Hoe agentic AI customer support verandert

Van antwoorden geven naar actie ondernemen

Customer support gaat een nieuwe fase in. Tijdens de UBA 60 minutes-sessie van 19 mei 2026 lieten Hannah Patronoudis, Head of Experience bij Raccoons, en Michiel Vandendriessche, Co-founder en keynote speaker bij Raccoons, zien hoe agentic AI de rol van AI binnen serviceteams kan veranderen.

Tot nu toe lag de focus van veel AI-toepassingen in customer support vooral op het sneller laten werken van mensen: berichten samenvatten, antwoorden voorstellen of FAQ-zoekopdrachten verbeteren. Agentic AI gaat een stap verder. Het stelt AI-systemen in staat om zelf te bepalen welke stappen nodig zijn, tools te gebruiken, acties uit te voeren en te blijven werken tot een doel bereikt is.

Die verschuiving is belangrijk voor merken. Een supportmoment is vaak een van de meest directe contactmomenten tussen klant en bedrijf.  Als een AI-agent snel, correct en in de juiste tone of voice reageert, dan wordt die interactie een deel van de merkervaring. Loopt het fout, dan straalt dat ook af op je merk.

De basis: betrouwbare kennis

Voor bedrijven aan autonome agents denken, hebben ze eerst een sterke kennisbasis nodig. Tijdens de sessie werd de rol van knowledge assistants benadrukt: AI-systemen die vragen van klanten of medewerkers beantwoorden op basis van gevalideerde bedrijfsinformatie.

Die systemen kunnen werken met productdocumentatie, policies, FAQ’s, intranetpagina’s of supportartikels  om betrouwbare antwoorden te genereren.. De output kan verschillende vormen aannemen: een chatbot, een tool die e-mails voorbereidt of een zoekervaring. Het belangrijkste is dat de antwoorden gebaseerd zijn op door het bedrijf goedgekeurde bronnen, en niet op algemene AI-kennis.

Voor marketing en brand managers betekent dit dat de kwaliteit van de content achter de AI cruciaal wordt. Duidelijke productinformatie, consistente policies en actuele supportcontent hebben rechtstreeks invloed op de kwaliteit van de klantervaring.

Een customer support-team van AI-agents

Raccoons toonde hoe een multi-agent customer serviceteam eruit kan zien. Een orchestrator agent ontvangt en classificeert inkomende vragen en beslist vervolgens of die worden doorgestuurd naar een gespecialiseerde agent of meteen naar een medewerker worden geëscaleerd. Een knowledge agent haalt product-, policy- of FAQ-informatie op uit een gevalideerde kennisbasis. Een CRM agent checkt klantprofielen, bestelhistoriek en eerdere interacties.

In de praktijk kan een klant bijvoorbeeld schrijven: “Mijn pakket is niet aangekomen.” De orchestrator herkent dit als een leveringsprobleem. De CRM agent controleert de status van de bestelling. De knowledge agent haalt de relevante policy op. Samen bereiden de agents de volgende stap of het antwoord aan de klant voor, terwijl een medewerker nog altijd kan tussenkomen wanneer dat nodig is.

Dit is meer dan snellere support. Het verandert wie, of wat, het werk uitvoert.

Vertrouwen, integratie en menselijk inzicht

De grootste uitdaging draait niet alleen om technische mogelijkheden. Het gaat ook over implementatie, integratie en vertrouwen. AI-agents hebben toegang nodig tot tools zoals CRM-systemen, e-mailplatformen, ticketingtools of orderdatabanken. Die toegang moet zorgvuldig worden ingericht, met duidelijke grenzen en afspraken over waar autonomie gepast is.

De sprekers benadrukten ook het verschil tussen het gebruik van een AI-platform voor consumenten en het inzetten van een large language model via een API binnen een gecontroleerde bedrijfsomgeving. Voor gevoelige klant- of CRM-data zijn architectuur, hosting, algemene voorwaarden en datagovernance essentieel.

Mensen blijven essentieel waar creativiteit, beoordelingsvermogen en verantwoordelijkheid nodig zijn. Het is aan organisaties om te bepalen waar AI autonoom mag handelen, waar goedkeuring nodig is en wanneer escalatie naar een medewerker verplicht blijft.

Welke vragen brand managers zich vandaag moeten stellen

Agentic AI maakt van customer support een strategisch merkonderwerp. De vraag is niet langer simpelweg: “Hoeveel kunnen we automatiseren?” Een betere vraag is: “Welke ervaring willen we dat een autonoom systeem namens ons merk levert?”

Dat omvat tone of voice, servicestandaarden, escalatieregels en de momenten waarop menselijke empathie centraal moet blijven staan. Merken die zich vandaag voorbereiden, kunnen AI-supportsystemen bouwen die niet alleen efficiënt zijn, maar ook consistent, nuttig en afgestemd op de verwachtingen van klanten.