AI-აგენტები მომხმარებელთა მხარდაჭერისთვის

რამდენიმე წლის წინ „ჩატბოტი“ ღილაკების გამაღიზიანებელ მენიუს ნიშნავდა, რომელიც საუკეთესო შემთხვევაში ცოცხალ ოპერატორთან გადაგიყვანდათ. დიდ ენობრივ მოდელებზე აგებული AI აგენტები სულ სხვა რამაა: ისინი საუბრის კონტექსტს იგებენ, კომპანიის ცოდნის ბაზასთან მუშაობენ და ტიპურ მიმართვებს დამოუკიდებლად, ადამიანის ჩარევის გარეშე აგვარებენ.

რით განსხვავდება AI აგენტი ჩვეულებრივი ჩატბოტისგან

კლასიკური ჩატბოტი მკაცრი სცენარით მუშაობს: თუ კლიენტი მოთხოვნას სხვაგვარად აყალიბებს, ვიდრე სცენარის ავტორმა გაითვალისწინა, ბოტი იბნევა და საუბარს ოპერატორს გადასცემს. AI აგენტი კი ბუნებრივ ენას იგებს, მთელ საუბარს თვალს ადევნებს და ერთი დიალოგის ფარგლებში რამდენიმე მოქმედების გაერთიანება შეუძლია: შეკვეთის სტატუსის შემოწმება, გადაწყვეტის შეთავაზება, დაბრუნების გაფორმება. განსხვავება იმაში კი არ არის, რამდენად „ჭკვიანურად“ ჟღერს პასუხები, არამედ არქიტექტურაში: აგენტს წვდომა აქვს ინსტრუმენტებსა და ბიზნეს ლოგიკაზე და არა მხოლოდ მზა ფრაზების ბიბლიოთეკაზე.

სად იძლევა AI აგენტები რეალურ ეფექტს

AI აგენტები ყველაზე მეტ ღირებულებას იქ ქმნიან, სადაც მიმართვები განმეორებადია, მაგრამ კონკრეტული კლიენტის მონაცემებზე წვდომას მოითხოვს: მიწოდების სტატუსი, ანგარიშის ბალანსი, გარანტიის პირობები, ტარიფის შეცვლა. ოპერატორს ყოველ ჯერზე რამდენიმე სისტემის გახსნა და ინფორმაციის ხელით კოპირება უწევს, აგენტი კი ამას მყისიერად აკეთებს თქვენს CRM-თან, ბილინგთან ან საწყობის სისტემასთან ინტეგრაციების მეშვეობით.

• მიმართვების პირველადი დახარისხება და საჭირო განყოფილებაში გადამისამართება
• პასუხები ტიპურ კითხვებზე მიწოდების, გადახდისა და გარანტიის შესახებ
• მარტივი მოთხოვნების დამუშავება: დაბრუნება, მონაცემების შეცვლა, სერვისის გააქტიურება
• ოპერატორისთვის კონტექსტის მომზადება, როცა მიმართვა მართლაც რთულია

თვალსაჩინო მაგალითია ინტერნეტპროვაიდერის ან ონლაინ მაღაზიის მხარდაჭერის სამსახური, სადაც მიმართვების აბსოლუტური უმრავლესობა რამდენიმე განმეორებად თემაზე მოდის: მიწოდების სტატუსი, ტარიფის შეცვლა, დაბრუნების გაფორმება. სწორედ აქ ათავისუფლებს აგენტის ადრეული დანერგვა გუნდის ყველაზე მეტ დროს, კლიენტები კი პასუხს მაშინვე იღებენ და ჩატის რიგში არ ელოდებიან. უფრო სპეციალიზებულ ნიშებში, სადაც ყოველი მიმართვა უნიკალურია, ეფექტი შესამჩნევად მოკრძალებული იქნება და ეს დაგეგმვის ეტაპზევე რეალისტურად უნდა გაითვალისწინოთ.

რა არის საჭირო, რომ აგენტმა რეალურად იმუშაოს

ყველაზე გავრცელებული შეცდომაა აგენტის გაშვება „ნედლ“ ცოდნის ბაზაზე, რომელიც შემთხვევითი დოკუმენტებისგანაა შეკრებილი. პასუხების ხარისხი პირდაპირ არის დამოკიდებული წყაროების ხარისხზე: ცოდნის ბაზის სტრუქტურირებულ სტატიებზე, აქტუალურ პირობებსა და ესკალაციის მკაფიო წესებზე. მეორე მთავარი საკითხი აგენტის პასუხისმგებლობის მკაფიო საზღვრების დადგენაა. მან თავდაჯერებულად უნდა თქვას უარი პასუხზე იქ, სადაც შეცდომის რისკი მაღალია, მაგალითად, იურიდიულ ან სამედიცინო საკითხებში, და საუბარი მაშინვე ადამიანს გადასცეს.

ტექნიკურად ჯობია, დიალოგის ნებისმიერ მომენტში ესკალაციის შესაძლებლობა გაითვალისწინოთ: კლიენტმა უნდა იგრძნოს, რომ ადამიანთან დაკავშირება ხელმისაწვდომია და არ იმალება ბოტისთვის დასმული ათი კითხვის მიღმა.

მეტრიკები, რომლებსაც გაშვების შემდეგ უნდა ადევნოთ თვალი

აგენტის ჩართვა და შედეგის მოლოდინი საკმარისი არ არის: უნდა იცოდეთ, რეალურად გეხმარებათ თუ არა ის. ყველაზე სასარგებლო მეტრიკა „ავტომატიზებული დიალოგების რაოდენობა“ კი არ არის, არამედ იმ მიმართვების წილი, რომლებიც აგენტმა ესკალაციის გარეშე დახურა და კლიენტი რამდენიმე დღის განმავლობაში იმავე კითხვით არ დაბრუნებულა. მეორე, რასაც ყურადღება უნდა მიაქციოთ, კლიენტების კმაყოფილებაა აგენტის მიერ წარმართულ საუბრებში ადამიანის მიერ წარმართულ საუბრებთან შედარებით: თუ სხვაობა მნიშვნელოვანია, ჯობია სცენარებს ან ცოდნის ბაზას გადახედოთ და არა მაშინვე ტექნოლოგიას დააბრალოთ.

ასევე ღირს რეგულარულად გადახედოთ დიალოგებს, რომლებიც აგენტმა ადამიანს გადასცა. ხშირად სწორედ ეს შემთხვევები ავლენს ცოდნის ბაზის ხარვეზებს ან სცენარებს, რომელთა ავტომატიზაციაც შემდეგ ღირს. ეს აგენტის გაუმჯობესების უფრო იაფი გზაა, ვიდრე მისი ლოგიკის ვარაუდით გადაწერა.

როგორ დავიწყოთ ისე, რომ სერვისს საფრთხე არ შეექმნას

ნუ ჩართავთ აგენტს მხარდაჭერის ყველა არხში ერთბაშად. უფრო გონივრულია, დაიწყოთ ერთი ნაკლებად კრიტიკული არხით, მაგალითად, საიტის ჩატით ან მესენჯერში მხარდაჭერით, და ამოცანების სია რამდენიმე ყველაზე გავრცელებული სცენარით შემოიფარგლოთ. შემდეგ შეგიძლიათ თანდათან გააფართოოთ როგორც სცენარები, ისე არხები, რეალურ დიალოგებზე დაყრდნობით და არა ვარაუდებით იმაზე, თუ რას შეიძლება იკითხონ კლიენტებმა.

აგენტი, რომელიც გულწრფელად ამბობს: „დარწმუნებული არ ვარ, კოლეგას დაგაკავშირებთ“, მეტ ნდობას იწვევს, ვიდრე ის, რომელიც თავდაჯერებულად მცდარ პასუხს იძლევა.

AI აგენტები მხარდაჭერაში თქვენს გუნდს არ ცვლიან. ისინი ადამიანებს რუტინული სამუშაოსგან ათავისუფლებენ და დროს უტოვებენ მართლაც რთული მიმართვებისთვის, სადაც ემპათია და პრობლემების შემოქმედებითად გადაჭრაა საჭირო. კომპანიები, რომლებიც მათ ეტაპობრივად ნერგავენ და რეალურ დიალოგებზე ამოწმებენ, საბოლოოდ სანდო ინსტრუმენტს იღებენ და არა საჩივრების ახალ წყაროს.