वेबिनार रिकैप: Cars24 कैसे वॉइस AI से 30 लाख+ मिनट की सेल्स कॉल्स ऑटोमेट करता है

Cars24 13 भाषाओं में बड़े पैमाने पर प्रोडक्शन वॉइस एजेंट्स चला रहा है। 

इस पोस्ट में बिहाइंड द एजेंट: Cars24 कैसे वॉइस AI से 30 लाख+ मिनट की सेल्स कॉल्स ऑटोमेट करता है का सारांश है। इसमें Cars24 के AI और इनोवेशन हेड, जयेश गुप्ता ने बताया कि Cars24 ने अपना वॉइस AI सिस्टम कैसे बनाया और लागू किया—पहले आसान उपयोग के मामले से लेकर मल्टी-एजेंट आर्किटेक्चर तक, जो ग्राहकों से बातचीत के लाखों मिनट संभालता है।

इस स्तर पर वॉइस AI क्यों मायने रखता है

Cars24 भारत के सबसे बड़े पुरानी कारों के मार्केटप्लेस में से एक है और भारत, UAE व ऑस्ट्रेलिया में काम करता है। यह हर महीने 4,000 - 4,500 कारें बेचता है, 100,000+ इंस्पेक्शन करता है और 22,000+ टेस्ट ड्राइव्स कराता है।

इसमें फाइनेंसिंग, डिलीवरी के बाद सहायता, जुर्माने के भुगतान और कार के बदले लोन शामिल नहीं हैं। सिर्फ उनकी सेल्स फ़नल ही हर ग्राहक के लिए 30 से 45 दिन की होती है।

उनके 75% खरीदार पहली बार कार खरीदने वाले हैं। इन ग्राहकों के लिए कार खरीदना सिर्फ एक लेन-देन नहीं है। यह आर्थिक रूप से अहम और भावनात्मक फैसला है। यानी Cars24 के प्रोडक्ट का 70 - 80% ऐप नहीं, बातचीत है। फ़नल के हर चरण में मानवीय, मार्गदर्शित और सहायक बिक्री।

AI एजेंट्स से पहले सिस्टम धीमा पड़ रहा था। ग्राहक गलत टीमों को कॉल करते थे—सहायता से जुड़े मामलों के लिए सेल्स टीम से संपर्क करते थे, जिससे प्रतीक्षा समय बढ़ता और ग्राहक अनुभव खराब होता था। 

प्रतीक्षा समय बढ़ता जा रहा था। 30 दिन की फ़नल में फॉलो-अप छूट जाते थे। 

लीड क्वालिफिकेशन से लेकर लोन डॉक्यूमेंटेशन तक सब कुछ संभालना महंगा था और इसे बढ़ाना मुश्किल था।

आज: 

1. कुल कॉल वॉल्यूम का 25% ऑटोमेटेड है
2. करीब आधी बिक्री में वॉइस AI मदद करता है
3. कॉलिंग लागत 50% कम हो गई है

डेमो 1: Cars24 का नेगोशिएशन एजेंट

परिदृश्य: एक Cars24 वॉइस एजेंट उस विक्रेता को कॉल करता है जो अपनी कार बेचने पर विचार कर रहा है, और उसे दूसरे प्लेटफ़ॉर्म की बजाय Cars24 चुनने के लिए हिंदी में बातचीत कर मनाता है।

क्या दिखाया गया:

- एजेंट हिंदी में पूरी सेल्स नेगोशिएशन करता है

- यह आपत्तियों को संभालता है और रियल टाइम में दूसरे प्लेटफ़ॉर्म से मुकाबला करता है

- बातचीत स्वाभाविक लगती है, इसमें कम लेटेंसी है और रोबोट जैसे ठहराव नहीं हैं

- एजेंट कॉल के दौरान विक्रेता से Cars24 चुनने की सहमति ले लेता है

यह क्यों मायने रखता है: ये एजेंट सक्रिय रूप से बिक्री करते हैं, अस्पष्टता संभालते हैं, आपत्तियों का जवाब देते हैं और कन्वर्ज़न का फैसला करवाते हैं—वह भी उस भाषा में जिसमें ग्राहक सबसे सहज हो। Cars24 ने पाया है कि ग्राहक की भाषा में बात करने से बातचीत का समय और व्यावसायिक नतीजे सीधे बढ़ते हैं।

डेमो 2: क्रॉस-सेल के लिए मल्टी-एजेंट ऑर्केस्ट्रेशन

परिदृश्य: एक ग्राहक इंस्पेक्शन अपॉइंटमेंट पर नहीं आया। एक क्वालिफिकेशन एजेंट रीशेड्यूल करने के लिए कॉल करता है, अपग्रेड की मंशा पहचानता है और कॉल को लाइव एक सेल्स एजेंट को ट्रांसफ़र करता है, जो कॉन्टेक्स्ट खोए बिना बातचीत आगे बढ़ाता है।

क्या दिखाया गया:

- एजेंट 1 (स्नेहा) मिस हुए अपॉइंटमेंट का ज़िक्र करके बातचीत शुरू करती है और उसे रीशेड्यूल करती है

- स्नेहा मंशा समझती है: क्या विक्रेता अपग्रेड कर रहा है या आर्थिक कारणों से बेच रहा है?

- ग्राहक अपग्रेड करने की मंशा बताता है

- स्नेहा सही टीम को ट्रांसफ़र करने का ऑफ़र देती है और कॉल के बीच में ऐसा करती है

- एजेंट 2 पूरे कॉन्टेक्स्ट के साथ बातचीत संभालता है और पुरानी कार खरीदने की दिशा में इसे आगे बढ़ाता है

- जब ग्राहक एक घंटे बाद कॉल करने को कहता है, तो एजेंट पुष्टि करता है, अपॉइंटमेंट की स्थिति दोहराता है और कॉल को साफ़-सुथरे ढंग से समाप्त करता है

यह क्यों मायने रखता है: यह डेमो दिखाता है कि व्यवहार में मल्टी-एजेंट ऑर्केस्ट्रेशन कैसा दिखता है। हर एजेंट एक काम संभालता है और उनके बीच कॉन्टेक्स्ट पास होता है। न कोई बात दोहरानी पड़ती है, न हैंडऑफ़ छूटता है। Cars24 एक ऐसे 24/7 नंबर की दिशा में काम कर रहा है, जहाँ ग्राहक बिना खुद को दोहराए अपनी पूरी यात्रा—बेचना, खरीदना, फाइनेंस करना—पूरी कर सकें।

Cars24 ने इसे कैसे बनाया: तकनीकी पहलू

Cars24 ने सबसे आसान उपयोग के मामले से शुरुआत की: मिस हुए अपॉइंटमेंट के रिमाइंडर। छोटी कॉल्स, दो संभावित नतीजे और गलती की कम कीमत। इससे उन्हें विस्तार से पहले यह सीखने का मौका मिला कि क्या काम करता है।

जब वे लंबी और ज़्यादा जटिल इनबाउंड कॉल्स पर गए—कार डिस्कवरी की बातचीत, जो औसतन 7 मिनट चलती थी और कभी-कभी 13 मिनट तक पहुँचती थी—तो उन्हें सिंगल-एजेंट आर्किटेक्चर की एक सख्त सीमा मिली। 

3 से 4 मिनट के बाद मिनी मॉडल्स कॉन्टेक्स्ट खोने लगे। 

बड़े मॉडल्स ने लेटेंसी बढ़ा दी। 

सब कुछ एक प्रॉम्प्ट में भरने से सिस्टम नाज़ुक हो गया: लोन फ़्लो में बदलाव खरीदारी के फ़्लो को खराब कर सकता था।

उनका समाधान मल्टी-एजेंट ऑर्केस्ट्रेशन था। उन्होंने बातचीत को चरणों में बाँट दिया: 

1. मिनी मॉडल इस्तेमाल करने वाला एक छोटा क्वालिफिकेशन एजेंट शुरुआती मंशा समझता है
2. ग्राहक के जुड़ने और थोड़ा ज़्यादा इंतज़ार करने के लिए तैयार होने पर, डिस्कवरी के लिए एक बड़ा मॉडल काम संभालता है
3. तीसरा, लोन-केंद्रित एजेंट सिर्फ़ कीमत या फाइनेंसिंग की बात आने पर सक्रिय होता है।

हर एजेंट एक काम अच्छे से संभालता है। किसी एक में बदलाव से दूसरे खराब नहीं होते।

तकनीकी स्टैक (ElevenAgents प्लेटफ़ॉर्म से ऑर्केस्ट्रेट किया गया):

1. स्पीच टू टेक्स्ट: ElevenLabs Scribe v2 रियल-टाइम, जिसे 13 भाषाओं में शोर वाले टियर 2 और टियर 3 परिवेशों में सटीकता के लिए चुना गया
2. टेक्स्ट टू स्पीच: ElevenLabs Flash 2.5, जिसे हाल ही में V3 एक्सप्रेसिव मोड में अपग्रेड किया गया है, जिससे बिक्री प्रदर्शन में मापने योग्य बढ़ोतरी हुई है
3. LLM: ज़्यादातर उपयोग के मामलों के लिए GPT-4.1 mini और गहरे तर्क की ज़रूरत वाली लंबी डिस्कवरी कॉल्स के लिए GPT-4o या समकक्ष
4. टेलीफ़ोनी: ऑडियो क्वालिटी के लिए 24kHz पर PCM के साथ WebSockets; भारत में इनके प्रोवाइडर्स में Twilio, Exotel और Plivo शामिल हैं
5. इंटीग्रेशन: ElevenLabs Agents प्लेटफ़ॉर्म में कस्टम API कॉल्स, MCP सपोर्ट और ऑस्ट्रेलियाई बाज़ार के लिए नेटिव HubSpot इंटीग्रेशन
6. वेक्टर डेटाबेस: Qdrant, लेटेंसी और लागत कम रखने के लिए 10 लाख से अधिक वेक्टर वाले बड़े डेटासेट्स पर बाइनरी क्वांटाइज़ेशन का उपयोग

अलग-अलग Agents STT, LLM और TTS कंपोनेंट्स को जोड़ने के बजाय ElevenLabs इस्तेमाल करने का फैसला एक बात पर टिका था: लेटेंसी। 

समान आधारभूत मॉडल्स के साथ भी, खुद पाइपलाइन बनाने पर लेटेंसी लगातार एक सेकंड से ऊपर चली जाती थी। 

मॉडल्स और ऑर्केस्ट्रेशन लेयर दोनों को साथ में संभालने वाले ElevenLabs प्लेटफ़ॉर्म ने इसे 30 से 40% तक कम कर दिया। इस कमी से कन्वर्ज़न में सीधे 30 से 40% की बढ़ोतरी हुई।

Cars24 से बेहतरीन तरीके

1. वहाँ से शुरू करें जहाँ विफलता की कीमत सबसे कम हो। Cars24 का पहला उपयोग मामला मिस हुए अपॉइंटमेंट के रिमाइंडर थे—छोटे, आसान और कम जोखिम वाले। वहाँ मॉडल को साबित करने से अंदरूनी भरोसा बना और टीम को फ़नल के ज़्यादा मूल्यवान हिस्सों पर काम करने से पहले सीखने का समय मिला।

2. इसे सिमुलेशन पर नहीं, असली ग्राहकों पर चलाएं। आंतरिक टेस्टिंग असली बातचीत की अव्यवस्था को दोहरा नहीं सकती। Cars24 ने अपने पायलट लाइव ट्रैफ़िक के 10% पर चलाए, अस्थायी गिरावट स्वीकार की और सुधार के लिए असली फ़ीडबैक का इस्तेमाल किया।

3. प्रॉम्प्ट की लंबाई को सख्त सीमा बनाएं। Cars24 दो मिनट से कम की कॉल्स के लिए प्रॉम्प्ट को 4,000 से 5,000 टोकन तक सीमित रखता है। लंबे प्रॉम्प्ट मॉडल को धीमा करते हैं और नतीजों में भरोसेमंद सुधार नहीं लाते। अगर किसी उपयोग के मामले को इससे ज़्यादा चाहिए, तो दूसरा एजेंट बनाएं।

4. आम जवाबों को नॉलेज बेस में नहीं, प्रॉम्प्ट में रखें। जो मुख्य सवाल ग्राहक वास्तव में पूछते हैं, उनके जवाब सीधे प्रॉम्प्ट में डालें। टूल कॉल्स और RAG रिट्रीवल को बाकी 20% के लिए रखें। इससे नॉलेज लुकअप पर होने वाले ज़्यादातर लेटेंसी स्पाइक्स खत्म हो जाते हैं।

5. पहला संदेश पहले से रिकॉर्ड करें। ElevenLabs Agents कॉल कनेक्ट होने से पहले शुरुआती संदेश को पहले से जनरेट और कैश कर सकते हैं। पहले संदेश को बाधित न होने देने के साथ, इससे नेटवर्क लैग या समय से पहले रुकावटों के कारण होने वाले शुरुआती ड्रॉप-ऑफ़ कम होते हैं।

6. हर कॉल में मूल्यांकन शामिल करें। Cars24 100% कॉल्स पर ElevenLabs Agents evals का इस्तेमाल करता है, ताकि पता चल सके कि SOPs का पालन हुआ या नहीं, ग्राहक ने निराशा दिखाई या नहीं और कोई चीज़ विफल हुई या नहीं। असफल evals पर मैन्युअल रिव्यू शुरू होता है। हर दिन रैंडम सैंपल्स का ऑडिट होता है। टीम प्रतिक्रिया देने के बजाय पहले से सक्रिय रहती है।

7. चरणों में स्केल करें। नए एजेंट डिप्लॉयमेंट्स 5%, 10%, 20%, 50%, 100% रोलआउट का पालन करते हैं। आगे बढ़ने से पहले eval मेट्रिक्स स्थिर हैं या नहीं, यह पक्का करने के लिए हर चरण पर दो दिन रुकते हैं।

8. उन ग्राहकों को कॉल न करें जिन्होंने आपसे संपर्क की इच्छा नहीं जताई है। हर Cars24 आउटबाउंड कॉल ऐसे व्यक्ति को जाती है जो पहले ही फ़नल में आ चुका है। बिना माँगे AI आउटरीच से शिकायतें बढ़ती हैं और भरोसा कम होता है। नियम आसान है: अगर वे पहले से जुड़े नहीं हैं, तो उन्हें कॉल नहीं किया जाता।

9. जब ग्राहक पूछें कि क्या वे AI से बात कर रहे हैं, तो ईमानदार रहें। पूछने पर Cars24 एजेंट्स बताते हैं कि वे वर्चुअल असिस्टेंट हैं। अगर ग्राहक किसी इंसान से बात करना चाहता है, तो कॉल तुरंत ट्रांसफ़र कर दी जाती है।

10. AI पर खर्च को लागत नहीं, निवेश की मद मानें। Cars24 अब AI लागतों को अपने वार्षिक ऑपरेटिंग प्लान में मापने योग्य व्यावसायिक नतीजों से जुड़े खास उद्देश्यों के साथ शामिल करता है। हर डिप्लॉयमेंट से किसी वास्तविक मेट्रिक में बदलाव की उम्मीद होती है।

पूरा सेशन देखें

पूरा सेशन यहाँ देखें।