वेबिनार सारांश: Urban Company ने बड़े स्तर पर पार्टनर सपोर्ट को कैसे ऑटोमेट किया

ज़्यादातर सपोर्ट टीमें स्केल करने की कोशिश में एक सीमा पर पहुंच जाती हैं। वे एजेंट बढ़ाती हैं, लागत बढ़ती है, क्वालिटी एक जैसी नहीं रहती और मौसमी बढ़ोतरी से व्यवस्था बिगड़ जाती है। Urban Company ने एक अलग रास्ता अपनाया।

बिहाइंड द एजेंट: Urban Company ने बड़े पैमाने पर पार्टनर सपोर्ट को कैसे ऑटोमेट किया, Urban Company के इंजीनियरिंग मैनेजर अभिषेक ठाकुर ने बताया कि Urban Company ने अपने पार्टनर सपोर्ट ऑपरेशन में वॉइस AI कैसे लागू किया—और इसका क्वालिटी, लागत और कॉल वॉल्यूम पर क्या असर पड़ा।

गिग इकॉनमी में सपोर्ट की समस्या

गिग इकॉनमी में प्लेटफ़ॉर्म और वर्कर्स के बीच भरोसा बेहद अहम है, और यह भरोसा टूटने पर वर्कर्स प्रतिस्पर्धी प्लेटफ़ॉर्म पर जा सकते हैं। भारत में 1.5 करोड़ से ज़्यादा गिग वर्कर्स हैं और 2030 तक इनके 2.3 करोड़ होने का अनुमान है। ये लोग मुख्य रूप से मोबाइल और वॉइस के ज़रिए प्लेटफ़ॉर्म से जुड़ते हैं। उनके काम के माहौल—जैसे शोर, कनेक्टिविटी की समस्याएं और मिली-जुली भाषाएं—में टेक्स्ट-आधारित सपोर्ट अक्सर कारगर नहीं होता।

इसके बावजूद, कई प्लेटफ़ॉर्म अभी भी डिफ़ॉल्ट रूप से चैट का इस्तेमाल करते हैं, जिससे पहली बातचीत में समाधान की दर कम और एस्केलेशन की दर अधिक रहती है। वर्कर्स को अक्सर लगता है कि प्लेटफ़ॉर्म उनकी ज़रूरतों को ध्यान में रखकर नहीं बनाया गया है। वॉइस AI एक संभावित समाधान है, क्योंकि इसका कम्युनिकेशन तरीका इस वर्कफोर्स के काम करने के तरीके से मेल खाता है। सवाल यह है कि क्या यह गिग इकॉनमी ऑपरेशंस के लिए ज़रूरी सटीकता और पैमाने पर काम कर सकता है।

गिग वर्कर्स के लिए वॉइस सही चैनल क्यों था

Urban Company भारत के 51 शहरों के साथ-साथ UAE, सिंगापुर और सऊदी अरब में भी काम करती है। वे करीब 60,000 सक्रिय सर्विस प्रोफेशनल्स—प्लंबर, ब्यूटीशियन और अप्लायंस रिपेयर टेक्नीशियन—को मैनेज करते हैं, जो हर दिन लोगों के घरों में काम करते हैं।

ये पार्टनर्स सामान्य टेक यूज़र नहीं हैं। कई लोग खास तौर पर प्लेटफ़ॉर्म से जुड़ने के लिए स्मार्टफोन खरीदते हैं। उनका स्वाभाविक कम्युनिकेशन चैनल टेक्स्ट नहीं, वॉइस है। Urban Company ने जब अपने चैट सपोर्ट लॉग्स देखे, तो पार्टनर्स अधूरे हिंग्लिश मैसेज भेज रहे थे, धुंधले स्क्रीनशॉट अपलोड कर रहे थे और सबसे अहम बात, चैट में वापस कॉल करने की मांग कर रहे थे।

सपोर्ट चैनल और पार्टनर्स के वास्तविक कम्युनिकेशन तरीके के बीच का अंतर, हर टचपॉइंट पर रुकावट पैदा कर रहा था।

इस पैमाने पर लोगों द्वारा दिया जाने वाला सपोर्ट अपनी अलग, बढ़ती हुई समस्याएं पैदा करता है: 

1. दस ह्यूमन कॉल सेंटर एजेंट एक ही बात को दस अलग तरीकों से समझाते हैं
2. SOPs को अपडेट करके पूरी टीम तक पहुंचाने में हफ्ते लग जाते हैं
3. और AC रिपेयर का सीज़न आते ही, कॉल वॉल्यूम बिना किसी चेतावनी के बढ़ जाता है 

वॉइस AI इन तीनों समस्याओं को हल करता है: यह हर बार एक जैसा समाधान देता है, नई जानकारी के अनुसार तुरंत ढल जाता है और किसी भी वॉल्यूम को संभालने के लिए क्षैतिज रूप से स्केल होता है।

Urban Company ने ElevenLabs को चुना क्योंकि इसकी वॉइस सबसे मानवीय लगीं—यह फैसला एक गुमनाम आंतरिक पोल के ज़रिए लिया गया, जिसमें कर्मचारियों ने कई वेंडर्स की रिकॉर्डिंग सुनी और वोट किया। जब आपके यूज़र ऐसे गिग वर्कर्स हों जो प्लेटफ़ॉर्म के साथ भरोसा बना रहे हों, तो वॉइस क्वालिटी कोई पसंद नहीं, बल्कि एक ज़रूरी शर्त है।

Urban Company के एजेंट्स के पीछे

Urban Company अब तीन बड़े सब-वर्टिकल्स में वॉइस AI चला रही है:

पार्टनर सपोर्ट - पार्टनर्स किसी जॉब के दौरान कभी भी ऐप में कॉल करके ग्राहक विवादों, पेमेंट समस्याओं या जॉब पूरा करने से जुड़ी दिक्कतों समेत किसी भी मुद्दे पर मदद पा सकते हैं।

रेफ़रल आउटरीच - मौजूदा पार्टनर्स को आउटबाउंड कॉल करके पूछा जाता है कि क्या वे अपने परिवार या दोस्तों को प्लेटफ़ॉर्म से जोड़ना चाहेंगे। यह ज़्यादा वॉल्यूम वाला और रिश्तों के लिहाज़ से संवेदनशील इंटरैक्शन है, जिसमें एक जैसा टोन और बिल्कुल होल्ड टाइम न होना फायदेमंद है।

Instahelp - उन पार्टनर्स के लिए ऐप-रहित इंटरैक्शन लेयर, जिन्हें पढ़ने या लिखने में आसानी नहीं होती। पार्टनर्स बिना किसी UI के, पूरी तरह वॉइस के ज़रिए अपने जॉब्स, सब्सक्रिप्शन और सवालों को मैनेज करते हैं।

आज Urban Company 30+ लाइव यूज़ केस चला रही है और 150+ सब-एजेंट्स की ओर बढ़ रही है। जो काम एक व्यक्ति ने यह जानने के लिए शुरू किया था कि क्या यह मुमकिन भी है, वह अब 30 लोगों की टीम बन गया है, जो पूरे बिज़नेस में वॉइस AI एजेंट्स बना और तैनात कर रही है। जब एक यूज़ केस सफल हुआ, तो हर टीम को एक चाहिए था।

डेमो: रियल टाइम में मल्टी-एजेंट समाधान

स्थिति: एक सर्विस पार्टनर ग्राहक की लोकेशन पर पहुंचता है। बिजली न होने के कारण ग्राहक जॉब से मना कर देता है और पार्टनर को कैंसलेशन पेनल्टी से बचे बिना जॉब रीशेड्यूल करना है।

क्या दिखाया गया:

• पार्टनर ऐप के ज़रिए UC सपोर्ट को कॉल करता है और एक AI एजेंट (अंजलि) से जुड़ता है
• अंजलि जॉब की जानकारी की पुष्टि करती है और पार्टनर को होल्ड पर रखती है
• साथ ही, दूसरा एजेंट (विधि) सीधे ग्राहक को कॉल करता है
• विधि कैंसलेशन की वजह की पुष्टि करती है, अगली सुबह उसी समय के लिए रीशेड्यूल करने का विकल्प देती है और उसे बुक कर देती है
• अंजलि समाधान के साथ पार्टनर के पास लौटती है: जॉब रीशेड्यूल हो गया है, कोई कैंसलेशन पेनल्टी नहीं लगेगी
• पार्टनर तेज़ समाधान के लिए एजेंट को धन्यवाद देता है

यह क्यों अहम है:

यह कोई एक एजेंट नहीं है जो स्क्रिप्ट फॉलो कर रहा है। इसमें कई एजेंट समानांतर रूप से काम करते हैं—एक पार्टनर कॉल संभालता है, दूसरा रियल टाइम में ग्राहक की समस्या हल करता है—और इन्हें इस तरह ऑर्केस्ट्रेट किया जाता है कि ऐसा समाधान मिले जो कोई भी अकेले नहीं कर सकता था। Urban Company पार्टनर सपोर्ट में 50 से 60+ प्रॉम्प्ट वेरिएंट्स चलाती है, जहां अलग-अलग इंटरैक्शंस में कभी-कभी 7 से 10 सब-एजेंट्स क्रम से काम करते हैं।

बेहतरीन तरीके

Urban Company ने अपनी वॉइस AI यात्रा से मिली अहम सीखें साझा कीं:

1. शुरुआत में फंक्शन को प्राथमिकता दें। एजेंट्स में अधिक इंटेलिजेंस जोड़ने के साथ फरवरी और मार्च में Urban Company की प्रति मिनट लागत काफी बढ़ गई। फिर वह शुरुआती लागत से भी नीचे आ गई। यूज़ केस को कामयाब बनाने पर ध्यान दें। लागत ऑप्टिमाइज़ेशन बाद में किया जा सकता है और अक्षमताएं समझ में आने के बाद यह आपकी अपेक्षा से तेज़ी से होता है।
2. छोटे बदलावों का बड़ा असर होता है। कन्वर्सेशनल AI पूरी तरह बारीकियों पर निर्भर है। Urban Company ने जानकारी देने से पहले "checking..." ऑडियो का एक छोटा बफ़र जोड़ा—भले ही API मिलीसेकंड्स में जवाब देता है। इस ठहराव से ऐसा लगा कि एजेंट ने सच में कुछ जांचा है। इस एक बदलाव से एक अहम मेट्रिक 30% बढ़ गया। लगातार एक्सपेरिमेंट करें—Urban Company किसी भी समय अपने 1% ट्रैफ़िक पर करीब 15 A/B टेस्ट चला रही होती है।
3. प्रॉम्प्ट्स को तोड़ें, उन्हें ठीक करने की कोशिश न करें। अगर कोई प्रॉम्प्ट हैलुसिनेट कर रहा हो या भटक रहा हो, तो उसे पैच करने का मन होता है। UC का तरीका उसे डीकंपोज़ करना है—उसे छोटे, केंद्रित प्रॉम्प्ट्स में बांटें, जिनमें हर एक का एक खास काम हो, और उन्हें टार्गेटेड टूल कॉल्स से लैस करें। उनका पार्टनर सपोर्ट फ्लो एक ही प्रॉम्प्ट से सब कुछ संभालने के बजाय, अलग-अलग काम करने वाले 50-60 प्रॉम्प्ट्स पर चलता है।
4. स्केल करने से पहले अपनी ट्रैकिंग बाइबल बनाएं। Urban Company इनपुट मेट्रिक्स को बेहद बारीकी से मॉनिटर करती है: औसत कॉल अवधि, एजेंट और यूज़र दोनों के प्रति मिनट शब्द, प्रति मिनट टर्न्स, व्हाइट नॉइज़ प्रतिशत और अनरीचेबल रेट। उनका नॉर्थ स्टार मेट्रिक है रिज़ॉल्यूशन रेट—कॉल के अंत में पार्टनर से पूछना कि उनकी समस्या हल हुई या नहीं। आंकड़ों से छूट जाने वाली बातें वे अब भी कॉल सुनकर ही पकड़ते हैं।
5. भाषा पहचानें, उसके बारे में पूछें नहीं। यूज़र्स से "आप कौन-सी भाषा पसंद करते हैं?" पूछने से बातचीत का प्रवाह टूट जाता है। Urban Company ने पार्टनर के उपनाम से भाषा पहचानने की कोशिश की, लेकिन बहुत ज़्यादा फ़ॉल्स पॉज़िटिव्स मिले। उनका मौजूदा तरीका: कॉल के शुरुआती 30 सेकंड में पार्टनर जिस भाषा में बोलता है, वही आगे की सभी कॉल्स के लिए तय हो जाती है। भाषा बदलने की अनुमति सिर्फ़ शुरुआती हिस्से में होती है। आज, Urban Company की 20% कॉल्स स्थानीय भाषाओं में होती हैं—जो न हिंदी हैं, न अंग्रेज़ी।
6. लेटेंसी को इंजीनियरिंग की समस्या की तरह मैनेज करें। हर मिलीसेकंड का प्रोफ़ाइल बनाएं। पता करें कि समय वास्तव में कहां लग रहा है—डेटा फ़ेचिंग, मॉडल इन्फ़रेंस या नेटवर्क में—और हर हिस्से को अलग-अलग ऑप्टिमाइज़ करें। प्रोसेसिंग टाइम छिपाने के लिए कॉन्टेक्स्ट के हिसाब से फ़िलर शब्द इस्तेमाल करें, लेकिन उन्हें प्रॉम्प्ट के अनुसार रखें: ग्रीटिंग एजेंट कहता है "आपसे बात करके अच्छा लगा," और ऑपरेशनल एजेंट कहता है "मैं इसे चेक करता हूं।" फ़िलर शब्द स्वाभाविक बातचीत जैसे लगने चाहिए। 

पूरा सेशन देखें

पूरा वेबिनार यहां।