Waarom AI-kosten exploderen terwijl chatbots blijven vastlopen: volgens eGain ligt de oorzaak bij hetzelfde probleem

Twee nieuwe whitepapers stellen dat geen van beide problemen te maken heeft met hoe slim de AI is, en dat een groter model geen van beide oplost

SUNNYVALE, Californië, Sept. 29, 2026 (GLOBE NEWSWIRE) -- Terwijl duizenden AI-ontwikkelaars en bedrijfsleiders bijeenkomen op The AI Conference in San Francisco, heeft eGain Corporation (NASDAQ: EGAN) twee whitepapers uitgebracht over de twee grootste struikelblokken voor zakelijke AI-projecten. Volgens het bedrijf hebben beide problemen dezelfde, vaak onderschatte oorzaak: bedrijven hebben de informatie waarvan hun AI afhankelijk is nooit goed georganiseerd.

De eerste whitepaper, Ending Runaway Token Costs in Enterprise AI, richt zich op een probleem dat niet langer alleen bij softwareteams speelt, maar ook bij klantenservice en backoffice: AI-rekeningen die sneller oplopen dan verwacht en vrijwel onmogelijk te voorspellen zijn. Bedrijven betalen voor AI op basis van de hoeveelheid werk die het verricht, en volgens eGain gaat het grootste deel van dat werk verloren. Bij een simpele vraag moet het systeem iedere keer opnieuw door een enorme hoeveelheid bedrijfsdocumenten zoeken, omdat die informatie nooit is georganiseerd en de onderlinge samenhang nooit in kaart is gebracht. eGain vergelijkt het met een nieuwe medewerker die een magazijn wordt ingestuurd waarin niets is aangegeven, op zoek naar één doos, om vervolgens voor elke volgende doos opnieuw het hele magazijn te moeten doorzoeken. Een tweede vorm van verspilling ontstaat wanneer AI wordt ingezet voor taken die eigenlijk gewoon volgens een vaste regel kunnen worden uitgevoerd. Het berekenen van een boete wegens te late betaling of het vaststellen of iemand recht heeft op een terugbetaling vereist geen beoordelingsvermogen. Een AI-model dit telkens opnieuw laten beredeneren, is een dure manier om eenvoudige berekeningen uit te voeren. Volgens eGain moet bedrijfskennis worden gebundeld in één betrouwbare bron waarin de onderlinge verbanden duidelijk zijn vastgelegd, zodat de AI direct bij de juiste informatie uitkomt. Routinematige beslissingen kunnen vervolgens door reguliere software worden afgehandeld. Het vertrouwen in de besparingen is zo groot dat het bedrijf de prijs van veel contracten koppelt aan het behaalde resultaat in plaats van aan het gebruik. Daarmee neemt het zelf het risico van de uiteindelijke rekening op zich.

De tweede whitepaper, The Trust Gap in AI Self-Service, beschrijft waarom veel klantgerichte AI-projecten er tijdens demo's indrukwekkend uitzien, maar stranden voordat ze in gebruik worden genomen. Wanneer een servicemedewerker AI inzet, kan die de fouten eruit halen. Wanneer de klant rechtstreeks met de AI praat, is er niemand die dat doet. Daardoor kan de belangrijkste graadmeter van de sector een vertekend beeld geven. Een systeem dat voor 95% accuraat is, wordt niet bepaald door de 95% waarin het goed gaat. Het wordt bepaald door de fouten die in die overige 5% optreden. Een AI die zegt: ‘Ik weet het niet zeker, ik schakel een medewerker in,’ heeft veilig gefaald. Een AI die vol overtuiging onjuiste informatie verstrekt over de hypotheek van een klant, in naam van de bank, heeft dat niet. De whitepaper uit ook kritiek op een populaire technische aanpak: de AI zelf laten bepalen welk bedrijfssysteem op dat moment moet worden benaderd en welke handelingen daar moeten worden uitgevoerd. Volgens eGain is deze aanpak niet betrouwbaar genoeg voor direct klantgebruik, omdat er niemand met de nodige expertise meekijkt om te zien of de verkeerde rekening is belast.

“Een AI-rekening die de pan uit rijst, betekent vrijwel nooit dat het model te klein is. Het betekent dat niemand het model heeft verteld waar het moet zoeken,” aldus Ashu Roy, CEO van eGain. “Zodra een klant rechtstreeks met de AI praat, is er niemand meer die een fout kan onderscheppen voordat die de klant bereikt. Zorgen dat de onderliggende informatie klopt, is geen extra functie. Dat is de kern van de taak.”

Beschikbaarheid: beide whitepapers zijn te vinden op eGain.com/resources. Journalisten en analisten die The AI Conference bijwonen, kunnen via press@egain.com vooraf exemplaren van de whitepapers en briefings voor leidinggevenden aanvragen.

Over eGain
eGain is een toonaangevende aanbieder van AI-aangedreven oplossingen voor kennisbeheer en automatisering van klantervaringen. Het bedrijf werd door Gartner uitgeroepen tot Leader in de eerste editie van de Magic Quadrant voor Customer Service Knowledge Management Systems. Met meer dan 25 jaar ervaring op het gebied van kennisbeheer helpt eGain ondernemingen om gescheiden content te bundelen, betrouwbare kennisworkflows te automatiseren en meetbare AI-ROI te realiseren door middel van beproefde frameworks en methoden. Global 2000-bedrijven uit allerlei sectoren vertrouwen op eGain om hun klantenservice te verbeteren, de productiviteit van hun medewerkers te verhogen, kosten te verlagen en de invoering van AI te versnellen. Ga voor rmeer informatie naar www.eGain.com.

Gartner Disclaimer
Gartner, Magic Quadrant for Customer Service Knowledge Management Systems, Pri Rathnayake, Jennifer MacIntosh, Patrick Quinlan, Drew Kraus, 16 juli 2026.

Contact voor de pers
eGain Media Relations
press@egain.com