Onderzoek: 74% draait AI-agents in klantenservice terug, CRM vraagt meer controle

74% van bedrijven heeft een AI-agent teruggedraaid. CRM-data, AI governance en menselijke controle worden belangrijker voor betrouwbare AI-klantenservice.

AI-agents moesten klantenservice sneller en slimmer maken. Toch blijkt de praktijk weerbarstiger. Uit onderzoek in opdracht van Sinch blijkt dat 74% van de organisaties een AI-agent voor klantcommunicatie al eens heeft teruggedraaid of uitgeschakeld vanwege problemen met governance.

Dat betekent niet dat bedrijven stoppen met AI-klantenservice. Vrijwel alle ondervraagde organisaties verhogen hun investeringen in AI. De aandacht verschuift wel naar betrouwbaarheid, beveiliging en controle. Zeker wanneer een AI-agent wordt gekoppeld aan CRM en toegang krijgt tot klantdata, worden die voorwaarden belangrijker.

Wat valt op?

Het onderzoek laat zien dat AI-agents inmiddels veel verder zijn dan alleen pilots. Bijna twee derde van de organisaties heeft agents al daadwerkelijk in gebruik en 88% verwacht ze binnen een jaar volledig in productie te hebben.

Tegelijkertijd zijn de problemen aanzienlijk:

• 74% heeft een AI-agent teruggedraaid of stilgelegd;
• 31% noemt mogelijke blootstelling van klantdata als probleem;
• 22% wijst op AI-hallucinaties en merkrisico;
• 16% noemt onvoldoende controleerbaarheid;
• 98% verhoogt de AI-investeringen in 2026.

Het probleem zit dus niet zozeer in het starten met AI agents in klantenservice, maar in het betrouwbaar laten functioneren zodra echte klanten, persoonlijke gegevens en onverwachte situaties in beeld komen.

Klantdata vormt het grootste risico

Mogelijke blootstelling van klantgegevens is volgens het onderzoek de belangrijkste reden waarom implementaties problemen opleveren. Dat is bij AI-klantcontact extra gevoelig. Een agent kan toegang nodig hebben tot persoonlijke informatie om iemand te helpen, terwijl die gegevens nooit bij een verkeerde klant mogen verschijnen.

Daar komen AI-hallucinaties bovenop. Een agent kan een antwoord geven dat overtuigend klinkt, maar feitelijk niet klopt. Omdat het systeem rechtstreeks onder de naam van een bedrijf met klanten communiceert, kan zo'n fout direct gevolgen hebben voor de klantrelatie en het vertrouwen in AI.

CRM-data maakt een AI-agent slimmer, maar ook gevoeliger

Een eenvoudige chatbot voor klantenservice kan vaak werken met informatie uit een kennisbank. Een AI-agent die daadwerkelijk klantprocessen uitvoert, heeft meer context nodig. In een CRM-systeem kunnen bijvoorbeeld eerdere gesprekken, aankopen, klantgegevens en openstaande servicevragen samenkomen.

Een agent met toegang tot die CRM-data kan daardoor herkennen wie een klant is en wat er eerder is gebeurd. Dat maakt antwoorden relevanter en kan voorkomen dat klanten telkens opnieuw hun situatie moeten uitleggen.

Tegelijkertijd ontstaat een belangrijk vraagstuk: tot welke CRM-data mag een AI-agent toegang krijgen? Niet iedere agent hoeft ieder klantveld te kunnen bekijken of zelfstandig gegevens te kunnen wijzigen. AI in CRM vraagt daarom om duidelijke toegangsrechten, actuele klantdata en afspraken over welke handelingen AI zelfstandig mag uitvoeren.

Meer AI governance leidt juist tot meer rollbacks

Opvallend is dat organisaties met volwassen AI governance vaker een agent hebben teruggedraaid. Bij deze groep loopt het percentage op tot 81%. Volgens Sinch betekent dit waarschijnlijk niet dat hun AI slechter werkt. Goede monitoring zorgt er juist voor dat fouten sneller worden ontdekt.   

Dat maakt AI monitoring belangrijk bij iedere AI-implementatie. Bedrijven moeten kunnen controleren welke gegevens een agent gebruikt, welke antwoorden worden gegeven en welke acties zijn uitgevoerd. Zeker wanneer een agent rechtstreeks gegevens in CRM kan bekijken of aanpassen, moet achteraf duidelijk zijn wat er is gebeurd.

Beveiliging en AI compliance krijgen meer aandacht

Organisaties investeren inmiddels zelfs meer in vertrouwen, beveiliging en compliance dan in de AI-technologie zelf. 75% investeert in deze onderdelen, tegenover 63% in de technologie. Daarnaast besteedt 84% van de AI-engineeringteams minimaal de helft van de tijd aan infrastructuur voor veiligheid.

Voor bedrijven die willen klantenservice automatiseren is dat een belangrijk signaal. Betrouwbare AI draait niet alleen om hoe goed een model vragen kan beantwoorden. Bedrijven moeten ook klantdata beveiligen, toegang beperken en voldoen aan regels rond privacy en AI compliance.

Menselijke controle blijft noodzakelijk

De belofte van agentic AI is dat systemen steeds zelfstandiger kunnen handelen. Dat betekent niet dat ieder klantproces volledig geautomatiseerd moet worden. De benodigde menselijke controle bij AI hangt vooral af van wat een agent mag doen.

Een algemene vraag over een product kan bijvoorbeeld prima automatisch worden afgehandeld. Voor het wijzigen van persoonsgegevens, financiële informatie of gevoelige klantgegevens is extra controle logischer. Ook moet een medewerker het gesprek eenvoudig kunnen overnemen wanneer de AI onvoldoende zeker is.

Die combinatie van AI en menselijke klantenservice wordt daarmee belangrijker. AI kan eenvoudige werkzaamheden overnemen, terwijl medewerkers beschikbaar blijven voor uitzonderingen en complexere situaties.

Bedrijven blijven investeren in AI-klantenservice

Ondanks de vele rollbacks zet bijna geen enkele organisatie een streep door AI. 98% verhoogt de investeringen dit jaar. De belangrijkste reden is bovendien niet kostenbesparing: 36% wil vooral de klanttevredenheid verbeteren. 24% richt zich op meer omzet en conversies en 16% noemt lagere operationele kosten als belangrijkste doel.

De markt lijkt daardoor een nieuwe fase van AI-implementatie in te gaan. De vraag is niet meer alleen of customer service AI kan werken, maar onder welke voorwaarden organisaties het betrouwbaar kunnen inzetten.

CRM wordt onderdeel van betrouwbare AI-klantenservice

CRM speelt daarin een dubbele rol. Het geeft een AI-agent de klantcontext die nodig is voor persoonlijkere ondersteuning, maar bevat tegelijkertijd gegevens die goed beschermd moeten worden. Bedrijven moeten daarom bepalen welke data een agent mag gebruiken, welke wijzigingen zijn toegestaan en wanneer een medewerker moet ingrijpen.

Goede CRM-data voorkomt AI-hallucinaties niet volledig. Het kan wel voorkomen dat een agent werkt met versnipperde of verouderde klantinformatie. In combinatie met AI governance, monitoring, toegangsbeheer en menselijke controle ontstaat zo een veel betrouwbaardere basis voor AI in klantcontact.

De 74% rollbacks betekenen daarom niet dat AI-agents zijn mislukt. Ze laten vooral zien dat AI betrouwbaarheid, klantdata en governance net zo belangrijk worden als de technologie zelf.

Welk CRM-systeem past bij AI en klantcontact?

Wil je AI gebruiken binnen klantenservice, sales of andere klantprocessen? Dan is een CRM-systeem met goede integraties, automatiseringsmogelijkheden en controle over klantdata belangrijk.

→ Vergelijk CRM-systemen

Bron

IT Pro – AI agents aren’t cutting it in customer service, 18 mei 2026.