Uber heeft ongeveer 10% van zijn klantenservicemedewerkers ontslagen als onderdeel van een bredere herstructurering van de supportafdeling, in combinatie met een versnelde overstap naar met kunstmatige intelligentie aangedreven klantenservice-instrumenten.

De personeelsinkrimping, bevestigd op donderdag, weerspiegelt een groeiende trend in de wereldwijde technologie- en ritdienstensector, waar bedrijven in toenemende mate AI inzetten voor functies die voorheen grote teams van menselijke medewerkers vereisten.

Uber heeft het exacte aantal getroffen werknemers niet bekendgemaakt. Een korting van 10% binnen de klantenserviceafdeling van een bedrijf dat actief is in meer dan 70 landen betekent echter een aanzienlijke afname van het aantal medewerkers.

De herstructurering sluit aan bij de zware investeringen van Uber in AI-instrumenten die zijn ontworpen om routinevragen van klanten af te handelen, waaronder geschillen over ritten, terugbetalingverzoeken, meldingen van verloren voorwerpen en accountgerelateerde problemen. Dit zijn interacties met een hoog volume en een repetitief karakter, die AI-systemen sneller en tegen een fractie van de kosten van een menselijke medewerker kunnen verwerken. Voor een bedrijf van de schaal van Uber — dat dagelijks miljoenen ritten verwerkt en een enorme hoeveelheid supportverzoeken ontvangt — is de financiële reden voor automatisering helder. Uber rapporteerde in 2023 zijn eerste operationele winst over een volledig boekjaar na jaren van verlies, en het bedrijf staat onder aanhoudende druk van investeerders om te laten zien dat de winstgevendheid kan worden behouden en uitgebreid door middel van operationele discipline.

Uber is niet de enige die deze richting inslaat. Eerder dit jaar stelde Klarna, de Zweedse betaal-in-termijnen-dienst, dat zijn AI-assistent het werk van 700 klantenservicemedewerkers verrichtte. Duolingo schrapte eerder dit jaar contractantenrollen met AI als reden. Salesforce kondigde aan dat het geen nieuwe software-engineers zou aannemen omdat AI dat werk absorbeerde. Het patroon is consistent: bedrijven identificeren delen van hun personeelsbestand die gestructureerde, herhaalbare taken uitvoeren en vervangen deze door AI-systemen die geen pauzes, producttraining of secundaire arbeidsvoorwaarden nodig hebben. Klantenservice is naar voren gekomen als een van de vroegste en meest meetbare bedrijfstoepassingen van generatieve AI, wat helpt verklaren waarom meerdere bedrijven in verschillende sectoren rond dezelfde tijd vergelijkbare beslissingen over hun personeelsbestand nemen.

De online reacties waren snel en grotendeels sceptisch. "Klantenservice is zojuist klantenservice-prompt geworden," schreef een gebruiker op X. Een ander stelde kortweg: "Er is nu geen ruimte meer voor klantenservice. De meeste dingen zijn al geautomatiseerd met AI." Een derde uitte een gerichte zorg: "Hoop dat de AI de chaos die bij Uber-ritten hoort daadwerkelijk aankan. Voelt nog steeds als een pleister op een groter probleem."

Die zorg benadrukt een specifieke uitdaging bij klantenservice in de ritdienstenbranche. Een aanzienlijk deel van de interacties is niet routinematig. Ze zijn vaak rommelig, emotioneel en contextueel op een manier die huidige AI-systemen moeite hebben om effectief te behandelen.

Denk aan het soort frustrerende Uber-ervaringen dat gebruiken vaak melden: een chauffeur navigeert naar de verkeerde locatie en annuleert de rit terwijl er wel een annuleringskosten in rekening worden gebracht; een passagier laat iets waardevols in een voertuig liggen en de chauffeur reageert niet; dynamische prijsstelling wordt toegepast op een rit die normaal aanvoelde; een account wordt gemarkeerd voor fraude na een aanmelding vanaf een nieuw apparaat tijdens het reizen.

Deze scenario's zijn geen eenvoudige ticketcategorieën met ongecompliceerde oplossingen. Ze vereisen oordeelskracht, discretie, het vermogen om te interpreteren wat een gefrustreerde klant daadwerkelijk communiceert, en soms de bevoegdheid om een uitzondering te maken. AI behandelt gemiddelde gevallen goed, maar heeft moeite met uitzonderingsgevallen — en in klantenservice zijn juist die uitzonderingsgevallen vaak bepalend voor de vraag of een klant trouw blijft of vertrekt.

Dat betekent niet dat AI geen rol heeft in klantenservice. Die heeft het zeker wel, en bij vragen zoals "waar is mijn chauffeur" of "hoe werk ik mijn betaalmethode bij" is AI aantoonbaar effectief. De efficiëntiewinst is reëel. Bedrijven die de ondersteuning echter volledig automatiseren en de mogelijkheid voor menselijke escalatie verwijderen, ontdekken soms pijnlijk dat klanten die geen bevredigende oplossing van een bot kunnen krijgen het resultaat niet zomaar accepteren. Ze betwichten de afschrijving bij hun bank, plaatsen schadelende openbare reviews of stappen over naar een concurrent.

Voor werknemers zijn de gevolgen onmiddellijk. Tien procent van een klantenserviceteam dat zijn baan verliest door AI is geen abstract debat over de toekomst van werk — het gaat om mensen die vandaag inkomen verliezen. In tegenstelling tot de ontwrichting door eerdere technologische golven, die uiteindelijk nieuwe baancategorieën creëerden om ontslagen werknemers op te vangen, gaat AI zo snel vooruit dat de nieuwe rollen die het genereert mogelijk niet in hetzelfde tempo of op dezelfde locaties ontstaan als de banen die het vervangt. Beleidsmakers in zowel de Verenigde Staten als de Europese Unie zijn begonnen met het bespreken van arbeidsgerelateerde AI-veiligheidsmaatregelen, hoewel er tot op heden geen bindende regelgeving is ingevoerd die specifiek is gericht op door AI veroorzaakte verdringing in klantenservicefuncties.

"AI verandert klantenservice in hoog tempo," merkte een account online op, "maar bedrijven moeten nog steeds efficiëntie in balans brengen met een klantenservice van hoge kwaliteit." Die balans blijft de echte test, en voor Uber-klanten die ooit op een menselijke medewerker hebben vertrouwd om een probleem op te lossen, zal de komende maanden uitwijzen of het bedrijf die balans heeft gevonden.