Uit onderzoek van KPN blijkt dat een meerderheid van de mkb’ers stress ervaart door de druk om bereikbaar te zijn. Kunstmatige intelligentie moet daar verandering in brengen. Een goede ontwikkeling, maar volgens mij kijken we nog te veel naar het verzamelen van informatie en te weinig naar wat we ermee doen.
KPN heeft een interessant onderzoek laten uitvoeren door Motivaction. Daaruit blijkt dat 61% van de ondervraagde mkb’ers werkstress ervaart door de verwachting dat klanten direct geholpen worden. Bij 53% gaat telefonische bereikbaarheid ten koste van de concentratie van medewerkers. Tegelijkertijd ziet 69% het verbeteren van klanttevredenheid als een belangrijke zakelijke uitdaging.
Dat is een interessante tegenstelling. Ondernemers willen hun klanten graag helpen, maar worden tegelijkertijd gehinderd door de communicatie die daarvoor nodig is. Ook voor ons super herkenbaar in de dagelijkse praktijk.
KPN ziet in kunstmatige intelligentie, AI, een oplossing en introduceerde begin oktober zijn nieuwe dienst Mobiel AI. Daarmee kunnen zakelijke gebruikers telefoongesprekken laten samenvatten, voicemailberichten als tekst lezen en belangrijke actiepunten uit gesprekken terugvinden.
Ik vind het een bijzonder goede ontwikkeling dat een grote telecomaanbieder dit onderwerp eindelijk serieus op de kaart zet. Maar ik denk ook dat we een belangrijke denkfout dreigen te maken.
Informatie is niet hetzelfde als resultaat
Stel je voor dat je een bedrijf belt omdat je een bestelling nog niet hebt ontvangen. Je krijgt een vriendelijke medewerker aan de lijn. Die luistert naar je probleem, zoekt de bestelling op en belooft je voor het einde van de dag terug te bellen.
- Het gesprek wordt opgenomen.
- AI zet het om naar tekst
- Maakt een keurige samenvatting
- Herkent zelfs de belofte om terug te bellen.
Technisch gezien is dat indrukwekkend, maar hoe vaak heeft heeft niemand om 17:00 daadwerkelijk teruggebeld? De volgende ochtend bel je opnieuw. Een andere medewerker neemt op. Je vertelt het hele verhaal nog een keer… Misschien staat ergens in een app precies beschreven wat er gisteren is besproken, maar daarmee is het probleem niet opgelost.
Als organisatie heb je meer informatie, maar de klantbeleving is niet verbeterd.
En daar zit volgens mij een fundamenteel onderscheid tussen de huidige golf van AI-functionaliteit en de werkelijke mogelijkheden van kunstmatige intelligentie in zakelijke communicatie. We zijn enorm goed geworden in informatie verzamelen, structureren en samenvatten. De volgende uitdaging is zorgen dat die informatie ook een functie in de opvolging krijgt.
De telefoon is echt niet het probleem
Wat mij opvalt aan het onderzoek van KPN, is dat veel van de gemeten problemen niet daadwerkelijk over telefonie gaan. De telefoon is het middel waarmee die problemen zichtbaar worden. Zomaar wat gedachten:
- Een klant die voor de derde keer belt omdat er niet is teruggebeld, veroorzaakt misschien stress bij de medewerker. Maar die klant veroorzaakt het onderliggende probleem niet en ervaart zeer waarschijnlijk dezelfde stress als de medewerker.
- Een ondernemer die voortdurend wordt gebeld met vragen over de status van bestellingen, heeft mogelijk geen bereikbaarheidsprobleem. Misschien ontbreekt er vooral goede informatievoorziening voor de bestellende klant.
- En een medewerker die steeds wordt onderbroken door collega’s die klantinformatie zoeken, heeft waarschijnlijk niet nog een extra communicatiemiddel nodig. Die heeft behoefte aan betere samenwerking tussen de bestaande middelen.
Toch kijken we bij zakelijke telefonie nog vaak naar gesprekken als afzonderlijke gebeurtenissen. Een telefoon gaat over. Iemand neemt op. Er wordt gesproken. Het gesprek eindigt. AI maakt daar nu een samenvatting van. Maar een klantrelatie houdt niet op wanneer de verbinding wordt verbroken.
De volgende revolutie begint na het ophangen
De meeste klantrelaties bestaan uit een reeks gebeurtenissen.
Iemand vraagt telefonisch om een offerte. Een collega stuurt die per e-mail. De klant reageert met aanvullende wensen. Een week later belt hij opnieuw, terwijl de oorspronkelijke contactpersoon op vakantie is.
Een mens begrijpt onmiddellijk dat al die gebeurtenissen bij elkaar horen. Onze softwaresystemen hebben daar vaak veel meer moeite mee. Het telefoongesprek staat in de telefonieomgeving. De e-mail in een mailbox. De offerte in een administratief systeem. En de klantinformatie in een CRM.
AI kan nu gewoon helpen om die werelden met elkaar te verbinden. Niet door automatisch ieder gesprek met iedere mailbox te delen, maar door relevante informatie beschikbaar te maken voor medewerkers die deze daadwerkelijk nodig hebben. En met skills en MCP’s, wellicht zelfs de medewerkers helpen met analyses over meedere informatiebronnen heen.
Stel dat AI na een gesprek herkent dat er een offerte moet worden verzonden. Dan is het handig als die afspraak niet alleen in een samenvatting staat, maar ook als taak bij de juiste medewerker terechtkomt. Nog interessanter wordt het wanneer het systeem later kan vaststellen dat de offerte daadwerkelijk is verstuurd. En als dat niet gebeurt? Dan zou de medewerker misschien een herinnering moeten krijgen. Of kan het systeem voorstellen dat een collega de taak overneemt. Bijvoorbeeld omdat de collega die herkent is om de taak uit te voeren, met verlof is.
Daarmee verandert AI van een instrument dat informatie vastlegt in een hulpmiddel dat de organisatie ondersteunt bij het nakomen van afspraken.
Het verschil zit niet in wat de AI weet, maar in wat de organisatie daardoor beter doet.
AI moet ook iets ‘mogen’ doen
Nu komen we bij een echt interessante technologische ontwikkeling.
Tot voor kort zagen we AI vooral als een systeem waaraan je vragen kon stellen. De afgelopen tijd is dat aan het veranderen. Dankzij API’s, standaarden als Model Context Protocol (MCP) en koppelingen tussen bedrijfssoftware kan AI steeds vaker daadwerkelijk handelingen voorbereiden of uitvoeren.
Bijvoorbeeld een taak aanmaken, contactgegevens bijwerken, een terugbelverzoek organiseren of een wijziging in de bereikbaarheid voorstellen.
Dat lijkt misschien een kleine stap. Maar het is een fundamenteel andere benadering. Een AI-systeem dat vertelt dat een klant nog moet worden teruggebeld, heeft informatie verstrekt.
Een systeem dat de verantwoordelijke medewerker eraan herinnert en bewaakt dat het verzoek niet wordt vergeten, ondersteunt een bedrijfsproces.
Een systeem dat zelfstandig instellingen of klantgegevens mag aanpassen, krijgt daadwerkelijke bevoegdheden.
Dat laatste vraagt natuurlijk ook om nieuwe veiligheidsmaatregelen. Wie bepaalt wat AI mag doen? Welke gegevens mag het gebruiken? Hoe controleer je of een wijziging juist is? En kun je die wijziging weer ongedaan maken?
Want wanneer AI fouten kan maken in een samenvatting, kan het ook fouten maken bij het uitvoeren van taken. We moeten daarom niet streven naar kunstmatige intelligentie die onbeperkt zelfstandig handelt. We moeten streven naar AI die binnen duidelijk vastgestelde bevoegdheden nuttig werk kan verrichten, met controleerbare handelingen en menselijke tussenkomst waar dat nodig is. Dit noemen we ook wel een harnas waarin het zich mag bewegen.
Misschien moeten we ook wel ‘minder’ bereikbaar willen zijn
Er zit nog een interessante uitkomst in het onderzoek.
Volgens KPN verwacht 66 procent van de ondervraagden dat AI een deel van het klantcontact kan overnemen en daarmee de werkdruk kan verlagen. Tegelijkertijd denkt 60 procent dat AI bedrijven kan helpen om dag en nacht bereikbaar te zijn zonder extra medewerkers. Ik vraag me af of we daarmee de juiste ambitie nastreven.
Moet iedere ondernemer werkelijk 24 uur per dag bereikbaar zijn? Of moeten we ervoor zorgen dat klanten minder vaak hoeven te bellen?
Een klant die automatisch wordt geïnformeerd over de status van een bestelling, hoeft daar niet achteraan en dat hoeft niet alleen via een telefoonmenu gedaan te worden. Een klant die weet wanneer hij antwoord krijgt, hoeft niet drie keer te bellen. En een medewerker die beschikt over de juiste informatie, hoeft niet telkens een collega te onderbreken.
Misschien zit een groot deel van de winst van AI wel in het voorkomen van onnodige communicatie.Dat lijkt me voor zowel de klant als de ondernemer interessanter dan het voortdurend uitbreiden van de bereikbaarheid.
Het doel zou niet moeten zijn om zoveel mogelijk gesprekken met zo min mogelijk mensen te verwerken. Het doel zou moeten zijn om klanten goed te helpen met zo min mogelijk onnodige handelingen. Om iedere minuut dat klant en medewerker of ondernemer aan de telefoon hangen, zo efficiënt mogelijk te houden voor de (zakelijke) relatie.
Hoe meten we of AI echt iets oplevert?
KPN stelt terecht vast dat veel ondernemers nog zoeken naar een praktische toepassing van AI. Uit het onderzoek blijkt dat 82 procent AI nog niet gestructureerd of strategisch gebruikt. Maar het onderzoek toont niet aan dat gespreksherkenning of AI-samenvattingen de gemeten stress daadwerkelijk verminderen. Het beschrijft vooral de bestaande problemen en de verwachtingen van ondernemers.
Dat is een belangrijk verschil. Om te weten of AI werkelijk helpt, moeten we volgens mij andere vragen gaan stellen.
- Hoeveel klanten moeten voor hetzelfde probleem opnieuw bellen?
- Hoeveel toegezegde terugbelacties worden daadwerkelijk uitgevoerd?
- Hoeveel tijd besteden medewerkers aan het zoeken naar informatie die een collega al heeft?
En misschien wel de belangrijkste vraag: verbetert de klanttevredenheid daadwerkelijk doordat we AI gebruiken? Dat zijn resultaten waarop technologie afgerekend mag worden. Niet op het aantal transcripties dat een systeem heeft geproduceerd.
KPN opent een deur die veel verder gaat dan telefonie
Ik vind het waardevol dat KPN deze discussie met een grote campagne aanzwengelt. Het bedrijf maakt AI begrijpelijk voor ondernemers die niet dagelijks met technologie bezig zijn.
Gesprekken samenvatten en voicemail leesbaar maken zijn logische, laagdrempelige toepassingen. KPN noemt de huidige introductie zelf ook een eerste stap en heeft verdere functies aangekondigd.
Maar ik hoop dat de discussie niet blijft hangen bij de vraag welke telecomaanbieder de slimste AI-functies aan zijn abonnement toevoegt. De werkelijke uitdaging ligt volgens mij in de samenwerking tussen telefonie, e-mail, klantgegevens, administratie en de mensen die met deze systemen werken. Een speelveld waarin momenteel veel nieuwe bedrijven opstaan om communicatie in bedrijfsprocessen te integreren.
Niet alles hoeft daarvoor in één groot softwarepakket te worden ondergebracht. Juist open koppelingen en duidelijke afspraken over gegevens en bevoegdheden kunnen ervoor zorgen dat verschillende systemen goed samenwerken. Daarmee kan AI iets mogelijk maken waar we eigenlijk al tientallen jaren naar zoeken: technologie die de administratieve last rondom klantcontact daadwerkelijk vermindert, aodat medewerkers meer aandacht kunnen besteden aan de mensen voor wie ze werken.
Want de waarde van een telefoongesprek zit uiteindelijk niet in wat er is gezegd.
Die zit in wat er daarna gebeurt.
Disclaimer: Arjan Olsder is hoofdredacteur van GadgetGear.nl en ondernemer achter Nexttel, een aanbieder van zakelijke communicatiediensten. Nexttel ontwikkelt zelf AI-functionaliteit voor telefonie en klantcommunicatie. Dit artikel is een onafhankelijke redactionele beschouwing vanuit zijn ervaring met technologie en ondernemerschap, geen productreview of commerciële samenwerking met KPN. Nexttel betaalt maandelijks de kosten voor Arjan om GadgetGear.nl mogelijk te maken.
Bronnen: KPN/Motivaction: onderzoek naar bereikbaarheid en AI bij het mkb, 2 juli 2026 en KPN: introductie Mobiel AI, 30 september 2026.
