Väljakutse
Iga kliendile saadetud vastus litsentseeritud krediidiasutuses peab olema auditeeritav ja regulatsioonidega kooskõlas. Meeskond pidi korraga toime tulema kolme keelega, kahe portaaliga (modena.ee laenudele ja modena.capital investoritele) ning pideva survega hoida väikese tiimiga vastused kiired ja kvaliteet ühtlane.
Lahendus
- 11 AI-töövoogu, üks platvorm. AI on põimitud 11 eri klienditoe töövoogu, mitte külge poogitud eraldi vestlusrobotina; iga AI väljund läbib enne kliendini jõudmist inimese ülevaatuse.
- Kulusäästlik kolme mudeli strateegia. Sorteerimine käib Haikul, vastuste koostamine Sonnetil, keerukas arutlus Opusel – administraator näeb valikut ja saab selle stsenaariumi kaupa üle kirjutada.
- RAG Zendeski arhiivil. Iga uue pileti juurde tuuakse kolm kõige sarnasemat lahendatud piletit kontekstiks, nii et AI õpib sellest, kuidas inimesed sama küsimust päriselt lahendasid.
- Portaaliteadlik teadmusbaas. Iga teadmusbaasi artikkel on märgistatud portaali järgi – investori pilet ei näe kunagi laenuvaldkonna KKK-d ega vastupidi.
- Ennast täiendav teadmusbaas. Igal pühapäeval vaatab Claude lahendatud piletid üle ja koostab kolm kõige sagedasemat KKK-d; administraator vajutab pärast ülevaatust „avalda“.
- Sujuv taandumine. Kui Claude’i API on maas, jätkab platvorm tööd – AI on täiendus, mitte kriitiline lüli.
Tulemus
- Vastamisaeg langes 5–10 minutilt 1–2 minutile vastuse kohta.
- Eskaleeritud juhtumid jõuavad õige inimeseni samal päeval, mitte järjekorra lõpust.
- Vastuste kvaliteet on agentide vahel ühtlasem – sama teadmusbaas, samad varasemad lahendused.
- Uued töötajad kasutavad platvormi esimesest päevast alates – eraldi „prompt engineering“ koolitust pole vaja.
- Otsene tarkvarasääst ligikaudu 7140 € aastas võrreldes Zendesk Suite’i ja Advanced AI-ga.
Peamine järeldusAI-põhine klienditugi ei vaja AI-idufirma eelarvet – see vajab hoolikat töövoogude integreerimist, kulusäästlikku mudelistrateegiat ja inimese osalust igas otsuses.