Stan Conversational AI w obsłudze klienta

Stripe kojarzy się ze świetną obsługą, która często robi więcej, by zaskoczyć i zachwycić klientów. Ale świetna obsługa to coś więcej niż odręczne notatki i drukowane w 3D totemy, które widzimy na Twitterze. Ponad dekada pracy ludzi i rozwoju oprogramowania pozwoliła Stripe stworzyć obsługę klienta wspierającą miliony firm rocznie. Dołączyłem do Stripe w 2015 roku, gdy firma właśnie przekroczyła 200 osób, a cały zespół wsparcia mieścił się przy jednym stole konferencyjnym.

Byłem jedną z pierwszych osób zatrudnionych w Dublinie, jednej z pierwszych placówek globalnego wsparcia Stripe. Przez pięć lat Stripe podzielił zespół wsparcia na specjalizacje, wprowadził zewnętrznych dostawców wsparcia pierwszej linii, rozszerzył kanały i liczbę języków, a w końcu także płatne plany wsparcia. Pomagając projektować i testować te rozwijające się programy wsparcia, na własne oczy zobaczyłem złożoność skalowania obsługi klienta — złożoność, którą Conversational AI mogłoby uprościć.

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.

Gdy dołączyłem do Stripe, moim zadaniem było poznać produkt tak dobrze, jak tylko się da. W ramach szkolenia towarzyszyłem bardziej doświadczonym agentom i uczyłem się na podstawie wielu wcześniejszych kontaktów z pomocą techniczną — podobnie jak uczyłby się agent AI.

AI świetnie rozpoznaje wzorce, a duża część pracy wsparcia właśnie na tym polega. Zaczyna się od użytkownika, który opisuje problem. Agent wsparcia przetwarza te informacje, próbuje dopasować je do swojej wiedzy i przedstawia użytkownikowi odpowiedź. Wsparcie to jednak coś więcej niż powtarzanie treści z bazy wiedzy; świetna obsługa klienta wymaga empatii, kreatywności i współpracy z użytkownikiem, by rozwiązać jego problem. Niestety, większość kontaktów ze wsparciem pozostawia wiele do życzenia.

Obecny stan obsługi klienta

Wsparcie to ważny punkt kontaktu, ale często wiąże się z frustracją. Pomyśl o ostatniej rozmowie z linią lotniczą. Czekasz godzinami na połączenie i — gdy w końcu ktoś odbierze — słyszysz, że twój problem dotyczy innego działu, a syzyfowy cykl trwa dalej.

Problem nie dotyczy tylko klientów. Zapewnienie świetnej obsługi jest trudne, a na dużą skalę jeszcze trudniejsze. W naszym cyfrowym świecie bitów wsparcie w dużej mierze ogranicza fizyczny świat atomów. Wyobraź sobie, że z dnia na dzień przybywa ci wielu klientów: możesz uruchomić instancję AWS, by strona działała; nie możesz po prostu pstryknąć palcami i uruchomić wsparcia.

Rozbudowa działu wsparcia wymaga czasu i pieniędzy. W Ameryce Północnej znalezienie, przeszkolenie i wdrożenie agenta wsparcia kosztuje około 12 000 USD. Uwzględniając ten początkowy koszt, średni koszt pracy agenta wsparcia wynosi około 30–40 USD za godzinę. Niektóre firmy zlecają obsługę zewnętrznym agentom, których stawka godzinowa wynosi od 8 do 30 USD. Na pierwszy rzut oka brzmi to atrakcyjnie, ale niska cena oznacza też mniejszą kontrolę nad odpowiedzialnością, procesami i jakością wsparcia.

A co, jeśli możesz uruchomić wsparcie w kilka minut i skalować je bez ograniczeń? Co, jeśli możesz zapewnić wysokiej jakości wsparcie niskim kosztem? To obietnica Conversational AI, a po latach pracy we wsparciu uważam, że to prawdziwa zmiana zasad gry.

Alexis to przykład agenta AI od ElevenLabs. Został stworzony jako agent wsparcia w dokumentacji ElevenLabs i obsługuje dziś ponad sto rozmów dziennie.

Wyobraź sobie, że Alexis jest człowiekiem. Po pierwsze, nie sądzę, by wielu agentów wsparcia było w stanie obsłużyć 100 rozmów dziennie. Bardzo wydajny agent, przy prostych rozmowach, mógłby obsłużyć około 60, a mniej doświadczony agent lub ktoś zajmujący się bardziej złożonymi sprawami — raczej 40. Trzeba więc byłoby zatrudnić co najmniej dwóch agentów i prawdopodobnie zapłacić za nadgodziny.

Gdyby agenci pracowali w Ameryce Północnej, obsługa 100 rozmów kosztowałaby co najmniej 700 USD, średnio około 1719 USD, a nawet do 4094 USD. To dużo, więc możesz zdecydować się na outsourcing. Kosztowałoby to od 128 do 480 USD, średnio 288 USD — na pierwszy rzut oka znacznie mniej, ale dochodzą ukryte koszty wdrożenia i nadzorowania firm outsourcingowych oraz ryzyko dla marki i reputacji, jeśli nie spełnią twoich standardów.

Koszt działania agenta wsparcia AI może wynosić zaledwie 0,015 USD za minutę komponentu audio. LLM może kosztować od mniej niż centa do kilku centów za minutę, zależnie od wybranego modelu i wielkości bazy wiedzy. W przypadku stu rozmów daje to około 13–18 USD. To ponad 110 razy taniej niż średni koszt agenta wewnętrznego i 18 razy taniej niż średni koszt outsourcingu. Obiektywnie rzecz biorąc, Alexis zapewnia naprawdę świetną obsługę. W tej cenie jest niesamowity.

Conversational AI w praktyce

W w dużej mierze analogowym świecie łańcucha dostaw Traba jest technologicznym pomostem dla pracowników, pomagając firmom przemysłowym rekrutować i zarządzać personelem. Choć Traba oferuje aplikacje i dashboardy, komunikacja telefoniczna wciąż jest kluczowa dla pracowników przyzwyczajonych do papierowych kart czasu pracy i ogłoszeń przypiętych do korkowych tablic. 

Traba sprawdziła, na jakie rozmowy telefoniczne jej zespół operacyjny poświęca najwięcej czasu, i znalazła dwa główne obszary: obsługę zgłoszeń wsparcia oraz przechodzenie przez listy kontrolne harmonogramów. Dla CTO, Akshaya Buddigi, automatyzacja była oczywistą odpowiedzią, ale liczy się też moment jej wdrożenia. „Gdy identyfikujemy proces, który chcemy usprawnić, wolimy wdrożyć automatyzację wcześnie, zamiast później próbować dopasować rozwiązania.”

Traba mocno skupia się na ekonomice jednostkowej i wyprzedzaniu trendów technologicznych, więc przeniesienie tych rozmów do Conversational AI było atrakcyjne z wielu powodów. Zespół szukał rozwiązań, mając na uwadze szybkość i koszty. Kluczowe było jednak także doświadczenie użytkownika. Jak zauważył inżynier oprogramowania Joseph Besgen: „Chcieliśmy, żeby brzmiało to jak rozmowa, a nie jak odsłuchiwanie nagrania”. Demo ElevenLabs brzmiało tak realistycznie, że podczas testów ojciec pracownika Traba nie potrafił rozpoznać, czy rozmawia z AI, czy z kimś z zespołu jego syna. 

Choć planowanie pracy dla tysięcy pracowników lekkiego przemysłu jest z natury złożone, umówienie jednej (1) wizyty lekarskiej nie powinno być aż tak trudne. Ale czy ostatnio próbowałeś zadzwonić do lekarza? To frustrujące dla pacjentów i nieefektywne wykorzystanie czasu personelu medycznego. We współpracy z ElevenLabs asystenci EliseAI wypełniają lukę w administracji ochrony zdrowia, zajmując się wszystkim — od umawiania wizyt po rozliczenia. W jednym szpitalu 86% rozmów obsługują w całości agenci AI. To nie tylko zmniejsza koszt rozmowy o 66%, ale też zwiększa wydajność personelu administracyjnego. EliseAI poprawiło również dostęp do opieki zdrowotnej dla społeczności nieanglojęzycznych. 

Przyszłość

Gdy spojrzymy na rozwój Conversational AI w podziale na sektory, widać kilka ciekawych trendów. EdTech był pierwszą branżą, która wdrożyła Conversational AI — firmy mogły wreszcie oferować spersonalizowane korepetycje jeden na jeden i naukę języków w przystępnej cenie. Szybko pojawiły się też zastosowania w obsłudze klienta, ponieważ takie kontakty szczególnie dobrze się do tego nadają: polegają na rozpoznawaniu wzorców — odpowiedź jest w bazie wiedzy, a agent AI dopasowuje ją do pytania użytkownika. Widzimy też wzrost liczby wyspecjalizowanych aplikacji end-to-end, zwłaszcza w sektorach takich jak logistyka i ochrona zdrowia — przykładem są Traba i EliseAI. To znów obszary powtarzalne i przewidywalne, więc łatwe do obsługi przez agenta AI.

Conversational AI przenosi wsparcie z fizycznego świata atomów do świata bitów. Teraz wsparcie może być lepszym doświadczeniem dla firm i ich klientów. Podobnie jak dostawca chmury, twój zespół wsparcia AI może skalować się w górę i w dół. Klienci nie będą już czekać na linii, a ty unikniesz operacyjnego bólu głowy związanego z uruchamianiem centrów wsparcia na całym świecie.

Przez ostatni rok agenci głosowi dobrze radzili sobie z rozmową i wyszukiwaniem wiedzy, ale uważam, że to dopiero początek. W 2025 roku, moim zdaniem, agenci głosowi AI staną się standardem przy przychodzącym umawianiu spotkań i sprawach wsparcia wymagających „specjalisty od produktu”. Choć mogą ograniczać się do rozmów opartych na wyszukiwaniu wiedzy, znacząco zmniejszą liczbę zgłoszeń do wsparcia i uwolnią ludzkie zespoły do pracy o większej wartości.

Do 2026 roku przejdziemy od wyszukiwania wiedzy do wykonywania działań. Standardowy agent głosowy AI będzie wykonywać wywołania API i łączyć się z aplikacjami innych firm. Rutynowo będzie realizować takie zadania jak umawianie spotkań i zwroty pieniędzy.

W 2027 roku agenci głosowi AI przejdą od wsparcia do sukcesu klienta. Uważam, że całe transakcje sprzedażowe będą prowadzone przez agenta AI, być może zarówno po stronie kupującego, jak i sprzedającego. Dla wielu osób brzmi to jak ostatnia granica, ale moim zdaniem to dopiero początek. Zadania wymagające głębokiego kontekstu i kreatywności, które kiedyś uznawaliśmy za wyłącznie ludzkie, coraz częściej będą należeć do AI.

Wsparcie przestanie być centrum kosztów: najpierw zneutralizuje wydatki, a z czasem stanie się dla firmy źródłem zysku. Agenci głosowi AI będą proaktywnie kontaktować się z klientami, ograniczając churn i zwiększając LTV klienta. Conversational AI oferuje wiele zalet ludzkiego wsparcia, a do tego ma doskonałą pamięć, obsługuje dziesiątki języków i działa 24/7. Przyszłość nadchodzi, a pod wieloma względami już tu jest. Wyobraź sobie natychmiastowe, empatyczne i skuteczne wsparcie — za każdym razem. Wkrótce niemal zechcesz zadzwonić do linii lotniczej, tak dla przyjemności.