Podsumowanie webinaru: Jak Cars24 automatyzuje ponad 3 miliony minut rozmów sprzedażowych z głosem AI

Cars24 wdraża na dużą skalę produkcyjne agentów głosowych w 13 językach. 

Ten artykuł podsumowuje Za kulisami agenta: jak Cars24 automatyzuje ponad 3 miliony minut rozmów sprzedażowych dzięki głosowej AI z udziałem Jayesha Gupty, szefa AI i innowacji w Cars24, który szczegółowo opowiedział, jak Cars24 zbudowało i wdrożyło swój system głosowej AI — od pierwszego prostego zastosowania po architekturę wieloagentową obsługującą miliony minut rozmów z klientami.

Dlaczego głosowa AI na taką skalę ma znaczenie

Cars24 to jedna z największych indyjskich platform sprzedaży używanych samochodów, działająca w Indiach, ZEA i Australii. Firma sprzedaje 4000–4500 samochodów miesięcznie, przeprowadza ponad 100 000 inspekcji i umożliwia ponad 22 000 jazd próbnych.

A to jeszcze bez finansowania, wsparcia po dostawie, opłat za mandaty i pożyczek pod zastaw samochodu. Sam lejek sprzedażowy trwa dla każdego klienta od 30 do 45 dni.

75% kupujących to osoby, które po raz pierwszy mają samochód. Dla nich zakup auta to nie transakcja. To ważna finansowo i emocjonalna decyzja. Dlatego 70–80% produktu Cars24 to nie aplikacja, lecz rozmowa. Osobista, prowadzona i wspierana sprzedaż na każdym etapie lejka.

Przed wdrożeniem agentów AI system zwalniał. Klienci dzwonili do niewłaściwych zespołów — na przykład do sprzedaży w sprawach wsparcia — co wydłużało czas oczekiwania i pogarszało obsługę. 

Czas oczekiwania się wydłużał. W 30-dniowym lejku pomijano kolejne kontakty. 

Obsługa wszystkiego — od kwalifikacji leadów po dokumentację kredytową — była kosztowna i trudna do skalowania.

Dziś: 

1. 25% wszystkich połączeń jest zautomatyzowanych
2. Głosowa AI wspiera niemal połowę sprzedaży
3. Koszty połączeń spadły o 50%

Demo 1: agent negocjacyjny Cars24

Scenariusz: Agent głosowy Cars24 dzwoni do sprzedającego, który rozważa sprzedaż samochodu, i negocjuje po hindi, by przekonać go do wyboru Cars24 zamiast konkurencyjnych platform.

Co pokazano:

- Agent prowadzi pełne negocjacje sprzedażowe po hindi

- Obsługuje obiekcje i rywalizuje z innymi platformami w czasie rzeczywistym

- Rozmowa brzmi naturalnie, ma niskie opóźnienie i nie ma w niej robotycznych przerw

- Agent przekonuje sprzedającego do współpracy z Cars24 podczas rozmowy

Dlaczego to ważne: Agenci aktywnie sprzedają, radzą sobie z niejednoznacznością, odpowiadają na obiekcje i skłaniają do decyzji o konwersji — a wszystko w języku, w którym klient czuje się najpewniej. Cars24 odkryło, że zgodność językowa bezpośrednio wydłuża rozmowy i poprawia wyniki biznesowe.

Demo 2: orkiestracja wielu agentów na potrzeby cross-sellu

Scenariusz: Klient nie pojawił się na umówionej inspekcji. Agent kwalifikujący dzwoni, aby ustalić nowy termin, wykrywa chęć zakupu lepszego auta i na żywo przekazuje połączenie agentowi sprzedaży, który kontynuuje rozmowę bez utraty kontekstu.

Co pokazano:

- Agent 1 (Sneha) zaczyna od kwestii nieodbytej wizyty i ustala nowy termin

- Sneha bada intencję: czy sprzedający chce kupić lepszy samochód, czy sprzedaje z powodów finansowych?

- Klient sygnalizuje chęć zakupu lepszego auta

- Sneha proponuje przekazanie rozmowy do właściwego zespołu i robi to w jej trakcie

- Agent 2 przejmuje rozmowę z pełnym kontekstem i prowadzi ją w kierunku zakupu używanego samochodu

- Gdy klient prosi o telefon za godzinę, agent potwierdza, podsumowuje status wizyty i sprawnie kończy połączenie

Dlaczego to ważne: To demo pokazuje, jak w praktyce działa orkiestracja wielu agentów. Każdy agent obsługuje jedno zadanie, a kontekst przechodzi między nimi. Nie ma powtórzeń ani utraty informacji przy przekazaniu rozmowy. Cars24 buduje jeden całodobowy numer, pod którym klienci przejdą całą ścieżkę — sprzedaż, zakup, finansowanie — bez ciągłego powtarzania tych samych informacji.

Jak Cars24 to zbudowało: kwestie techniczne

Cars24 zaczęło od najprostszego możliwego zastosowania: przypomnień o nieodbytych wizytach. Krótkie połączenia, binarne wyniki, niski koszt błędu. Dzięki temu firma mogła sprawdzić, co działa, zanim rozszerzyła rozwiązanie.

Gdy przeszli do dłuższych i bardziej złożonych połączeń przychodzących — rozmów o wyborze samochodu trwających średnio 7 minut, a czasem nawet 13 — napotkali twarde ograniczenie architektury z jednym agentem. 

Modele mini zaczynały tracić kontekst po 3–4 minutach. 

Większe modele wprowadzały opóźnienia. 

Upychanie wszystkiego w jednym prompcie czyniło system podatnym na błędy: zmiana w procesie kredytowym mogła zepsuć proces zakupu.

Rozwiązaniem była orkiestracja wielu agentów. Podzielili rozmowę na etapy: 

1. Mały agent kwalifikujący, oparty na modelu mini, określa początkową intencję
2. Większy model przejmuje etap wyboru auta, gdy klient jest zaangażowany i może poczekać nieco dłużej
3. Trzeci agent, skupiony na kredytach, włącza się tylko wtedy, gdy pojawia się temat ceny lub finansowania.

Każdy agent dobrze wykonuje jedno zadanie. Zmiany w jednym nie psują pozostałych.

Stos technologiczny (orkiestrowany przez platformę ElevenAgents):

1. Mowa na tekst: ElevenLabs Scribe v2 w czasie rzeczywistym, wybrany ze względu na dokładność w hałaśliwym środowisku miast kategorii 2 i 3 oraz w 13 językach
2. Zamiana tekstu na mowę: ElevenLabs Flash 2.5, niedawno zaktualizowany do Eleven v4 Turbo z mierzalną poprawą wyników sprzedaży
3. LLM: GPT-4.1 mini w większości zastosowań, a GPT-4o lub odpowiednik przy dłuższych rozmowach o wyborze auta, wymagających głębszego rozumowania
4. Telefonia: WebSockets z PCM 24 kHz dla jakości audio; w Indiach korzystają z Twilio, Exotel i Plivo
5. Integracje: niestandardowe wywołania API na platformie ElevenLabs Agents, obsługa MCP oraz natywna integracja z HubSpot na rynku australijskim
6. Baza wektorowa: Qdrant z binaryzacją kwantyzacji dla dużych zbiorów powyżej miliona wektorów, aby utrzymać niskie opóźnienia i koszty

Decyzja o użyciu ElevenLabs Agents zamiast składania osobnych komponentów STT, LLM i TTS sprowadzała się do jednego: opóźnień. 

Samodzielne budowanie pipeline'u, nawet z tymi samymi modelami bazowymi, stale podnosiło opóźnienie powyżej jednej sekundy. 

Platforma ElevenLabs — która wspólnie obsługuje modele i warstwę orkiestracji — obniżyła je o 30–40%. Ta redukcja przełożyła się bezpośrednio na wzrost konwersji o 30–40%.

Dobre praktyki Cars24

1. Zacznij tam, gdzie koszt porażki jest najniższy. Pierwszym zastosowaniem Cars24 były przypomnienia o nieodbytych wizytach — krótkie, proste i mało ryzykowne. Sprawdzenie modelu w tym obszarze zbudowało wewnętrzne zaufanie i dało zespołowi przestrzeń do nauki, zanim zajął się ważniejszymi etapami lejka.

2. Testuj na prawdziwych klientach, nie w symulacjach. Testy wewnętrzne nie oddają chaosu prawdziwych rozmów. Cars24 uruchomiło pilotaże na 10% rzeczywistego ruchu, zaakceptowało chwilowy spadek wyników i wykorzystywało prawdziwe opinie do kolejnych iteracji.

3. Ustal długość promptu jako twarde ograniczenie. Cars24 ogranicza prompty do 4000–5000 tokenów w połączeniach krótszych niż dwie minuty. Dłuższe prompty spowalniają model i nie poprawiają wyników w niezawodny sposób. Jeśli dane zastosowanie wymaga więcej, zbuduj kolejnego agenta.

4. Najczęstsze odpowiedzi umieszczaj w prompcie, a nie w bazie wiedzy. Odpowiedzi na najczęstsze pytania klientów wpisuj bezpośrednio w prompt. Wywołania narzędzi i pobieranie danych przez RAG zachowaj dla pozostałych 20%. Eliminuje to większość skoków opóźnień przy wyszukiwaniu wiedzy.

5. Nagraj wcześniej pierwszą wiadomość. ElevenLabs Agents może wygenerować i zapisać w pamięci podręcznej wiadomość otwierającą przed połączeniem. W połączeniu z brakiem możliwości przerwania pierwszej wiadomości zmniejsza to liczbę wczesnych rozłączeń wynikających z opóźnień sieci lub przedwczesnych przerwań.

6. Uwzględnij ocenę w każdym połączeniu. Cars24 używa ocen ElevenLabs Agents dla 100% połączeń, aby sprawdzać, czy przestrzegano procedur SOP, czy klient okazywał frustrację i czy coś zawiodło. Nieudane oceny uruchamiają ręczną weryfikację. Losowe próbki są audytowane codziennie. Zespół działa proaktywnie, a nie tylko reaguje.

7. Skaluj etapami. Nowe wdrożenia agentów przebiegają według schematu 5%, 10%, 20%, 50%, 100%, z dwudniowym wstrzymaniem na każdym etapie, aby przed dalszym rozszerzeniem potwierdzić stabilność metryk ocen.

8. Nie dzwoń do klientów, którzy nie prosili o kontakt. Każde wychodzące połączenie Cars24 trafia do osoby, która już weszła do lejka. Niechciany kontakt AI zwiększa liczbę skarg i szkodzi zaufaniu. Zasada jest prosta: jeśli klient nie jest już zaangażowany, nie dzwonią.

9. Bądź szczery, gdy klienci pytają, czy rozmawiają z AI. Agenci Cars24 potwierdzają na pytanie, że są wirtualnymi asystentami. Jeśli klient chce rozmawiać z człowiekiem, połączenie jest natychmiast przekazywane.

10. Traktuj wydatki na AI jak pozycję inwestycyjną, nie koszt. Cars24 uwzględnia teraz koszty AI w rocznych planach operacyjnych, przypisując je do konkretnych inicjatyw związanych z mierzalnymi wynikami biznesowymi. Każde wdrożenie ma poprawić realną metrykę.

Obejrzyj całą sesję

Obejrzyj całą sesję tutaj.