सपोर्ट में कन्वर्सेशनल AI की स्थिति

Stripe बेहतरीन सपोर्ट का पर्याय है और अक्सर ग्राहकों को खुश करने के लिए उम्मीद से बढ़कर काम करता है। लेकिन बेहतरीन सपोर्ट सिर्फ़ उन हस्तलिखित नोट्स और 3D-प्रिंटेड टोटम्स तक सीमित नहीं है जो हम Twitter पर देखते हैं। एक दशक से ज़्यादा समय की ह्यूमन और सॉफ़्टवेयर इंजीनियरिंग ने Stripe को ऐसी कस्टमर सर्विस तैयार करने में सक्षम बनाया है, जो हर साल लाखों बिज़नेस को सपोर्ट देती है। मैं 2015 में Stripe से जुड़ा, जब कंपनी में कर्मचारियों की संख्या बस 200 के पार हुई थी और पूरी सपोर्ट टीम एक कॉन्फ़्रेंस टेबल के आसपास बैठ जाती थी।

मैं डबलिन में नियुक्त होने वाले शुरुआती लोगों में से एक था, जो Stripe के ग्लोबल सपोर्ट कवरेज का एक शुरुआती केंद्र था। वहाँ अपने पाँच सालों के दौरान, Stripe ने सपोर्ट टीम को विशेषज्ञताओं के आधार पर पुनर्गठित किया, बाहरी वेंडर्स को टियर 1 सपोर्ट के रूप में शामिल किया, चैनल बढ़ाए, भाषाएँ जोड़ीं और आखिरकार पेड सपोर्ट प्लान भी शुरू किए। इन बदलते सपोर्ट प्रोग्राम्स को डिज़ाइन और टेस्ट करने में मदद करते हुए, मैंने कस्टमर सर्विस को स्केल करने की जटिलताओं को करीब से देखा—ऐसी जटिलताएँ जिन्हें कन्वर्सेशनल AI आसान बना सकता था।

Conversational AI

Conversational AI has three elements. These three elements work together seamlessly: Speech-to-Text captures the user’s intent, Language Models interpret and generate intelligent responses, and Text-to-Speech transforms those responses into natural conversation.

• Speech to Text: The AI ears convert a user’s spoken natural language into text, with high accuracy.
• Language Models: The AI brain processes this text and understands the context to generate intelligent responses.
• Text to Speech: The voice transforms text responses into natural-sounding speech.
• Turn Taking:A dedicated service monitors for interuptions and ensures the conversation is natural and feels human.

जब मैं Stripe से जुड़ा, तो मेरा काम प्रोडक्ट के बारे में जितना हो सके उतना सीखना था। अपनी ट्रेनिंग के दौरान, मैं अधिक अनुभवी एजेंट्स के साथ काम देखकर सीखता था और पुराने सपोर्ट इंटरैक्शन्स की लंबी सूची से जानकारी लेता था—कुछ वैसा ही तरीका, जैसा एक AI एजेंट सीखने के लिए अपनाता है।

AI पैटर्न पहचानने में बेहतरीन है और सपोर्ट का बड़ा हिस्सा पैटर्न पहचानने का ही काम है। इसकी शुरुआत यूज़र के अपनी समस्या बताने से होती है। सपोर्ट एजेंट उस जानकारी को प्रोसेस करता है, उसे अपने मौजूदा ज्ञान से मिलाने की कोशिश करता है और यूज़र को जवाब देता है। लेकिन सपोर्ट सिर्फ़ नॉलेज बेस दोहराने से कहीं बढ़कर है; बेहतरीन कस्टमर सर्विस के लिए सहानुभूति, रचनात्मकता और समस्या हल करने में यूज़र के साथ मिलकर काम करना ज़रूरी है। दुर्भाग्य से, ज़्यादातर सपोर्ट इंटरैक्शन्स में इनकी कमी होती है।

सपोर्ट की मौजूदा स्थिति

सपोर्ट एक अहम टचपॉइंट है, लेकिन अक्सर तकलीफ़देह होता है। उस आख़िरी बार के बारे में सोचिए जब आपको किसी एयरलाइन को कॉल करना पड़ा था। आप घंटों होल्ड पर रहते हैं और — जब आखिरकार किसी से बात होती है — तो बताया जाता है कि आपकी समस्या किसी दूसरे विभाग से जुड़ी है, और यह अंतहीन चक्र चलता रहता है।

परेशानी सिर्फ़ ग्राहक की तरफ़ नहीं होती। बेहतरीन सपोर्ट अनुभव देना मुश्किल है, और बड़े पैमाने पर तो और भी मुश्किल। बिट्स की हमारी सॉफ़्टवेयर-केंद्रित दुनिया में सपोर्ट काफी हद तक भौतिक संसाधनों से बंधा है। मान लीजिए रातोंरात आपके ग्राहकों की संख्या बहुत बढ़ जाए: अपनी साइट को चालू रखने के लिए आप तुरंत एक AWS इंस्टेंस शुरू कर सकते हैं; लेकिन बस एक स्विच दबाकर सपोर्ट शुरू नहीं कर सकते।

सपोर्ट फ़ंक्शन को स्केल करने में समय और पैसा लगता है। नॉर्थ अमेरिका में किसी सपोर्ट एजेंट को ढूँढने, ट्रेन करने और ऑनबोर्ड करने में करीब $12,000 खर्च होते हैं। इस शुरुआती खर्च को मिलाकर, एक सपोर्ट एजेंट की औसत लागत लगभग $30-$40 प्रति घंटा होती है। कुछ कंपनियाँ अपने सपोर्ट एजेंट्स को आउटसोर्स करती हैं, जिनकी प्रति घंटे दर $8-30 तक होती है। ऊपर से यह आकर्षक लगता है, लेकिन इस कम कीमत के साथ जवाबदेही, प्रक्रियाओं और सपोर्ट क्वालिटी पर नियंत्रण की कमी भी आती है।

लेकिन क्या हो, अगर आप मिनटों में सपोर्ट शुरू कर सकें और उसे असीमित रूप से स्केल कर सकें? क्या हो, अगर आपको कम लागत में उच्च-गुणवत्ता वाला सपोर्ट मिल सके? यही वादा है कन्वर्सेशनल AI का, और सपोर्ट में वर्षों काम करने के बाद मेरा मानना है कि यह पूरी तरह खेल बदल देने वाला है।

Alexis, ElevenLabs के एक AI एजेंट का उदाहरण है। इसे एक सपोर्ट एजेंट के रूप में ElevenLabs डॉक्यूमेंटेशन में बनाया गया था और अब यह रोज़ सौ से अधिक कॉल संभालता है।

कल्पना कीजिए कि Alexis इंसान होता। शुरुआत के लिए, मुझे नहीं लगता कि बहुत से मानव सपोर्ट एजेंट रोज़ 100 कॉल संभाल सकते हैं। अगर आपके पास बहुत कुशल एजेंट और सीधे-सादे कॉल हों, तो वे करीब 60 कॉल कर सकते हैं, और कम कुशल एजेंट या ज़्यादा जटिल सवालों के लिए शायद 40 के करीब। इसलिए आपको कम से कम दो एजेंट नियुक्त करने पड़ते और शायद कुछ ओवरटाइम भी देना पड़ता।

अगर एजेंट नॉर्थ अमेरिका में होते, तो उनके लिए 100 कॉल संभालने की लागत कम से कम $700, औसतन करीब $1719 और अधिकतम $4094 तक होती। यह काफी ज़्यादा है, इसलिए आप आउटसोर्सिंग का फैसला कर सकते हैं। तब लागत $128 से $480 के बीच, औसतन $288 होती — ऊपर से काफी सस्ती लगती है, लेकिन इन आउटसोर्सिंग कंपनियों को ऑनबोर्ड करने और उनकी निगरानी करने की छिपी लागतें भी हैं, साथ ही अगर वे आपके मानकों पर खरे न उतरें तो ब्रांड और प्रतिष्ठा का जोखिम भी है।

AI सपोर्ट एजेंट चलाने की लागत केवल ऑडियो कंपोनेंट के लिए $0.015 प्रति मिनट तक कम हो सकती है। आपके मॉडल के चुनाव और नॉलेज बेस के आकार के आधार पर, LLM की लागत एक सेंट से भी कम से लेकर कुछ सेंट प्रति मिनट तक हो सकती है। इसलिए, सौ कॉल के लिए यह करीब $13-18 होगा। यह औसत इन-हाउस एजेंट से 110x से भी ज़्यादा सस्ता और औसत आउटसोर्स्ड एजेंट से 18x सस्ता है। एक निष्पक्ष सपोर्ट अनुभव के तौर पर, मुझे Alexis काफी बेहतरीन लगता है। उस कीमत पर, वह अविश्वसनीय है।

काम में कन्वर्सेशनल AI

सप्लाई चेन की काफी हद तक एनालॉग दुनिया में, Traba टैलेंट के लिए एक तकनीकी पुल है, जो औद्योगिक बिज़नेस को कर्मचारियों की भर्ती और प्रबंधन में मदद करता है। Traba ऐप्स और डैशबोर्ड उपलब्ध कराता है, फिर भी पेपर टाइमशीट्स और कॉर्क जॉब बोर्ड्स के आदी वर्कफ़ोर्स के लिए फ़ोन कम्यूनिकेशन एक अहम माध्यम बना हुआ है। 

Traba ने देखा कि उसकी ऑपरेशंस टीम किन फ़ोन कॉल्स पर सबसे ज़्यादा समय लगाती है और दो प्रमुख क्षेत्र पाए: सपोर्ट सवालों का जवाब देना या शेड्यूलिंग चेकलिस्ट्स पूरी करना। CTO Akshay Buddiga के लिए ऑटोमेशन साफ़ जवाब था, लेकिन समय भी अहम है। “जब हम ऐसी किसी प्रक्रिया की पहचान करते हैं जिसे हम अधिक कुशल बनाना चाहते हैं, तो हम बाद में समाधान जोड़ने की कोशिश करने के बजाय शुरुआत में ही ऑटोमेशन शामिल करना पसंद करते हैं।”

Traba का पूरा ध्यान यूनिट इकॉनॉमिक्स और तकनीकी इनोवेशन में आगे बने रहने पर है, इसलिए इन कॉल्स को कन्वर्सेशनल AI पर ले जाना कई वजहों से आकर्षक था। स्पीड और लागत को ध्यान में रखकर, टीम ने समाधान तलाशने शुरू किए। लेकिन यूज़र एक्सपीरियंस भी उतना ही अहम था। जैसा कि सॉफ़्टवेयर इंजीनियर Joseph Besgen ने कहा: “हम चाहते थे कि यह बातचीत जैसा लगे, सिर्फ़ रिकॉर्डिंग सुनने जैसा नहीं।” ElevenLabs का डेमो इतना वास्तविक लगा कि टेस्टिंग के दौरान Traba के एक कर्मचारी के पिता यह नहीं बता सके कि यह AI था या उनके बेटे की टीम का कोई व्यक्ति। 

जहाँ हल्के उद्योगों के हज़ारों कर्मचारियों को शेड्यूल करने में स्वाभाविक जटिलता है, वहीं डॉक्टर के सिर्फ़ एक (1) अपॉइंटमेंट को शेड्यूल करना इतना मुश्किल नहीं होना चाहिए। लेकिन क्या आपने हाल में अपने डॉक्टर को कॉल करके देखा है? यह मरीज़ों के लिए निराशाजनक है और हेल्थकेयर स्टाफ़ के समय का अक्षम उपयोग भी। ElevenLabs के साथ साझेदारी में, EliseAI के असिस्टेंट्स हेल्थकेयर एडमिनिस्ट्रेशन की कमी पूरी कर रहे हैं और अपॉइंटमेंट शेड्यूलिंग से लेकर बिलिंग तक सब कुछ संभाल रहे हैं। एक अस्पताल में अब 86% कॉल्स पूरी तरह AI एजेंट्स द्वारा संभाली जाती हैं। इससे न सिर्फ़ प्रति कॉल लागत में 66% की कमी आती है, बल्कि एडमिनिस्ट्रेटिव स्टाफ़ की कार्यकुशलता भी बढ़ती है। EliseAI ने गैर-अंग्रेज़ी भाषी समुदायों के लिए हेल्थकेयर तक पहुँच भी बढ़ाई है। 

भविष्य

क्षेत्र के आधार पर कन्वर्सेशनल AI की वृद्धि देखें तो कुछ दिलचस्प रुझान सामने आते हैं। EdTech पहला उद्योग था जहाँ हमने कन्वर्सेशनल AI को अपनाते देखा — क्योंकि कंपनियाँ आखिरकार किफ़ायती कीमत पर कस्टमाइज़्ड वन-ऑन-वन ट्यूशन और भाषा सीखने की सुविधा दे सकती थीं। कस्टमर सपोर्ट एप्लिकेशन्स जल्द ही इसके बाद आए, क्योंकि सपोर्ट इंटरैक्शन्स इसके लिए खास तौर पर उपयुक्त हैं: वे पैटर्न पहचानने के काम होते हैं; जवाब नॉलेज बेस में मौजूद होता है और AI एजेंट उसे यूज़र के सवाल से मिलाने का काम करता है। हम खासकर लॉजिस्टिक्स और हेल्थकेयर जैसे क्षेत्रों में वर्टिकल-विशिष्ट एंड-टू-एंड एप्लिकेशन्स का उभार भी देख रहे हैं — जैसे Traba और EliseAI। फिर से, ये दोहराव वाले और अनुमानित क्षेत्र हैं, इसलिए इन्हें AI एजेंट आसानी से संभाल सकता है।

कन्वर्सेशनल AI सपोर्ट को भौतिक दुनिया से बिट्स की दुनिया में ले आता है। अब सपोर्ट कंपनियों और उनके ग्राहकों, दोनों के लिए बेहतर अनुभव बन सकता है। आपके क्लाउड प्रोवाइडर की तरह, आपकी AI सपोर्ट टीम भी ज़रूरत के अनुसार स्केल अप और डाउन हो सकती है। आपके ग्राहकों को कभी होल्ड पर इंतज़ार नहीं करना पड़ेगा और आप दुनिया भर में सपोर्ट सेंटर्स शुरू करने की ऑपरेशनल परेशानी से बच जाएंगे।

पिछले एक साल से वॉइस एजेंट्स बातचीत और नॉलेज रिट्रीवल में अच्छे रहे हैं, लेकिन मेरा मानना है कि यह बस शुरुआत है। 2025 में, मेरा विश्वास है कि AI वॉइस एजेंट्स इनबाउंड मीटिंग शेड्यूलिंग और “प्रोडक्ट स्पेशलिस्ट” जैसे सपोर्ट मुद्दों के लिए मानक प्रोटोकॉल बन जाएंगे। भले ही वे नॉलेज रिट्रीवल वाली कॉल्स तक सीमित हों, इससे सपोर्ट वॉल्यूम में बड़ी कमी आएगी और मानव टीमें अधिक मूल्यवान काम कर सकेंगी।

2026 तक, हम नॉलेज रिट्रीव करने से आगे बढ़कर काम करने लगेंगे। मानक AI वॉइस एजेंट API कॉल्स करेंगे और थर्ड-पार्टी ऐप्स से कनेक्ट होंगे। वे नियमित रूप से मीटिंग बुक करने और रिफ़ंड जारी करने जैसे काम करेंगे।

2027 में, मैं AI वॉइस एजेंट्स को सपोर्ट से कस्टमर सक्सेस की ओर बढ़ते देखता हूँ। मेरा मानना है कि पूरी सेल्स डील्स जैसी चीज़ें AI एजेंट चलाएंगे, संभव है खरीदार और विक्रेता, दोनों पक्षों पर। कई लोगों को यह अंतिम सीमा लगती है, लेकिन मेरे हिसाब से यह बस शुरुआत है। गहराई से संदर्भित और रचनात्मक काम, जिन्हें हम कभी सिर्फ़ इंसानों का मानते थे, तेज़ी से AI के दायरे में आएंगे।

सपोर्ट एक कॉस्ट सेंटर से बदलकर पहले खर्चों को संतुलित करेगा और अंततः बिज़नेस के लिए प्रॉफ़िट सेंटर बन जाएगा। AI वॉइस एजेंट्स सक्रिय रूप से ग्राहकों से संपर्क करेंगे, चर्न कम करेंगे और कस्टमर LTV बढ़ाएंगे। कन्वर्सेशनल AI मानव सपोर्ट के कई फ़ायदे देता है, लेकिन इसके साथ परफेक्ट रिकॉल, दर्जनों भाषाएँ और 24/7 उपलब्धता भी मिलती है। भविष्य आ रहा है और कई मायनों में वह पहले से यहाँ है। हर बार तुरंत, सहानुभूतिपूर्ण और प्रभावी सपोर्ट की कल्पना कीजिए। जल्द ही, आप सिर्फ़ मज़े के लिए एयरलाइन को कॉल करना चाहेंगे।