To nie tylko szum informacyjny – oto rzeczywiste przypadki użycia agentów AI

Ten artykuł jest częścią specjalnego wydania VentureBeat „AI at Scale: From Vision to Viability”. Więcej na ten temat przeczytasz tutaj.

Zaledwie siedem lub osiem miesięcy temu, kiedy klient zadzwonił lub wysłał e-mail Systemy Baka Po złożeniu zapytania serwisowego agent obsługujący zapytanie rozpocznie wyszukiwanie podobnych przypadków w systemie i analizę dokumentacji technicznej.

Ten proces zajmie około pięciu do siedmiu minut; Agent może następnie udzielić „pierwszej znaczącej odpowiedzi” i ostatecznie rozpocząć rozwiązywanie problemów.

Ale teraz zasilany przez agentów AI siły sprzedażyCzas ten został skrócony do zaledwie pięciu do dziesięciu sekund.

„To duża (wada)” – powiedział VentureBeat Andrew Russo, architekt korporacyjny w Baca Systems. Podkreślił, że: „Dla nas nie chodzi o to, jak wyeliminować siłę roboczą, jak ją zmniejszyć. „Naszym celem jest zapewnienie, że klient będzie gotowy do pracy tak szybko, jak to możliwe?”

Zamknięcie luki czasowej, zapewnienie szybszego czasu na rozwiązanie

Firma BACA Systems, zajmująca się produkcją robotyki z siedzibą w Michigan, po raz pierwszy wdrożyła Salesforce w 2014 r., ostatecznie dodając chmura usług Ma zastąpić „jak lody waniliowe, a może truskawkowe, podstawową chmurę usług” – wyjaśnił Russo. Następnie w 2021 r. firma przeszła „ogromną transformację cyfrową”, wprowadzając na pokład platformę planowania zasobów przedsiębiorstwa (ERP) Salesforce.

Członkowie zespołu wkrótce rozpoczęli pracę z predykcyjną sztuczną inteligencją przy prognozach sprzedaży i produkcji; Następnie firma przekształciła się w agentów AI, wdrażając Salesforce siła agenta W ciągu ostatniego roku.

Początkowym kluczowym przypadkiem użycia były zgłoszenia serwisowe. Russo powiedział, że około 57% pytań, które otrzymuje od klientów, dotyczy sprzętu (na przykład upuszczenie maszyny lub konieczność kalibracji).

Teraz zamiast sprawdzać bazy danych pod kątem wcześniejszych rozmów z klientami i podobnych przypadków, przedstawiciele ludzi mogą poprosić agenta AI o znalezienie odpowiednich informacji. Rousseau powiedział, że sztuczna inteligencja działa w tle i pozwala ludziom natychmiast reagować.

Sztuczna inteligencja może również wspierać konserwację zapobiegawczą. Na przykład wyłącznik automatyczny może stale się wyłączać, co wskazuje na zwarcie w przewodzie, które należy zbadać, wyjaśnił Russo. Może to pomóc w wyeliminowaniu istniejących problemów, które nie zostały rozwiązane w przeszłości.

„Chodzi o to, jak szybko przekonać klientów do rozwiązania” – powiedział Russo.

Agenci AI generują leady sprzedażowe, obsługują zapytania klientów

Kolejnym ważnym przypadkiem użycia jest sprzedaż, gdyż jako mała firma Baka naturalnie nie ma setek ani nawet kilkudziesięciu sprzedawców (w rzeczywistości ma ich mniej niż 10).

„Mamy mnóstwo tropów, do których naprawdę nie mamy czasu” – powiedział Russo. „Naszym celem jest: jak zacząć ich angażować?”

Russo wyjaśnił, że sztuczna inteligencja może służyć jako przedstawiciel ds. rozwoju sprzedaży (SDR), który może wysyłać ogólne zapytania i e-maile, komunikować się tam i z powrotem, a następnie wysyłać potencjalnego klienta do członka zespołu sprzedaży. Zatrudnienie dodatkowych sprzedawców do wykonywania takich zadań wymagałoby wynagrodzeń rzędu tysięcy dolarów, ale jeśli sztuczna inteligencja będzie w stanie opracowywać nowe umowy, jej początkowy koszt będzie „znacznie łatwiejszy do uzasadnienia”.

W nadchodzących miesiącach firma planuje wdrożyć agentów usług skierowanych bezpośrednio do klienta, którzy będą mogli wchodzić w interakcję z użytkownikami za pośrednictwem wiadomości tekstowych w celu otwierania i rozpatrywania spraw bez początkowej konieczności interwencji człowieka. Jeśli agent AI nie będzie w stanie rozwiązać problemu, przekaże problem przedstawicielowi ludzkiemu.

Zamiar jest taki: „Jak nadal zapewniać klientom większą wartość po stronie obsługi i tworzyć więcej ofert po stronie sprzedaży?” zauważył Rousseau.

Poza sprzedażą i usługami Baca wykorzystuje sztuczną inteligencję do generowania e-maili, tworzenia kont i w razie potrzeby przygotowywania „bardzo surowych ponagleń”. Russo ze swojej strony wykorzystuje technologię do sprawdzania deduplikacji części, wykorzystując generowanie wspomagane odzyskiwaniem (RAG) za pomocą przyspieszonych kreatorów w celu wykrywania duplikatów, aby zapobiec przenoszeniu błędnych danych do Salesforce.

Poinformował, że reakcja pracowników była niewielka lub żadna: firma zaczynała od małej firmy, początkowo zapewniając dostęp wybranej grupie użytkowników. Następnie inni ludzie natychmiast zaczęli zadawać pytania. „Właściwie zaczęli błagać (nas), żebyśmy zapewnili im dostęp” – powiedział Russo. „Nikt się tego nie boi; Uwielbiają go używać, ponieważ pomaga im lepiej wykonywać swoją pracę”.

Firma utrzymuje to przemyślane, stopniowe podejście, ponieważ wykorzystuje sztuczną inteligencję, aby zachować elastyczność. „Nasze cele się nie zmieniają, ważne jest tylko to, jak je osiągniemy i jaką drogę obierzemy” – powiedział Russo. „To inna droga, lepsza droga – to autostrada”.

Sztuczna inteligencja zapewnia oszczędności dla ezCater

Catering korporacyjny jest bardziej złożony niż się wydaje. Mogą wystąpić zmiany w liczbie pracowników, preferencjach żywieniowych i ograniczeniach dietetycznych, a także inne wyzwania logistyczne.

ezCater stale rozwija się w tym obszarze, a w związku z tym poziom zaawansowanej obsługi wymaganej do zaspokojenia potrzeb klientów może być trudny do podniesienia bez użycia technologii, mówi Erin, dyrektor ds. technologii platformy cateringowej w miejscu pracy, powiedziała VentureBeat.

Ale gdy firma wdroży AgentForce Salesforce, klienci, którzy będą musieli modyfikować zamówienia, będą mogli komunikować swoje potrzeby ze sztuczną inteligencją w języku naturalnym, a agent AI automatycznie dokona korekt. Kiedy pojawią się bardziej złożone problemy – takie jak zmiana kolejności zamówienia lub całkowita zmiana miejsca – agent AI natychmiast przekaże sprawę przedstawicielowi ludzkiemu.

„To dla nas ogromna oszczędność kosztów” – powiedział DeCesare.

Innym zamierzonym przypadkiem użycia jest „odkrywanie restauracji” – to znaczy agenci AI byliby w stanie poprowadzić użytkowników do najlepszego miejsca na podstawie danych wejściowych dotyczących ich preferencji żywieniowych, budżetu, lokalizacji i innych czynników. Będzie to poparte danymi z milionów zamówień żywności w miejscu pracy. „NLP i sztuczna inteligencja są do tego idealne” – powiedział DeCesare.

Wyjaśnia, że ​​ezCater początkowo zatrudnia wewnętrznych agentów AI, którzy mają pomagać agentom concierge, i że wolą to ludzie. „Dajemy im narzędzia, dzięki którym mogą działać lepiej i móc obsługiwać więcej połączeń”.

Zmienił się także poziom komfortu inżynierów, którzy mogą myśleć o agentach w sposób bardziej strukturalny. „Mogą testować i ufać w sposób przypominający tworzenie oprogramowania” – powiedział DeCesare. „Tego właśnie oczekują w cyklu życia oprogramowania”.

Partnerzy biznesowi są również podekscytowani możliwościami wykonywania zadań takich jak analiza biznesowa czy mapowanie procesów. „W ciągu ostatnich sześciu miesięcy technologia stała się niezwykle dostępna” – powiedział DeCesare. „Można łatwo zobaczyć, jak szybko staje się to normą. „Za 12 miesięcy będziemy w zupełnie innym świecie”.