Een AI-agent kan een klantvraag herkennen, aanvullende informatie verzamelen, een oplossing voorstellen en soms zelfstandig een handeling uitvoeren. Dat heeft gevolgen voor de hele dienstverlening.
De centrale ontwerpvraag wordt daarmee: hoe laten we mens, AI en organisatie als één systeem samenwerken?
Van lineaire journey naar adaptieve service
Neem een klantenservice. In een traditionele situatie belt een klant, een medewerker raadpleegt de kennisbank, lost het probleem op en sluit de case. Met een AI-agent kan dezelfde service heel anders verlopen. De klant begint een gesprek, AI interpreteert de vraag, stelt vervolgvragen, zoekt informatie op en handelt een deel van de vragen zelfstandig af. Bij uitzonderingen wordt een medewerker betrokken.
Hierdoor ontstaan verschillende routes door dezelfde service. De ene klant krijgt direct antwoord, bij een andere vraagt AI aanvullende informatie en bij een derde wordt een medewerker ingeschakeld. De service wordt adaptief. Een customer journey moet daardoor ook ruimte bieden aan de keuzes die het systeem onderweg maakt. Welke routes kan het systeem kiezen en op basis waarvan gebeurt dat? Dat wordt een nieuwe vraag binnen service design.
AI wordt een actor in de service
In een klassieke service blueprint beschrijven we wat de klant doet, wat medewerkers doen en welke systemen dat ondersteunen. Een AI-agent kan zelf een rol krijgen in dat proces. Hij kan informatie interpreteren, een beslissing voorbereiden of een handeling uitvoeren. De agent kan zich bovendien tussen frontstage en backstage bewegen. Het ene moment praat AI rechtstreeks met de klant, het volgende moment ondersteunt diezelfde AI een medewerker of zet achter de schermen een proces in gang.
Daarmee ontstaat een belangrijke ontwerpvraag: wat mag de AI eigenlijk zelfstandig doen? Mag de agent informatie verzamelen? Mag hij een aanbeveling doen? Mag hij beslissen? En mag hij die beslissing vervolgens zelfstandig uitvoeren? Hoe meer autonomie een AI krijgt, hoe belangrijker het wordt om die grenzen expliciet te maken.
Een service blueprint krijgt nieuwe lagen
De klassieke service blueprint is ontwikkeld voor relatief voorspelbare processen. AI-services kunnen adaptief, lerend en gedeeltelijk autonoom zijn. Dat vraagt om extra informatie in de blueprint: wat doet de AI en welke afspraken gelden daarvoor?
In onze Service Design-training werken we daarom met een AI-native service blueprint waarin vier perspectieven samenkomen. De user layer beschrijft wat iemand probeert te bereiken en waar menselijke regie nodig is. De agent layer maakt zichtbaar wat AI mag waarnemen, beslissen en uitvoeren. De service layer bevat de mensen, processen en systemen die nodig zijn. Governance & ethics maakt duidelijk waar grenzen, controles, verantwoordelijkheid en escalatie liggen. Zo wordt zichtbaar wanneer een AI een beslissing neemt, welke data daarvoor wordt gebruikt, wanneer een mens moet ingrijpen, hoe de gebruiker merkt dat AI betrokken is en wie verantwoordelijk is als het misgaat.
Wie mag eigenlijk beslissen?
Die vragen worden heel concreet zodra AI daadwerkelijk iets voor een klant mag doen. Neem een energieleverancier. AI kan een jaarafrekening uitleggen of advies geven over zonnepanelen. Bij een betalingsregeling voor iemand met schulden wordt de afweging ingewikkelder. Hetzelfde geldt voor een klacht over een incasso of het beëindigen van een contract na een overlijden.
Hier gaat service design ook over de verdeling van beslissingen. Bij sommige taken kan AI zelfstandig handelen. Bij andere verzamelt AI informatie en bereidt een voorstel voor, waarna een mens beslist. Er zijn ook situaties waarin de beslissing volledig bij een mens blijft. Vooral bij beslissingen met financiële, emotionele of maatschappelijke gevolgen is het belangrijk om vooraf vast te leggen wie de beslissing neemt en wie daarvoor verantwoordelijk is.
De overdracht wordt een ontwerpmoment
Ook de overdracht tussen AI en mens verdient aandacht. Stel dat een AI-agent een klant vijf minuten heeft geholpen en vervolgens vastloopt. Een medewerker neemt het gesprek over. Weet die medewerker wat de agent al heeft geprobeerd? Begrijpt de medewerker waarom de case werd overgedragen? Krijgt de klant de mogelijkheid om zelf eerder om een medewerker te vragen?
De kwaliteit van zo'n overdracht bepaalt een belangrijk deel van de service-ervaring. Hetzelfde speelt wanneer een medewerker een taak aan een agent overdraagt. Dan moet duidelijk zijn welke opdracht de agent meekrijgt en hoeveel vrijheid hij heeft om daarvan af te wijken. Met meerdere agents kunnen ook overdrachten tussen AI-systemen ontstaan. De bekende handoff tussen afdelingen krijgt er zo nieuwe varianten bij: mens naar AI, AI naar mens en agent naar agent.
UX, CX en EX komen samen
AI kan dienstverlening sneller, persoonlijker en consistenter maken. Tegelijkertijd verandert het werk van medewerkers. Een medewerker krijgt bijvoorbeeld minder standaardvragen en juist meer complexe uitzonderingen waarbij empathie, expertise en beoordelingsvermogen nodig zijn.
Daarom kijken we binnen een AI-service naar meerdere ervaringen tegelijk: de gebruikerservaring, de klantervaring en de werknemerservaring. Een verandering op één plek in de service kan gevolgen hebben voor alle drie. Als AI veel eenvoudige klantvragen afvangt, verandert bijvoorbeeld de ervaring van de klant én het dagelijkse werk van de medewerker. Dat soort effecten worden zichtbaar wanneer je ze samen in de blueprint zet.
Service design krijgt er een nieuwe ontwerplaag bij
AI-agents voegen een nieuwe ontwerplaag toe aan service design. Naast klantreizen, processen en touchpoints ontwerpen we nu ook autonomie, beslismomenten, overdrachten, feedbackloops en verantwoordelijkheid. De service blueprint wordt daarmee een manier om de samenwerking tussen klant, medewerker, organisatie en AI zichtbaar te maken.
Een belangrijke vraag voor service designers wordt: welke rol geven we AI in de dienstverlening, hoeveel ruimte krijgt het systeem daarin en waar houden mensen zelf de regie?
In de Service Design training van UX Academy onderzoeken we hoe je vanuit klantbehoeften tot betekenisvolle diensten komt en welke rol AI daarin kan spelen. We kijken hoe AI kan helpen tijdens het ontwerpproces en hoe je AI verantwoord onderdeel maakt van de service, met aandacht voor klant, medewerker en menselijke regie.