveiligen.

AI-governance in je klantenservice is een routine, geen project

De meeste problemen ontstaan niet bij de livegang, maar maanden later. Iemand past een instructie aan om één klacht op te lossen. Een kennisartikel verandert. Een nieuwe procedure gaat live op vrijdagmiddag. Zonder routine sluipen er zo fouten in die niemand ziet aankomen.

Daarom heeft AI-governance in je klantenservice twee terugkerende onderdelen nodig: gecontroleerd wijzigen en toetsen of de agent binnen de afspraken blijft.

Gecontroleerd wijzigen

Wijs een eigenaar aan voor de regels van de agent. Die persoon beslist wat de agent mag, keurt elke wijziging aan instructies, procedures en acties goed, en legt vast wat er veranderde en waarom. Een simpel wijzigingslog in een gedeeld document is genoeg. Dat kan dezelfde collega zijn die de resultaten bijhoudt, maar het is een andere pet: niet “werkt het beter?”, maar “mag dit?”.

Test daarna voordat je publiceert. Met de testwidget in Zendesk simuleer je de klantervaring met alle actieve instellingen, inclusief instructies, en worden testgesprekken vastgelegd in de conversation logs. Raakt de wijziging acties of koppelingen, test dan in een aparte omgeving. Een Zendesk Sandbox voorkomt dat je testorders in je echte systemen terechtkomen.

Toetsen of de agent binnen de afspraken blijft

Prestaties meten en governance toetsen zijn twee verschillende vragen. Hoe je stuurt op resolutie, overdrachten en tevredenheid, lees je in onze blog over het meten van je AI-agent. De governance-check vraagt iets anders: houdt de agent zich aan wat je hebt afgesproken?

Neem daarvoor elke maand een kleine, gerichte steekproef. Kies gesprekken waarin de agent een actie uitvoerde, gesprekken over gevoelige onderwerpen en gesprekken waarin hij iets toezegde. Toets ze tegen je beleid. Deed hij alleen wat hij mocht? Droeg hij op de juiste momenten over? Meldde hij dat de klant met AI praatte?

De conversation logs geven je daarvoor het antwoord en de onderbouwing. Bij een gegenereerd antwoord zie je in het detailpaneel onder meer de inhoud van de reactie, de actieve instructies en de bronvermeldingen. Je ziet dus niet alleen dát de agent een grens overschreed, maar ook welke instructie of bron daarachter zat. Een afwijking los je dan op in je instructies of procedures, en die wijziging gaat weer via de eigenaar.

Wil je dit op grotere schaal doen, dan kun je “binnen beleid” als vast criterium opnemen in je Quality Assurance voor klantenservice. Zo toets je niet een handvol gesprekken, maar alle gesprekken.

Gartner wijst in dezelfde richting. Organisaties moeten zicht houden op het gebruik van AI-agents, afwijkend gedrag opsporen en agents corrigeren die buiten hun bedoelde scope of risicotolerantie werken.

Laat tot slot je mensen niet buiten beeld. Medewerkers die snappen hoe de agent werkt, zien eerder wanneer hij iets vreemds doet. Een korte training in AI-gebruik betaalt zich daar snel terug.

Grip houden zonder de rem erop te zetten

Governance klinkt als een rem. In de praktijk werkt het andersom. Organisaties die precies weten wat hun agent mag, durven hem ook meer te laten doen. Ze breiden stap voor stap uit, omdat ze kunnen zien wat er gebeurt en snel kunnen bijsturen als iets niet klopt.

Zonder die afspraken gebeurt het omgekeerde. Eén pijnlijk incident, een onterechte toezegging of een actie die niet terug te draaien is, en het vertrouwen in de agent is weg. Bij je team, bij je directie en bij je klanten. Dat herstel kost meer dan de governance ooit had gekost.

Begin daarom klein. Schrijf op wat je agent nu mag zeggen en doen, wijs een eigenaar aan en plan de eerste governance-check. Dat is een middag werk. Vanaf dat moment groeit je controle over je AI-agent mee met wat je hem toevertrouwt, en dat is precies waar je wilt staan als de volgende use case op tafel komt.

Wil je weten waar de grenzen van jouw AI-agent nu liggen, en waar ze zouden moeten liggen? Bekijk hoe we Zendesk AI Agents inrichten of plan een vrijblijvend gesprek.