Traba wdraża agentów AI do rozmów kwalifikacyjnych, aby zwiększyć zatrudnienie w przemyśle

Traba buduje nowoczesną platformę zatrudnienia dla przemysłowego łańcucha dostaw. Ich misją jest łączenie firm z wykwalifikowanymi pracownikami tymczasowymi na dużą skalę.

Aby osiągnąć ten cel, Traba stworzyła Scout, system do rozmów kwalifikacyjnych oparty na AI, zintegrowany bezpośrednio z ich operacjami. Scout przeprowadza teraz ponad 50 000 rozmów miesięcznie w magazynach, logistyce i produkcji - zmniejszając ręczne obciążenie pracą, poprawiając wskaźniki zatrudnienia i zapewniając spójne oceny w każdym regionie.

Zatrudnienie jest wąskim gardłem w przemysłowych łańcuchach dostaw

Chociaż miliony pracowników są gotowe do pracy, skomplikowane procesy rekrutacyjne powstrzymują centra realizacji, huby logistyczne i producentów przed osiągnięciem maksymalnej wydajności.

Te prace wymagają kwalifikacji. Harmonogramy zmian są różne. Istnieją bariery językowe. Trzeba przestrzegać wymogów regulacyjnych. Wszystko to spowalnia zatrudnianie.

Traba musiała się rozwijać bez zatrudniania tysięcy rekruterów. Potrzebowali spójnego, niezawodnego systemu, który szybciej oceni dopasowanie pracowników.

Dlaczego Traba wybrała ElevenLabs

Pod koniec 2024 roku, w czasie rzeczywistym Text to Speech i Speech to Text stały się realne dla rozmów telefonicznych. Traba zaczęła testować dostawców z jednym celem: znaleźć partnera, który mógłby wspierać zaawansowane Conversational AI bez konieczności posiadania pełnego pipeline'u.

ElevenLabs oferowało:

• Wysokiej jakości głosy: naturalne, wielojęzyczne głosy, które sprawiały, że rozmowy brzmiały ludzko, a nie jak robot.
• Niska latencja: wystarczająco szybka dla interakcji w czasie rzeczywistym bez niezręcznych opóźnień.
• Elastyczność i kontrola: możliwość orkiestracji wielu agentów, eksperymentowania z strategiami podpowiedzi i integracji bezpośrednio z ich systemami.
• Zmniejszona złożoność: obsługa trudnych części pipeline'u audio, aby mogli skupić się na swoich unikalnych przepływach pracy.

Budowanie AI do rozmów kwalifikacyjnych

Scout został uruchomiony z architekturą jednego agenta. Jego pierwsza wersja udowodniła, że AI może prowadzić strukturalne rozmowy, kwalifikować kandydatów i dostarczać przydatne oceny.

Scout V1:

• Jednojęzyczny: Obsługiwał tylko angielski, co ograniczało zasięg
• Logika jednego agenta: Jeden LLM obsługiwał wszystkie kroki — wprowadzenie, Q&A, logistyka
• Statyczne zestawy pytań: Pytania oparte na rolach, z ograniczoną elastycznością
• Podstawowa ocena: Podsumowanie na końcu rozmowy
• Przekazanie operatorowi: AI dostarczało sygnał kierunkowy; ludzie podejmowali ostateczne decyzje

Pomimo swojej prostoty, V1 obsługiwał tysiące rozmów równolegle i natychmiast oszczędzał czas.

Skalowanie do 250 000+ rozmów: rozwiązanie dla głębokości, szybkości i spójności

Do marca 2025 roku Scout przeprowadził ponad 17 000 rozmów i zaoszczędził ponad 1 400 godzin ręcznego sprawdzania. Aby przygotować się na szczytowy sezon, system został przebudowany, aby działać autonomicznie.

Kluczowe ulepszenia obejmowały:

Wielojęzyczne głosy i dynamiczne przełączanie

ElevenLabs wprowadziło obsługę wielu języków, umożliwiając Scoutowi przełączanie między angielskim a hiszpańskim w trakcie rozmowy w zależności od preferencji użytkownika. To otworzyło dostęp do wcześniej niedocenianego segmentu pracowników.

Orkiestracja wielu agentów

W miarę rozszerzania kontekstu rozmowy, Traba napotkała degradację modelu. ElevenLabs dostarczyło narzędzia do podziału rozmów na wyspecjalizowanych agentów - wprowadzenie, sprawdzanie, logistyka i wsparcie FAQ - z płynnymi przejściami podczas rozmowy.

Niestandardowy system oceny

Operatorzy potrzebowali większej kontroli nad ocenami. Traba stworzyła Custom Scout, system do definiowania, jak wyglądają 'dobre' odpowiedzi dla każdego pytania. Oceny teraz są zgodne z unikalnymi kryteriami każdego klienta.

Informacje zwrotne i iteracja podpowiedzi

Traba opracowała wewnętrzny system testowania podpowiedzi z natychmiastowymi pętlami zwrotnymi. Generując zestawy danych weryfikowane przez ludzi za pomocą Langfuse, zespół mógł testować podpowiedzi w rzeczywistych warunkach — umożliwiając szybką iterację na dużą skalę.

Wyniki

System rozmów kwalifikacyjnych prowadzony przez AI Traba obsługuje teraz ponad 50 000 rozmów miesięcznie i

Wyniki

Dzięki udoskonalaniu banków pytań, logiki ocen i przepływów rozmów poprzez ciągłe informacje zwrotne, Traba stworzyła system, który się rozwija, jednocześnie poprawiając jakość wyników.85% całego sprawdzania pracowników na platformie jest w pełni zautomatyzowane. Przy średnio 5 minutach na rozmowę, oszczędza to ponad 4 tysiące godzin operatorów miesięcznie.

• 15% wyższe wskaźniki ukończenia zmian dla pracowników kwalifikowanych przez AI w porównaniu do kwalifikowanych przez ludzi
• Spójne oceny w różnych rolach, zmianach i lokalizacjach
• Skrócony czas zatrudnienia dzięki strukturalnym ocenom na poziomie decyzji
• Skalowalna warstwa weryfikacji działająca 24/7 z minimalnym udziałem operatorów

Plan Traba obejmuje onboarding prowadzony przez agentów, Q&A wideo, przetwarzanie kart czasu pracy i wykrywanie emocji za pomocą multimodalnych LLM. Pracują również nad udoskonalaniem podpowiedzi prowadzonym przez agentów, wykorzystując dane o wydajności do szkolenia agentów, którzy autonomicznie optymalizują projekt rozmów.

Podczas tej podróży Traba nadal współpracuje z nami, gdy rozwijamy kolejną generację

Plan Traba obejmuje onboarding prowadzony przez agentów, Q&A wideo, przetwarzanie kart czasu pracy i wykrywanie emocji za pomocą multimodalnych LLM. Pracują także nad udoskonalaniem promptów prowadzonym przez agentów, wykorzystując dane o wydajności do szkolenia agentów, którzy autonomicznie optymalizują projekt wywiadów.

Podczas tej podróży Traba nadal współpracuje z nami, rozwijając kolejną generację naszej platformy Agents, przesuwając granice inteligencji językowej w złożonych rzeczywistych przepływach pracy.