Daugelį metų profesinių paslaugų įmonėms buvo bandomas įpiršti melas: pokalbių robotai (angl. chatbots). Visi esame juos matę – tuos mažus burbuliukus svetainės kampe, siūlančius pagal scenarijų parengtą kelią į niekur. Tai tik pagražintos DUK paieškos juostos, kurios klientus dažnai palieka dar labiau nusivylusius nei jie buvo pradžioje. Pasaulyje, kuriame jūsų klientai moka už kompetenciją ir operatyvumą, vidutiniškas robotas yra ne tik techninė nesėkmė, bet ir rizika prekės ženklo reputacijai.
Tačiau situacija pasikeitė. Mes judame iš „paieška grįstų robotų“ eros į „agentinio rūšiavimo“ (angl. Agentic Triage) erą. Pasitelkdami šiuolaikinius AI įrankius profesinėms paslaugoms, verslai dabar gali kurti visiškai automatizuotus (angl. zero-touch) pagalbos centrus, kurie ne tik kalba, bet ir veikia. Kalbame apie daugiapakopius agentus, kurie gali patvirtinti kliento tapatybę, ištraukti duomenis iš jūsų CRM, diagnozuoti techninę ar sąskaitų išrašymo problemą ir ją autonomiškai išspręsti.
Jei vis dar pasitelkiate žmones pirmojo lygio pagalbai – klausimams „kur yra mano sąskaita faktūra?“ arba „kaip iš naujo nustatyti portalo slaptažodį?“ – mokate didžiulius kognityvinius mokesčius. Jūs prašote aukštos kvalifikacijos darbuotojų atlikti mažos vertės pasikartojančius veiksmus. Atėjo laikas užpildyti tai, ką aš vadinu atotrūkiu tarp veiksmo ir atsakymo (angl. The Action-Response Gap).
Atotrūkis tarp veiksmo ir atsakymo: kodėl pokalbių robotai nuvylė
💡 Norite Penny analizuoti jūsų verslą? Ji nustato, kuriuos vaidmenis AI gali pakeisti, ir sudaro etapinį planą. Pradėkite nemokamą bandomąją versiją →
Pagrindinis tradicinės pagalbos automatizavimo trūkumas buvo tas, kad ji buvo sukurta atsakymui, o ne sprendimui. Kai klientas kreipiasi į buhalterinės apskaitos įmonę ar teisinių konsultacijų biurą, jis neieško nuorodos į pagalbos straipsnį. Jis ieško rezultato.
Tradiciniai robotai galėjo įveikti tik „informacinį atotrūkį“ (pateikti duomenis). Jie negalėjo įveikti „veiksmo atotrūkio“ (atlikti užduoties). Būtent čia dauguma IT pagalbos kaštų tampa nebekontroliuojami. Galiausiai mokate už įrankį, kuris iš tikrųjų nesumažina užklausų srauto jūsų darbuotojams, o tiesiog perorganizuoja tą pačią betvarkę.
Agentinis AI tai keičia įvesdamas „įrankių naudojimą“ (angl. Tool-Use). Užuot tiesiog nuspėję kitą žodį sakinyje, šie agentai gauna prieigą prie jūsų technologijų paketo. Jie gali pateikti užklausą jūsų duomenų bazei, inicijuoti Zapier darbo eigą arba atnaujinti būseną projektų valdymo programinėje įrangoje. Tai yra „Zero-Touch“ pagalbos centro pagrindas.
Daugiapakopio AI agento architektūra
Agento kūrimas nėra tiesiog geresnės užklausos (angl. prompt) parašymas; tai samprotavimo ciklo sukūrimas. Remdamasis savo patirtimi valdant AI prioritetu laikantį verslą, pastebėjau, kad efektyviausi pagalbos agentai vadovaujasi keturių etapų struktūra, kurią vadinu „Rūšiavimo į užduotį“ modeliu.
1. Priėmimo ir ketinimų sluoksnis
Šiame etape agentas „klausosi“. Kitaip nei senieji robotai, kurie rėmėsi raktiniais žodžiais, šiuolaikiniai agentai naudoja didžiuosius kalbos modelius (LLMs), kad suprastų niuansus. Jei klientas sako: „Esu susirūpinęs dėl mokesčių deklaravimo termino, nes mano buhalteris dingo“, agentas nemato tik žodžio „mokesčiai“. Jis atpažįsta emocinę skubą ir konkretų ketinimą: būsenos atnaujinimas / skubi intervencija.
2. Kontekstualizavimo sluoksnis (RAG)
Agentas yra tik toks geras, kokie geri yra duomenys, kuriuos jis mato. Naudodamas informacijos atrankos papildytą generavimą (RAG), agentas įtraukia konkrečią kliento istoriją. Jis patikrina jų dabartinę sutartį, paskutinius tris bilietus ir mokėjimų būseną. Tai leidžia agentui pereiti nuo bendrų patarimų prie konkrečių gairių.
3. Samprotavimo variklis (minčių grandinė)
Tai yra agento „daugiapakopė“ dalis. Prieš atsakydamas agentas sukuria vidinį planą.
- 1 žingsnis: Patikrinti, ar vartotojas yra aktyvus klientas.
- 2 žingsnis: CRM sistemoje surasti deklaravimo būseną.
- 3 žingsnis: Jei procesas laukia, patikrinti, ar mums netrūksta kliento dokumentų.
- 4 žingsnis: Parengti atsakymo projektą arba paprašyti trūkstamo failo.
4. Vykdymo sluoksnis
Tai yra aukščiausias tikslas. Agentas naudoja įrankius (API), kad atliktų užduotį. Jei klientas paprašo sąskaitos faktūros kopijos, agentas nesako jam, kur ją rasti. Agentas paima ją iš apskaitos programinės įrangos ir išsiunčia tiesiogiai per pokalbį arba el. paštu. Štai kaip pasiekiami ženklūs sutaupymai profesinių paslaugų srityje.
Esminiai AI įrankiai profesinėms paslaugoms
Norint tai sukurti, jums nebereikia programuotojų komandos. Dabartinė AI įrankių profesinėms paslaugoms ekosistema demokratizavo agentines darbo eigas. Štai įrankiai, kuriuos rekomenduoju jūsų „zero-touch“ pagalbos centrui:
- Intercom Fin arba Zendesk AI: Puikiai tinka įmonėms, kurios jau turi didelį pagalbos užklausų kiekį ir kurioms reikia lengvai įdiegiamos sistemos. Jos sparčiai juda link agentinių galimybių.
- Zapier Central: Tai iš esmės keičia žaidimo taisykles. Jis leidžia kurti AI robotus, kurie veikia visose jūsų programėlėse. Galite išmokyti Central agentą stebėti jūsų el. paštą, sutikrinti duomenis su skaičiuokle ir išsiųsti Slack žinutę, kai įvykdoma tam tikra sąlyga.
- LangChain / Flowise: Tiems, kurie nori daugiau kontrolės. Šie įrankiai leidžia kurti vizualius „srautus“, nurodančius, kaip AI turėtų mąstyti ir kokius įrankius naudoti kiekviename žingsnyje.
- Claude (Anthropic) samprotavimui: Nors OpenAI yra standartas, pastebiu, kad Claude samprotavimo galimybės ir „Artifacts“ funkcija yra ypač naudingos profesinėms paslaugoms, kurioms reikia didelio tikslumo ir ilgo konteksto apdorojimo.
Pagalbos automatizavimo „90/10 taisyklė“
Viena didžiausių klaidų, kurią daro verslo savininkai, yra bandymas automatizuoti 100 % pagalbos. Tai spąstai. Profesinėse paslaugose paskutiniai 10 % pagalbos dažnai yra ta dalis, kurioje mezgasi svarbiausi santykiai.
Aš tai vadinu 90/10 taisykle: siekite, kad AI apdorotų 90 % srauto – tai, kas pasikartoja, yra transakcinio pobūdžio ar administracinio pobūdžio. Tai atlaisvins jūsų ekspertus, kad jie galėtų susikoncentruoti į tuos 10 %, kuriems reikia gilios empatijos, sudėtingos strategijos ar aukšto lygio derybų.
Jei bandysite automatizuoti sudėtingus 10 %, gausite klientą, kuris jaučiasi neįvertintas. Bet jei naudosite AI 90 % užduočių sutvarkyti, jūsų klientai gaus momentinius atsakymus 2 valandą nakties, o jūsų darbuotojai nebeperdegs dėl „slaptažodžio nustatymo“ užklausų. Kai palyginsite tai su tradiciniais modeliais – kaip aš tai darau Penny prieš išorines CFO paslaugas apžvalgoje – investicijų grąža (ROI) matuojama ne tik sutaupytu laiku, bet ir išsaugotų žmogiškųjų sąveikų kokybe.
Kaip pradėti: jūsų 30 dienų planas
Nebandykite sukurti tobulo agento pirmąją dieną. Vadovaukitės šiuo etapiniu požiūriu, kad nesugadintumėte klientų patirties:
1–10 dienos: Trinties auditas. Peržiūrėkite paskutinius 500 pagalbos bilietų. Sugrupuokite juos. Kurie yra „informacinės užklausos“ (Kur yra...?) ir kurie yra „veiksmo užklausos“ (Ar galite...?). Pasirinkite tris dažniausiai pasitaikančias veiksmo užklausas savo pirmajam agentui.
11–20 dienos: Žinių bazės kūrimas. Jūsų AI yra tik toks protingas, kokia yra jūsų dokumentacija. Sutvarkykite savo vidines „wiki“ ir klientų DUK. AI nereikia PDF failo; jam reikia švaraus, struktūrizuoto teksto.
21–30 dienos: „Šešėlinė“ fazė. Įdiekite savo agentą „juodraščio režimu“. Leiskite jam siūlyti atsakymus jūsų pagalbos komandai. Dar neleiskite jam bendrauti su klientais. Pažiūrėkite, ar jo samprotavimai pasitvirtina. Kai pasieksite 90 % tikslumą vidiniuose pasiūlymuose, įjunkite autonominį rūšiavimą.
Komercinė realybė
Atotrūkis tarp verslų, naudojančių AI įrankius profesinėms paslaugoms, ir tų, kurie įstrigo rankinio darbo eroje, didėja. „Zero-touch“ pagalbos centras nėra prabanga; tai veiklos būtinybė kiekvienam, norinčiam plėstis nedidinant darbuotojų skaičiaus.
Kurdami agentus, kurie gali padaryti, o ne tik pasakyti, jūs ne tik taupote pinigus – jūs kuriate verslą, kuris reaguoja interneto greičiu. O tai yra vienintelis greitis, kuris šiais laikais turi reikšmės.