Hoe waarde wordt gerealiseerd met AI customer agents

Waarderealisatie is op dit moment de grootste uitdaging voor succes met AI customer agents

Deloitte voorspelt dat 25% van de bedrijven die GenAI gebruiken eind 2025 pilots of proof‑of‑concepts met AI agents zal starten. Door een verdubbeling in het gebruik van AI agents¹ zal dit naar verwachting toenemen tot 50% in 2027.

Organisaties zijn naarstig op zoek naar use cases om AI agents te implementeren en quick wins voor succes op korte termijn te realiseren. Hoewel de voordelen onmiskenbaar zijn, blijft het realiseren van daadwerkelijke waarde met AI agents één van de grootste uitdagingen voor succesvolle implementatie. Slechts 11% van de organisaties in Noord-Europa maakt intensief gebruik van AI agents. Dit toont aan het daadwerkelijk realiseren van waarde op grote schaal niet eenvoudig is.

Bij AI customer agents is de uitdaging nog forser, omdat de gevolgen groter zijn wanneer deze niet goed genoeg werken. Het ontbreken van een duidelijke koppeling aan waarde, onjuiste technologische keuze en het gebrek aan overzicht van hoogwaardige use cases verhogen het risico dat leiders CAPEX verspillen aan use cases die nooit op wereldwijde schaal zullen worden gerealiseerd.

Met waarderealisatie bedoelen we het end to end proces voor het identificeren, implementeren, monitoren en evalueren van de waarde bij de implementatie van AI customer agents. Deze waarde wordt vaak vastgesteld aan het begin, bijvoorbeeld via een businesscase, en wordt verwacht te zijn gerealiseerd aan het einde van een project, bijvoorbeeld via een ROI rapport.

Toch zou waarde moeten worden gezien als de natuurlijke ontwikkeling vanuit de bedrijfsdoelstellingen en de businesscase naar diepere niveaus van inzicht, waarbij doorlopend informatie wordt verkregen over de wenselijkheid voor de klant, de technische haalbaarheid en de zakelijke levensvatbaarheid.  

De recente AI‑ROI‑survey van Deloitte laat zien dat 85% van de organisaties het AI‑budget in de afgelopen 12 maanden heeft verhoogd, maar dat slechts 6% binnen een jaar payback op de AI‑investeringen heeft gerealiseerd.² Dit onderstreept de relevantie van waarderealisatie: het helpt stakeholder‑buy‑in te genereren ende zakelijke waarde aan te tonen, om zo het ROI veilig te stellen.

Aan de slag: kies een holistische aanpak en koppel bedrijfsdoelen aan KPI's

Waarderealisatie is essentieel om een klantgerichte oplossing te ontwikkelen, de toegevoegde waarde van de AI customer agent voor de organisatie aan te tonen, en de weerstand binnen de organisatie te minimaliseren. Hoe pak je dit aan? Ons advies is daarbij de Value Blueprint van Deloitte Digital in te zetten, volgens de afbeelding hieronder:

Het klinkt logisch, maar het maken van dit soort waardekoppelingen wordt vaak vergeten of blijft beperkt tot de businesscase. De voordelen van een gespecificeerde Value Blueprint met een heldere koppeling van bedrijfsdoelstellingen aan KPI’s zijn onder meer:

• Inzicht in de meest waardevolle use cases van jouw AI customer agent op basis van de wensen van de klant, bedrijfswaarde en technische ontwikkeling.

• Een duidelijke, bedrijfsgerichte visie en het vermogen om duidelijke bedrijfsdoelstellingen vast te stellen en te communiceren.

• Afbakening van wat de oplossing zakelijk gezien zal brengen, dit helpt om verwachtingen en verwachte ROI op één lijn te brengen.

• Een duidelijke richting voor ontwikkelteams naar specifieke zakelijke KPI’s en KPI’s voor klantbeleving.

• Overtuigende ‘proof points’ en een veranderverhaal voor stakeholder‑buy‑in en strategische besluitvorming.

Met de Value Blueprint kan een volledig overzicht van de waarde van jouw AI customer agent worden gegeven. In de volgende drie paragrafen worden de eerste stappen uiteengezet: 1) het identificeren van de meest waardevolle use cases, 2) het vaststellen van succescriteria en 3) het definiëren van KPI’s voor jouw AI customer agent. 

1) Begin met het identificeren van use‑cases van AI customer agents die waarde opleveren

De eerste stap in het definiëren van waarde is het identificeren van de use cases van jouw AI customer agent die jouw bedrijfsdoelstellingen mogelijk maken, bijvoorbeeld het stimuleren vanomzetgroei of het verhogen van interne efficiëntie.

Hoe je over use cases denkt hangt af van het bedrijfsdoel dat je met de AI customer agent wilt bereiken. Als het doel bijvoorbeeld omzetgroei is, kijk dan naar use cases rondom de vroege fase van de customer journey, zoals slimme zoekfuncties om complexe productassortimenten te navigeren (endless aisles), of use cases gericht op het genereren van leads om de conversieratio van leads te verhogen.

Als het doel efficiëntieverbetering is, denk dan in termen van de ‘jobs to be done’ van de specifieke eenheden die je wilt optimaliseren. Wil je bijvoorbeeld de efficiëntie van het salesteam verhogen, dan kunnen een chatbot voor klantcommunicatie, een productaanbevelingstool voor personalisatie en een offertetool voor gepersonaliseerde voorstellen relevante use cases zijn.

Use cases vertegenwoordigen de concrete taken van jouw AI customer agent, die zakelijke en klantwaarde realiseren en fungeren als leidraad voor productontwikkeling. Het is vaak ineffectief te proberen alles tegelijk te
bereiken. Zeker bij AI customer agents, waarbij waarderealisatie onzeker kan zijn, moeten organisaties strategisch plannen en prioriteren met een gefaseerde aanpak.

2) Kies succescriteria die een brug slaan tussen strategie en AI customer agents

Nadat je use cases hebt gedefinieerd, bestaat de volgende stap uit het
opzetten van succescriteria voor jouw AI customer agents. Hieronder verkennen we wat goede succescriteria zijn, wat belangrijke overwegingen zijn bij het vaststellen ervan, en welke uitdagingen je tegen kunt komen.

Succescriteria vaststellen komt neer op het bepalen van het kerndoel van de oplossing en vastleggen hoe succeser voor jouw organisatie uitziet.

Succescriteria bestaan uit i) key performance indicators en ii) hypothesen over de streefniveaus van deze KPI’s, die nauw samenhangen met je businesscase. Meerdere succescriteria zijn mogelijk, mits ze elkaar niet overlappen.

Goede succescriteria beantwoorden deze vier vragen:

1. Welke strategische prioriteiten hanteert de organisatie voor de oplossing, op basis van de businesscase? Moet deze omzet stimuleren, productiviteit verhogen of de klantbeleving verbeteren? Zorg dat elk bedrijfsdoel van de AI customer agent in minstens één succescriterium terugkomt.
2. Wat is de scope van de oplossing? En hoe verwachten we de oplossing incrementeel te bouwen en waarde in meerdere fases te realiseren? Zorg dat de succescriteria haalbaar zijn binnen het ontwikkelplan en de volgorde van de use case.
3. Wie zijn de klanten en gebruikers die voordeel halen uit de AI customer agents? Veranker succescriteria in de juiste doelgroep, zodat duidelijk is wie er profiteert.
4. Wat is de bestaande baseline voor elk succescriterium? Stel realistische streefniveaus vast op basis van de huidige prestaties in elk land waarin de oplossing wordt uitgerold.

Een belangrijke uitdaging is het bepalen van het ambitieniveau. Wordt succes gemeten aan de hand van de verhoogde omzet of groter klantenbereik? Verwachten we productiviteitswinst, of willen we eerst gebruikerstevredenheid meten? Twee benaderingen helpen hierbij:

#1 – Denk in termen van penetratie, adoptie en tevredenheid

Focussen op de baseline voor penetratie, adoptie en tevredenheid is nuttig; de tijdshorizon voor realisatie van doelen varieert vaak. Organisaties kunnen vroeg meten op penetratie en tevredenheid, maar adoptie‑indicatoren gekoppeld aan efficiëntie en omzet kunnen op korte termijn lastiger te realiseren zijn. Vaak verwachten bedrijven na 2 à 3 maanden waarde te realiseren bij een Minimum Viable Product (MVP). Maar als de oplossing nog niet door een statistisch significante groep gebruikers is geadopteerd, zijn de gemeten resultaten lastig te interpreteren. Wees je bewust van de basis waarop de prestaties zijn gemeten en hoe je die data kunt gebruiken om adoptie, penetratie en tevredenheid verder te stimuleren.

#2 – Stem succescriteria af op jouw pilotsegment

Onderschat nooit het belang van het segment waarin je pilot draait. Gedragingen verschillen per segment en geografie, dus de bewijsvoering van succes moet nauw aansluiten bij het pilotsegment en de markt. Digitale adoptie is bijvoorbeeld in Noord-Europese landen vaak hoger dan in sommige andere markten, zoals Duitsland (+23 procentpunt in 2023).³ Grondige kennis van de markt is daarom cruciaal voor een goed geïnformeerdekeuze van succescriteria.

3) Identificeer KPI’s die klantwensen en commerciële resultaten meten

KPI’s zijn essentieel om na go‑live waarde aan te tonen en de oplossing te optimaliseren voor zowel klanten als debusiness.

Het definiëren van KPI’s vereist samenwerking tussen AI‑experts en ervaringsdeskundigen, strategie en business development om een samenhangende aanpak te waarborgen. Veranker KPI’s in de toekomstige customer journey en maak daarbij gebruik van de use cases van je AI customer agent. Dit zorgt ervoor dat ze aansluiten op de gewenste beleving en elk potentieel waardemoment voor de klant vastleggen.

Er zijn drie invalshoeken om waarde te beoordelen: 1) wenselijkheid voor de klant, 2) technische haalbaarheid en 3) commerciële levensvatbaarheid. Het brainstormen over KPI’s binnen deze drie invalshoeken zorgt ervoor dat de aanpak volledig is.

KPI’s moeten niet alleen worden vastgesteld vanuit het perspectief van toegevoegde waarde, maar ook aan de hand van de succescriteria en de bedrijfsdoelstellingen in de Value Blueprint.

Voorbeeld: ‘Percentage klanten dat aangeeft regie te hebben over het chatverloop’ (KPI) is gekoppeld aan ‘Toegenomen klanttevredenheid’ (succescriterium) wat weer gekoppeld is aan het bedrijfsdoel ‘Grotere betrokkenheid in de vroege fase’.

KPI’s moeten ook logisch gekoppeld zijn aan use cases. De KPI ‘Percentage klanten dat aangeeft regie te hebben over het chatverloop’ hoort bij de use case ‘Chatbot’, wat het productteam verplicht om zakelijke vereisten en functionele en technische features te vertalen naar een concreet doelbeeld van de klantbeleving.

Waarderealisatie is het belangrijkste onderdeel van je werk

Nu iedereen investeert in het verkennen en opschalen van GenAI use cases, eisen leiders nu tastbare waarde en financiële resultaten.⁴

AI customer agents vormen hierop geen uitzondering.

AI customer agents goed neerzetten gaat niet alleen over het bouwen van een oplossing, het gaat over het leveren van meetbare waarde die aansluit op jouw zakelijke en klantdoelstellingen.

Met een holistische, iteratieve en gestructureerde aanpak van waarde, die de businesscase en bedrijfsdoelen koppelt aan use cases, succescriteria en KPI’s voor de gehele customer journey, kunnen organisaties het verwachte resultaat in kaart brengen in een overtuigend narratief over waarde. Zo kan de basis worden gelegd voor duurzame groei en innovatie met AI customer agents.

Duidelijke succescriteria en KPI’s zijn essentieel om te bepalen hoe succes eruitziet voor de business. Echter, zakelijk succes wordt alleen behaald met een succesvolle klantbeleving en klantgerichte AI customer agents. 

Klik hier om onze reeks 'Customer AI Agents: The Series' te verkennen voor meer thought leadership over het succesvol inzetten van AI agents.

<sup>Sources: 
1. Autonomous generative AI Agents: Under development, Deloitte, 2024 
2. Deloitte’s AI ROI survey | NSE Deloitte, 2025
3. Eurostat Database “Individuals’ level of digital skills”, latest update in 2024
4. Deloitte’s State of Generative AI in the Enterprise Quarter four report, Deloitte, 2025</sup>