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

Cars24korzysta z głosowych agentów AI na dużą skalę w 13 językach.

W tym wpisie podsumowujemy Behind the Agent: Jak Cars24 automatyzuje ponad 3 miliony minut rozmów sprzedażowych z głosem AI z udziałem Jayesha Gupty, szefa AI i innowacji w Cars24, który pokazał krok po kroku, jak powstał i działa ich system głosu AI – od pierwszego prostego zastosowania po architekturę z wieloma agentami obsługującą miliony minut rozmów z klientami.

Dlaczego głos AI na taką skalę ma znaczenie

Cars24 to jeden z największych indyjskich serwisów z używanymi autami, działa w Indiach, ZEA i Australii. Sprzedają 4 000–4 500 aut miesięcznie, robią ponad 100 000 inspekcji i organizują 22 000+ jazd próbnych.

A to jeszcze przed uwzględnieniem finansowania, wsparcia po sprzedaży, opłat i pożyczek pod zastaw auta. Sam proces sprzedaży trwa 30–45 dni na klienta.

75% kupujących to osoby kupujące auto po raz pierwszy. Dla nich to nie jest zwykła transakcja, tylko ważna finansowo i emocjonalnie decyzja. To oznacza, że 70–80% produktu Cars24 to nie aplikacja, tylko rozmowa. Sprzedaż prowadzona przez ludzi, z pomocą na każdym etapie.

Przed agentami AI system się spowalniał. Klienci dzwonili do złych zespołów – np. do sprzedaży w sprawach wsparcia, co wydłużało czas oczekiwania i pogarszało doświadczenie.

Czas oczekiwania się wydłużał. W 30-dniowym procesie łatwo było przeoczyć follow-upy.

Obsługa wszystkiego – od kwalifikacji po dokumenty kredytowe – była droga i trudna do skalowania.

Dziś:

1. 25% wszystkich rozmów jest zautomatyzowanych
2. Prawie połowa sprzedaży wspierana jest przez głos AI
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 hindusku, by przekonać go do Cars24 zamiast konkurencji.

Co pokazano:

- Agent prowadzi całą negocjację sprzedażową po hindusku

- Radzi sobie z obiekcjami i rywalizuje z innymi platformami w czasie rzeczywistym

- Rozmowa brzmi naturalnie, bez opóźnień i sztucznych pauz

- Agent przekonuje sprzedającego do wyboru Cars24 podczas rozmowy

Dlaczego to ważne:Ci agenci aktywnie sprzedają, radzą sobie z niejasnościami, odpowiadają na obiekcje i prowadzą do decyzji – wszystko w języku, w którym klient czuje się swobodnie. Cars24 zauważyło, że dopasowanie języka wydłuża rozmowy i poprawia wyniki biznesowe.

Demo 2: Współpraca wielu agentów przy cross-sellu

Scenariusz: Klient nie przyszedł na inspekcję. Agent kwalifikacyjny dzwoni, by umówić nowy termin, wykrywa chęć zmiany auta i przekazuje rozmowę agentowi sprzedaży, który kontynuuje bez utraty kontekstu.

Co pokazano:

- Agent 1 (Sneha) zaczyna od przypomnienia o nieodbytej wizycie i umawia nowy termin

- Sneha dopytuje o powód: czy klient chce zmienić auto, czy sprzedaje z powodów finansowych?

- Klient sygnalizuje chęć zmiany auta

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

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

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

Dlaczego to ważne:To demo pokazuje, jak wygląda współpraca wielu agentów w praktyce. Każdy agent zajmuje się jednym zadaniem, a kontekst przechodzi między nimi. Nie ma powtórzeń ani zgubionych wątków. Cars24 dąży do jednego numeru 24/7, gdzie klient załatwi wszystko – sprzedaż, zakup, finansowanie – bez powtarzania się.

Jak Cars24 to zbudowało: kwestie techniczne

Cars24 zaczęło od najprostszego przypadku: przypomnienia o nieodbytej wizycie. Krótkie rozmowy, proste odpowiedzi, niskie ryzyko błędu. To pozwoliło im sprawdzić, co działa, zanim poszli dalej.

Przy dłuższych, bardziej złożonych rozmowach przychodzących – np. o wyborze auta, trwających średnio 7 minut, czasem nawet 13 – pojawił się problem z architekturą jednego agenta.

Mini modele traciły kontekst po 3–4 minutach.

Większe modele wprowadzały opóźnienia.

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

Rozwiązaniem była współpraca wielu agentów. Rozbili rozmowę na etapy:

1. Mały agent kwalifikacyjny na mini modelu łapie początkowy zamiar
2. Większy model przejmuje rozmowę, gdy klient jest zaangażowany i może chwilę poczekać
3. Trzeci agent, skupiony na kredytach, włącza się tylko, gdy pojawia się temat ceny lub finansowania.

Każdy agent robi jedną rzecz dobrze. Zmiana w jednym nie psuje reszty.

Stos technologiczny, na który się zdecydowali (wszystko orkiestruje ElevenAgents):

1. Speech-to-text: ElevenLabs Scribe v2 w czasie rzeczywistym, wybrany za dokładność w głośnych środowiskach Tier 2 i 3 w 13 językach
2. Text-to-speech: ElevenLabs Flash 2.5, niedawno zaktualizowany do trybu ekspresyjnego V3, co realnie poprawiło wyniki sprzedaży
3. LLM: GPT-4.1 mini do większości zastosowań, GPT-4o lub podobny do dłuższych rozmów wymagających głębszego rozumowania
4. Telefonia: WebSockets z PCM 24kHz dla jakości dźwięku; dostawcy to m.in. Twilio, Exotel i Plivo w Indiach
5. Integracje: własne wywołania API do platformy ElevenLabs Agents, wsparcie MCP i natywna integracja z HubSpot na rynek australijski
6. Baza wektorowa: Qdrant, z binarną kwantyzacją dla dużych zbiorów powyżej miliona wektorów, by utrzymać niskie opóźnienia i koszty

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

Budując pipeline samodzielnie, nawet na tych samych modelach, opóźnienie zawsze przekraczało sekundę.

Dobre praktyki Cars24

Dobre praktyki Cars24

1. Zacznij tam, gdzie koszt błędu jest najniższy.Pierwszy przypadek Cars24 to przypomnienia o nieodbytych wizytach – krótkie, proste, niskie ryzyko. Udowodnienie skuteczności dało zespołowi wiarygodność i czas na naukę przed wejściem w bardziej wartościowe etapy procesu.

2. Testuj na prawdziwych klientach, nie w symulacjach.Testy wewnętrzne nie oddają chaosu prawdziwych rozmów. Cars24 testowało na 10% ruchu na żywo, zaakceptowało chwilowy spadek i iterowało na podstawie realnych opinii.

3. Ustal długość promptu jako twardy limit. Cars24 ogranicza prompt do 4 000–5 000 tokenów dla rozmów poniżej dwóch minut. Dłuższe prompt spowalniają model i nie poprawiają wyników. Jeśli potrzeba więcej – buduj kolejnego agenta.

4. Trzymaj najczęstsze odpowiedzi w promptcie, nie w bazie wiedzy.Najczęstsze pytania klientów mają odpowiedzi bezpośrednio w promptcie. Wywołania narzędzi i RAG tylko dla pozostałych 20%. To eliminuje większość skoków opóźnień przy szukaniu wiedzy.

5. Nagraj pierwszą wiadomość wcześniej.ElevenLabs Agents mogą wygenerować i zapisać pierwszą wiadomość przed połączeniem. Jeśli dodatkowo nie da się jej przerwać, zmniejsza to liczbę zerwanych rozmów przez opóźnienia sieci lub przypadkowe przerwania.

6. Oceń każdą rozmowę.Cars24 używa ewaluacji ElevenLabs Agents na 100% rozmów, by sprawdzić, czy SOP-y były zachowane, czy klient był sfrustrowany i czy coś nie zadziałało. Nieudane ewaluacje trafiają do ręcznego sprawdzenia. Losowe próbki są audytowane codziennie. Zespół działa proaktywnie, nie reaktywnie.

7. Skaluj etapami.Nowe wdrożenia agentów wchodzą w etapach: 5%, 10%, 20%, 50%, 100%, z dwudniową przerwą na każdym etapie, by sprawdzić stabilność metryk przed dalszym zwiększaniem ruchu.

8. Nie dzwoń do klientów, którzy nie chcieli kontaktu. Każde połączenie wychodzące Cars24 trafia do osoby, która już weszła w proces. Niechciane kontakty AI zwiększają liczbę skarg i niszczą zaufanie. Zasada jest prosta: jeśli nie są zaangażowani, nie dzwonimy.

9. Bądź szczery, gdy klient pyta, czy rozmawia z AI. Agenci Cars24 potwierdzają, że są wirtualnymi asystentami, jeśli klient zapyta. Jeśli klient chce rozmawiać z człowiekiem, rozmowa jest od razu przekierowywana.

Obejrzyj całe nagranieTraktuj wydatki na AI jako inwestycję, nie koszt.Cars24 wpisuje teraz koszty AI w roczne plany operacyjne, z konkretnymi celami powiązanymi z mierzalnymi wynikami biznesowymi. Każde wdrożenie ma poprawiać realny wskaźnik.

Obejrzyj całe nagranie

Obejrzyj całe nagranie

Obejrzyj cały webinar na żądanietutaj.