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

Cars24 wdrożyło produkcyjnie agentów głosowych na dużą skalę w 13 językach. 

W tym artykule podsumowujemy Behind the Agent: Jak Cars24 automatyzuje ponad 3 mln minut rozmów sprzedażowych z głosową AI z udziałem Jayesha Gupty, szefa AI i innowacji w Cars24, który dokładnie omówił, jak Cars24 stworzyło i wdrożyło 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 platform sprzedaży używanych aut w Indiach, działająca w Indiach, ZEA i Australii. Firma sprzedaje 4000–4500 samochodów miesięcznie, przeprowadza ponad 100 000 inspekcji i organizuje ponad 22 000 jazd próbnych.

A to bez uwzględnienia finansowania, wsparcia po dostawie, opłat za mandaty i pożyczek pod zastaw samochodów. Sam lejek sprzedażowy trwa od 30 do 45 dni na klienta.

75% kupujących to osoby, które po raz pierwszy zostają właścicielami auta. Dla nich zakup samochodu to nie transakcja. To ważna finansowo i emocjonalnie decyzja. Oznacza to, że 70–80% produktu Cars24 to nie aplikacja, lecz rozmowa. Sprzedaż prowadzona i wspierana przez ludzi na każdym etapie lejka.

Przed agentami AI system zaczął zwalniać. Klienci dzwonili do niewłaściwych zespołów — na przykład do sprzedaży w sprawach wsparcia — co wydłużało oczekiwanie i pogarszało doświadczenie klienta. 

Czas oczekiwania rósł. W 30-dniowym lejku pomijano kolejne kontakty. 

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

Dziś: 

1. 25% całego wolumenu połączeń jest zautomatyzowane
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 auta, i negocjuje po hindi, by przekonać go do wyboru Cars24 zamiast konkurencyjnych platform.

Co pokazano:

- Agent prowadzi pełne negocjacje sprzedażowe po hindi

- W czasie rzeczywistym radzi sobie z obiekcjami i konkuruje z innymi platformami

- Rozmowa brzmi naturalnie, z niskimi opóźnieniami i bez robotycznych przerw

- Podczas rozmowy agent doprowadza do decyzji sprzedającego o wyborze Cars24

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

Demo 2: orkiestracja wielu agentów do cross-sellu

Scenariusz: Klient nie pojawił się na umówionej inspekcji. Agent kwalifikujący dzwoni, by przełożyć termin, wykrywa zamiar zmiany auta na nowsze i na żywo przekazuje rozmowę agentowi sprzedaży, który przejmuje ją bez utraty kontekstu.

Co pokazano:

- Agent 1 (Sneha) zaczyna od nieodbytej wizyty i przekłada jej termin

- Sneha bada intencję: czy sprzedający chce zmienić auto na nowsze, czy sprzedaje je z powodów finansowych?

- Klient sygnalizuje zamiar zmiany auta na nowsze

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

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

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

Dlaczego to ważne: To demo pokazuje, jak w praktyce wygląda orkiestracja wielu agentów. Każdy agent zajmuje się jednym zadaniem, a kontekst przechodzi między nimi. Nie ma powtórzeń ani zerwanych przekazań. Cars24 tworzy jeden całodobowy numer, pod którym klienci przejdą całą ścieżkę — sprzedaż, zakup, finansowanie — bez konieczności powtarzania informacji.

Jak Cars24 to stworzyło: kwestie techniczne

Cars24 zaczęło od najprostszego możliwego zastosowania: przypomnień o nieodbytych wizytach. Krótkie rozmowy, dwa możliwe 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 auta trwających średnio 7 minut, a czasem nawet 13 — napotkali twarde ograniczenie architektury z jednym agentem. 

Małe modele 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 mini modelu wychwytuje początkową intencję
2. Większy model przejmuje etap wyboru auta, gdy klient jest już zaangażowany i gotów poczekać nieco dłużej
3. Trzeci agent, skupiony na kredytach, uruchamia się tylko, gdy pojawia się temat ceny lub finansowania.

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

Stos technologiczny (orkiestrowany na platformie ElevenAgents):

1. Zamiana mowy na tekst: ElevenLabs Scribe v2 real-time, wybrany ze względu na dokładność w hałaśliwych środowiskach Tier 2 i Tier 3 w 13 językach
2. Zamiana tekstu na mowę: ElevenLabs Flash 2.5, niedawno zaktualizowany do V3 — trybu ekspresyjnego, który mierzalnie poprawił wyniki sprzedaży
3. LLM: GPT-4.1 mini do większości zastosowań, a GPT-4o lub odpowiednik do dłuższych rozmów o wyborze auta, wymagających głębszego rozumowania
4. Telefonia: WebSockets z PCM przy 24 kHz dla jakości audio; w Indiach korzystają m.in. z Twilio, Exotel i Plivo
5. Integracje: niestandardowe wywołania API do platformy ElevenLabs Agents, obsługa MCP i natywna integracja z HubSpot dla rynku australijskiego
6. Baza wektorowa: Qdrant, z kwantyzacją binarną dla dużych zbiorów danych powyżej miliona wektorów, aby utrzymać niskie opóźnienia i koszty

Decyzja o użyciu ElevenLabs Agents zamiast łączenia osobnych komponentów STT, LLM i TTS sprowadzała się do jednej rzeczy: opóźnień. 

Budując pipeline samodzielnie, nawet na tych samych modelach bazowych, konsekwentnie przekraczali sekundę opóźnienia. 

Platforma ElevenLabs — łącząca 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 błędu jest najniższy. Pierwszym zastosowaniem Cars24 były przypomnienia o nieodbytych wizytach — krótkie, proste i o niskiej stawce. Sprawdzenie modelu w tym obszarze zbudowało zaufanie wewnątrz firmy i dało zespołowi przestrzeń do nauki przed wejściem w cenniejsze części lejka.

2. Testuj na prawdziwych klientach, nie symulacjach. Wewnętrzne testy nie odtworzą chaosu prawdziwych rozmów. Cars24 uruchomiło pilotaże na 10% rzeczywistego ruchu, zaakceptowało tymczasowy spadek i wykorzystało prawdziwy feedback do kolejnych poprawek.

3. Ustal sztywny limit długości promptu. Cars24 ogranicza prompty do 4000–5000 tokenów dla rozmów krótszych niż dwie minuty. Dłuższe prompty spowalniają model i nie poprawiają wyników w sposób niezawodny. Jeśli dane zastosowanie wymaga więcej, stwórz kolejnego agenta.

4. Najczęstsze odpowiedzi trzymaj w prompcie, nie w bazie wiedzy. Odpowiedzi na najczęstsze pytania klientów umieść bezpośrednio w prompcie. Wywołania narzędzi i pobieranie z RAG zostaw 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, zanim połączenie zostanie nawiązane. W połączeniu z brakiem możliwości przerwania pierwszej wiadomości ogranicza to wczesne rozłączenia spowodowane opóźnieniem sieci lub przedwczesnymi przerwaniami.

6. Wbuduj ocenę w każde połączenie. Cars24 korzysta z ocen ElevenLabs Agents w 100% rozmów, by sprawdzać, czy przestrzegano SOP-ów, czy klient okazywał frustrację i czy coś zawiodło. Nieudane oceny uruchamiają ręczną weryfikację. Losowe próbki są codziennie audytowane. Zespół działa proaktywnie, a nie reaktywnie.

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

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 podważa zaufanie. Zasada jest prosta: jeśli ktoś 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 jako inwestycję, nie koszt. Cars24 uwzględnia dziś koszty AI w rocznych planach operacyjnych, przypisując im konkretne cele powiązane z mierzalnymi wynikami biznesowymi. Każde wdrożenie ma poprawić rzeczywistą metrykę.

Obejrzyj całą sesję

Obejrzyj całą sesję tutaj.