Ada использует GPT‑4 для установления нового стандарта клиентского сервиса

Ada logo superimposed on an abstract painting with prominent blue and purple brushstrokes.

Ada стимулирует переход на рынке клиентского сервиса объемом 100 млрд долларов, и на передовой этого процесса находится их платформа автоматизации клиентской поддержки на базе искусственного интеллекта. Основанная в 2016 году, компания Ada оценивается в 1,2 млрд долларов при общем объеме финансирования в 200 млн долларов; среди ее клиентов — Verizon, YETI, Canva и Square.

Ada не новичок в сфере ИИ — они создали ИИ-платформу с момента своего основания. Первое поколение продукта было построено на базе собственных моделей обработки естественного языка (NLP), разработанных и обученных силами компании. Однако специалисты заметили разрыв между тем, сколько вопросов клиентов могла обработать платформа и сколько запросов действительно решалось удовлетворительным образом.

«Мы были очень воодушевлены OpenAI и тем, что происходило в индустрии. В 2022 году мы решили пойти ва-банк и пересоздать продукт, используя возможности рассуждения больших языковых моделей (LLM)».
Майк Гоццо (Mike Gozzo), директор по продукту и технологиям

Разработка новой метрики клиентского сервиса: коэффициент успешного решения

Стандартная для индустрии метрика клиентского сервиса — коэффициент удержания (containment rate) — измеряет количество клиентских запросов, которые полностью обрабатываются чат-ботом и никогда не доходят до живого оператора. Если вы увеличиваете коэффициент удержания, то теоретически снижаете операционные расходы на поддержку. Но команда Ada увидела проблему в этой метрике.

«Многие решения, включая Ada, легко обеспечивали уровень удержания в 80–100%, но если вы действительно открывали стенограммы этих разговоров и читали о том, с чем столкнулись клиенты, опыт взаимодействия оказывался весьма скверным», — отметил Гоццо.

Сосредоточив свои усилия на том, насколько успешно проблемы действительно разрешались в ходе диалогов, команда Ada поняла, что они могут задать новый стандарт в индустрии клиентского обслуживания.

Изначально используя GPT‑4 в сочетании со своими историческими данными, Ada создала новую систему оценки, способную анализировать разговоры на предмет того, насколько успешно они были разрешены автоматически. Система Ada оценивает каждый диалог в зависимости от того, насколько качественно клиенты получают релевантные, точные и безопасные ответы — без вмешательства человека. «В ходе тестирования наша система достигала 80–90% совпадения с оценкой человека, читавшего диалог», — сказал Гоццо.

The image shows an email conversation between Alice Carson and Milo from CoolShop’s customer service. Alice is asking for an update on her order status, and Milo responds that the order has shipped with a tracking number, scheduled to arrive next Monday.

Боевое тестирование моделей и выбор OpenAI

Поняв показатель успешности решения, компания Ada получила ориентир для своего продукта. Помимо использования API OpenAI для оценки, они решили сотрудничать с OpenAI при создании нового поколения своего ИИ-агента.

Ранее Ada уже использовала модели OpenAI, в основном для генерации обучающих данных для собственных NLP-моделей. Оценивая API OpenAI в новых сценариях использования, в Ada выделили несколько ключевых преимуществ:

  • Качество инференса: Ada создала синтетическую тестовую среду, которая имитирует сотни тысяч конечных клиентов, общающихся с их системой, что позволяет проводить стресс-тестирование моделей на масштабируемость и качество. «Мы регулярно оцениваем каждую крупную модель в течение нескольких недель после ее выпуска, и пока ни одна из них не превзошла OpenAI на нашем тестовом наборе», — сказал Гоццо.
  • Задержка (Latency): Для обеспечения наилучшей производительности голосовых сценариев Ada критически важны модели с низкой задержкой. «Для рассуждений в реальном времени мы увидели большой скачок в производительности и общем качестве благодаря GPT‑4o», — отметил Гоццо.
  • Тонкая настройка (Fine-tuning): Ada использует API тонкой настройки OpenAI для получения оценки уверенности в уровне галлюцинаций в конкретном ответе и использует этот показатель в остальной цепочке инструментов для минимизации галлюцинаций в системе. «Мы также воодушевлены перспективой со временем использовать тонкую настройку для дальнейшего улучшения способности нашей системы к рассуждениям, а также потенциалом этого метода, позволяющего меньшим, более дешевым моделям имитировать производительность передовых моделей», — добавил Гоццо.

Удвоение показателей успешного решения с помощью OpenAI

Сегодня ИИ-агент Ada использует многоагентную конфигурацию, включающую центрального агента-планировщика и набор субагентов, работающих на базе API OpenAI. «Всякий раз, когда вы общаетесь с бизнесом, использующим Ada, ваш вопрос проходит через множество этапов работы моделей OpenAI: осмысление, анализ, вызов инструментов и привлечение базы знаний до тех пор, пока не будет сформирован ответ», — пояснил Гоццо.

Предыдущая версия продукта Ada имела коэффициент удержания 70% при коэффициенте успешного решения всего в 30%. У клиентов, переведенных на новую систему, показатели удержания остались прежними, однако уровень успешного решения обычно достигает 60%, а у наиболее эффективных клиентов превышает 80%.

«Перейдя от одной технологии к другой, мы удвоили количество диалогов, которые можем автоматически и качественно разрешить», — подчеркнул Гоццо. Для клиентов Ada эта метрика оказывает огромное влияние на окупаемость инвестиций (ROI), включая экономию эквивалентов полной занятости (FTE), удовлетворенность клиентов, удержание и новые регистрации.

The image shows a chat interaction between a user and a

Статус: Не решено
Причина: Бот предоставил нерелевантные ссылки и не разрешил проблему клиента.

The image shows a chat conversation between a user and

Статус: Решено
Причина: ИИ-агент предпринял необходимые действия для решения запроса клиента.

100-процентное разрешение запросов достижимо с помощью ИИ

Ada настолько уверена в своей способности разрешать клиентские запросы, что нацелилась на 100-процентный показатель успешного решения — то, что еще несколько лет назад казалось бы фантастикой. «Теперь 100-процентное разрешение — это вопрос времени, а не возможности», — заявил Гоццо.

Рынок также изменился: Ada больше не сталкивается с сильным скептицизмом, когда речь заходит об автоматическом решении проблем. «Предприятия становятся все более подкованными, — говорит Гоццо. — Они всерьез задумываются о стратегиях внедрения ИИ и выступают за интеграцию подобных технологий в свою операционную деятельность». Клиенты могут подключать, измерять и обучать ИИ-агентов Ada на базе LLM точно так же, как живых сотрудников. Планы Ada на ближайшие 12 месяцев включают в себя кардинальное повышение прозрачности продукта и расширение элементов управления, доступных клиентам.

Чувство взаимного воодушевления разделяют обе стороны. «Одна из вещей, которая выделяет OpenAI на фоне других наших партнеров — это неподдельный энтузиазм и любознательность, — поделился Гоццо. — Чувствуется, что каждый член команды искренне увлечен этим делом. Помимо деловых отношений, речь идет о том, как мы вместе создаем нечто значимое, и это по-настоящему освежает».

Хотите узнать больше о ChatGPT для бизнеса?

Связаться с нашей командой

Читайте также

Lowes logo superimposed on an abstract painting with prominent blue brushstrokes.

Lowe«s передает опыт реализации проектов в каждые руки

ASU logo in white, featuring a sunburst design, placed over a close-up of a green succulent plant with smooth, curving leaves.

Персонализация образования с помощью ChatGPT

История

The Upwork logo superimposed on an abstract painting with broad strokes of green, yellow, and blue.

Внедрение искусственного интеллекта в работу Upwork

История

Полный текст статьи читайте на OpenAI