Het belangrijkste aan spraak-AI is niet de stem

Het belangrijkste aan spraak-AI is niet de stem. Het gaat om de ervaring die spraak mogelijk maakt.

Denk eens aan de beste service-ervaring die je ooit hebt gehad. Je voelde je begrepen. Je hoefde jezelf niet te herhalen, niet uit te zoeken hoe de organisatie werkte en je hoefde je weg niet te vinden in de interne complexiteit ervan. Je legde uit wat je nodig had, en iemand gebruikte context, beoordelingsvermogen en kennis van de organisatie om je te helpen een goed resultaat te bereiken.

Wat als bedrijven meer van zulke ervaringen konden bieden, op een consistentere manier en op grotere schaal?

Dat is de werkelijke belofte van spraakagenten: niet simpelweg typen vervangen door praten of elke menselijke interactie automatiseren. Spraakagenten verleggen de ervaring van het navigeren door systemen naar het uiten van een intentie. Een klant of medewerker beschrijft in eigen woorden wat diegene wil bereiken. De agent begrijpt de context, stemt achter de schermen de juiste kennis en systemen op elkaar af, voert toegestane handelingen uit en schakelt een echt persoon in wanneer beoordelingsvermogen, empathie of bevoegdheid nodig is.

Mensen hebben zich decennialang aangepast aan technologie. We leerden waar we moesten klikken, welk menu we moesten openen en hoe we een eenvoudige intentie konden vertalen naar een reeks opdrachten. Generatieve AI begon daar verandering in te brengen door ons in alledaagse taal te laten praten. Met spraak wordt de volgende stap gezet en begint de verhouding volledig om te keren: de technologie past zich aan de manier aan waarop mensen van nature communiceren, terwijl de complexiteit van het bedrijf naar de achtergrond verdwijnt.

Waarom spraak de ervaring binnen bedrijven verandert

Spraak is belangrijk omdat het drempels wegneemt voor medewerkers, klanten en nieuwe medewerkers. Een medewerker die de servicedesk belt, hoeft niet te weten welk systeem bij een probleem hoort of de oplossing bevat. Een klant zou dezelfde informatie niet telkens opnieuw moeten hoeven geven wanneer die van het ene kanaal naar het andere overstapt. Een nieuwe medewerker zou niet beperkt moeten zijn tot statisch trainingsmateriaal als diegene een realistisch gesprek kan oefenen en direct feedback kan krijgen.

Spraak maakt dienstverlening ook toegankelijker voor mensen die niet achter een toetsenbord zitten, in het veld werken of zich simpelweg prettiger voelen bij praten dan bij typen. Meertalige mogelijkheden helpen organisaties om in verschillende regio’s consistent te communiceren, zonder dat elke interactie afzonderlijk hoeft te worden opgezet.

Toch is spraak geen vervanging voor elk scherm of elk gesprek met een mens. Visuele en geschreven vormen blijven geschikter voor het vergelijken van grote hoeveelheden informatie en het controleren van precieze details. Ook blijft menselijk beoordelingsvermogen essentieel wanneer een situatie onduidelijk, gevoelig of ingrijpend is. De kans ligt erin spraak in te zetten waar een gesprek de meest natuurlijke weg naar een resultaat is, en duidelijke overdrachtsmomenten te ontwerpen voor situaties waarin dat niet zo is.

Een spraakinterface is niet genoeg

Een natuurlijk klinkende stem is niet genoeg. De werkelijke waarde hangt ervan af of de agent de ervaring daadwerkelijk kan verbeteren: drempels wegnemen, de context behouden, de oplossing versnellen en iemand helpen het juiste resultaat te bereiken. Daarvoor is meer nodig dan een overtuigende interface. Het vereist verbonden gegevens en werkstromen, duidelijke grenzen, betrouwbare overdrachten en verantwoordelijkheid voor wat er vervolgens gebeurt.

Daarom is er een verschil tussen scripts en intentie. In een traditionele werkstroom wordt elke stap vooraf vastgelegd. Een spraakagent die op resultaten is gericht, ontvangt daarentegen de intentie, begrijpt de regels en context en past zijn aanpak aan totdat het doel is bereikt of het beoordelingsvermogen van een persoon nodig is.

Het is nuttig om te weten waar kopers daadwerkelijk staan, want bedrijven hebben in korte tijd drie fasen doorlopen. Een tijdlang waren we in de ban van adoptie — adoptie grotendeels omwille van de adoptie zelf. Vervolgens werden leiders verantwoordelijk gehouden voor het rendement op die investeringen, terwijl ze vaak niet konden verwoorden welke waarde die hadden opgeleverd. Dat leidde tot een herijking rond resultaten. De vraag was niet langer alleen of een implementatie een resultaat opleverde, maar ook of het bereiken daarvan iets wezenlijks in gevaar bracht. Er is sprake van een soort welwillend scepticisme: een oprechte bereidheid om te investeren, in combinatie met de verwachting dat beide vragen worden beantwoord.

De prognoses wijzen in dezelfde richting. Gartner verwacht dat agentische AI tegen 2029 zelfstandig 80% van de veelvoorkomende problemen bij de klantenservice oplost. Of het precieze cijfer 80% is, maakt niet uit. Het belangrijkste woord hier is oplossen. Het gesprek begint met toegang; het product is de oplossing.

Customer Zero in een zeer publieke omgeving

Bij DXC vond een van onze eerste implementaties van spraak-AI plaats in een uitzonderlijk zichtbare omgeving: tijdens onze toelichtingen op de kwartaalcijfers. Gedurende drie opeenvolgende kwartalen schreef CEO Raul Fernandez zijn voorbereide tekst, terwijl een speciaal AI-stemmodel, gebouwd met ElevenLabs, die met zijn stem uitsprak.

Tijdens het eerste gesprek werd de kernfunctionaliteit gedemonstreerd. Bij het tweede konden zijn opmerkingen in het Spaans, Frans, Duits, Portugees en Arabisch worden gedeeld. Bij het derde werd de tekst gelijktijdig in zes talen verspreid. Elke keer vertelde Raul de luisteraars dat hij de tekst had geschreven en dat een AI-model die uitsprak.

Een toelichting op de kwartaalcijfers is geen gemakkelijke omgeving: alles wordt kritisch bekeken, er gelden strenge regels en men heeft weinig geduld met iets dat ook maar enigszins verkeerd klinkt. Uit het uitvoeren van het experiment daar, in plaats van op een veiligere plek, kwamen vier inzichten naar voren.

• Auteurschap is belangrijker dan de voordracht. De woorden zijn van hem; het model leest ze alleen maar voor. Organisaties kunnen hun communicatie in meerdere talen opschalen zonder te veranderen wie de boodschap heeft geschreven of wie ervoor verantwoordelijk blijft.
• Transparantie versterkte het resultaat in plaats van het te ondermijnen. Aanvankelijk was het onduidelijk of het bekendmaken van de AI-stem ons geloofwaardigheid zou kosten. Het tegenovergestelde gebeurde, en het alternatief — hopen dat niemand het merkte — zou zowel ethisch als praktisch verkeerd zijn geweest.
• Meertalige voordracht bood echte meerwaarde. Aandeelhouders die anders op een vertaling zouden moeten wachten, horen nu op hetzelfde moment dezelfde opmerkingen, met dezelfde stem. Dat verandert wie gelijke toegang tot informatie krijgt; het is geen efficiëntieslag in de productie.
• Vertrouwen berust op verantwoordelijkheid, niet op een gepolijste presentatie. Mensen accepteren een boodschap die door AI wordt uitgesproken als ze weten wie die heeft geschreven, wie ervoor instaat en welke mogelijkheden ze hebben om verhaal te halen. Niets daarvan is aan de stem zelf te horen.

Dit weerspiegelt een principe dat we toepassen bij LabX, de AI-native productincubator van DXC: voordat we klanten vragen om opkomende technologie te vertrouwen, moeten we bereid zijn die in onze eigen omgeving te testen. Als Customer Zero komen problemen aan het licht die een gepolijste demo niet laat zien: waar mensen aarzelen, waar het vertrouwen afbrokkelt en welke waarborgen nodig zijn om de technologie op verantwoorde wijze op grote schaal in te zetten. De lastigste uitdagingen rond AI in bedrijven zijn doorgaans menselijk van aard, niet technisch.

Van demonstratie naar vernieuwde ervaringen

Ons strategische partnerschap met ElevenLabs, het AI-bedrijf dat gespecialiseerd is in audiomodellen en spraakagenten, bouwt voort op die ervaring als Customer Zero en past spraaktechnologie toe op drie praktische gebieden. In elk geval staat een duidelijk omschreven resultaat voorop, niet simpelweg de invoering van technologie.

• Bij servicedesks kunnen spraakagenten medewerkers helpen een probleem op een natuurlijke manier te beschrijven, relevante kennis op te halen, routinematige stappen uit te voeren en alle benodigde context door te geven aan een specialist wanneer escalatie nodig is. Het gaat er niet om hoeveel gesprekken zijn afgewend. De vraag is of de beller in één gesprek tot een oplossing kwam, zonder het probleem drie keer te hoeven uitleggen.
• Op platforms voor klantbeleving zorgen meertalige interfaces die natuurlijk klinken voor consistentere interacties via telefoon en digitale kanalen. Bij de meeste dienstverlenende organisaties hangt de kwaliteit af van wie er opneemt en wanneer. Er is ruimte voor echte verbetering: elke interactie kan op dezelfde context zijn gebaseerd, terwijl de lastigste gevallen nog steeds worden doorverwezen naar de mensen die ze het best kunnen afhandelen.
• Bij trainingen maakt spraaktechnologie van passieve inhoud een oefening. Medewerkers kunnen een klantgesprek, een veiligheidsscenario of een lastig gesprek met een leidinggevende oefenen en daarna persoonlijke coaching krijgen. Door het daadwerkelijke gesprek te oefenen, worden mensen sneller bekwaam dan wanneer ze er alleen over lezen.

Toepassingen voor specifieke sectoren kunnen de grootste gevolgen hebben. Verzekeraars kunnen begeleide intake onderzoeken voor eenvoudige claims; fabrikanten kunnen buitendiensttechnici handsfree toegang tot procedures geven; overheidsorganisaties kunnen informatie in meerdere talen toegankelijker maken. Dit zijn geen generieke agenten die boven op een organisatie worden geplaatst. Ze moeten worden ontworpen met oog voor de terminologie, regels, gegevens en het risicoprofiel van elke sector.

Schaal de kwaliteiten van uitstekende dienstverlening op, niet een vastgelegd gesprek

Het risico is natuurlijk dat opschaling leidt tot eenvormigheid. Bedrijven hebben die fout eerder gemaakt: een beslisboom die overal op dezelfde manier wordt toegepast, voldoet aan het gemiddelde geval maar schiet voor alle anderen tekort. Wat juist op grotere schaal moet worden toegepast, zijn de kwaliteiten van een uitstekende dienstverlening: goed geïnformeerd, responsief en gericht op een resultaat. Het gesprek zelf moet zich ondertussen aanpassen aan de taal, context en behoeften van de persoon. Consistentie moet betekenen dat de kwaliteit betrouwbaar goed is, niet dat alles identiek is.

Vertrouwen is onderdeel van de ervaring

Hoe menselijker een spraakagent klinkt, hoe belangrijker transparantie wordt. Mensen moeten weten wanneer ze met AI communiceren. Organisaties hebben expliciete toestemming nodig om iemands synthetische stem te maken of te gebruiken, toegangscontroles om te bepalen wie die kan gebruiken, sterke authenticatie voor gevoelige handelingen, registraties van wat de agent heeft gedaan en een duidelijke mogelijkheid om met een echt persoon in contact te komen.

Deze zaken worden vaak gezien als een compliancekwestie die achteraf aan de ontworpen ervaring wordt toegevoegd, maar ze moeten juist als onderdeel van die ervaring worden behandeld. Wie niet kan vaststellen of die met een persoon spreekt, niet weet waartoe de agent bevoegd is of niemand kan bereiken wanneer dat nodig is, heeft geen goede ervaring, hoe natuurlijk het gesprek ook klinkt.

We moeten precies zijn over waar dat vertrouwen vandaan komt, want het werkt twee kanten op. Het model moet goed worden gekalibreerd door de mensen die het hebben gebouwd. De manier waarop het wordt ingezet — gegevensverwerking, toegangsbeheer, geregistreerde handelingen en vastgelegde momenten waarop een mens het overneemt — is een afzonderlijk vraagstuk waarvoor degene verantwoordelijk is die het systeem in productie neemt. Het een kan het ander niet vervangen. Beide zijn bij spraak belangrijker, omdat de interactie live plaatsvindt, de agent mogelijk handelt terwijl die spreekt en er geen scherm is waarop de gebruiker kan zien wat er zojuist namens hem of haar is gebeurd.

Externe richtlijnen zijn hierbij nuttig. De Federal Trade Commission heeft gewezen op de mogelijke schade van kwaadwillige stemkloning, en het NIST-raamwerk voor AI-risicobeheer biedt een praktische structuur om AI-risico’s in kaart te brengen en te beheersen. Beschouw toestemming, informatieverschaffing, beveiliging, testen en doorlopende monitoring als essentiële productvereisten.

Een open route van experiment naar opschaling ontwikkelen

Mijn uitgebreidere rol als president voor AI-innovatie en -strategie en LabX brengt twee kanten van dezelfde uitdaging samen: AI-producten ontwikkelen en de commerciële kant van DXC’s strategie voor het AI-partnerplatform uitbouwen. LabX blijft een plek om baanbrekende technologieën te toetsen aan concrete klantvraagstukken, maar heeft nu ook de opdracht klanten te helpen hun weg te vinden in een open ecosysteem van partners zoals Anthropic en ElevenLabs.

Die open benadering is belangrijk, omdat geen enkel model, platform of interface geschikt is voor elke onderneming en elke toepassing. Het is onze taak de juiste technologie te combineren met vakkennis, workflowontwerp, governance en uitvoeringsvermogen, en vervolgens te toetsen of dat meetbare resultaten oplevert. Soms is tekst de juiste interface. Soms is dat beeld. Steeds vaker is dat spraak — en vaak een doordachte combinatie van alle drie.

De vraag is niet waar een onderneming spraak kan toevoegen. Het gaat erom waar een gesprek kan zorgen voor een betere ervaring en een beter resultaat, en of de organisatie bereid is het werk daarop aan te passen.