Stan Conversational AI w obsłudze klienta

Stripe kojarzy się ze świetną obsługą – często robi coś ekstra, żeby zaskoczyć i ucieszyć klientów. Ale dobra obsługa to nie tylko odręczne notatki i drukowane w 3D totemy, które widzimy na Twitterze. Ponad dekada pracy ludzi i inżynierów pozwoliła Stripe zbudować wsparcie, które obsługuje miliony firm rocznie. Dołączyłem do Stripe w 2015 roku, gdy firma miała nieco ponad 200 osób, a cały zespół wsparcia mieścił się przy jednym stole konferencyjnym.

Byłem jednym z pierwszych pracowników w Dublinie – to był początek globalnego wsparcia Stripe. Przez pięć lat firma podzieliła zespół wsparcia na specjalizacje, wprowadziła zewnętrznych partnerów jako wsparcie pierwszej linii, dodała nowe kanały, języki i płatne plany wsparcia. Pomagałem projektować i testować te programy, więc widziałem z bliska, jak trudno jest skalować obsługę klienta – a Conversational AI mogłoby to uprościć.

Conversational AI

Conversational AI składa się z trzech elementów, które działają razem: Speech-to-Text wychwytuje intencje użytkownika, Language Models rozumieją i generują odpowiedzi, a Text-to-Speech zamienia je w naturalną rozmowę.

• Speech to Text: Słuch AI zamienia mowę użytkownika na tekst z dużą dokładnością.
• Language Models: Mózg AI analizuje tekst, rozumie kontekst i generuje odpowiedzi.
• Text to Speech: Głos zamienia odpowiedzi tekstowe w naturalnie brzmiącą mowę.
• Turn Taking: Specjalna usługa pilnuje, by rozmowa była płynna i naturalna, reagując na przerwy i wtrącenia.

Gdy dołączyłem do Stripe, moim zadaniem było poznać produkt od podszewki. W ramach szkolenia podpatrywałem bardziej doświadczonych agentów i uczyłem się na podstawie wcześniejszych rozmów z klientami – podobnie jak uczy się agent AI.

AI świetnie rozpoznaje wzorce, a większość wsparcia to właśnie rozpoznawanie schematów. Użytkownik opisuje problem, agent analizuje informacje, szuka podobnych przypadków i odpowiada. Ale dobra obsługa to nie tylko powtarzanie wiedzy z bazy – liczy się empatia, kreatywność i wspólne rozwiązywanie problemu. Niestety, większość rozmów wsparcia tego nie zapewnia.

Jak wygląda wsparcie dziś

Wsparcie to ważny kontakt z firmą, ale często jest frustrujące. Pomyśl, kiedy ostatnio dzwoniłeś do linii lotniczych – czekasz godzinami, a gdy już się dodzwonisz, okazuje się, że twój problem dotyczy innego działu. I tak w kółko.

To nie tylko problem klientów. Zapewnienie dobrej obsługi jest trudne, a na dużą skalę – jeszcze trudniejsze. W cyfrowym świecie wszystko można szybko powiększyć, ale wsparcie wciąż zależy od ludzi. Jeśli nagle przybędzie ci klientów, możesz uruchomić nową instancję AWS, ale nie włączysz wsparcia jednym kliknięciem.

Rozbudowa wsparcia wymaga czasu i pieniędzy. W Ameryce Północnej znalezienie, przeszkolenie i wdrożenie agenta kosztuje ok. 12 000 dolarów. Średni koszt pracy agenta to 30-40 dolarów za godzinę. Niektóre firmy zlecają wsparcie na zewnątrz – wtedy stawka to 8-30 dolarów za godzinę. To kusi, ale niska cena oznacza mniej kontroli nad jakością i procesami.

A co, gdyby można było uruchomić wsparcie w kilka minut i skalować je bez ograniczeń? Co, gdyby dobra obsługa była tania? To właśnie daje Conversational AI – po latach pracy w wsparciu wiem, że to naprawdę zmienia zasady gry.Conversational AI, a po latach pracy w dziale wsparcia uważam, że to całkowicie zmienia zasady gry.

Alexis to przykład agenta AI od ElevenLabs. Został stworzony jako agent wsparcia w dokumentacji ElevenLabs i teraz obsługuje ponad sto rozmów dziennie.

Wyobraź sobie, że Alexis to człowiek. Nie wierzę, że wielu agentów byłoby w stanie obsłużyć 100 rozmów dziennie. Bardzo sprawny agent przy prostych sprawach może zrobić 60, a przy trudniejszych – raczej 40. Trzeba by więc zatrudnić co najmniej dwie osoby i pewnie zapłacić za nadgodziny.

Gdyby agenci pracowali w Ameryce Północnej, koszt obsługi 100 rozmów to minimum 700 dolarów, średnio 1719, a maksymalnie nawet 4094. To sporo, więc można rozważyć outsourcing – wtedy koszt to 128-480 dolarów, średnio 288. To taniej, ale dochodzą ukryte koszty wdrożenia i nadzoru, a także ryzyko dla marki, jeśli jakość nie będzie odpowiednia.

Koszt działania agenta AI może wynosić nawet 0,015 dolara za minutę za samą obsługę audio. LLM to mniej niż cent lub kilka centów za minutę – zależnie od modelu i wielkości bazy wiedzy. Czyli obsługa stu rozmów to ok. 13-18 dolarów. To ponad 110 razy taniej niż agent wewnętrzny i 18 razy taniej niż outsourcing. Jako wsparcie Alexis sprawdza się świetnie. W tej cenie – jest rewelacyjny.

Conversational AI w praktyce

W analogowym świecie łańcucha dostaw Traba to technologiczny most dla pracowników – pomaga firmom przemysłowym rekrutować i zarządzać zespołami. Traba oferuje aplikacje i panele, ale telefon wciąż jest kluczowy dla osób przyzwyczajonych do papierowych grafików i tablic ogłoszeń.

Traba sprawdziła, na co zespół operacyjny poświęca najwięcej czasu przez telefon – najczęściej były to pytania wsparcia lub checklisty grafików. Dla CTO Akshaya Buddigi automatyzacja była oczywistym wyborem, ale liczył się też czas. „Gdy widzimy proces do usprawnienia, wolimy wdrożyć automatyzację od razu, niż poprawiać coś później.”

Traba mocno pilnuje kosztów i chce być na bieżąco z technologią, więc przejście na Conversational AI miało wiele zalet. Liczyła się szybkość i cena, ale ważne było też doświadczenie użytkownika. Jak mówi inżynier Joseph Besgen: „Chcieliśmy, żeby to brzmiało jak rozmowa, a nie nagranie.” Demo ElevenLabs było tak realistyczne, że podczas testów ojciec jednego z pracowników Traba nie rozpoznał, czy rozmawia z AI, czy z kimś z zespołu.

Choć planowanie tysięcy pracowników produkcji jest skomplikowane, umówienie jednej wizyty u lekarza nie powinno być trudne. Ale próbowałeś ostatnio zadzwonić do przychodni? To frustruje pacjentów i marnuje czas personelu. Wspólnie z ElevenLabs,asystenci EliseAI przejmują zadania administracyjne w służbie zdrowia – od umawiania wizyt po rozliczenia. W jednym szpitalu aż 86% rozmów obsługuje już

Co dalej?

Widać ciekawe trendy, gdy spojrzymy na rozwój Conversational AI w różnych branżach. EdTech jako pierwszy wdrożył Conversational AI – firmy mogły wreszcie oferować indywidualne lekcje i naukę języków w dobrej cenie. Szybko dołączyła obsługa klienta, bo tu rozmowy często polegają na rozpoznawaniu schematów: odpowiedź jest w bazie wiedzy, a agent AI dopasowuje ją do pytania użytkownika. Widać też coraz więcej rozwiązań end-to-end dla konkretnych branż, np. logistyki czy zdrowia – jak Traba i EliseAI. To powtarzalne, przewidywalne zadania, które AI obsługuje bez problemu.

Conversational AI przynosi wsparcie ze świata atomowego do świata bitów. Teraz firmy i ich klienci mogą cieszyć się lepszym wsparciem. Podobnie jak Twój dostawca usług w chmurze, Twój zespół wsparcia AI może skalować się w górę i w dół. Twoi klienci nie będą musieli już czekać na połączenie, a Ty zaoszczędzisz sobie trudu związanego z uruchamianiem centrów wsparcia na całym świecie.

Przez ostatni rok agenci głosowi dobrze radzili sobie z rozmową i wyszukiwaniem informacji – ale to dopiero początek. W 2025 roku wierzę, że agenci głosowi AI będą standardem przy umawianiu spotkań i wsparciu typu „specjalista produktu”. Nawet jeśli ograniczą się do rozmów opartych na wiedzy, mocno odciążą wsparcie i pozwolą ludziom zająć się ważniejszymi sprawami.

W 2026 roku AI przejdzie od wyszukiwania wiedzy do wykonywania działań. Standardowy agent głosowy AI będzie wywoływać API i łączyć się z innymi aplikacjami. Będzie rutynowo umawiać spotkania czy zwracać pieniądze.

W 2027 roku agenci głosowi AI przejdą od wsparcia do customer success. Wierzę, że całe procesy sprzedaży będą prowadzone przez AI – po obu stronach. Dla wielu to brzmi jak ostatni etap, ale to dopiero początek. Zadania wymagające kontekstu i kreatywności, które wydawały się zarezerwowane dla ludzi, coraz częściej przejmie AI.

Wsparcie przestanie być tylko kosztem – najpierw zneutralizuje wydatki, a potem stanie się źródłem zysku. Agenci głosowi AI będą sami kontaktować się z klientami, zmniejszając odpływ i zwiększając ich wartość. Conversational AI daje wiele zalet ludzkiego wsparcia, ale dorzuca perfekcyjną pamięć, dziesiątki języków i dostępność 24/7. Przyszłość nadchodzi – a w wielu miejscach już jest. Wyobraź sobie natychmiastowe, empatyczne, skuteczne wsparcie – za każdym razem. Wkrótce aż będziesz chciał zadzwonić do linii lotniczych, tak dla zabawy.