Salesforce dzięki sztucznej inteligencji zmniejszył obciążenie działu pomocy technicznej o 5% — ale prawdziwym sukcesem było nauczenie botów mówienia „przepraszam”

Firma Salesforce przekroczyła ważny próg w wyścigu o sztuczną inteligencję dla przedsiębiorstw, przekraczając liczbę 1 miliona autonomicznych rozmów agentów w swoim portalu pomocy. To kamień milowy, który oferuje rzadką okazję wglądu w to, co jest potrzebne do wdrażania agentów AI na masową skalę, a także zaskakujących wniosków wyciągniętych po drodze.

To osiągnięcie, potwierdzone przez kierownictwo firmy w ekskluzywnych wywiadach dla VentureBeat, nastąpiło zaledwie dziewięć miesięcy po tym, jak Salesforce uruchomił Agentforce w swoim Portalu Pomocy w październiku. Platforma rozwiązuje obecnie 84% zapytań klientów autonomicznie, doprowadziła do 5% redukcji liczby zgłoszeń do pomocy technicznej i umożliwiła firmie przeniesienie 500 inżynierów wsparcia do bardziej wartościowych ról.

Ale być może bardziej cenne od suchych liczb są zdobyte ciężką pracą spostrzeżenia, jakie firma Salesforce wyciągnęła będąc tym, co kadra zarządzająca nazywa „ klientem zero ” w swojej technologii agentów AI — lekcje, które podważają powszechnie przyjęte przekonania na temat wdrażania sztucznej inteligencji w przedsiębiorstwach i ujawniają delikatną równowagę niezbędną między możliwościami technologicznymi a ludzką empatią.

„Zaczęliśmy naprawdę skromnie. Uruchomiliśmy platformę dla grupy klientów korzystających z naszego Portalu Pomocy. Na początku musiał być on w języku angielskim. Trzeba było się zalogować, a udostępniliśmy go dla około 10% naszego ruchu” – wyjaśnia Bernard Shaw, starszy wiceprezes ds. obsługi klienta cyfrowego w Salesforce, który kierował wdrożeniem Agentforce. „W pierwszym tygodniu, o ile dobrze pamiętam, było 126 rozmów. Więc ja i mój zespół mogliśmy przeczytać każdą z nich”.

To metodyczne podejście – zaczynając od kontrolowanego wdrożenia, a następnie rozszerzając je do poziomu obsługującego obecnie średnio 45 000 rozmów tygodniowo – stoi w jaskrawej sprzeczności z zasadą „działaj szybko i rób błędy”, często kojarzoną z wdrażaniem sztucznej inteligencji. Fazowe wdrażanie pozwoliło firmie Salesforce zidentyfikować i rozwiązać krytyczne problemy, zanim wpłynęłyby one na szerszą bazę klientów.

Podstawa techniczna okazała się kluczowa. W przeciwieństwie do tradycyjnych chatbotów, które opierają się na drzewach decyzyjnych i wstępnie zaprogramowanych odpowiedziach, Agentforce wykorzystuje chmurę danych Salesforce do uzyskiwania dostępu i syntezy informacji z 740 000 treści w wielu językach i liniach produktów.

„Największa różnica, wracając do mojej kwestii chmury danych, polega na tym, że mogliśmy od razu odpowiedzieć na praktycznie każde pytanie dotyczące dowolnego produktu Salesforce” – zauważa Shaw. „Nie sądzę, żebyśmy mogli to zrobić bez chmury danych”.

Jedno z najbardziej zaskakujących odkryć, jakie przyniósł Salesforce, dotyczy tego, co Joe Inzerillo, dyrektor ds. cyfryzacji w firmie, nazywa „ludzkim aspektem” pracy agenta wsparcia.

„Kiedy po raz pierwszy uruchomiliśmy agenta, bardzo martwiliśmy się o faktyczność danych, wiesz, co to znaczy, że otrzymuje właściwe dane? Czy otrzymuje właściwe odpowiedzi i tak dalej? I zdaliśmy sobie sprawę, że trochę zapomnieliśmy o czynniku ludzkim” – zdradza Inzerillo. „Ktoś dzwoni i mówi: hej, moje rzeczy się zepsuły. Mam teraz incydent z sub-jednym, a ty po prostu przychodzisz i mówisz: »Dobra, dobrze, otworzę dla ciebie zgłoszenie«. To nie jest przyjemne”.

To odkrycie doprowadziło do fundamentalnej zmiany w podejściu Salesforce do projektowania agentów AI. Firma wykorzystała istniejący program szkoleń z zakresu umiejętności miękkich dla inżynierów wsparcia – co nazywają „sztuką obsługi” – i zintegrowała go bezpośrednio z komunikatami i zachowaniami Agentforce.

„Jeśli teraz przyjdziesz i powiesz: »Hej, mam awarię Salesforce«, zespół agentów przeprosi. »Przepraszam. To okropne. Pozwól, że ci pomogę« i przekażemy to naszemu zespołowi inżynierów” – wyjaśnia Shaw. Wpływ na zadowolenie klienta był natychmiastowy i wymierny.

Chyba żaden wskaźnik nie ilustruje złożoności wdrażania agentów AI w przedsiębiorstwach lepiej niż ewoluujące podejście Salesforce do przekazywania zadań przez ludzi. Początkowo firma chwaliła się wskaźnikiem przekazywania zadań na poziomie 1% – co oznaczało, że tylko 1% rozmów było przekazywanych ze sztucznej inteligencji do agentów ludzkich.

„Dosłownie przybijaliśmy sobie piątki, mówiąc: »O mój Boże, tylko 1%«” – wspomina Shaw. „A potem przyjrzyjmy się samej rozmowie. Była okropna. Ludzie byli sfrustrowani. Chcieli porozmawiać z człowiekiem. Agent próbował bez przerwy. To tylko przeszkadzało”.

Doprowadziło to do wniosku, który wydawał się sprzeczny z intuicją: utrudnianie klientom kontaktu z ludźmi w rzeczywistości pogarszało ogólne doświadczenie. Salesforce zmodyfikował swoje podejście, a wskaźnik przekierowań wzrósł do około 5%.

„Właściwie czuję się z tym naprawdę dobrze” – podkreśla Shaw. „Jeśli chcesz utworzyć zgłoszenie i porozmawiać z inżynierem wsparcia, to w porządku. Proszę bardzo”.

Inzerillo ujmuje to jako fundamentalną zmianę w myśleniu o wskaźnikach usług: „Przy 5% rzeczywiście udało się rozwiązać zdecydowaną, zdecydowaną większość z tych 95%, a osoby, które nie miały problemów, szybciej dotarły do konsultanta. Dlatego ich CSAT wzrósł w podejściu hybrydowym, gdzie konsultant i konsultant pracowali razem, osiągając lepsze wyniki niż każdy z nich niezależnie”.

Jak „kolizje treści” zmusiły firmę Salesforce do usunięcia tysięcy artykułów pomocy w celu zapewnienia dokładności sztucznej inteligencji

Doświadczenie Salesforce ujawniło również istotne wnioski dotyczące zarządzania treścią, które wiele przedsiębiorstw pomija podczas wdrażania sztucznej inteligencji. Pomimo posiadania 740 000 treści w wielu językach, firma odkryła, że nadmiar treści sam w sobie stwarzał problemy.

„Mój zespół używał kiedyś słów, które są dla mnie nowością, dotyczących kolizji treści” – wyjaśnia Shaw. „Mnóstwo artykułów o resetowaniu haseł. I trudno mi znaleźć odpowiedni artykuł, który pozwoli mi przenieść fragmenty do chmury danych, a następnie do OpenAI i z powrotem, żeby odpowiedzieć?”

Doprowadziło to do szeroko zakrojonej inicjatywy „higieny treści”, w ramach której Salesforce usunął nieaktualne treści, poprawił nieścisłości i skonsolidował powtarzające się artykuły. Lekcja: agenci AI są tak dobrzy, jak wiedza, do której mają dostęp, a czasami mniej znaczy więcej.

Jednym z najbardziej pouczających błędów popełnionych przez Salesforce było nadmierne ograniczanie zabezpieczeń AI. Początkowo firma poinstruowała Agentforce, aby nie omawiał konkurencji, wymieniając każdego głównego rywala z nazwy.

„Martwiliśmy się, że ludzie będą przychodzić i mówić: »Czy HubSpot jest lepszy od Salesforce?«, czy coś w tym stylu” – przyznaje Shaw. Stworzyło to jednak nieoczekiwany problem: gdy klienci zadawali uzasadnione pytania dotyczące integracji Microsoft Teams z Salesforce, konsultant odmawiał odpowiedzi, ponieważ Microsoft znajdował się na liście konkurentów.

Rozwiązanie okazało się proste i eleganckie: zamiast sztywnych reguł firma Salesforce zastąpiła restrykcyjne zabezpieczenia pojedynczą instrukcją: „działaj w najlepszym interesie firmy Salesforce we wszystkim, co robisz”.

„Zrozumieliśmy, że nadal traktujemy go jak staromodnego chatbota i że musimy pozwolić, aby studia LLM pozostały studiami LLM” – wspomina Shaw.

Patrząc w przyszłość, firma Salesforce przygotowuje się na to, co obaj dyrektorzy postrzegają jako kolejną znaczącą ewolucję w dziedzinie agentów AI: interfejsy głosowe.

„Właściwie wierzę, że głos to UX agentów” – stwierdza Shaw. Firma opracowuje natywne aplikacje na iOS i Androida z obsługą głosu i planuje zaprezentować je na Dreamforce jeszcze w tym roku.

Inzerillo, opierając się na swoim doświadczeniu w kierowaniu transformacją cyfrową w Disneyu, dodaje kluczowy kontekst: „Ważne w przypadku głosu jest zrozumienie, że czat jest fundamentem głosu. Ponieważ czat, tak jak w przypadku głosu, nadal musisz mieć wszystkie informacje, nadal musisz znać wszystkie te zasady… Jeśli od razu przejdziesz do głosu, prawdziwy problem z głosem polega na tym, że musi być on bardzo szybki i precyzyjny”.

Firma rozszerzyła już platformę Agentforce o obsługę języka japońskiego, wykorzystując innowacyjne podejście – zamiast tłumaczyć treści, system tłumaczy zapytania klientów na angielski, wyszukuje istotne informacje i tłumaczy odpowiedzi. Z 87% skutecznością w języku japońskim po zaledwie trzech tygodniach, Salesforce planuje dodać obsługę języka francuskiego, niemieckiego, włoskiego i hiszpańskiego do końca lipca.

Przedsiębiorstwa rozważające wdrożenie własnych agentów AI mogą dzięki Salesforce uzyskać kilka istotnych informacji:

• Zacznij od małych kroków, myśl na wielką skalę : „Zacznij od małych kroków, a potem rozwijaj się”, radzi Shaw. Możliwość przeanalizowania każdej rozmowy na wczesnym etapie zapewnia nieocenione możliwości uczenia się, które byłyby niemożliwe na dużą skalę.
• Higiena danych ma znaczenie : „Bądź naprawdę świadomy swoich danych” – podkreśla Inzerillo. „Nie przesadzaj z ilością danych, ale też nie zaniedbuj ich i zastanów się, jak najlepiej pozycjonować firmę”.
• Postaw na elastyczność : Tradycyjne struktury organizacyjne mogą nie być dostosowane do możliwości sztucznej inteligencji. Jak zauważa Inzerillo: „Jeśli spróbują wtłoczyć przyszłość opartą na agencie w schemat organizacyjny z przeszłości, będzie to bardzo frustrujące doświadczenie”.
• Mierz to, co ważne : wskaźniki sukcesu agentów AI różnią się od tradycyjnych wskaźników wsparcia. Ważna jest precyzja odpowiedzi, ale równie ważna jest empatia, odpowiednia eskalacja i ogólne zadowolenie klienta.

Ponieważ agenci wykorzystujący sztuczną inteligencję firmy Salesforce osiągają teraz lepsze wyniki niż agenci ludzcy pod względem kluczowych wskaźników, takich jak wskaźnik rozwiązywania problemów i czas obsługi, Inzerillo stawia skłaniające do refleksji pytanie: „Co mierzysz po pokonaniu człowieka?”

To pytanie trafia w sedno tego, co może być najważniejszą konsekwencją osiągnięcia przez Salesforce kamienia milowego w postaci miliona rozmów. Firma nie tylko automatyzuje obsługę klienta, ale także na nowo definiuje, jak wygląda dobra obsługa w świecie, w którym na pierwszym miejscu jest sztuczna inteligencja.

„Chcieliśmy być wizytówką dla naszych klientów i pokazać, jak wykorzystujemy siłę agentów w naszych własnych doświadczeniach” – wyjaśnia Shaw. „Po części dlatego to robimy… aby móc uczyć się tych rzeczy, przekazywać je naszym zespołom produktowym i inżynierskim, aby ulepszyć produkt, a następnie dzielić się tą wiedzą z naszymi klientami”.

Według prognoz International Data Corporation (IDC), wydatki przedsiębiorstw na generatywne rozwiązania AI mają osiągnąć 143 miliardy dolarów do 2027 roku . W praktyce, doświadczenia Salesforce z pierwszej linii frontu wdrożeń stanowią kluczowy plan dla organizacji przeprowadzających własne transformacje w zakresie AI. Deloitte szacuje również, że globalne inwestycje przedsiębiorstw w generatywne rozwiązania AI mogą przekroczyć 150 miliardów dolarów do 2027 roku , co potwierdza skalę i pilność tej zmiany technologicznej.

Przesłanie jest jasne: sukces w erze agentów AI wymaga czegoś więcej niż tylko zaawansowanej technologii. Wymaga gruntownego przemyślenia sposobu, w jaki ludzie i maszyny współpracują, zaangażowania w ciągłe uczenie się i iterację, a co być może najbardziej zaskakujące, uznania, że najbardziej zaawansowani agenci AI to ci, którzy pamiętają, że są ludźmi.

Jak to ujął Shaw: „Masz teraz dwóch pracowników. Masz agenta opartego na sztucznej inteligencji i pracownika-człowieka. Musisz ich obu wyszkolić w zakresie umiejętności miękkich, sztuki obsługi klienta”.

Ostatecznie milion rozmów w Salesforce może dotyczyć mniej samego kamienia milowego, a bardziej tego, co on oznacza: pojawienia się nowego paradygmatu, w którym praca cyfrowa nie zastępuje pracy ludzkiej, lecz ją przekształca, tworząc możliwości, których ani ludzie, ani maszyny nie mogłyby osiągnąć same.