Zendesk помогает бизнесу обеспечивать выдающийся клиентский сервис уже более десяти лет. Ежегодно их платформа способствует решению свыше 4,6 миллиардов запросов, улучшая удовлетворённость клиентов по всему миру.
В начале 2023 года Zendesk начал тесное сотрудничество с OpenAI, чтобы понять, как искусственный интеллект может перевернуть развитие сервисов и продуктов. Сегодня компания тестирует новую категорию агентных ИИ, созданных на базе моделей OpenAI, которые не только ведут целые диалоги, но и самостоятельно планируют и реализуют ответы. Это позволяет:
Даже самые продвинутые сервисные платформы сталкиваются с ограничениями традиционных методов автоматизации. Раньше стандартный подход заключался в том, чтобы определить намерение пользователя, запустить заранее прописанный сценарий или рабочий процесс и надеяться, что клиент будет действовать в рамках этого сценария. Такой метод отлично работал с чётко структурированными взаимодействиями, однако быстро терял свою эффективность при возникновении нюансов, последующих вопросов или нестандартных случаев.
«Раньше всё сводилось к простому обмену сообщениями: сообщение пришло — ответ отправлен», — отмечает Адриан МакДермотт, технический директор Zendesk. «Но настоящие клиенты часто меняют мнение, задают уточняющие вопросы и ожидают, что ИИ будет поддерживать разговор естественно. В сфере обслуживания главным результатом является именно решение проблемы, а традиционные боты в этом пока ограничены.»
Для преодоления этих ограничений Zendesk начал работу с OpenAI и внедрил генеративный подход на основе метода дополненной генерации с извлечением (RAG) для стандартных FAQ-взаимодействий. Сегодня фокус сместился на генеративное рассуждение, позволяющее ИИ-агентам самостоятельно планировать и выполнять задачи.
График (линейная диаграмма), демонстрирующий экспоненциальный рост использования интеграций Zendesk с резким увеличением совокупных показателей.
Новая категория ИИ-агентов, предназначенных для решения проблем
Новая серия агентных ИИ от Zendesk создана специально для обеспечения качественного сервиса. Опираясь на модели OpenAI, такие как GPT‑4o, эти агенты не ограничиваются простыми ответами — они ведут беседу, анализируют контекст и целенаправленно стремятся к решению проблемы.
Платформа использует многоагентную архитектуру, включающую специализированных агентов:
Объединяя метод RAG с генеративным рассуждением, ИИ-агенты Zendesk теперь могут вести многоэтапные диалоги, задавать дополнительные вопросы и корректировать ответы в зависимости от входящих данных. Это позволяет платформе решать сложные задачи автономно, без зависимости от жестко зафиксированных диалоговых схем.
«Мы предоставили боту больше возможностей управлять разговором, оставаясь в рамках строгих стандартов качества и точности Zendesk», — говорит МакДермотт. «Процесс начинается с глубокого понимания проблемы клиента с явным упором на достижение решения.»
Переход от статических сценариев к адаптивному рассуждению
Одним из ключевых изменений в разработке ИИ-агентов Zendesk стала эволюция к гибридной модели, где агенты способны бесшовно переключаться между фиксированными диалоговыми потоками и генеративными процедурами в рамках одного разговора.
С новым конструктором ИИ-агентов компании теперь могут задавать процедуры на естественном языке. Получив инструкции, агент планирует последовательность действий с помощью адаптивного рассуждения и представляет предварительный план своих шагов перед запуском в работу.
Контроль рассуждений в режиме реального времени предоставляет полную прозрачность о том, как ИИ принимает решения, позволяя командам анализировать каждый диалог, изучая цепочку размышлений (CoT) для понимания принятых решений. Такой сдвиг сокращает время настройки с дней до минут и делает генеративную автоматизацию доступной для гораздо большего числа клиентов Zendesk.
«Мы разрушили основные барьеры внедрения ИИ. Теперь клиенты могут использовать новых агентных ИИ-агентов прямо «из коробки», — отмечает Адриан МакДермотт, технический директор Zendesk.
Тестирование лучших моделей для каждой задачи
В основе своей Zendesk проводит строгую внутреннюю программу бенчмаркинга, чтобы отобрать и внедрить лучшие модели, а также настроить запросы для каждого конкретного случая. Команда учитывает такие параметры, как задержка, стоимость и качество, тестируя новейшие модели, например, OpenAI o3‑mini, в задачах от RAG до фонового рассуждения.
Этот подход позволяет оценивать, тестировать и внедрять новые модели менее чем за 24 часа. Zendesk отслеживает производительность как до, так и после развертывания, используя оффлайн-оценку и живые метрики, такие как процент решённых запросов, скорость редактирования и задержка. Каждое решение по выбору модели документируется и подлежит аудиту, что обеспечивает прозрачность и надёжность системы.
В этом году Zendesk планирует выйти на новый уровень, запустив платформу для самообслуживания в рамках бенчмаркинга, чтобы любая инженерная команда могла тестировать и внедрять модели без необходимости непосредственной поддержки специалистов по машинному обучению.
Ускорение пути к 80% автоматизации
Сейчас Zendesk проводит пилотное тестирование новой платформы агентных ИИ с первыми клиентами. Платформа разработана таким образом, чтобы легко интегрироваться с существующими системами, что позволяет значительно ускорить путь к 80% автоматизации без необходимости переписывать всё с нуля.
Ожидается, что более масштабные показатели станут доступны к 2025 году, однако первые отзывы уже демонстрируют существенные улучшения: быстрая настройка, более точные ответы и плавное взаимодействие пользователей на всех каналах.
В начале 2023 года Zendesk начал тесное сотрудничество с OpenAI, чтобы понять, как искусственный интеллект может перевернуть развитие сервисов и продуктов. Сегодня компания тестирует новую категорию агентных ИИ, созданных на базе моделей OpenAI, которые не только ведут целые диалоги, но и самостоятельно планируют и реализуют ответы. Это позволяет:
- Сократить время настройки с нескольких дней до минут
- Достичь уровня автоматизации порядка 80%
- Предоставить командам полный контроль над поведением ИИ
- Перейти от ботов, основанных на классификации намерений, к проактивным агентам, способным действовать самостоятельно
Даже самые продвинутые сервисные платформы сталкиваются с ограничениями традиционных методов автоматизации. Раньше стандартный подход заключался в том, чтобы определить намерение пользователя, запустить заранее прописанный сценарий или рабочий процесс и надеяться, что клиент будет действовать в рамках этого сценария. Такой метод отлично работал с чётко структурированными взаимодействиями, однако быстро терял свою эффективность при возникновении нюансов, последующих вопросов или нестандартных случаев.
«Раньше всё сводилось к простому обмену сообщениями: сообщение пришло — ответ отправлен», — отмечает Адриан МакДермотт, технический директор Zendesk. «Но настоящие клиенты часто меняют мнение, задают уточняющие вопросы и ожидают, что ИИ будет поддерживать разговор естественно. В сфере обслуживания главным результатом является именно решение проблемы, а традиционные боты в этом пока ограничены.»
Для преодоления этих ограничений Zendesk начал работу с OpenAI и внедрил генеративный подход на основе метода дополненной генерации с извлечением (RAG) для стандартных FAQ-взаимодействий. Сегодня фокус сместился на генеративное рассуждение, позволяющее ИИ-агентам самостоятельно планировать и выполнять задачи.
График (линейная диаграмма), демонстрирующий экспоненциальный рост использования интеграций Zendesk с резким увеличением совокупных показателей.
Новая категория ИИ-агентов, предназначенных для решения проблем
Новая серия агентных ИИ от Zendesk создана специально для обеспечения качественного сервиса. Опираясь на модели OpenAI, такие как GPT‑4o, эти агенты не ограничиваются простыми ответами — они ведут беседу, анализируют контекст и целенаправленно стремятся к решению проблемы.
Платформа использует многоагентную архитектуру, включающую специализированных агентов:
- Агент идентификации задач: Вместо стандартного ручного обучения этот агент ведёт живой диалог для выяснения потребностей пользователя, задавая уточняющие вопросы и устраняя неоднозначности.
- Разговорный агент RAG: Расширяет возможности традиционного подхода, интегрируя многоходовые диалоги. Например, при вопросе о вариантах оплаты агент может сначала уточнить географическое местоположение пользователя, прежде чем предоставить регионально специфические рекомендации.
- Агент компиляции процедур: Балансируя между автономностью и контролем, этот агент преобразует бизнес-правила, изложенные на естественном языке, в структурированные рабочие потоки, гарантируя, что ИИ понимает и визуально отображает последовательность действий.
- Агент исполнения процедур: Выполняет необходимые действия, вызывая API, инициируя рабочие процессы и обновляя системы согласно логике, заданной бизнес-процессами.
Объединяя метод RAG с генеративным рассуждением, ИИ-агенты Zendesk теперь могут вести многоэтапные диалоги, задавать дополнительные вопросы и корректировать ответы в зависимости от входящих данных. Это позволяет платформе решать сложные задачи автономно, без зависимости от жестко зафиксированных диалоговых схем.
«Мы предоставили боту больше возможностей управлять разговором, оставаясь в рамках строгих стандартов качества и точности Zendesk», — говорит МакДермотт. «Процесс начинается с глубокого понимания проблемы клиента с явным упором на достижение решения.»
Переход от статических сценариев к адаптивному рассуждению
Одним из ключевых изменений в разработке ИИ-агентов Zendesk стала эволюция к гибридной модели, где агенты способны бесшовно переключаться между фиксированными диалоговыми потоками и генеративными процедурами в рамках одного разговора.
С новым конструктором ИИ-агентов компании теперь могут задавать процедуры на естественном языке. Получив инструкции, агент планирует последовательность действий с помощью адаптивного рассуждения и представляет предварительный план своих шагов перед запуском в работу.
Контроль рассуждений в режиме реального времени предоставляет полную прозрачность о том, как ИИ принимает решения, позволяя командам анализировать каждый диалог, изучая цепочку размышлений (CoT) для понимания принятых решений. Такой сдвиг сокращает время настройки с дней до минут и делает генеративную автоматизацию доступной для гораздо большего числа клиентов Zendesk.
«Мы разрушили основные барьеры внедрения ИИ. Теперь клиенты могут использовать новых агентных ИИ-агентов прямо «из коробки», — отмечает Адриан МакДермотт, технический директор Zendesk.
Тестирование лучших моделей для каждой задачи
В основе своей Zendesk проводит строгую внутреннюю программу бенчмаркинга, чтобы отобрать и внедрить лучшие модели, а также настроить запросы для каждого конкретного случая. Команда учитывает такие параметры, как задержка, стоимость и качество, тестируя новейшие модели, например, OpenAI o3‑mini, в задачах от RAG до фонового рассуждения.
Этот подход позволяет оценивать, тестировать и внедрять новые модели менее чем за 24 часа. Zendesk отслеживает производительность как до, так и после развертывания, используя оффлайн-оценку и живые метрики, такие как процент решённых запросов, скорость редактирования и задержка. Каждое решение по выбору модели документируется и подлежит аудиту, что обеспечивает прозрачность и надёжность системы.
В этом году Zendesk планирует выйти на новый уровень, запустив платформу для самообслуживания в рамках бенчмаркинга, чтобы любая инженерная команда могла тестировать и внедрять модели без необходимости непосредственной поддержки специалистов по машинному обучению.
Ускорение пути к 80% автоматизации
Сейчас Zendesk проводит пилотное тестирование новой платформы агентных ИИ с первыми клиентами. Платформа разработана таким образом, чтобы легко интегрироваться с существующими системами, что позволяет значительно ускорить путь к 80% автоматизации без необходимости переписывать всё с нуля.
Ожидается, что более масштабные показатели станут доступны к 2025 году, однако первые отзывы уже демонстрируют существенные улучшения: быстрая настройка, более точные ответы и плавное взаимодействие пользователей на всех каналах.