वेबिनार सारांश: यूरोप की सबसे बड़ी बीमा कंपनियों में से एक ने AI एजेंट्स को प्रोडक्शन में कैसे उतारा

बीमा ग्राहक तब कम ही कॉल करते हैं, जब सब कुछ ठीक चल रहा हो। वे दुर्घटना के बाद, क्लेम करने के लिए या किसी असली संकट के बीच कॉल करते हैं। यह बातचीत आगे होने वाली हर चीज़ को प्रभावित करती है, और अक्सर यही ग्राहक का अपने बीमाकर्ता के साथ एकमात्र वास्तविक संपर्क होता है।

Admiral हर साल UK, इटली, फ्रांस और स्पेन में ऐसी लाखों बातचीत संभालता है। अब वे नियमों का पालन करते हुए इन्हें संभालने में मदद के लिए AI एजेंट्स का उपयोग कर रहे हैं। 

इस वेबिनार में Admiral की टीम ने बताया कि उन्होंने यह कैसे किया: पहला उपयोग मामला चुनना, पहले दिन से ही लीगल और कंप्लायंस टीम को शामिल करना, और काम करने वाले प्रोटोटाइप से ऐसे प्रोडक्शन बदलावों तक पहुंचना जो अब हफ्तों नहीं, घंटों में जारी होते हैं।

मुख्य बातें

• दायरा छोटा रखें, लेकिन वास्तविक रखें। Admiral का पहला प्रोडक्शन उपयोग मामला, उसके UK लेंडिंग बिज़नेस में सेटलमेंट कोट्स, इतना सीमित था कि उसे व्यावहारिक समयसीमा में जारी किया जा सके। फिर भी इसमें टेलीफोनी और बैक-एंड इंटीग्रेशन शामिल थे, जिससे सब कुछ एक साथ हल किए बिना आर्किटेक्चर को साबित किया जा सका।
• स्केल करने से पहले मानक ऊंचा करें, कम नहीं। Admiral ने पहले दिन से प्रोडक्शन के लिए निर्माण किया, टेक्नोलॉजी की गति के साथ चलने के लिए अपनी गवर्नेंस प्रक्रिया को फिर से तैयार किया और स्पष्ट दायरे वाले पायलट के साथ पहले दिन से ही लीगल और कंप्लायंस को शामिल किया।
• नियम सिर्फ न्यूनतम आधार हैं, पूरा डिज़ाइन नहीं। Admiral नियामक आवश्यकताओं के ऊपर अपने आंतरिक नियम लागू करता है, ऐसी हर चीज़ के लिए डिटरमिनिस्टिक लॉजिक इस्तेमाल करता है जिसे साबित करना ज़रूरी हो, और संवेदनशील या परेशान ग्राहकों को मानव एजेंट्स तक भेजता है।
• असली काम प्रोडक्शन में शुरू होता है। हर एजेंट बदलाव पूरी सिमुलेशन टेस्ट सुइट से होकर गुजरता है और ट्रैफ़िक के 1 प्रतिशत से 100 प्रतिशत तक रोल आउट होता है। यह चक्र हफ्तों से घटकर घंटों का हो गया है।

दायरा छोटा रखें, लेकिन बहुत छोटा नहीं

Admiral का पहला प्रोडक्शन उपयोग मामला उसके UK लेंडिंग बिज़नेस में सेटलमेंट कोट्स था। यह सूची की सबसे मुश्किल समस्या के बजाय जानबूझकर चुना गया नियंत्रित शुरुआती बिंदु था। Kampa ने इस तरीके को विस्तार से पहले प्रयोग के लिए एक देश और एक बिज़नेस लाइन चुनने के रूप में बताया।

Neely ने कहा कि यही पैटर्न प्रोडक्शन तक पहुंचने वाले डिप्लॉयमेंट्स को रुक जाने वालों से अलग करता है: उपयोग मामला इतना छोटा होना चाहिए कि उसे व्यावहारिक समयसीमा में हल किया जा सके, लेकिन इतना जटिल भी कि उसके आसपास के सिस्टम्स वास्तव में परखे जाएं। सेटलमेंट कोट्स इसलिए कारगर रहे क्योंकि बातचीत के रास्ते सीमित थे, फिर भी इसमें टेलीफोनी और बैक-एंड इंटीग्रेशन शामिल थे। इससे सब कुछ एक साथ हल करने की कोशिश किए बिना आर्किटेक्चर साबित हो गया।

इस चुनाव में कुछ बातें अहम थीं:

• सीमित दायरा, असली जटिलता। उपयोग मामले में टेलीफोनी और बैकएंड इंटीग्रेशन को परखने के लिए पर्याप्त विविधता होनी चाहिए, केवल पहले से लिखे गए आदर्श रास्ते पर नहीं।
• प्रोडक्शन तक जल्दी पहुंचना। कोई बिल्ड जितना ज़्यादा समय डेवलपमेंट में रहता है, उतनी ही देर से वास्तविक बातचीत से वह फ़ीडबैक मिलता है जो एजेंट को सच में बेहतर बनाता है। Neely ने इसे "आखिरी 20 प्रतिशत" कहा—वह हिस्सा जो तभी सामने आता है, जब असली ग्राहक सिस्टम से बात करते हैं।
• वॉल्यूम और प्रभाव, दोनों। Admiral ने सरल, ज़्यादा वॉल्यूम वाले इंटरैक्शन से शुरुआत की, जहां कम इंतज़ार और तेज़ समाधान ग्राहक अनुभव में साफ़ अंतर ला सकते थे।

स्केल करने से पहले मानक ऊंचा करें, कम नहीं

Admiral के नेतृत्व ने स्पष्ट किया कि AI एजेंट्स को कंप्लायंस और टेस्टिंग के मानक बढ़ाने चाहिए, घटाने नहीं। Kampa ने सीधे कहा: वैलिडेशन का मानक पहले से ज़्यादा सख्त होना चाहिए, क्योंकि एजेंट के स्क्रिप्ट से हटने या नियम तोड़ने का जोखिम, किसी मानव एजेंट के निर्णय लेने से अलग प्रकार का है।

यह मानक उन तीन प्रतिबद्धताओं में दिखा जो टीम ने शुरुआत में कीं:

• प्रूफ ऑफ कॉन्सेप्ट के लिए नहीं, प्रोडक्शन के लिए बनाएं। Kampa ने अपनी टीमों से कहा कि वे पहले दिन से लाइव होने के लक्ष्य को ध्यान में रखकर डिज़ाइन करें, न कि ऐसा छोटा प्रयोग चलाएं जो कभी स्केल न हो।
• ऐसी गवर्नेंस जो टेक्नोलॉजी की गति से चले। Kampa ने बताया कि किसी चीज़ को मंज़ूरी देने में छह महीने लेने वाली गवर्नेंस प्रक्रिया के सामने यह जोखिम होता है कि जारी होने तक टेक्नोलॉजी पुरानी हो चुकी होगी। Admiral ने अपने रिव्यू की गति को इस हिसाब से बदला कि मूल मॉडल्स और टूलिंग कितनी तेज़ी से बदल रहे थे।
• पहले दिन से लीगल और कंप्लायंस। जब पूछा गया कि लीगल और कंप्लायंस प्रोजेक्ट में कब शामिल हुए, तो Kampa और Clark दोनों ने तुरंत जवाब दिया: पहले दिन, और खुली मंज़ूरी मांगने के बजाय स्पष्ट दायरे वाले पायलट (कॉल्स की तय संख्या) के साथ।

नियमों को न्यूनतम आधार तय करने दें, पूरा डिज़ाइन नहीं

Clark ने स्पष्ट किया कि ग्राहक को यह बताने जैसी नियामक आवश्यकताएं कि वे AI से बात कर रहे हैं, और कुछ क्षेत्रों में मानव तक एस्केलेशन देने जैसी शर्तें UK, इटली, फ्रांस और स्पेन में अलग-अलग हैं। Admiral ने अपने एजेंट्स को इन अंतरों को संभालने के लिए बनाया, लेकिन किसी कॉलर को सुलझाई जा सकने वाली बातचीत से केवल "एस्केलेट" करके बाहर निकलने की अनुमति नहीं दी।

कुछ बातचीत को पूरी तरह एजेंट से दूर रखा जाता है: Admiral संवेदनशील या परेशान ग्राहकों को मानव एजेंट्स तक भेजता है, और AI को उन संकेतों को पहचानने के लिए प्रशिक्षित किया गया है जो इस हैंडऑफ़ को ट्रिगर करते हैं।

Kampa ने व्यापक तरीके को स्तरों वाला बताया: "नियम सिर्फ न्यूनतम आधार हैं," और उनके ऊपर Admiral के अपने आंतरिक नियम और सांस्कृतिक मानक हैं, जो कभी-कभी नियमों की अपेक्षा से भी आगे जाते हैं।

इसी स्तरित तरीके ने यह भी तय किया कि Admiral ने डिटरमिनिस्टिक और नॉन-डिटरमिनिस्टिक लॉजिक का उपयोग कहां किया। Clark ने बताया कि नॉन-डिटरमिनिस्टिक रीजनिंग कॉलर के इरादे को समझने या परेशानी पहचानने के लिए उपयुक्त है, जबकि ऐसी हर चीज़ जिसे बिज़नेस को साबित करना हो, कोई अनिवार्य नियामक कथन, या वह रास्ता जिस पर ग्राहक को ले जाना ज़रूरी हो, डिटरमिनिस्टिक तरीके से चलनी चाहिए। एजेंट के इम्प्रोवाइज़ करने की इसमें बिल्कुल गुंजाइश नहीं है।

Neely ने बताया कि ElevenLabs की वर्कफ़्लो संरचना व्यवहार में इसे कैसे सपोर्ट करती है: एजेंट्स को विशेष सब-एजेंट्स के सेट के रूप में बनाया जाता है, जिनमें ऑथेंटिकेशन जैसे डिटरमिनिस्टिक गेट्स होते हैं। ये किसी शर्त के पूरा होने के आधार पर फ़ंक्शनैलिटी को उपलब्ध या सीमित करते हैं, बजाय इसके कि मॉडल खुद अनुमान लगाए कि उसे क्या करने की अनुमति है।

प्रक्रिया के मालिक लोगों के साथ मिलकर बनाएं

बिज़नेस आवश्यकताओं और इंजीनियरिंग बिल्ड के बीच पारंपरिक हैंडऑफ़ के बजाय, Admiral और ElevenLabs ने ऑन-साइट वर्कशॉप्स कीं। इनमें उपयोग मामला जानने वाले लोग, इंजीनियरिंग टीम और टेलीफोनी टीम एक कमरे में आए। Neely ने कहा कि पहली वर्कशॉप में चार या पांच घंटों के भीतर एजेंट का काम करने वाला v0 तैयार हो गया, जो बैकएंड और टेलीफोनी से जुड़ा था। फिर Kampa और Clark इसका आंतरिक डेमो करके आगे बिल्ड जारी रखने की मंज़ूरी ले सके।

Clark ने कहा कि यह नज़दीकी पहले प्रोटोटाइप से आगे भी अहम रही: बिज़नेस ओनर्स अब टेक्नोलॉजी के इतने करीब हैं कि कुछ बदलाव खुद कर सकते हैं, क्योंकि वर्कशॉप में प्लेटफ़ॉर्म को किसी अनजान नई प्रक्रिया के रूप में पेश करने के बजाय मौजूदा बिज़नेस प्रक्रिया को ट्रांसफर करने के साधन की तरह देखा गया। Kampa ने इसे व्यापक चेंज मैनेजमेंट से जोड़ा—लीडर्स, मिड-मैनेजर्स और फ्रंटलाइन स्टाफ को शुरुआत में ही प्रक्रिया में शामिल करना, ताकि टेक्नोलॉजी कोई साइड प्रोजेक्ट न रहकर बिज़नेस के काम करने के तरीके का हिस्सा बन जाए।

असली काम प्रोडक्शन में शुरू होता है

लाइव होने के बाद Admiral हर एजेंट बदलाव को, चाहे वह बड़ा हो या छोटा, एक जैसा मानता है: ग्राहक तक पहुंचने से पहले यह पूरी सिमुलेशन टेस्ट सुइट पर चलने वाली ब्रांच होता है। Clark ने बताया कि वे रोलआउट को 1 प्रतिशत ट्रैफ़िक से शुरू करते हैं, रियल टाइम में ग्राहक संतुष्टि और समाधान मेट्रिक्स देखते हैं, और आंकड़े स्थिर रहने पर इसे 100 प्रतिशत तक बढ़ाते हैं। यह चक्र हफ्तों से घटकर घंटों का हो गया है।

इस इटरेशन प्रक्रिया से दो मुख्य सबक सामने आए:

• सिर्फ शब्दों को नहीं, भाषा को स्थानीय बनाएं। Admiral ने शुरुआत में सभी प्रॉम्प्ट्स और वर्कफ़्लो अंग्रेज़ी में लिखे और पाया कि फ्रांस, स्पेन और इटली में प्रदर्शन UK जैसा नहीं था। अंग्रेज़ी से अनुवाद करने के बजाय हर बाज़ार की अपनी भाषा में प्रॉम्प्ट्स दोबारा लिखने से ऐसे जवाब मिले जो स्थानीय ग्राहकों की अपेक्षाओं और संस्कृति के अनुरूप थे।
• सिमुलेशन टेस्टिंग को गंभीरता से लें, औपचारिकता न समझें। Neely ने कहा कि कुछ सिमुलेटेड टेस्ट पास करने वाला प्रॉम्प्ट लिखना आसान लगता है, लेकिन ऐसी टेस्ट सुइट्स बनाना जो सच में एजेंट को चुनौती दें और पहले से स्पष्ट सफलता मानदंड तय करना, ज़्यादा मुश्किल और महत्वपूर्ण काम है। अब Admiral हर बदलाव को जारी करने से पहले उसके लिए सैकड़ों से लेकर हज़ारों तक सिमुलेटेड बातचीत चलाता है।

नतीजों में Kampa ने हैंडलिंग टाइम को सबसे खास मेट्रिक बताया: AI-नेतृत्व वाली बातचीत अक्सर मानव-नेतृत्व वाली बातचीत की तुलना में उसी समाधान तक जल्दी पहुंचती है, क्योंकि सिस्टम लोड होते समय कोई खामोशी नहीं होती। उन्होंने यह भी बताया कि एक ही बड़ी छलांग के बजाय टेस्टिंग और बदलाव के बार-बार दौर से हर बाज़ार में CSAT और समाधान दरें धीरे-धीरे बढ़ीं।

अगर आप शुरुआत कर रहे हैं, तो इससे क्या सीखें

यह काम शुरू कर रही टीमों के लिए Neely की सलाह: स्पष्ट दायरे वाला एक उपयोग मामला चुनें, उसे जल्दी प्रोडक्शन में लाएं और ज़्यादा प्री-लॉन्च टेस्टिंग के बजाय असली ग्राहक बातचीत को एज केस खोजने दें। Clark ने जोड़ा कि दोनों सिरों के इंटीग्रेशन—टेलीफोनी और आंतरिक सिस्टम्स—साबित हो जाने के बाद, अतिरिक्त उपयोग मामलों तक स्केल करना लगातार तेज़ होता जाता है, क्योंकि टीम को पहले से पता होता है कि कौन से मूल्यांकन और मेट्रिक्स अहम हैं।

Kampa की समापन टिप्पणी आगे की ओर थी: लक्ष्य सिर्फ बातचीत को ऑटोमेट करने तक सीमित नहीं है, बल्कि इसी AI लेयर से लाइव ट्रांसक्रिप्ट्स, नेक्स्ट-बेस्ट-ऐक्शन प्रॉम्प्ट्स और ट्रेनिंग सिमुलेशंस के जरिए मानव एजेंट्स को सीधे सपोर्ट करना भी है।

हमारे होस्ट ने इसका सार यह बताया कि इस बातचीत का मुख्य संदेश है: नियम और AI एक-दूसरे के विरोध में नहीं हैं। पहले दिन से ऑडिटेबिलिटी, निरंतरता और मानव एस्केलेशन को ध्यान में रखकर निर्माण करने से Admiral के एजेंट्स कम नहीं, बल्कि ज़्यादा अनुशासित बने।

पूरा सेशन देखें

देखें पूरा सेशन यहां, जिसमें लाइव बिल्ड और दर्शकों के सवाल-जवाब शामिल हैं।