Een AI-agent die supporttickets dag en nacht sorteert
Een MSP verzoop in inkomende tickets. We zetten een AI-agent in de eerste lijn: hij beantwoordt de routinetickets en escaleert de rest met volledige context.
Details geanonimiseerd en aangepast om vertrouwelijkheidsredenen.
Het probleem
Een MSP van een veertigtal mensen. Tickets die binnenkomen via e-mail, via portaal, via uitgetypte telefoongesprekken. Ongeveer 180 tickets per dag, en een goede helft zijn dezelfde aanvragen: wachtwoord resetten, VPN die niet verbindt, ontbrekende printer, toegang tot een netwerkschijf.
Het eerstelijnsteam was er de hele dag mee bezig. Gemiddelde eerste-reactietijd: 3u12 tijdens kantooruren, en ‘s avonds of in het weekend bewoog er niets tot de volgende dag. De echt dringende tickets verdronken in de massa, en senior techniekers verloren tijd met het herlezen van slecht gekwalificeerde tickets om het probleem te begrijpen.
Wat we bouwden
Een AI-agent rechtstreeks gekoppeld aan de ticketingtool, die elk inkomend ticket in de eerste lijn opvangt, 24/7.
Sortering en classificatie - Bij binnenkomst leest de agent het ticket, identificeert het type aanvraag, de echte prioriteit en de betrokken klant, en past de SLA’s toe. Een VPN die uitvalt voor 40 mensen belandt niet meer in dezelfde wachtrij als een softwareaanvraag.
Autonome afhandeling van de routine - Voor gekende aanvragen antwoordt de agent rechtstreeks en voert uit waar het kan via interne API’s (AD-reset, account deblokkeren, link naar de actuele documentatie). De klant krijgt binnen enkele minuten een antwoord, om 3u ‘s nachts net zo goed als om 12u.
Escalatie met volledige context - Alles wat de agent niet zelf kan afsluiten gaat naar de juiste technieker met een duidelijke samenvatting: wat de klant vraagt, wat al geprobeerd is, de ontbrekende info die vooraf is opgevraagd, en de klanthistoriek. Geen onleesbare tickets van twee regels meer.
Vangrails en traceerbaarheid - Geen gevoelige actie zonder expliciete regel. Elke beslissing van de agent wordt gelogd en is controleerbaar, en een mens houdt de hand op alles wat de kritieke productie raakt.
Het resultaat
- Eerste-reactietijd van 3u12 naar minder dan 4 minuten op inkomende tickets, dag en nacht.
- Ongeveer 46% van de tickets opgelost zonder menselijke tussenkomst, zowat de hele routinelast.
- De eerste lijn vrijgemaakt voor echt werk: minder wachtwoordresets, meer tijd voor zaken die een brein vragen.
- Geëscaleerde tickets meteen bruikbaar: senioren verbranden geen 10 minuten meer aan kwalificeren voor ze diagnosticeren.
- 24/7-dekking zonder de wachtdienst op te blazen, nachten en weekends stapelen niet meer op tot maandag.
De stack
- LLM-agent (Anthropic API) georkestreerd op een Python-backend, prompts en bedrijfsregels geversioneerd.
- Directe integratie met de ticketingtool en Active Directory via API.
- Classificatie, prioritering en SLA-toepassing aangestuurd door expliciete regels, geen black box.
- Escalatiewachtrij automatisch verrijkt, elke actie gelogd en auditeerbaar.
- Mens in de lus op alles wat gevoelig of onomkeerbaar is.