Jste připraveni změnit svůj pohled na CX? Agent AI je tady.

První nasazení agentů s umělou inteligencí přináší znatelné zrychlení služeb, vyšší úspěšnost interakcí a dokonce i celkové zvýšení spokojenosti se značkou.

Cesta k úspěchu však není bez překážek. Jak zajistit, aby na ni byly vaše operace připraveny? Jaká je správná digitální strategie, když se technologie mění doslova ze dne na den? A jak zvládnete regulační problémy a ochranu osobních údajů?

Naše nová série blogů, která začíná právě tímto článkem, se bude zabývat těmito a mnoha dalšími otázkami - a zároveň přinese zkušenosti z reálného světa.

Vítejte ve světě agentské umělé inteligence.

Generativní umělá inteligence (GenAI) je dnes pro mnohé přirozenou součástí každodenního života. Řešení jako ChatGPT, Claude, Gemini nebo nejnověji DeepSeek mění způsob, jakým lidé pracují a komunikují online.

Dnes však stojíme na prahu nové éry: AI založené na agentech.

Agentová AI je v podstatě entita, která funguje na základě „kognitivní architektury“: kombinuje instrukce, modely a metody (nástroje, vstupy, kontext) pro řešení konkrétních obchodních potřeb. Tito agenti mohou samostatně vykonávat úkoly - od jednoduchých až po složité - a činit autonomní rozhodnutí. Průběžně se učí z interakcí, procesů nebo chování jiných agentů a podle toho přizpůsobují své chování.

Umělá inteligence pro agenty představuje zásadní změnu pro všechny společnosti, které chtějí zefektivnit nebo transformovat péči o zákazníky s důrazem na škálovatelnost a výkon. Společnost Gartner předpovídá, že do čtyř let budou nejméně 15 % každodenních rozhodnutí ve firmách činit agenti s umělou inteligencí, což je obrovský skok oproti dnešním téměř 0 %.

Zároveň však srdcem každé úspěšné strategie AI musí být lidé. Ani ta nejpokročilejší technologie nemůže nahradit kvalitu lidské zkušenosti. Proto hybridní model s více agenty spočívá v harmonickém propojení AI a lidské inteligence - tak, aby zákazník vždy získal to nejlepší z obou světů. Agenti AI podporují lidské agenty, doplňují jejich schopnosti a pružně reagují na měnící se potřeby zákazníků v souladu se značkou.

Jak v praxi vypadá hybridní multiagentní model v zákaznickém provozu? Obecně lze říci, že existují tři oblasti: 

1. Umělá inteligence jako virtuální asistent pro zákaznické agenty 

Lidští agenti získávají podporu v reálném čase a nástroje pro prediktivní rozhodování, které zlepšují jejich výkonnost a efektivitu. Jako součást inteligentního systému může AI zlepšit cílení a personalizaci služeb napříč kanály. Výkonná konverzační analýza odhaluje nové poznatky z každého kontaktu se zákazníkem, které mohou agenti okamžitě využít k rozhodování. Navíc mohou využívat průběžné školení a personalizovanou podporu. 

2. Virtuální inteligentní agenti

Virtuální agenti (hlasoví nebo chatoví) jsou plně integrovaní a nabízejí bezproblémovou, personalizovanou zákaznickou zkušenost napříč kanály. Požadavky zákazníků vyřizují rychle, efektivně a bez nutnosti lidské účasti. Kvalitu zajišťují předem nakonfigurované kontrolní mechanismy:

 - „člověk jako supervizor“: validace výstupů umělé inteligence

- „člověk ve smyčce“: možnost eskalovat konkrétní rozhodnutí na lidského agenta.

3. Automatizace back-office procesů 

Inteligentní automatizace zrychluje a zefektivňuje back-office operace a eliminuje chyby. Konkrétní úkoly lze plně automatizovat, čímž se sníží náklady a zvýší rychlost. Často se jedná o tzv. vertikální agenty AI - vysoce specializovaná řešení pro konkrétní procesy. 

Jedním z nejvýznamnějších pokroků je nasazení kontextově citlivých agentů AI díky malým jazykovým modelům (SLM). Jak uvádí HFS Research, SLM jsou určeny pro úzce specifikované úlohy - například práci se specifickou terminologií, kolísavé dotazy nebo řešení složitých problémů.

Hlavní výhodou SLM je jejich schopnost pracovat v méně výkonných technologických prostředích - například na lokálních serverech nebo okrajových zařízeních. To umožňuje jejich nasazení blíže k zákazníkům a zajištění rychlé odezvy. Jsou také nákladově efektivnější než velké modely umělé inteligence, i když jejich trénink a ladění stále vyžaduje investice.

Hybridní multiagentní ekosystém zajišťuje díky zlepšování založenému na datech neustálé zlepšování služeb zákazníkům i provozní efektivity. 

Některá řešení dokonce umožňují obchodním a provozním týmům konfigurovat a nasazovat zákaznické cesty s umělou inteligencí nezávisle - bez nutnosti zásahu vývojáře. Tím se snižují náklady a doba implementace. Otevírá to také dveře k demokratizaci AI, která firmám poskytuje větší kontrolu a transparentnost. 

Ačkoli je mnoho organizací stále na začátku cesty, u firem, které spolupracují, již vidíme významné výsledky: 

• Doba náběhu nových agentů se zkrátila a produktivita se zvýšila přibližně o 10 %
• Virtuální agenti vyřizují 50 % objednávek v maloobchodě s vyšší úspěšností než lidé
• Zpracování pohledávek se zrychlilo o 30 %, chybovost klesla o 90 % a náklady na vymáhání se snížily o 49 %.

Navzdory jasným přínosům umělé inteligence založené na agentech by měl každý vedoucí pracovník v oblasti technologií a podnikání očekávat problémy - zejména:

1. ak efektivně propojit technologie a lidské dovednosti
2. Jak připravit organizaci, zaměstnance a nové provozní modely
3. Jak zajistit dostupnost a kvalitu firemních dat a know-how
4. Jak udržet výsledky AI v souladu s hodnotami a image značky
5. Jak rychle vytěžit hodnotu a zároveň zachovat dlouhodobou flexibilitu, škálovatelnost a přizpůsobení.

Pro překonání těchto výzev je klíčový jasně definovaný plán nasazení AI zaměřený na člověka. Na jeho základě nabídne hybridní multiagentní strategie škálovatelnou a udržitelnou cestu k lepší péči o zákazníky a udržení vedoucí pozice v éře transformace AI.

V příštích blozích se budeme zabývat tím, jak převést principy zaměřené na člověka do konkrétních kroků, které přinesou vaší firmě ještě větší hodnotu.

Zůstaňte naladěni!

-

Luigi Esposito, vedoucí oddělení nasazení AI pro region EMEA a anglicky mluvící trhy, a Diana Catalina Velasquez, vedoucí oddělení nasazení AI pro Latinskou Ameriku.