Kunstmatig intelligent onderhandelen
In dit artikel:
Giel Boes en zijn vrouw vonden hun droomhuis op Funda en sloegen binnen 24 uur toe met een bod net boven de vraagprijs en een strikte 24-uurs termijn. Ze maakten daarbij intensief gebruik van AI: van prijsbepaling en biedstrategie tot het opstellen van mails en het controleren van het bouwkundig rapport. Volgens Boes scheelde dat veel tijd en geld, omdat AI taken overnam waarvoor hij anders adviseurs had ingehuurd.
Onderzoeker Tim Baarslag (CWI en TU/e) ziet dergelijke toepassingen vaker opkomen. Hij doet sinds 2010 onderzoek naar AI voor onderhandelingen en benadrukt dat moderne agents complexere variabelen kunnen verwerken dan vroegere, sterk afgebakende algoritmes. Grote bedrijven zoals Walmart zetten al bots in voor inkoopbeslissingen in de backoffice, maar dat zijn vaak specifieke, afgebakende toepassingen — niet dezelfde systemen die klanten of verkopers rechtstreeks te lijf gaan.
Baarslag onderscheidt drie onderdelen van onderhandelen: informatievergaring, de wiskundige berekening en de menselijke interactie. AI blinkt vooral uit in het tweede onderdeel en in het analyseren van openbare, objectieve data (zoals gemiddelde huizenprijzen). Voor de contextgevoelige, emotionele en soms verborgen informatie — waarom een huis al lang te koop staat, of een verkoper haast heeft — blijft menselijk contact cruciaal. Baarslag ontwikkelde zelf een ‘huizenbod-algoritme’ dat goede uitkomsten gaf, maar de kwaliteit hing sterk af van de marktdata en de motivaties die mensen invoerden.
Ondanks de mogelijkheden zijn veel algoritmes nog te technisch om als kant-en-klare prompt in systemen als ChatGPT te gebruiken, en ze presteren meestal het beste voor één type onderhandeling. Voor simpele, weinig emotionele aankopen (kantoormateriaal, sokken) kan AI aankopen automatiseren; bij ingrijpende beslissingen blijft de mens beslissend.
Een praktijkvoorbeeld uit de autobranche illustreert dezelfde dynamiek. Ondernemer Richard Burger (Eccasion, ex-Swapfiets) gebruikt AI om online veilingen 24/7 te doorzoeken, voertuignaamgeving te normaliseren, RDW-gegevens te koppelen en schade te schatten aan de hand van foto’s. Dat levert grote tijdwinst en betere voorbereiding; de daadwerkelijke bieding en de uiteindelijke uitkomst blijven echter afhankelijk van menselijke strategie en oordeel. Burger voert altijd een handmatige eindcontrole uit.
Baarslag en anderen wijzen op twee belangrijke lessen: AI kan onderhandelingen versnellen en veel voorwerk automatiseren, maar mist vaak de sociale finesse en het vermogen verborgen motieven te achterhalen; bovendien is “winnen” in onderhandelingen geen eenduidig begrip — binnen de zone waarin koper en verkoper elkaar treffen (de zone of agreement) gaat het om het vinden van een werkbare uitkomst voor beide partijen. Uiteindelijk blijven empathie, gesprek en strategisch gevoel — een glimlach, oprechte interesse — vaak doorslaggevend voor succesvolle deals.