Overdracht naar een mens (human handoff)

Wat is een overdracht naar een mens?

Een overdracht naar een mens is het moment waarop een AI-assistent stopt en het gesprek, of de taak, doorgeeft aan een collega. Tot dat bericht chatte de klant met een bot. Vanaf het volgende zit er een mens te typen. In een backoffice gebeurt hetzelfde zonder publiek: een agent krijgt een betaling niet gekoppeld aan een factuur en zet de case met een notitie in de wachtrij van iemand anders.

Dit is iets anders dan human-in-the-loop, dat hier zijn eigen lemma heeft. Daar keurt een mens een actie goed voor het systeem ze uitvoert, en daarna gaat de controle terug naar de machine. Een overdracht loopt omgekeerd. De machine laat los, en vanaf dat punt is de case van de mens.

Bijna elke assistent heeft er een nodig, want er zijn altijd vragen die hij niet mag beantwoorden en klanten die een mens willen. Het is ook het stuk dat blijft hangen. Klanten onthouden zelden wat de bot antwoordde. Ze onthouden of ze hun verhaal een tweede keer moesten doen.

Wat zet een overdracht in gang?

Je hebt twee soorten triggers nodig: regels die je zelf opschrijft, en inschattingen die het model ter plekke maakt.

Microsoft deelt ze op naar wie begint. In Copilot Studio heet het een impliciete escalatie wanneer de klant iets typt als "ik wil iemand spreken", of wanneer de assistent de vraag aan geen enkel topic kan koppelen en terugvalt. Een expliciete escalatie heb je zelf ontworpen: een topic waarvan je beslist hebt dat er een mens aan te pas moet komen, met een transfer-node erin.

Fin van Intercom escaleert standaard in drie situaties: de klant vraagt duidelijk naar een mens, de assistent merkt sterke frustratie of boosheid, en de klant blijft in dezelfde lus hangen. Daarbovenop schrijf je regels op data die je al hebt, zodat een negatief sentiment-attribuut, een bestelling boven een bepaald bedrag of een klant met een VIP-vlag meteen naar een mens gaat, zonder dat de assistent eerst antwoordt.

De triggers die bedrijven er zelf bij schrijven:

• De lijst die nooit automatisch gaat. Een klacht over een medewerker met naam, alles wat juridisch of medisch is, een opzegging, een veiligheidsprobleem, een overlijden. Schrijf die lijst op voor je live gaat, niet na het eerste incident.

• Weinig zekerheid of geen bron. Vindt een assistent die in je eigen documenten zoekt niets, dan is dat zeggen en een mens aanbieden het eerlijke antwoord. Iets verzinnen is het niet.

• De klant die zichzelf herhaalt. Dezelfde vraag twee keer anders geformuleerd betekent dat het antwoord niet aankwam, wat het model er ook van vond.

• Een limiet op het aantal beurten. Na acht of tien uitwisselingen zonder oplossing geef je door. Een lang gesprek met een bot is zelden een goed gesprek.

Sentiment is een laat signaal, geen vroeg. Tegen dat een model boosheid uit de woorden leest, heeft de klant meestal al een keer om een mens gevraagd.

Wat moet er mee met het gesprek?

Een overdracht die leeg aankomt, verplaatst enkel het werk. Vier dingen gaan mee.

Het transcript. Copilot Studio stuurt het volledige gesprek naar de gekoppelde engagement hub, samen met de variabelen die onderweg verzameld zijn, en voegt die samen over topics heen als de klant er meerdere doorlopen heeft voor de escalatie. Bij een geëscaleerd telefoongesprek zetten de AI-agents van Zendesk het transcript en een samenvatting op het ticket om de overdracht voor te bereiden, samen met de velden die de flow ingevuld heeft. Van machine naar machine werkt het net zo: in de Agents SDK van OpenAI ziet de ontvangende agent de volledige voorgaande gespreksgeschiedenis, tenzij je er een filter op zet.

Wat de assistent al geprobeerd heeft. De antwoorden die hij gaf, het artikel dat hij doorstuurde, de opzoeking die hij deed, en alles wat hij niet kon nakijken. Zonder dat herhaalt je collega precies de stap die al mislukt is. De transfer-node in Copilot Studio heeft daar een privébericht aan de menselijke agent voor, een interne notitie die de klant nooit ziet, naast het laatste topic en de zinnen die de klant gebruikte.

Wie het is en bij welke case het hoort. De klantfiche, het bestel- of ticketnummer, het gespreksnummer. Wie moet vragen naar een bestelnummer dat de bot twee minuten eerder nog letterlijk herhaalde, is het gesprek kwijt voor het begint.

Een samenvatting bovenaan. Niemand leest veertig beurten terwijl een klant zit te wachten. Drie of vier lijnen volstaan: wat de klant wil, wat vaststaat, wat nog open is, wat er beloofd is. Laat ze genereren en hou het transcript eronder, zodat je collega kan nakijken.

Wachtrij, beschikbaarheid en wat de klant ziet

De trigger gaat af. Wat er dan gebeurt, heeft weinig met AI te maken en alles met hoe je klantendienst draait.

Check de beschikbaarheid voor je iets aanbiedt. De AI-agents van Zendesk kunnen de openingsuren van een team bekijken en of er iemand online is, met verschillende uren per regio, voor ze beslissen wat ze voorstellen. Binnen de uren gaat het gesprek naar messaging en pikt iemand het live op. Buiten de uren verzamelt de assistent wat nodig is en maakt hij er een mailticket van. Zendesk raadt ook aan om de escalatie-opties net daar te zetten waar het gesprek de klant anders bij een leeg blok achterlaat, zonder volgende stap.

Intercom is duidelijk over het faalgeval. Staat er geen menselijke bestemming ingesteld, dan biedt Fin escalatie helemaal niet aan en eindigt het gesprek met een "get more help"-uitkomst. Een aanbod dat nergens toe leidt is erger dan geen aanbod, maar iemand moet die instelling wel juist zetten.

Terwijl de klant wacht, is een concrete wachttijd draaglijk en een eindeloos draaiend bolletje niet. En er moet op elk punt een uitweg zijn: een mailadres achterlaten, een terugbelmoment kiezen, weggaan met een ticketnummer.

Nog een juridische noot. De bot-helft van het gesprek valt onder de transparantieplicht in artikel 50 van de Europese AI Act, die vraagt dat mensen weten dat ze met AI te maken hebben. Het lemma over de transparantieplicht legt uit wat dat concreet inhoudt. Het overdrachtsbericht is meteen de plek om de andere kant helder te maken, door de naam te noemen van wie overneemt.

Hoe dit werkt zonder contactcenter

Een bedrijf met vier mensen op klantendienst heeft geen routeringssoftware nodig. Wel een gedeelde mailbox of een kanaal waar geëscaleerde gesprekken toekomen, met elke dag een naam ernaast. Een regel voor de kantooruren, zodat de assistent tussen negen en vijf een live overdracht aanbiedt en daarna een mailadres vraagt. En een vast sjabloon voor de samenvatting die de assistent schrijft, zodat elke escalatie er hetzelfde uitziet. Dat sjabloon kost je een namiddag en levert het meeste op.

Terug naar de assistent, en warm tegenover koud

De omgekeerde richting wordt het vaakst vergeten. Een collega lost het moeilijke stuk op, en de routineopvolging daarna hoeft niet opnieuw langs die collega. Zendesk benoemt allebei de bewegingen: bij een handoff verdwijnt de AI-agent als eerste aanspreekpunt van het gesprek en wordt een mens dat, bij een handback verdwijnt de menselijke agent zodat de AI-agent opnieuw antwoordt wanneer de klant een nieuw gesprek start. Die handback gebeurt bij hen wanneer het ticket van Solved naar Closed gaat, en daar zitten standaard vier dagen tussen. In die periode komt een klant die terugkomt met een compleet andere vraag nog altijd bij de mens terecht.

De kwaliteit van een overdracht heeft een naam uit de telefoniewereld, en een dimensie scheidt de twee versies: wat de klant opnieuw moet vertellen.

Koude overdracht. Genesys noemt dat een blinde of eenstapsoverdracht: het gesprek doorgeven zonder de reden erbij te vertellen. In chat is dat een ticket dat in een wachtrij verschijnt met als onderwerp "chat escalatie" en verder niets. De klant begint opnieuw, en je collega ook.

Warme overdracht. Een tweestapsoverdracht met een bevestiging erbij, zodat wie ze krijgt weet waarom ze komt. In chat betekent dat: de assistent zegt wat hij doet en aan wie, het transcript en de samenvatting gaan mee, en je collega opent met een zin waaruit blijkt dat ze het al weet. De klant herhaalt niets.

Koud is goedkoper te bouwen en het is wat de meeste koppelingen standaard geven. Het verschil dat de klant voelt, is een alinea tekst en een controle op beschikbaarheid.

Dezelfde case, twee keer

Een groothandel in sanitair verkoopt een circulatiepomp online. Die komt op een vrijdagnamiddag toe met een gebarsten huis, en de klant heeft ze zaterdag nodig op de werf.

De slechte versie. De klant beschrijft de schade. De assistent antwoordt met de retourprocedure en een link naar het formulier. De klant typt "ik heb nu iemand nodig". De assistent herhaalt de retourprocedure in andere woorden. De klant typt "mens". De assistent toont een zin over kantooruren van maandag tot vrijdag, negen tot vijf, en het venster sluit. Het is 16u40 op een vrijdag, binnen die uren. Maandag mailt de klant, en het ticket bevat enkel die mail. Een collega vraagt naar het bestelnummer dat de assistent al had. De klant doet zijn verhaal een derde keer.

De goede versie. Dezelfde assistent, dezelfde eerste antwoorden. Wanneer de klant "beschadigd, en ik heb ze zaterdag nodig" typt, gaan er twee regels af: schade bij levering staat op de lijst die nooit automatisch gaat, en een deadline binnen 24 uur verhoogt de prioriteit. De assistent checkt de beschikbaarheid, ziet dat klantendienst nog twintig minuten online is, en schrijft een zin: "Ik geef je door aan Lien van klantendienst, zij ziet alles wat je me verteld hebt." In het ticket komt een samenvatting van vier lijnen: bestelnummer, gisteren geleverd, gebarsten huis met de foto erbij, twee stuks op voorraad in Genk, geen leverdatum beloofd. Lien opent met "ik zie dat de pomp gebarsten toekwam, we hebben er nog twee in Genk". De klant herhaalt niets en er gaat een vervangpomp mee met de avondrit.

De technologie is in beide versies dezelfde. Wat ze onderscheidt is een opgeschreven trigger, een sjabloon voor de samenvatting, en een controle of er wel iemand is.

Wat je meet, en het cijfer dat liegt

Vier cijfers vertellen je of je overdrachten werken.

1. Overdrachtsratio. Het aandeel gesprekken dat bij een mens belandt. Microsoft gebruikt het spiegelbeeld, deflectie, en splitst escalaties op in directe, waarbij de klant gewoon om een mens vroeg en je daar niets aan ontwerpt, en indirecte, waarbij iets in het gesprek hem daartoe duwde. Alleen die tweede groep is een werklijst.

2. Tijd tot het eerste menselijke antwoord, geteld vanaf de overdracht en niet vanaf het begin van de chat. Dat is de wachttijd die de klant echt voelt.

3. Opgelost na overdracht. Van de gesprekken die een mens oppikt: hoeveel eindigen opgelost, en hoeveel komen binnen de week terug. Een overdracht naar een wachtrij die niemand behandelt, is een tragere manier om nee te zeggen.

4. Hoe vaak de klant zichzelf herhaalde. Geen enkele tool rapporteert dat. Lees elke maand twintig geëscaleerde transcripten en tel mee.

En dan de val. De overdrachtsratio is het makkelijkste cijfer uit dit lijstje om oneerlijk te verbeteren, want het daalt telkens wanneer je een mens moeilijker bereikbaar maakt: de knop wegstoppen, een bevestigingsstap toevoegen, het aanbod buiten de kantooruren overslaan, de assistent nog een antwoord laten proberen voor hij toegeeft. Het cijfer zakt en de ervaring wordt slechter. Het advies van Microsoft om escalaties naar beneden te halen, mikt op de topics waar de assistent het wel degelijk had kunnen oplossen, en die vind je door de transcripten per topic te lezen. Lees de overdrachtsratio naast opgelost na overdracht en herhaalcontacten, en ze stopt met liegen.