SERVICE

Breeze-agents op het werk dat zich leent voor automation.

HubSpot is sinds 2026 een agentic customer platform. Voor service betekent dat: ticket-deflectie via AI-chat in je klant-portal, FAQ-automatisering op je kennisbank, ticket-classificatie en sentiment-detection op binnenkomende vragen. We bouwen geen experiment, we zetten Breeze-agents in waar ze meetbaar verschil maken. Mens blijft eindverantwoordelijk, agent doet het herhaalbare werk.

Plan een AI-voor-service-gesprek Doe eerst de Maturity-scan

Wat je oplevert

01
AI-chat in klant-portal Met grounding op jouw kennisbank
02
Ticket-classificatie en routing Via Breeze Ticket Triage
03
FAQ-automatisering Op repeat-vragen, kortere reactietijd

De observatie

Iedereen praat over AI, weinig service-teams hebben iets dat echt draait.

Service-teams worden overspoeld door demo's en hype-decks. Een chatbot die soms iets onverwachts zegt, een classifier die in 60 procent correct is, een sentiment-tool waarvan niemand weet hoe je hem gebruikt. Wij doen dat anders: kleine, gegronde agents op werk dat zich aantoonbaar leent voor customer support automation. Eerst kennisbank op orde, dan agents erop, dan meet-loop op deflection en CSAT. Een gegronde data-laag, vaak vanuit een schone CRM-architectuur, is daarvoor de fundering. Geen experiment, een werkmodel.

Kennisbank niet AI-klaar

Artikelen zijn ad-hoc geschreven, dubbel werk, of zo oud dat een AI ze niet meer kan gebruiken. Een Breeze-agent op een rommelige kennisbank levert antwoorden die je service-team zelf moet rechtzetten.

Ticket-classificatie kost handwerk

Elke nieuwe ticket wordt handmatig gecategoriseerd door een teamlead. Foutgevoelig en duur. AI-classificatie via Breeze Ticket Triage haalt 90 procent juist, mits het op een schone categorie-set draait.

Repeat-vragen 40% van het volume

Hoe reset ik mijn wachtwoord, hoe download ik een factuur, hoe werkt feature X. Deze vragen lossen zich met FAQ-automatisering of AI-chat in de portal vaak op zonder dat een service-rep ze ooit ziet.

Sentiment-kantelpunt mis

Een klant wordt door drie tickets heen geirriteerd, het service-team merkt het pas bij de vierde. Sentiment-detection op de tone van binnenkomende berichten triggert een vroege escalatie en een persoonlijk gesprek.

Aanpak

Van hype-demo naar werkende Breeze-agents.

Zes tot tien weken om de eerste agents productie-rijp uit te rollen. Kennisbank-opschoning eerst, dan agent-configuratie, dan een pilot met een sub-team voor we naar het hele service-team gaan. Daarna de maand-cyclus om te slijpen, zodat agents en mensen samen blijven sturen op een gezonde customer success-loop.

01 Fase 01

Kennisbank-audit

Welke artikelen worden gebruikt, welke zijn dood. Top-20 vragen versus top-20 artikelen, wat overlapt, wat ontbreekt. Voor AI-grounding moet het opgeruimd zijn, anders geven agents antwoorden die je service-rep moet rechtzetten.

Wat je krijgt Kennisbank-audit met opruim-plan en grounding-set

02 Fase 02

Agent-set kiezen

Welke Breeze-agents zijn waardevol in jouw context: Customer Agent voor AI-chat in portal, Knowledge Agent voor FAQ-automatisering, Ticket Triage voor classificatie en routing, Sentiment voor escalation. We kiezen niet alles, alleen wat past op het volume en de business-case.

Wat je krijgt Agent-set met business-case en verwachte deflection per agent

03 Fase 03

Bouw en grounding

Agents configureren in HubSpot Breeze. Grounding op kennisbank, ticket-historie en product-context. Escalation-pad bij twijfel of sentiment-kanteling, ticket gaat direct naar mens. Pilot met een sub-team, twee weken meedraaien voor we breder gaan.

Wat je krijgt Werkende agent-set, escalation-workflows en pilot-evaluatie

04 Fase 04

Uitrol en meet-loop

Volledige uitrol naar service-team en klanten. Training in werkmethodiek: agent als collega, mens als eindverantwoordelijke. Deflection-dashboard, CSAT-vergelijking AI versus mens, escalation-kwaliteit. Maand-cyclus voor prompt-tuning.

Wat je krijgt Live agents, getraind team, deflection-dashboard en maand-eigenaar

Wie bouwt het mee

Twee handen op de AI-uitrol.

Je zit met Carsten en Carel aan tafel vanaf de eerste sessie. Carsten doet de Breeze-configuratie, de grounding en de meet-loop in HubSpot. Carel bewaakt de business-case, de change-aanpak en de eindverantwoordelijkheid die bij mens blijft.

Carsten Huiskamp

Consultant & online marketeer

Configureert de Breeze-agents in HubSpot, doet de grounding op kennisbank en ticket-historie, bouwt de escalation-workflows en het deflection-dashboard. Werkt graag direct in de tooling met een service-lead naast zich.
Carel Schrier

RevOps Lead / Strateeg

Bewaakt de business-case per agent, leidt de change-aanpak voor het service-team en zorgt dat eindverantwoordelijkheid bij mens blijft. Schrijft de meet-loop en blijft betrokken tot de deflection-cijfers staan.

Case · B2B mid-market

Deflection-rate van 0 naar 22% met Customer Agent op een gegronde kennisbank

Een B2B SaaS-team had hoge volumes wachtwoord-resets, factuur-vragen en feature-uitleg via het service-team lopen. Tickets stapelden zich op, CSAT kantelde, het team groeide niet mee met het klantbestand.

In acht weken hebben we Customer Agent in het portal opgezet met grounding op de kennisbank, ticket-triage geactiveerd en sentiment-detection voor escalation. Deflection-rate ging van 0 naar 22 procent, CSAT op AI-opgeloste tickets bleef binnen 4 procent van mens-opgeloste. Service-team houdt nu tijd over voor het werk dat er echt toe doet, inclusief vroege signalering voor churn-preventie op rode-zone-klanten.

Lees meer cases

B2B mid-market

Service Director, ~120 medewerkers · B2B opdrachtgever

22%

ticket-deflection

8 wk

uitrol naar productie

-4%

CSAT-verschil AI vs mens

Veelgestelde vragen

Wat klanten meestal vragen.

Eerlijke antwoorden op de vragen die we voor bijna elk AI-voor-service-traject horen.

Wat is een realistische ticket-deflection met AI?

15 tot 35% van de tickets in B2B is haalbaar als de kennisbank klopt en de AI-chat goed gegrond is. In high-touch business kan het lager omdat klanten persoonlijk contact verwachten, in tech-touch hoger. Begin met een realistische 15% en groei vanaf daar.

Welke Breeze-agents zijn klaar voor productie?

In mei 2026 zijn Customer Agent (AI-chat in portal), Knowledge Agent (FAQ-automatisering) en Ticket Triage Agent (categorisatie en routing) volwassen genoeg voor productie. Sentiment-detection en summarisation op ticket-historie zitten in beta met goede resultaten. We zetten alleen in op wat in jouw context bewezen werkt.

Hoe lang duurt een AI-voor-service-traject?

Zes tot tien weken voor de complete uitrol: kennisbank-opschoning, agent-configuratie, escalation-pad naar mens en de meet-loop op deflection en CSAT. Daarna een maand-cyclus om de prompts en grounding bij te slijpen op wat agents wel en niet goed doen.

Wat kost AI voor Service?

Maatwerk per situatie. Hangt af van de scope (alleen ticket-classificatie, of ook AI-chat in portal en sentiment-detection), de staat van je kennisbank en je HubSpot-tier. Veel klanten landen dit in een RevOps-as-a-Service-retainer waarin strategie en uitvoering samenkomen. Plan een gesprek, dan maken we een offerte op jouw situatie.

Wat gebeurt er als de AI iets fout doet?

Drie veiligheidslagen. Een: agents zijn gegrond op jouw kennisbank en data, niet op het open internet. Twee: escalation-pad bij twijfel of bij sentiment-kanteling, ticket gaat direct naar mens. Drie: meet-loop op fouten, met wekelijkse review en prompt-tuning. Eindverantwoordelijkheid blijft bij je service-team, niet bij de agent.

Hebben we al volwassen HubSpot nodig?

Voor de AI-laag werkt het beter als je datamodel en je kennisbank op orde zijn. Agents draaien op je data, dus property-quality en knowledge-base-kwaliteit zijn de fundering. Bij teams waar dat nog niet klopt, beginnen we met een korte CRM-architectuur-actie of kennisbank-opschoning voor we agents uitrollen. Onze maturity-scan brengt in een sessie in beeld wat nog wankel staat en waar de eerste agents wel veilig kunnen draaien.

Werken jullie ook met andere AI-tools dan Breeze?

Onze voorkeur is Breeze omdat we HubSpot Platinum Partner zijn en de agents native in het platform draaien op jouw data. Voor klanten met Zendesk werken we met Zendesk AI of een Intercom Fin-integratie. Op architectuur-niveau zijn we platform-agnostisch: het patroon van grounding, escalation en meet-loop blijft hetzelfde.

Hoe meet je of de AI iets oplevert?

Vier KPI's. Een: deflection-rate (tickets opgelost zonder mens). Twee: CSAT op AI-opgeloste tickets versus mens-opgeloste. Drie: gemiddelde doorlooptijd. Vier: escalation-kwaliteit (hoeveel van de geescaleerde tickets had de AI eerder moeten overdragen). De maand-cyclus draait om deze vier.

Klaar om te starten?

Klaar voor AI op het werk dat zich leent voor automation?

Plan een gesprek. We kijken naar je kennisbank, je ticket-volume per type en je HubSpot-staat. Daarna krijg je een eerlijke scope, een agent-set die past en realistische deflection-verwachtingen.

Plan een AI-voor-service-gesprek Doe de Maturity-scan eerst