Een spraakbericht of foto van een klant kan je AI nu zelf sorteren

Niet alles komt binnen als tekst

De meeste bedrijven die hun inkomende berichten laten sorteren, beginnen bij de mailbox. Logisch, want daar komt het meeste binnen en het is netjes uitgeschreven. Maar vraag eens na hoe je klanten je echt bereiken. Een aannemer krijgt een spraakbericht van twintig seconden via WhatsApp. Een installateur krijgt een foto van een lekkende koppeling, zonder uitleg. Een machinebouwer krijgt een filmpje waarin je het geluid moet horen om te snappen wat er aan de hand is.

Dat zijn precies de berichten die blijven liggen. Niemand kan ze scannen, want je moet ze afspelen of openen om te weten wat het is. En degene die dat doet, is meestal de persoon die ook het echte werk moet doen.

Wat er deze week veranderde

Cloudflare bracht op 9 oktober een model uit, Clef-omni, dat geluid, video, beeld en tekst in één verzoek aanneemt. Je stuurt het spraakbericht van die klant mee, met de foto en de tekstregel eronder, en je krijgt in één keer antwoord over het hele bericht.

Het bijzondere zit niet in de techniek maar in de prijs en de vorm. Cloudflare rekent 0,15 dollar per miljoen tokens aan invoer, en voor de lichtere variant Clef-flash zelfs 0,038 dollar. Dat betekent dat sorteerwerk op duizenden berichten per maand geen post op je begroting is, maar een afrondingsverschil. Een tekstbeslissing duurt volgens Cloudflare ongeveer 130 milliseconden, een filmpje van 21 seconden met geluid ongeveer anderhalve seconde. De gewichten staan publiek op Hugging Face, dus je kunt het model ook op je eigen infrastructuur zetten als je wil dat de berichten je eigen omgeving niet verlaten.

Het verschil tussen een antwoord en een beslissing

Dit is geen chatmodel en dat is het punt. Een gewoon AI-model schrijft je een stukje tekst terug, en dan moet jouw systeem uit die tekst zien te halen wat er bedoeld werd. Dat is de plek waar automatiseringen stuk gaan: het model antwoordt vandaag "dit lijkt een spoedmelding" en morgen "Spoed." en overmorgen een hele alinea.

Een beslismodel doet iets anders. Je geeft het vooraf de lijst waaruit het mag kiezen, en je krijgt een label terug plus een getal dat zegt hoe zeker het model is. Geen tekst om te ontleden, geen verrassingen in de vorm. Voor een automatisering is dat het verschil tussen iets wat werkt en iets wat je elke twee weken moet repareren.

Waar dit direct werk uit handen neemt

Denk niet aan antwoorden, denk aan uitzoeken. Een paar voorbeelden die we in de praktijk tegenkomen:

• Een spraakbericht van een klant wordt gelabeld als spoed, planning, offerteaanvraag of factuurvraag, voordat iemand het heeft afgespeeld.
• Een foto van een onderdeel gaat naar de juiste monteur in plaats van naar de algemene bak.
• Een foto van een meterstand of een pakbon komt bij de administratie terecht, met de rest van het bericht eraan vast.
• Een filmpje van een machine die een vreemd geluid maakt, krijgt een urgentielabel op basis van het geluid zelf.

In al deze gevallen beslist het model niet wat er moet gebeuren. Het bepaalt alleen waar het bericht thuishoort en hoe snel iemand ernaar moet kijken. Dat is de veilige helft van het werk, en het is ook de helft die het meeste tijd kost.

De drempel is belangrijker dan het model

Omdat je een zekerheidsscore terugkrijgt, kun je iets inbouwen wat met een gewoon chatmodel lastig is: een eigen grens. Boven een bepaalde zekerheid gaat het bericht automatisch naar de juiste plek. Daaronder gaat het naar een mens, met het label als suggestie erbij.

Zo'n grens is geen technische instelling maar een zakelijke keuze. Bij een factuur die verkeerd gesorteerd wordt, verlies je een dag. Bij een spoedmelding van een klant die in de planningsbak belandt, verlies je de klant. Dus zet de grens voor spoed hoog en voor de rest lager.

De opdracht aan het model blijft kort. Iets als: "Dit is een spraakbericht van een klant. Kies één label: spoed, planning, offerteaanvraag, factuur, overig. Geef ook aan hoe zeker je bent." Meer instructie maakt het zelden beter.

Wat je nodig hebt om dit te bouwen

Veel minder dan je denkt. Je hebt een plek nodig waar de berichten binnenkomen, een stap die het bericht naar het model stuurt, en een paar regels die bepalen waar het daarna heen gaat. Dat laatste is gewoon routeren, en daar zijn automatiseringstools voor: als je nog geen idee hebt waar je dit zou neerzetten, legt onze uitleg over n8n uit hoe zo'n keten in elkaar zit.

Begin klein. Kies één kanaal, bijvoorbeeld het nummer waar klanten hun WhatsApp naartoe sturen, en kies vier of vijf labels. Laat het eerst twee weken meekijken zonder dat het iets verplaatst: je ziet dan in je logboek wat het model gekozen zou hebben en hoe vaak dat klopte. Pas daarna zet je het echt aan. Werk je al met sorteren op je inkomende mail, dan kun je de labels die daar al werken gewoon hergebruiken.

Waar het misgaat

Drie dingen zien we structureel verkeerd gaan. Ten eerste de opname zelf: een spraakbericht vanaf een bouwplaats met wind en een draaiende machine erbij is voor het model net zo moeilijk als voor jou, en zwaar dialect maakt het niet makkelijker. Ten tweede de foto zonder context: een close-up van een kapot onderdeel zegt niets over urgentie als niemand erbij vertelt of de boel stilstaat. Ten derde de verleiding om het model te laten beslissen in plaats van sorteren. Zodra een label een actie veroorzaakt die geld kost of naar een klant gaat, hoort daar een mens tussen.

En bewaar altijd het originele bericht naast het label. Als iemand over twee maanden vraagt waarom een melding in de verkeerde bak lag, wil je het spraakbericht kunnen afspelen en niet alleen een labelnaam in een database vinden.

Benieuwd wat dit voor jouw bedrijf betekent? We kijken het graag samen met je door.