Podsumowanie webinaru: Jak Urban Company zautomatyzowało wsparcie partnerów na dużą skalę

Większość zespołów wsparcia napotyka barierę, gdy próbuje się skalować. Zatrudniają więcej agentów, koszty rosną, jakość jest nierówna, a sezonowe skoki obciążenia powodują problemy. Urban Company wybrało inną drogę.

W Behind the Agent: How Urban Company Automated Partner Support at Scale, Abhishek Thakur, Engineering Manager w Urban Company, pokazał, jak firma wdrożyła głosową AI w obsłudze partnerów — i jak wpłynęło to na jakość, koszty i liczbę połączeń.

Problem wsparcia w gospodarce gig

Gospodarka gig w dużej mierze opiera się na zaufaniu między platformami a pracownikami, a jego utrata może skłonić ich do przejścia do konkurencji. W Indiach jest ponad 15 milionów pracowników gig, a do 2030 roku ma ich być 23 miliony. Kontaktują się z platformami głównie przez telefon i głosowo. W ich warunkach pracy — przy hałasie, problemach z łącznością i mieszaniu języków — wsparcie tekstowe często się nie sprawdza.

Mimo to wiele platform nadal stawia na czat, co przekłada się na niski odsetek spraw rozwiązanych przy pierwszym kontakcie i wiele eskalacji. Pracownicy często czują, że platforma nie uwzględnia ich potrzeb. Głosowa AI może to zmienić, oferując sposób komunikacji dopasowany do ich pracy. Pytanie brzmi, czy zapewni jakość i skalę, których wymagają firmy z gospodarki gig.

Dlaczego głos był właściwym kanałem dla pracowników gig

Urban Company działa w 51 miastach Indii, a także w ZEA, Singapurze i Arabii Saudyjskiej. Zarządza niemal 60 000 aktywnych specjalistów — hydraulików, kosmetyczek i techników naprawy sprzętu AGD — którzy każdego dnia wykonują usługi w domach klientów.

Ci partnerzy nie są typowymi użytkownikami technologii. Wielu kupuje smartfon specjalnie po to, by dołączyć do platformy. Naturalnym kanałem komunikacji jest dla nich głos, nie tekst. Gdy Urban Company przeanalizowało logi czatu wsparcia, zobaczyło, że partnerzy wysyłają urywane wiadomości w Hinglish, przesyłają niewyraźne zrzuty ekranu, a przede wszystkim proszą na czacie o oddzwonienie.

Różnica między kanałem wsparcia a tym, jak partnerzy naprawdę się komunikują, powodowała problemy na każdym etapie kontaktu.

Wsparcie prowadzone przez ludzi na taką skalę generuje kolejne problemy: 

1. Dziesięciu agentów call center przekazuje tę samą informację na dziesięć różnych sposobów
2. Wdrożenie aktualizacji procedur w całym zespole zajmuje tygodnie
3. A gdy zaczyna się sezon napraw klimatyzacji, liczba połączeń nagle rośnie 

Głosowa AI rozwiązuje wszystkie trzy problemy: za każdym razem zapewnia spójne rozwiązanie, natychmiast dostosowuje się do nowych informacji i skaluje się horyzontalnie do dowolnej liczby zgłoszeń.

Urban Company wybrało ElevenLabs, ponieważ jego głosy brzmiały najbardziej naturalnie. Decyzję podjęto na podstawie anonimowej wewnętrznej ankiety, w której pracownicy słuchali nagrań od różnych dostawców i głosowali. Gdy twoi użytkownicy to pracownicy gig budujący zaufanie do platformy, jakość głosu nie jest preferencją — to warunek konieczny.

Agenci Urban Company od kulis

Urban Company korzysta dziś z głosowej AI w trzech głównych obszarach:

Wsparcie partnerów — Partnerzy mogą zadzwonić z aplikacji na każdym etapie zlecenia i uzyskać pomoc w każdej sprawie — od sporów z klientami, przez problemy z płatnościami, po trudności z realizacją zlecenia.

Program poleceń — Połączenia wychodzące do obecnych partnerów z pytaniem, czy chcieliby polecić platformę rodzinie lub znajomym. To kontakt na dużą skalę, wymagający taktu, który zyskuje dzięki spójnemu tonowi i brakowi oczekiwania na linii.

Instahelp — Warstwa kontaktu bez aplikacji dla partnerów, którzy nie potrafią swobodnie czytać ani pisać. Partnerzy zarządzają zleceniami, subskrypcjami i zapytaniami wyłącznie głosowo, bez interfejsu użytkownika.

Dziś Urban Company prowadzi ponad 30 aktywnych zastosowań i zmierza do ponad 150 subagentów. To, co zaczęło się od jednej osoby sprawdzającej, czy w ogóle jest to możliwe, rozrosło się do 30-osobowego zespołu tworzącego i wdrażającego głosowych agentów AI w całej firmie. Gdy jedno zastosowanie się sprawdziło, każdy zespół chciał mieć własne.

Demo: rozwiązanie sprawy przez wielu agentów w czasie rzeczywistym

Scenariusz: Partner świadczący usługę przyjeżdża do klienta. Klient odmawia realizacji zlecenia z powodu awarii prądu, a partner musi przełożyć termin bez ponoszenia opłaty za anulowanie.

Co pokazano:

• Partner dzwoni przez aplikację do wsparcia UC i trafia do agentki AI (Anjali)
• Anjali potwierdza szczegóły zlecenia i prosi partnera o pozostanie na linii
• Jednocześnie druga agentka (Vidhi) dzwoni bezpośrednio do klienta
• Vidhi potwierdza powód anulowania, proponuje przełożenie wizyty na tę samą godzinę następnego dnia rano i rezerwuje termin
• Anjali wraca do partnera z rozwiązaniem: zlecenie zostało przełożone, a opłata za anulowanie nie obowiązuje
• Partner dziękuje agentce za szybkie rozwiązanie sprawy

Dlaczego to ważne:

To nie jeden agent realizujący scenariusz. To wielu agentów działających równolegle — jeden obsługuje rozmowę z partnerem, drugi rozwiązuje problem klienta w czasie rzeczywistym — skoordynowanych tak, by osiągnąć rozwiązanie, którego żaden z nich nie mógłby uzyskać sam. Urban Company wykorzystuje od 50 do ponad 60 wariantów promptów w obsłudze partnerów, a pojedyncza interakcja czasem angażuje od 7 do 10 subagentów działających kolejno.

Dobre praktyki

Urban Company podzieliło się najważniejszymi wnioskami z pracy z głosową AI:

1. Najpierw skup się na działaniu. Koszt minuty w Urban Company znacznie wzrósł w lutym i marcu, gdy dodawali agentom więcej inteligencji. Potem spadł poniżej poziomu początkowego. Skup się na tym, by dane zastosowanie działało. Optymalizacją kosztów zajmiesz się później — a gdy zrozumiesz, gdzie są nieefektywności, pójdzie szybciej, niż się spodziewasz.
2. Małe zmiany mają nieproporcjonalnie duży wpływ. Conversational AI opiera się na szczegółach. Urban Company dodało przed przekazaniem informacji krótkie audio „sprawdzam...” — choć API odpowiada w milisekundach. Dzięki pauzie odpowiedź brzmiała tak, jakby agent rzeczywiście czegoś szukał. Ta jedna zmiana podniosła kluczowy wskaźnik o 30%. Eksperymentuj stale — Urban Company w danym momencie prowadzi około 15 testów A/B na 1% ruchu.
3. Rozbijaj prompty, nie poprawiaj ich. Gdy prompt halucynuje lub odchodzi od tematu, instynkt podpowiada, by go załatać. UC rozkłada go na części — dzieli na mniejsze, skupione prompty, każdy z konkretnym zadaniem, i dodaje do nich precyzyjne wywołania narzędzi. Ich proces wsparcia partnerów działa na 50–60 promptach realizujących osobne zadania, zamiast na jednym prompcie próbującym obsłużyć wszystko.
4. Zbuduj system śledzenia, zanim zaczniesz się skalować. Urban Company skrupulatnie monitoruje wskaźniki wejściowe: średni czas rozmowy, liczbę słów na minutę po stronie agenta i użytkownika, liczbę tur na minutę, procent szumu tła i odsetek nieodebranych połączeń. Ich kluczowym wskaźnikiem jest odsetek rozwiązanych spraw — na koniec rozmowy pytają partnera, czy jego problem został rozwiązany. Nadal słuchają też rozmów, by wychwycić to, czego nie pokazują liczby.
5. Rozpoznawaj język, nie pytaj o niego. Pytanie użytkowników „który język preferujesz?” zaburza naturalny tok rozmowy. Urban Company próbowało rozpoznawać język na podstawie nazwisk partnerów, ale było zbyt wiele fałszywych trafień. Ich obecne podejście: język, którym partner mówi przez pierwsze 30 sekund rozmowy, zostaje ustawiony dla wszystkich przyszłych połączeń. Zmiana języka jest możliwa tylko na początku rozmowy. Dziś 20% połączeń Urban Company odbywa się w językach regionalnych — innych niż hindi i angielski.
6. Traktuj opóźnienia jak problem inżynieryjny. Analizuj każdą milisekundę. Ustal, na co naprawdę idzie czas — pobieranie danych, wnioskowanie modelu, sieć — i optymalizuj każdy element osobno. Używaj kontekstowych wypełniaczy, by ukryć czas przetwarzania, ale dopasuj je do promptu: agent witający mówi „miło cię słyszeć”, a agent operacyjny „już sprawdzam”. Wypełniacze powinny brzmieć naturalnie. 

Obejrzyj całą sesję

Obejrzyj cały webinar tutaj.