Podpowiedzi w trakcie rozmowy: jak Yuqa wspiera konsultanta, zanim klient skończy pytanie

Najdroższe zdanie w obsłudze klienta brzmi: „sprawdzę i oddzwonię". Kosztuje drugą rozmowę, kosztuje ryzyko, że klient w międzyczasie kupi gdzie indziej, i kosztuje frustrację po obu stronach słuchawki. Asystent AI działający w czasie rzeczywistym uderza dokładnie w ten moment: podpowiada odpowiedź, kiedy klient jeszcze mówi. Prześledźmy to krok po kroku - i sprawdźmy, co o efektach mówią badania, a nie broszury.

Jedna rozmowa, dwie wersje

Wersja bez asystenta. Dzwoni klientka: od kilku tygodni jest ciągle zmęczona, lekarz wspominał coś o tarczycy, chciałaby zrobić badania. Konsultantka zna ofertę ogólnie, ale pytanie jest konkretne: co dokładnie obejmuje pakiet tarczycowy i czym różni się od samego TSH? Zawiesza więc rozmowę. Otwiera cennik - PDF, czterdzieści stron. Szuka. Wraca. Klientka dopytuje o przygotowanie do badania - znowu pauza, tym razem intranet. Po siedmiu minutach pada: „wyślę wszystko mailem". Mail wychodzi po godzinie. Klientka zdążyła w tym czasie zadzwonić do konkurencji.

Wersja z asystentem. Ta sama rozmowa. Na ekranie konsultantki rośnie na żywo transkrypcja - system rozpoznaje, kto mówi, i spisuje rozmowę. Gdy padają słowa „zmęczenie" i „tarczyca", asystent podłączony do firmowej bazy wiedzy wyświetla podpowiedź: „Objawy sugerują szerszą diagnostykę - zaproponuj Zestaw Tarczyca (TSH, FT3, FT4, anty-TPO) zamiast pojedynczego TSH". Obok cena, czas oczekiwania na wyniki, zasady przygotowania. Konsultantka nie przerywa rozmowy ani na sekundę. Klientka umawia badanie, zanim odłoży słuchawkę.

Różnica nie polega na tym, że AI rozmawia za człowieka. Polega na tym, że konsultantka przestaje być naraz rozmówczynią, stenotypistką i wyszukiwarką. Zostaje jej to pierwsze - jedyne, w czym człowiek jest nie do zastąpienia.

Co się dzieje pod maską (wersja dla ludzi, nie inżynierów)

1. Transkrypcja na żywo. Model rozpoznawania mowy zamienia rozmowę na tekst w czasie rzeczywistym i oznacza, kto mówi - klient czy konsultant. W Yuqa robi to moduł EVA, pracujący lokalnie, na serwerze firmy.
2. Maskowanie danych osobowych. Zanim treść rozmowy dotrze do modelu podpowiedzi, adresy, numery i nazwiska zostają ukryte. Model podpowiada na podstawie sensu rozmowy, nie tożsamości klienta.
3. Dopasowanie do bazy wiedzy. Szybki model językowy (w Yuqa: Rapid, odpowiedź poniżej sekundy) zestawia to, co właśnie padło, z katalogiem produktów i procedurami firmy - i proponuje konkretny następny krok.
4. Człowiek decyduje. Podpowiedź to sugestia na ekranie, nie skrypt. Konsultant może z niej skorzystać, może ją zignorować, może dopytać czat o szczegół.

Co mówią badania - nie broszury

Najmocniejszy dowód na skuteczność tego modelu pracy nie pochodzi od żadnego dostawcy. Pochodzi z recenzowanego badania naukowego. Ekonomiści Erik Brynjolfsson (Stanford), Danielle Li (MIT) i Lindsey Raymond prześledzili wdrożenie asystenta AI u 5179 konsultantów obsługi klienta dużej firmy software'owej. Wyniki, opublikowane w „Quarterly Journal of Economics", mówią same za siebie:

• produktywność, mierzona liczbą spraw rozwiązanych na godzinę, wzrosła średnio o 14%;
• najwięcej zyskali początkujący: +34% u nowicjuszy i pracowników o niższych umiejętnościach;
• konsultant z dwumiesięcznym stażem wspierany przez AI dorównywał wynikami konsultantowi z półrocznym stażem pracującemu bez niej;
• poprawiły się nastroje klientów w rozmowach i spadła rotacja pracowników.

Mechanizm, który odkryli badacze, jest ciekawszy niż same liczby: asystent AI rozprowadza po zespole wiedzę najlepszych. Podpowiedzi uczą się od doświadczonych - a korzystają z nich wszyscy, od pierwszego dnia pracy.

Dostawcy narzędzi agent-assist raportują do tego skrócenie średniego czasu obsługi o 20-30%. Te liczby traktujmy ostrożniej - pochodzą z materiałów producentów - ale kierunek zgadza się z badaniem akademickim.

„Czy to nie będzie podsłuchiwać moich rozmów?"

To pytanie pada na każdym wdrożeniu. I słusznie pada. Odpowiedź zależy od architektury. Jeśli asystent działa w chmurze, rozmowy z klientami - z danymi osobowymi, zdrowotnymi, finansowymi - płyną na serwery zewnętrznego dostawcy, OpenAI, Microsoftu czy Google. A tam zaczynają się schody, które opisaliśmy w analizie ChatGPT a RODO. Jeśli natomiast działa na serwerach firmy, jak Yuqa, to nagranie, transkrypcja i podpowiedzi nie opuszczają organizacji, a dane osobowe są maskowane, zanim zobaczy je model. Dla zespołu znaczy to jeszcze jedno: podpowiedzi służą konsultantowi w rozmowie - a nie zewnętrznej firmie do trenowania jej modeli.