Prezentowane przez Zendesk
Agentic AI przekształca obecnie trzy kluczowe obszary pracy — kreatywność, kodowanie i wsparcie — mówi Shashi Upadhyay, prezes ds. inżynierii, sztucznej inteligencji i produktów w Zendesk. Zauważa jednak, że wsparcie stanowi szczególne wyzwanie.
„Wsparcie jest wyjątkowe, ponieważ dajesz użytkownikowi autonomicznego agenta AI” – mówi Upadhyay. „Musisz mieć pewność, że zrobi to dobrze dla klienta i przez klienta. Każdy krok naprzód w dziedzinie sztucznej inteligencji powinien sprawić, że usługa będzie bardziej niezawodna zarówno dla klientów, jak i pracowników”.
Zendesk, niedawno uznany za lidera w raporcie Magic Quadrant 2025 firmy Gartner dotyczącym CRM Customer Engagement Center, rozpoczął wdrażanie agentów AI około półtora roku temu. Od tego czasu przekonali się, że agenci AI są w stanie samodzielnie obsłużyć prawie 80% wszystkich przychodzących żądań klientów. Pozostałe 20% agent AI może przekazać człowiekowi, aby pomógł rozwiązać bardziej złożone problemy.
„Autonomi agenci AI pracują 24 godziny na dobę, 7 dni w tygodniu, bez czekania i kolejek. Masz problem, reagują natychmiast. Wszystko się składa na siebie” – mówi. „Nie tylko uzyskasz wyższą rozdzielczość i większą automatyzację, ale możesz jednocześnie ulepszyć CSAT. Ponieważ 80% to tak obiecująca liczba, a wyniki są tak solidne, wierzymy, że to tylko kwestia czasu, zanim wszyscy przyjmą tę technologię. Już teraz widzimy to wszędzie”.
Wysiłki firmy mające na celu podniesienie standardów użyteczności, głębi wglądu i czasu uzyskania korzyści dla organizacji każdej wielkości wymagają ciągłych testów, integracji zaawansowanych modeli, takich jak ChatGPT-5, oraz znacznej modernizacji swojej analizy genów i spostrzeżeń w czasie rzeczywistym opartej na sztucznej inteligencji poprzez przejęcie HyperArc, natywnej platformy analitycznej AI.
Projektowanie, testowanie i wdrażanie lepszego agenta
„Szczególnie w kontekście wsparcia ważne jest, aby agenci AI zachowywali się zgodnie z marką firmy, zasadami i wymogami regulacyjnymi, jakie możesz mieć” – mówi Upadhyay. „Nieustannie testujemy każdego agenta i każdy model ze wszystkimi naszymi klientami. Robimy to przed wypuszczeniem produktu i po jego wydaniu, w pięciu kategoriach”.
Kategorie te — stopień automatyzacji, wydajność, dokładność, opóźnienia i bezpieczeństwo — stanowią podstawę ciągłego programu testów porównawczych Zendesk. Każdy model oceniany jest na podstawie tego, jak dokładnie rozwiązuje problemy, jak dobrze postępuje zgodnie z instrukcjami, jak szybko reaguje i czy mieści się w jasno określonych granicach bezpieczeństwa. Celem nie jest tylko przyspieszenie sztucznej inteligencji – chodzi o to, aby była niezawodna, responsywna i zgodna ze standardami definiującymi doskonałą obsługę klienta.
Testowanie to jest wspierane przez agenta ds. kontroli jakości firmy Zendesk — zautomatyzowany monitor, który stale monitoruje każdą rozmowę. Jeśli wymiana zdań zacznie zbaczać z kursu, zarówno jeśli chodzi o ton, jak i dokładność, system natychmiast to sygnalizuje i ostrzega agenta ludzkiego o konieczności wkroczenia. To dodatkowa warstwa pewności, która utrzymuje komfort użytkownika na właściwym poziomie, nawet gdy pierwszą linią wsparcia jest sztuczna inteligencja.
GPT-5 dla agentów wyższego poziomu
W świecie wsparcia i usług przejście od prostych chatbotów, które odpowiadają na podstawowe zapytania lub rozwiązują nieskomplikowane problemy, do agentów, którzy faktycznie podejmują działanie, jest rewolucyjne. Agent, który potrafi zrozumieć, że klient chce zwrócić produkt, potwierdzić, czy kwalifikuje się on do zwrotu, przetworzyć zwrot i wydać zwrot, to potężne ulepszenie. Wraz z wprowadzeniem ChatGPT-5, Zendesk dostrzegł możliwość zintegrowania tej możliwości ze swoją platformą rozstrzygania.
„Ściśle współpracowaliśmy z OpenAI, ponieważ GPT-5 znacznie poprawiło możliwości modelu, od możliwości odpowiadania na pytania po zdolność myślenia i podejmowania działań” – mówi Upadhyay. „Po pierwsze, znacznie lepiej radzi sobie z samodzielnym rozwiązywaniem problemów. Po drugie, znacznie lepiej rozumie Twoje intencje, co poprawia komfort użytkownika, ponieważ czujesz się zrozumiany. I co nie mniej ważne, ma ponad 95% pewności, że zrobi to dobrze”.
Korzyści te dotyczą agentów AI firmy Zendesk, Copilot i App Builder. GPT-5 zmniejsza awarie przepływu pracy o 30% dzięki możliwości dostosowywania się do nieoczekiwanej złożoności bez utraty kontekstu, a także ogranicza eskalację konieczności wymiany o ponad 20%, zapewniając pełniejsze i dokładniejsze odpowiedzi. Rezultat: szybsze rozwiązania, mniej przełączeń i sztuczna inteligencja, która zachowuje się bardziej jak doświadczony specjalista ds. wsparcia niż asystent skryptowy.
Ponadto GPT-5 lepiej radzi sobie z niejasnościami i może wyjaśniać niejasne dane wprowadzane przez użytkownika, co poprawia routing i zwiększa zautomatyzowanie przepływów pracy w ponad 65% rozmów. Zapewnia większą dokładność w pięciu językach i zwiększa produktywność agentów dzięki bardziej zwięzłym, kontekstowo odpowiednim odpowiedziom, które są zgodne z wytycznymi dotyczącymi tonu wypowiedzi.
Natomiast w narzędziu App Builder GPT-5 zapewnia od 25% do 30% wyższą ogólną wydajność przy większej liczbie iteracji na minutę, przyspieszając przebieg prac związanych z tworzeniem aplikacji.
Wypełnienie luki analitycznej
Tradycyjnie analityka wsparcia skupiała się na danych strukturalnych — takich, które idealnie mieszczą się w arkuszu kalkulacyjnym: kiedy zgłoszenie zostało otwarte, kto się nim zajmował, ile czasu zajęło jego rozpoznanie i kiedy zostało zamknięte. Jednak najcenniejsze informacje często można znaleźć w nieustrukturyzowanych danych — w rozmowach, które rozprzestrzeniają się za pośrednictwem poczty e-mail, czatu, aplikacji głosowych i komunikatorów, takich jak WhatsApp.
„Klienci często nie zdają sobie sprawy, ile inteligencji kryje się w ich interakcji ze wsparciem” – mówi Upadhyay. „W analityce szukamy sposobów na ulepszenie całej firmy przy użyciu spostrzeżeń zawartych w danych pomocniczych”.
Aby odkryć te głębsze spostrzeżenia, Zendesk zwrócił się do HyperArc, firmy analitycznej opartej na sztucznej inteligencji, znanej z własnego silnika HyperGraph i generatywnych spostrzeżeń opartych na sztucznej inteligencji. Przejęcie tchnęło nowe życie w Explore, platformę analityczną Zendesk, przekształcając ją w nowoczesne rozwiązanie zdolne do łączenia danych ustrukturyzowanych i nieustrukturyzowanych, obsługujące interfejs konwersacyjny i wykorzystujące trwałą pamięć do wykorzystywania przeszłych interakcji jako kontekstu dla nowych zapytań.
„Twoje interakcje z pomocą techniczną powiedzą Ci wszystko, co obecnie nie działa w Twojej firmie. Wszystkie te informacje znajdują się w milionach zgłoszeń, które zebrałeś na przestrzeni czasu” – mówi Upadhyay. „Chcieliśmy, żeby to było w pełni widoczne. Teraz mamy genialnego agenta AI, który może wszystko przeanalizować i wrócić z jasnymi rekomendacjami. To nie tylko usprawnia wsparcie. Poprawia całą firmę.”
Ta widoczność zamienia się teraz w aktywną inteligencję. System może określić, gdzie problemy są najbardziej uporczywe, zidentyfikować wzorce za nimi stojące i zaproponować sposoby ich rozwiązania. Potrafi nawet przewidzieć problemy, zanim one wystąpią. Na przykład podczas wydarzeń wywołujących dużą presję, takich jak Czarny Piątek, może analizować dane historyczne, aby wskazać powtarzające się problemy, przewidzieć, gdzie mogą pojawić się nowe wąskie gardła i zalecić środki zapobiegawcze – zmieniając reaktywne wsparcie w proaktywną strategię.
„W tym miejscu HyperArc błyszczy” – mówi Upadhyay. Nie tylko pomaga zrozumieć przeszłość, ale także pomaga lepiej planować przyszłość.
Integrując natywną inteligencję sztucznej inteligencji HyperArc, Zendesk przenosi obsługę klienta w stronę ciągłego uczenia się, gdzie każda interakcja buduje zaufanie i poprawia wydajność, przygotowując grunt pod sztuczną inteligencję, która widzi, co będzie dalej.
Artykuły sponsorowane to treści tworzone przez firmę, która płaci za publikację lub ma relacje biznesowe z VentureBeat i zawsze są wyraźnie oznaczone. Aby uzyskać więcej informacji, prosimy o kontakt sprzedaż@venturebeat.com.
