Katie Stein, CEO van ASAPP – Interviewreeks

Katie Stein, CEO van ASAPP, is een ervaren technologie‑ en bedrijfsleider met meer dan twee decennia ervaring op het gebied van bedrijfsstrategie, operaties, digitale transformatie en ondernemingsgroei. Voordat ze ASAPP als CEO in augustus 2026 betrad, was ze CEO van Atain en werkte ze acht jaar bij Genpact, waar ze Chief Strategy Officer en Global Business Leader voor Enterprise Services en Analytics was, en toezicht hield op bedrijfsstrategie, belangrijke serviceportefeuilles, klantbeleving en M&A‑initiatieven. Vroeger in haar loopbaan bekleedde Stein senior leiderschapsfuncties bij Mercer, waaronder Global Chief Operating Officer voor de $2,5 miljard Retirement, Health and Benefits‑divisie, en werkte ze als Project Leader bij Boston Consulting Group. Haar carrière is grotendeels gericht op het helpen van grote organisaties bij het verbeteren van operationele prestaties, het effectiever inzetten van technologie en het uitvoeren van complexe bedrijfs­transformaties.

ASAPP is een AI‑bedrijf dat zich richt op het transformeren van de klantenservice van ondernemingen via zijn AI‑native Customer Experience Platform (CXP). Opgericht in 2015 ontwikkelt het bedrijf technologie die AI‑agents, menselijke expertise, klantgegevens en enterprise‑systemen samenbrengt over spraak‑ en digitale kanalen. In het centrum van het platform staat GenerativeAgent, een AI‑klantenservice‑agent die is ontworpen om gesprekken te begrijpen, klantverzoeken te analyseren, acties uit te voeren via gekoppelde enterprise‑systemen, en menselijke agents te betrekken wanneer extra toezicht of oordeel nodig is. ASAPP biedt ook tools voor testen, monitoring, governance en waarneembaarheid, zodat grote organisaties AI die klantgericht is kunnen inzetten terwijl ze meer controle behouden over het gedrag van geautomatiseerde agents.

Uw carrière heeft u van strategische en transformatie‑rollen bij BCG, Mercer en Genpact naar het leiden van Atain gebracht, en nu tot het worden van CEO van ASAPP. Wat trok u op dit moment in uw loopbaan naar ASAPP, en welke grootste kansen en prioriteiten heeft u na uw eerste 30 dagen voor het bedrijf geïdentificeerd?

ASAPP kwam voor het eerst op mijn radar tijdens Winter Storm Fern eerder dit jaar. Bij Atain werkten we vanuit elke hoek om voldoende capaciteit te creëren voor een van de grootste V.S.-luchtvaartmaatschappijen, terwijl duizenden gestrande reizigers probeerden thuis te komen. ASAPP beantwoordde niet alleen vragen; de GenerativeAgent boekte meer dan 3.800 passagiers opnieuw in zes dagen, inclusief complexe reisschema‑wijzigingen. Dat liet me zien hoe enterprise‑AI eruitziet onder echte druk. Mijn eerste 30 dagen hebben dat beeld bevestigd. Onze kans is om te focussen en op te schalen: ons concentreren waar ASAPP het duidelijkste recht heeft om te winnen, klanten helpen van experimentatie naar productieve impact te gaan, en uitvoeren met meer snelheid en consistentie.

De aanpak van ASAPP brengt autonome AI‑agents, deterministische workflows en menselijke experts samen in één orkestratielaag. Hoe bepaalt u welke beslissingen aan een AI‑agent moeten worden overgelaten, welke volgens vooraf gedefinieerde regels moeten verlopen, en welke menselijke beoordeling vereisen?

We wijzen geen volledige interactie toe aan AI, een vooraf gedefinieerde workflow of een persoon. We beoordelen elke beslissing op basis van de complexiteit, het risico en de noodzaak van verantwoording. AI is uitstekend geschikt om intentie te begrijpen, context te interpreteren en zich aan de klant aan te passen. Workflows zorgen voor consistentie wanneer vereiste stappen of beleidsregels moeten worden gevolgd. Mensen voegen oordeel toe wanneer een situatie onduidelijk, uitzonderlijk of van belang is. Orkestratie brengt alle drie samen binnen dezelfde interactie. Het doel is niet maximale autonomie, maar het oplossen van meer klantbehoeften terwijl het juiste niveau van controle op elk beslissingspunt wordt toegepast.

ASAPP beschouwt menselijke betrokkenheid als een doorlopend onderdeel van het AI‑systeem in plaats van slechts een escalatieroute wanneer automatisering faalt. Naarmate AI‑agents capabeler worden, waar denkt u dat mensen de meeste waarde blijven toevoegen in klantservice‑interacties?

Menselijke vindingrijkheid! Een paar maanden geleden sprak ik met een senior CX‑leider die opmerkte dat een relatief klein aantal gesprekken verantwoordelijk is voor een onevenredig groot deel van de gesprekstijd. Dit zijn vaak randgevallen zonder duidelijke FAQ, kennisartikel of standaardprocedure. Ze zijn moeilijk omdat de organisatie het antwoord nog niet heeft ontmoet – of gecodificeerd – eerder. Mensen zullen in die momenten de meeste waarde blijven toevoegen: ambiguïteit interpreteren, concurrerende overwegingen afwegen en oordeel toepassen waar geen vast speelboek bestaat. Maar het betrekken van een persoon mag niet betekenen dat automatisering wordt opgegeven en de volledige interactie wordt overgedragen. De AI verzamelt wat nodig is en presenteert een persoon met een specifieke aanvraag en context; de mens levert het oordeel, waarna de AI de interactie voortzet. Die expertise lost het onmiddellijke probleem op en helpt uit te breiden wat AI vervolgens kan oplossen.

Veel ondernemingen hebben generatieve AI met succes aangetoond in pilots, maar ondervinden moeilijkheden wanneer ze het willen inzetten bij miljoenen echte klantinteracties. Wat onderschatten bedrijven het vaakst bij de overgang van een AI‑pilot naar een productie‑schaal agentisch systeem?

Bedrijven onderschatten het langste segment het vaakst. Pilots testen meestal gedefinieerde use‑cases onder gecontroleerde omstandigheden. Op productieschaal worden zeldzame situaties alledaagse gebeurtenissen: klanten veranderen van richting, geven onvolledige informatie, of combineren behoeften op manieren die niemand had voorzien. Daarom is opschalen van agent‑AI niet alleen een modeluitdaging. Het vereist integratie met bedrijfsystemen, governance, monitoring en een manier om mensen te betrekken wanneer oordeel nodig is. De pilot bewijst dat de technologie werkt. Productie neemt de architectuur en operationele discipline die nodig zijn om het betrouwbaar op schaal te maken.

Naarmate bedrijven evolueren van één enkele AI‑assistent naar meerdere gespecialiseerde agenten die samenwerken, welke nieuwe technische of governance‑uitdagingen ontstaan er rond orkestratie, observeerbaarheid en verantwoording?

De nieuwe uitdaging is coördinatie. Meer agenten creëren meer overdrachten, beslissingspunten en kansen voor context of verantwoording om te breken. Bedrijven hebben orkestratie nodig die bepaalt welke agent moet handelen, welke informatie en permissies hij ontvangt, en hoe hun werk bijdraagt aan de oplossing voor de klant. Observeerbaarheid moet zich uitstrekken over de volledige interactie zodat organisaties kunnen begrijpen wat er is gebeurd en waarom. Dat wordt de basis voor governance. Het voordeel zal niet komen van het inzetten van de meeste agenten. Het zal komen van het coördineren van al die gespecialiseerde intelligentie in één systeem dat betrouwbaar, traceerbaar en verantwoordelijk is.

ASAPP heeft onlangs Continuous Red Teaming geïntroduceerd, waarmee automatisch zijn AI‑systemen worden getest tegen meer dan 50 klassen van kwetsbaarheden naarmate modellen evolueren. Hoe moeten bedrijven beveiliging heroverwegen nu AI‑agenten niet langer alleen antwoorden genereren, maar steeds vaker acties kunnen ondernemen namens klanten?

De inzet verandert wanneer AI verschuift van het beantwoorden van vragen naar het ondernemen van actie. Een ongeautoriseerde transactie of blootstelling van klantgegevens is veel consequentialer dan een onjuiste reactie. Bedrijven hebben duidelijke grenzen nodig rond wat een agent mag benaderen, wat hij mag doen, en wanneer menselijke goedkeuring vereist is. Beveiliging kan ook geen eenmalige test zijn vóór de inzet. Naarmate AI capabeler wordt, innoveren kwaadwillenden ook. Daarom test ASAPP continu tegen duizenden adversariële scenario’s die meer dan 50 kwetsbaarheidsklassen omvatten. Beveiliging moet net zo snel evolueren als de technologie, zodat bedrijven AI kunnen uitbreiden zonder het vertrouwen van de klant te compromitteren.

Generatieve AI is van nature probabilistisch, maar klantserviceprocessen omvatten vaak transacties, nalevingsvereisten en andere taken waarbij uitkomsten voorspelbaar moeten zijn. Hoe kunnen bedrijven de flexibiliteit van generatieve AI behouden terwijl ze voldoende deterministische structuur introduceren om deze systemen betrouwbaar te maken?

De sleutel is om het gesprek te scheiden van het bedrijfsproces. Wij vinden dat generatieve AI moet doen waar het het beste in is: de klant begrijpen, ambiguïteit navigeren en natuurlijk reageren. Kritieke processen – zoals verificatie, transacties en compliance – moeten echter opereren binnen stap‑gebaseerde workflows die de regels en vereiste volgorde van het bedrijf handhaven. Die architectuur biedt bedrijven het beste van beide: een flexibele ervaring voor de klant en voorspelbare uitvoering voor het bedrijf. Het maakt processen bovendien makkelijker te testen, auditen en verbeteren naarmate modellen evolueren. Bedrijven hoeven niet elk klantgesprek rigide te maken om AI betrouwbaar te maken. Ze moeten heel duidelijk zijn waar AI zich mag aanpassen en waar het proces absoluut niet mag.

Contactcentra hebben traditioneel automatisering gemeten aan de hand van metrics zoals containment en kostenreductie. Naarmate agentische AI verfijnder wordt, welke metrics moeten bedrijven gebruiken om te bepalen of AI daadwerkelijk de klantervaring verbetert in plaats van alleen de menselijke betrokkenheid te verminderen?

We stappen af van metrics zoals deflectie en containment en bewegen ons naar wat ik ‘geverifieerde oplossing’ noem. Ik wil dat we verantwoordelijk zijn voor het begrijpen van de intentie van een klant en deze daadwerkelijk oplossen. Als klant wil ik een prettige ervaring, maar meer nog wil ik dat de reden van mijn contact wordt opgelost. Wanneer we dat resultaat meten, in plaats van alleen of AI iemand heeft verhinderd een menselijke agent te bereiken, stemmen we de technologie af op de taak die de klant werkelijk nodig heeft.

Als één menselijke expert steeds meer AI‑gestuurde gesprekken kan superviseren of begeleiden, hoe verwacht je dat de workforce van contactcentra zich ontwikkelt? Zie je nieuwe rollen ontstaan rond AI‑toezicht, training, governance en continue verbetering?

Dit is wat mij echt enthousiast maakt over het toekomstige operationele model van contactcentra. Vandaag staan menselijke agenten in de frontlinie, vaak klanten helpend die teleurgesteld, verward of boos zijn, terwijl ze veel van hun eigen tijd besteden aan het navigeren door complexe systemen om die problemen op te lossen. Het is veeleisend werk, en burn‑out is hoog. Naarmate agent‑AI meer van dat werk overneemt via spraak‑ en digitale kanalen, geloof ik dat er een nieuwe klasse CX‑professionals zal ontstaan: de menselijke agent als analist. Hun tijd zal steeds meer worden besteed aan situaties die oordeel vereisen, niet zwart‑wit zijn, of regelgevingsgevoelig zijn. Dat is een fundamenteel andere rol, en één die AI zelf helpt creëren.

Na uw eerste 30 dagen als leider van ASAPP, wat heeft u het meest verrast aan waar ondernemingen momenteel staan in hun adoptie van agentic AI, en wat gelooft u dat de volgende fase van AI-ondersteunde klantenservice zal bepalen?

Ik ben onder de indruk van hoe bereid de klanten met wie ik gesproken heb zijn om agentic AI tot een kernpijler van hun CX-strategie te maken in plaats van iets ernaast. Het probleem is dat Digital, IT, Security en Operations vaak met verschillende snelheden bewegen en succes op verschillende manieren meten. Die fragmentatie maakt het moeilijk om de businesscase voor de onderneming duidelijk te zien. De volgende fase zal van organisaties vragen zich te aligneren rond wat echt belangrijk is op ondernemingsniveau en te begrijpen waar agentic AI in CX die resultaten kan beïnvloeden. Vandaag kan die impact worden verdund over bestaande scorecards en gesiloorde metrics.

Bedankt voor het geweldige interview, lezers die meer willen weten, kunnen ASAPP bezoeken.