Podsumowanie webinaru: Wdrażanie agentów na każdym kanale

Podsumowanie webinaru: Wdrażanie agentów na każdym kanale

Twoi klienci nie komunikują się tak samo – twój agent też nie powinien. Jedni wolą zadzwonić. Inni napisać wiadomość. Jeszcze inni wysłać maila.

Twój agent musi być tam, gdzie klienci – bez konieczności budowania go od nowa na każdy kanał.Przewodnik po agentach AI w finansach pokazaliśmy, jak budujemy, wdrażamy i rozwijamy agentów AI w finansach — od demo na żywo po realne wyniki w Revolut, Klarna i Better.

Dlaczego to ważne dla finansów

Dlaczego strategia omnichannel jest ważna

Oczekiwania klientów się zmieniły. Całodobowe wsparcie bez czekania to teraz standard. Jeśli marka nie spełnia tego minimum, to nie tylko pojedyncza zła interakcja – to temat rozmów o tej marce.

Firmy z dobrą strategią obsługi klienta notują wzrost przychodów o 1,5x w porównaniu do tych bez niej. W przypadku wdrożenia omnichannel to jeszcze więcej: 15% wyższe przychody i 35% większa lojalność niż przy podejściu jednokanałowym.

Firmy z silnym zaangażowaniem omnichannel zatrzymują 89% klientów. Bez tego – tylko 33%. To daje realną przewagę konkurencyjną.

AI już poprawia wyniki satysfakcji. 86% liderów obsługi, którzy wdrożyli AI, mówi, że bezpośrednio poprawiło to ich CSAT. Pytanie nie brzmi już, czy AI poradzi sobie z obsługą klienta – tylko czy wdrażasz je tam, gdzie są twoi klienci.

Problem omnichannel, który większość zespołów ignoruje

Problem leży w architekturze. Jeśli agent powstał pod jeden kanał i jest dostosowywany do innych, zawsze coś się traci – spójność, kontekst, możliwość ulepszenia całości naraz.Klient banku dzwoni, by sprawdzić saldo, przejrzeć ostatnie transakcje, zgłosić podejrzaną wypłatę i zapytać o swój kredyt.

Lepsze podejście to budowa na poziomie logiki, nie kanału. Jeden agent, jedna baza wiedzy, jeden zestaw zasad. Kanał to tylko sposób prezentacji, nie ograniczenie projektu.

• Agent potwierdził tożsamość klienta przez serię pytań zabezpieczających, zanim dopuścił do konta
• Po weryfikacji agent pobrał aktualne saldo konta i oszczędności, korzystając z narzędzi backendowych
• Gdy klient zgłosił nieznaną wypłatę z bankomatu, agent od razu oznaczył ją jako podejrzaną, wygenerował numer zgłoszenia i przekazał sprawę do zespołu ds. oszustw
• W trakcie rozmowy temat zmienił się na kredyt — agent wykrył zmianę i bez problemu przekierował do odpowiedniego pod-agenta
• Gdy klient poprosił o poradę, ile spłacić, agent odmówił udzielenia porady finansowej, jasno wyjaśnił dlaczego i zaproponował, w czym może pomóc

Większość zespołów nie zastanawia się, czy konsolidować. Pytanie brzmi: kiedy i ile będzie kosztować cofnięcie tego, co już zbudowali.To nie jest chatbot z gotowym scenariuszem.

Agent obsługuje uwierzytelnianie, pytania o konto, zgłoszenia oszustw i kredyty w jednej rozmowie — cały czas trzymając się zasad.

Zabezpieczenia są wielowarstwowe i wpisane w prompt systemowy, obejmują też własne reguły, np. zakaz doradztwa finansowego. Każda rozmowa generuje automatyczne podsumowanie, ocenę i analitykę, więc zespoły mogą śledzić wyniki tysięcy rozmów.

Demo 1: Dodanie bagażu rejestrowanego przez SMS

W finansach wdrożenia AI rzadko zawodzą przez technologię. Najczęściej nie przechodzą przez kontrole bezpieczeństwa i zgodności.

ElevenLabs ma certyfikaty SOC 2 Type II i RODO oraz jest dostawcą usług PCI DSS poziomu 1 — to najwyższy standard i pierwsza platforma agentów AI z takim osiągnięciem. Dzięki temu banki i sklepy mogą korzystać z platformy bez własnej infrastruktury czy VPC. Nie musisz wybierać między szybkością a bezpieczeństwem.

Scenariusz:do certyfikacji AIUC-1 od razu po wdrożeniu.

Certyfikat AIUC-1 to pierwszy standard zabezpieczeń, bezpieczeństwa i niezawodności stworzony specjalnie dla agentów AI – opracowany z udziałem ponad 75 CISO z firm z listy Fortune 500 oraz badaczy ze Stanford, MIT i MITRE.

Obejmuje trzy rzeczy, o które firmy pytają najczęściej: 1) potwierdzone zabezpieczenia po ponad 5000 testów, 2) szybsze wdrożenia dzięki jasnemu sygnałowi zaufania, który przyspiesza kontrole bezpieczeństwa, 3) dostęp do ubezpieczenia agentów AI obejmującego halucynacje, wycieki danych i nieautoryzowane działania przez Lloyd's of London.

Co pokazaliśmy:

1. Sarah wysłała SMS do agenta z pytaniem o opłaty za torbę na nartyWrzucenie wszystkich instrukcji do jednego promptu pogarsza niezawodność. Modułowe pod-agenty — każdy z własnym promptem, narzędziami i bazą wiedzy — łatwiej testować, aktualizować i kontrolować.
2. Agent potwierdził jej tożsamość na podstawie numeru rezerwacji i nazwiska Użyj twardego routingu do kroków jak uwierzytelnianie, gdzie nie ma miejsca na interpretację. Warunki oparte na LLM sprawdzą się przy rozumieniu intencji i otwartych pytaniach. Potrzebujesz obu.
3. Wyświetlił jej rezerwację i potwierdził opłatę $75 w jedną stronę za sprzęt specjalnyInstrukcje w promptach to dopiero początek. Wbudowane zabezpieczenia dotyczące skupienia, manipulacji i treści to druga warstwa. Własne reguły — np. blokada porad finansowych — dają ci pełną kontrolę nad wyjątkami.
4. Agent dodał torbę do rezerwacji i wygenerował bezpieczny link do płatności Od początku zaplanuj ocenę rozmów, kategorie intencji, wykrywanie halucynacji i śledzenie zamknięcia spraw. Przy wdrożeniach na dużą skalę zwykle używa się od 20 do 70 kryteriów na agenta.
5. Cała rozmowa odbyła się w jednym wątku SMS, bez czekaniaSprawdź, jak użytkownicy przechodzą między pod-agentami, gdzie się blokują i które węzły powodują powtarzające się pętle. Analityka workflow pokazuje problemy, których nie widać w pojedynczych rozmowach.
6. Zadbaj o uwierzytelnianie już na etapie projektowania. Metody uwierzytelniania są różne — pytania zabezpieczające, jednorazowe kody, powiadomienia w aplikacji, telekomunikacja. Wybór zależy od twojego modelu ryzyka. Zdecyduj przed budową, nie po.

Dlaczego to ważne:

Demo 2: Testy symulacyjne przed wdrożeniemtutaj.