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

बीमा ग्राहक आमतौर पर तब कॉल नहीं करते, जब सब कुछ ठीक चल रहा होता है। वे दुर्घटना के बाद, क्लेम करने के लिए या किसी गंभीर संकट के बीच कॉल करते हैं। यह बातचीत इसके बाद होने वाली हर चीज़ को प्रभावित करती है और अक्सर यही ग्राहक की अपने बीमाकर्ता के साथ एकमात्र वास्तविक बातचीत होती है।

Admiral हर साल यूके, इटली, फ़्रांस और स्पेन में ऐसी लाखों बातचीत संभालता है। अब वे AI एजेंट्स का इस्तेमाल अनुपालन बनाए रखते हुए इन्हें संभालने में मदद के लिए कर रहे हैं। 

इस वेबिनार में, Admiral की टीम ने बताया कि उन्होंने यह कैसे किया: पहला उपयोग मामला चुनना, शुरुआत से ही कानूनी और अनुपालन टीम को शामिल करना, और एक काम करने वाले प्रोटोटाइप से ऐसे प्रोडक्शन बदलावों तक पहुँचना जो अब हफ़्तों के बजाय घंटों में रिलीज़ हो जाते हैं।

मुख्य बातें

• दायरा छोटा रखें, पर वास्तविक। Admiral का पहला प्रोडक्शन उपयोग मामला, उसके यूके लेंडिंग बिज़नेस में सेटलमेंट कोट्स, इतना सीमित था कि उसे व्यावहारिक समयसीमा में रिलीज़ किया जा सके, फिर भी उसमें टेलीफ़ोनी और बैक-एंड इंटीग्रेशन शामिल थे। इससे सब कुछ एक साथ हल किए बिना आर्किटेक्चर साबित हो गया।
• स्केल करने से पहले मानक ऊँचे करें, कम नहीं। Admiral ने पहले दिन से प्रोडक्शन के लिए बनाया, टेक्नोलॉजी की गति के साथ चलने के लिए अपनी गवर्नेंस प्रक्रिया को फिर से तैयार किया और स्पष्ट दायरे वाले पायलट के साथ शुरुआत से ही कानूनी और अनुपालन टीम को शामिल किया।
• नियम सिर्फ़ न्यूनतम स्तर हैं, पूरा डिज़ाइन नहीं। Admiral नियमों की आवश्यकताओं के ऊपर अपने आंतरिक नियम लागू करता है, हर उस चीज़ के लिए निर्धारक लॉजिक का उपयोग करता है जिसे साबित करना ज़रूरी हो, और संवेदनशील या परेशान ग्राहकों को मानव एजेंट्स तक पहुँचाता है।
• असली काम प्रोडक्शन में शुरू होता है। हर एजेंट बदलाव को पूरे सिमुलेशन टेस्ट सूट पर चलाया जाता है और उसे ट्रैफ़िक के 1 प्रतिशत से 100 प्रतिशत तक रोल आउट किया जाता है—यह चक्र हफ़्तों से घटकर घंटों का हो गया है।

दायरा छोटा रखें, लेकिन बहुत छोटा नहीं

Admiral का पहला प्रोडक्शन उपयोग मामला उसके यूके लेंडिंग बिज़नेस में सेटलमेंट कोट्स था—सूची की सबसे कठिन समस्या के बजाय एक जानबूझकर चुना गया नियंत्रित शुरुआती बिंदु। 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 पहुँचने वाले डिप्लॉयमेंट्स को बीच में रुक जाने वालों से अलग करता है: उपयोग मामला इतना सीमित होना चाहिए कि उसे व्यावहारिक समयसीमा में हल किया जा सके, लेकिन इतना जटिल भी कि आसपास के सिस्टम्स की असली परीक्षा हो। सेटलमेंट कोट्स इसलिए कारगर रहे क्योंकि बातचीत के रास्ते सीमित थे, लेकिन इसमें टेलीफ़ोनी और बैक-एंड इंटीग्रेशन भी शामिल थे। इससे हर चीज़ को एक साथ हल किए बिना आर्किटेक्चर साबित हो गया।

उस चयन में कुछ बातें अहम थीं:

• सीमित दायरा, वास्तविक जटिलता। उपयोग मामले में टेलीफ़ोनी और बैकएंड इंटीग्रेशन को परखने के लिए पर्याप्त विविधता होनी चाहिए, सिर्फ़ पहले से लिखे सफल परिदृश्य तक सीमित नहीं।
• प्रोडक्शन तक तेज़ी से पहुँचना। कोई बिल्ड जितने लंबे समय तक डेवलपमेंट में रहता है, वास्तविक बातचीत से वह फ़ीडबैक मिलने में उतना ही अधिक समय लगता है जो एजेंट को वास्तव में बेहतर बनाता है। Neely ने इसे "आख़िरी 20 प्रतिशत" कहा—वह हिस्सा जो तभी सामने आता है जब वास्तविक ग्राहक सिस्टम से बात करते हैं।
• वॉल्यूम और असर, दोनों। Admiral ने सरल, ज़्यादा वॉल्यूम वाले इंटरैक्शन से शुरुआत की, जहाँ कम प्रतीक्षा समय और तेज़ समाधान से ग्राहक अनुभव में स्पष्ट सुधार दिखता।

स्केल करने से पहले मानक ऊँचे करें, कम नहीं

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

यह मानक टीम की शुरुआत में की गई तीन प्रतिबद्धताओं में दिखा:

• प्रूफ़ ऑफ़ कॉन्सेप्ट 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 ही न हो।
• टेक्नोलॉजी की गति के साथ चलने वाली गवर्नेंस। Kampa ने बताया कि किसी चीज़ को मंज़ूरी देने में छह महीने लगाने वाली गवर्नेंस प्रक्रिया के सामने यह जोखिम होता है कि रिलीज़ होने तक टेक्नोलॉजी पुरानी पड़ चुकी हो। Admiral ने अपनी समीक्षा प्रक्रिया को मूल मॉडल्स और टूलिंग के बदलाव की गति के अनुरूप फिर से बनाया।
• शुरुआत से ही कानूनी और अनुपालन टीम। जब पूछा गया कि कानूनी और अनुपालन टीम प्रोजेक्ट से कब जुड़ी, तो Kampa और Clark दोनों ने तुरंत जवाब दिया: पहले दिन, खुले-छोर वाली मंज़ूरी की मांग के बजाय स्पष्ट दायरे वाले पायलट (कॉल्स की तय संख्या) के साथ।

नियमों को न्यूनतम स्तर तय करने दें, पूरा डिज़ाइन नहीं

Clark ने स्पष्ट किया कि नियामकीय आवश्यकताएं—जैसे ग्राहक को बताना कि वे AI से बात कर रहे हैं और कुछ क्षेत्रों में मानव तक एस्केलेशन का विकल्प देना—यूके, इटली, फ़्रांस और स्पेन में अलग-अलग हैं। Admiral ने अपने एजेंट्स को इन अंतरों को संभालने के लिए बनाया, लेकिन इस तरह कि कोई कॉलर किसी हल की जा सकने वाली बातचीत से "एस्केलेट" करके बाहर न निकल सके।

कुछ बातचीत पूरी तरह एजेंट से दूर रखी जाती हैं: Admiral संवेदनशील या परेशान ग्राहकों को मानव एजेंट्स के पास भेजता है और AI को उन संकेतों की पहचान करने के लिए प्रशिक्षित किया गया है जो इस हैंडऑफ़ को ट्रिगर करते हैं।

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

इस परतदार तरीके ने यह भी तय किया कि Admiral कहाँ निर्धारक और कहाँ गैर-निर्धारक लॉजिक का उपयोग करता है। Clark ने समझाया कि गैर-निर्धारक तर्क कॉलर के इरादे को समझने या परेशानी का पता लगाने के लिए उपयुक्त है, जबकि जिस भी चीज़ को बिज़नेस के लिए साबित किया जाना हो, कोई अनिवार्य नियामकीय कथन हो या ग्राहक को जिस रास्ते से ले जाना ज़रूरी हो, वह निर्धारक तरीके से चलनी चाहिए। एजेंट के इम्प्रोवाइज़ करने की इसमें बिल्कुल गुंजाइश नहीं है।

Neely ने बताया कि ElevenLabs का वर्कफ़्लो स्ट्रक्चर इसे व्यवहार में कैसे सपोर्ट करता है: एजेंट्स विशेष सब-एजेंट्स के समूह के रूप में बनाए जाते हैं, जिनमें ऑथेंटिकेशन जैसे निर्धारक गेट्स होते हैं। शर्त पूरी होने पर ये फ़ंक्शनैलिटी खोलते या रोकते 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 आयोजित कीं। इनमें उपयोग मामला जानने वाले लोग, इंजीनियरिंग टीम और टेलीफ़ोनी टीम एक कमरे में आए। Neely ने बताया कि पहली वर्कशॉप में चार या पाँच घंटों के भीतर एजेंट का काम करने वाला v0 तैयार हो गया, जो बैकएंड और टेलीफ़ोनी से जुड़ा था। इसके बाद Kampa और Clark ने आगे बनाने की मंज़ूरी पाने के लिए उसका आंतरिक डेमो दिया।

Clark ने कहा कि यह निकटता पहले प्रोटोटाइप के बाद भी अहम रही: बिज़नेस मालिक अब टेक्नोलॉजी के इतने करीब हैं कि कुछ बदलाव खुद कर सकते हैं, क्योंकि वर्कशॉप ने प्लेटफ़ॉर्म को किसी अनजान नई प्रक्रिया के बजाय मौजूदा बिज़नेस प्रक्रिया को ट्रांसफ़र करने के तरीके के रूप में देखा। Kampa ने इसे व्यापक चेंज मैनेजमेंट से जोड़ा और नेताओं, मिड-मैनेजर्स और फ्रंटलाइन स्टाफ़ को शुरुआत में ही प्रक्रिया में शामिल किया, ताकि टेक्नोलॉजी बिज़नेस के वास्तविक कामकाज का हिस्सा बने, कोई साइड प्रोजेक्ट नहीं।

असली काम प्रोडक्शन में शुरू होता है

लाइव होने के बाद Admiral हर एजेंट बदलाव—बड़ा हो या छोटा—को एक ही तरह से देखता है: एक ऐसी ब्रांच के रूप में, जो ग्राहकों तक पहुँचने से पहले पूरे सिमुलेशन टेस्ट सूट पर चलती है। Clark ने बताया कि वे रोलआउट को ट्रैफ़िक के 1 प्रतिशत से शुरू करते हैं, रीयल टाइम में ग्राहक संतुष्टि और समाधान मेट्रिक्स देखते हैं और आंकड़े स्थिर रहने पर इसे 100 प्रतिशत तक बढ़ाते हैं। यह चक्र हफ़्तों से घटकर घंटों का हो गया है।

उस पुनरावृत्ति प्रक्रिया से दो सबक सामने आए:

• सिर्फ़ शब्दों को नहीं, भाषा को स्थानीय बनाएं। Admiral ने शुरुआत में सभी प्रॉम्प्ट्स और वर्कफ़्लोज़ अंग्रेज़ी में लिखे और पाया कि फ़्रांस, स्पेन और इटली में प्रदर्शन यूके जैसा नहीं था। अंग्रेज़ी से अनुवाद करने के बजाय, हर बाज़ार की अपनी भाषा में प्रॉम्प्ट्स दोबारा लिखने पर ऐसे जवाब मिले जो स्थानीय ग्राहकों की अपेक्षाओं और संस्कृति के अनुरूप थे।
• सिमुलेशन टेस्टिंग को गंभीरता से लें, केवल औपचारिकता न समझें। Neely ने कहा कि कुछ सिमुलेटेड टेस्ट पास करने वाला प्रॉम्प्ट लिखना आसान दिखता है, लेकिन ऐसे टेस्ट सूट बनाना जो वास्तव में एजेंट को चुनौती दें और शुरुआत में ही सफलता के स्पष्ट मानदंड तय करना, ज़्यादा कठिन और महत्वपूर्ण काम है। Admiral अब हर बदलाव को रिलीज़ करने से पहले उसके लिए सैकड़ों से हज़ारों सिमुलेटेड बातचीत चलाता है।

नतीजों के बारे में Kampa ने हैंडलिंग टाइम को सबसे प्रमुख मेट्रिक बताया: AI-नेतृत्व वाली बातचीत अक्सर मानव-नेतृत्व वाली बातचीत के समान समाधान तक तेज़ी से पहुँचती हैं, क्योंकि सिस्टम लोड होने के दौरान कोई खामोशी नहीं होती। उन्होंने यह भी बताया कि एक ही बड़ी छलांग के बजाय, टेस्टिंग और समायोजन के बार-बार दौरों के ज़रिए CSAT और समाधान दरें हर बाज़ार में धीरे-धीरे बढ़ीं।

अगर आप शुरुआत कर रहे हैं, तो इससे क्या सीखें

यह काम शुरू करने वाली टीमों के लिए Neely की सलाह है: एक स्पष्ट दायरे वाला उपयोग मामला चुनें, उसे जल्दी प्रोडक्शन में लाएं और एज केस खोजने का काम ज़्यादा प्री-लॉन्च टेस्टिंग के बजाय वास्तविक ग्राहक बातचीत को करने दें। Clark ने जोड़ा कि जब दोनों छोरों—टेलीफ़ोनी और आंतरिक सिस्टम्स—के इंटीग्रेशन साबित हो जाते हैं, तो 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 मायने रखते हैं।

Kampa की अंतिम बात आगे की ओर देखती थी: लक्ष्य सिर्फ़ बातचीत को ऑटोमेट करने से आगे बढ़कर, इसी AI लेयर के ज़रिए मानव एजेंट्स को सीधे सपोर्ट करना है—लाइव ट्रांसक्रिप्ट्स, नेक्स्ट-बेस्ट-एक्शन प्रॉम्प्ट्स और ट्रेनिंग सिमुलेशंस के साथ।

जैसा कि हमारे होस्ट ने सारांश में कहा, इस बातचीत का मूल संदेश यह है कि नियम और AI एक-दूसरे के विरोध में नहीं हैं। शुरुआत से ही ऑडिटेबिलिटी, एकरूपता और मानव एस्केलेशन को ध्यान में रखकर बनाने से Admiral के एजेंट्स कम नहीं, बल्कि ज़्यादा अनुशासित बने।

पूरा सेशन देखें

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