Podsumowanie webinaru: Zbuduj AI GTM Coach z Lovable i ElevenLabs

Większość zespołów szkoleniowych prowadzi programy odgrywania ról. Trudno jednak sprawić, by uczestnicy je kończyli. Jeszcze trudniej zbudować taki program wokół prawdziwych rozmów, które faktycznie prowadzi twój zespół.

Najczęstszy problem to agent, który wykonuje zadanie, ale nie rozumie kontekstu, pilności ani emocji. Gdy rozmówca to zauważy, spada zaufanie i jakość rozmowy.Za kulisami: Jak Nana wykorzystuje AI Agents, by zmienić doświadczenie klienta, Karim Mustafa, szef obsługi klienta w Nana, opowiedział, jak wdrożyli AI Agents w całym dziale wsparcia i co się zmieniło w zespole, kosztach i jakości.

Ograniczenia odgrywania ról w sprzedaży

Remy i Morgan ciągle napotykali te ograniczenia podczas odgrywania ról w sprzedaży:

Handlowiec, który skupia się na tym, jak wypada przed menedżerem, zamiast na samej umiejętności.

Nana zaczęła w 2016 roku jako pionier dostaw zakupów w Arabii Saudyjskiej. Przez lata rozwinęła się w superaplikację z praniem, myciem aut, dostawą jedzenia i nie tylko. Wraz z rozwojem produktu rosła liczba kontaktów od klientów. Zespół miał 54 agentów na zmianach, żeby nadążyć za zgłoszeniami.

Przełom nastąpił, gdy Nana przeszła z botów FAQ i prostych czatów na prawdziwego AI agenta zbudowanego na ElevenLabs. Agent prowadzi rozmowy z klientami bezpośrednio w aplikacji Nana. Rozwiązuje problemy, odpowiada na pytania, śledzi zamówienia i przekazuje sprawy dalej, gdy trzeba. Jakość była od razu widoczna i stała.

Efekt biznesowy był ogromny:

1. Nana obniżyła koszty obsługi klienta o 85%
2. Czas odpowiedzi skrócił się do kilku sekund

ElevenAgents był agentem w tle, a Lovable odpowiadało za frontend.

Agent

Trzy decyzje dotyczące persony kupującego

Trzy wybory wpłynęły na budowę.

Scenariusz:

Demo 1: Studio odgrywania ról w Lovable

Karim opisał zmianę w podejściu zespołu do problemów. Gdy pojawia się nowe wyzwanie operacyjne, pytanie nie brzmi już, ilu ludzi potrzeba, tylko jak szybko da się zbudować agenta, który to ogarnie.

Pozostali członkowie zespołu wsparcia mogli wybrać stałe zmiany albo elastyczne godziny powiązane z KPI dla AI. Wszyscy wybrali elastyczny model.

Dlaczego to ważne:

1. Bądź multimodalny. Nana zauważyła, że klienci chcą też pisać, nie tylko dzwonić. Dopasowanie kanału do zachowań klientów ułatwiło wdrożenie i przyspieszyło efekty.
2. Skup się na jakości promptów, nie tylko technologii.AI odpowiada tak dobrze, jak ją nauczysz. Zespół Karima poświęcił czas na pisanie promptów, które uczyły agenta empatii i odpowiadania w stylu marki.
3. Przy wdrożeniach po arabsku używaj tashkeel.Dodanie znaków samogłoskowych do tekstu w promptach znacznie poprawia wymowę i naturalność.
4. Przenieś ludzi wyżej, nie na zewnątrz.Najlepiej wykorzystasz zespół, jeśli będą rozwijać AI, a nie ją zastępować. Daj im wpływ na projektowanie workflow i kontrolę jakości.
5. Buduj z myślą o skali od początku.Gdy pierwszy agent już działa, ta sama platforma obsłuży połączenia wychodzące, workflow wewnętrzne, reklamy i projekty między działami. Teraz to do działu Nana inne zespoły zgłaszają się, gdy trzeba szybko ruszyć z nowym projektem.
6. Idź prosto do źródła. Kilku dostawców, których sprawdzała Nana, sprzedawało ElevenLabs z narzutem. Budując bezpośrednio na ElevenLabs, Nana zyskała dostęp do najnowszych modeli, niższych kosztów i wsparcia technicznego.

Co pokazano:

InstahelpLive scorecard wypełnia się podczas rozmowy, a na końcu pojawia się pełna ocena – obie wersje są w naturalnym języku i zgodne z metodologią firmy