Природний імпульс під час побудови AI-агента підтримки — ставитися до кожної передачі людині як до провалу, який треба виправити в наступній версії: прогалина в базі знань, підказка, яку варто відшліфувати, модель, яку варто зробити розумнішою. Іноді це справді так. Але здебільшого — ні. Черга підтримки, яка ніколи не ескалює, — це не ознака дуже здібного агента; це ознака того, що межу ескалації взагалі ніколи не провели, а розмови, яким потрібна була людина, натомість отримали впевнену відповідь.
Для чого насправді потрібна передача
Мета передачі вужча, ніж «коли ШІ чогось не знає». Це момент, коли продовжувати відповідати автоматично коштує дорожче, ніж затримка на залучення людини, — повернення коштів, що потребує рішення, якого немає в політиці, зміна акаунту, що вимагає підтвердження особи, клієнт, чиє повідомлення читається як справді засмучене, а не просто застрягле. У кожному з цих випадків база знань теоретично могла б містити відповідь; причина все одно передати розмову — у тому, що ціна неправильної чи недоречної за тоном автономної відповіді в такий момент вища, ніж у звичайному запитанні.
Найпростіші правила ескалації задають за категорією ще до того, як почалася хоч одна розмова: повернення коштів вище певного порогу, видалення акаунту, будь-що, повʼязане з платіжними даними, юридична чи повʼязана з безпекою мова. Вони не залежать від того, як розгортається розмова, — їх вирішують заздалегідь, бо самі категорії несуть достатньо ризику, щоб жодна оцінка впевненості моделі не переважила рішення залучити людину.
Складніші правила задає те, що відбувається всередині розмови, а не її категорія. Клієнт, який повторює запитання іншими словами, сигналізує, що попередня відповідь не спрацювала, і друга автоматична спроба під тим самим кутом рідко виправляє те, що не вловила перша. Клієнт, який прямо просить людину, дає найчіткіший з можливих сигналів і має одразу її отримати, а не перефразовану версію тієї самої автоматичної відповіді, що захищає власну точність.
Контекст і власність — ось що робить її дієвою
Нічого з цього не спрацює, якщо сама передача втрачає інформацію, і саме цю частину команди недооцінюють, доки все не піде не так. Клієнт, який уже пояснив номер замовлення, проблему й те, що вже пробував, ніколи не повинен набирати це знову лише тому, що розмова перейшла від відповіді ШІ до людини. Передача агентові Ven AI зберігає всю історію в тому самому треді — запитання, відповіді ШІ й усе, що привело до ескалації, — тож член команди, який отримує розмову, починає саме з того місця, де вона реально є.
Чітка власність над розмовою — інша половина працюючої передачі. У момент, коли розмова переходить до члена команди, вона має явно належати саме йому, а не лежати в загальній черзі, де попередня відповідь ШІ може прочитатися колегою, що глянув мимохідь, як власна відповідь черги. Спільний inbox, де відповіді ШІ й людини живуть в одному треді з явно визначеною власністю, уникає конкретної помилки — коли двоє, один з яких AI-агент, незалежно відповідають тому самому клієнту.
Як читати частку передач, не обманюючи себе
Частка передач — корисна метрика, яку легко неправильно прочитати. Спадна частка передач виглядає як прогрес і часто ним і є, але може означати й те, що правила ескалації тихо послабили — категорія, яка раніше передавалася людині, тепер відповідає автоматично, бо хтось підняв поріг впевненості, щоб досягти якогось показника. Читайте цю метрику разом із задоволеністю клієнтів у розмовах, що залишилися автоматизованими, а не саму по собі.
Протилежна помилка — вважати будь-який непевний момент достатньою причиною для передачі, що дає чергу, яка майже нічого не автоматизує, і команду, завалену розмовами, які добре обґрунтований агент міг би чисто закрити сам. Категорії, варті автоматизації, — саме ті, що вже названі: повторювані, з низькою потребою в судженні, добре задокументовані, — і підстраховуватися по всіх них через один невдалий крайній випадок зводить нанівець більшість користі від наявності агента взагалі.
Переглядайте межу разом зі змінами в черзі
Правила ескалації — теж не одноразове рішення. Категорія, яка стабільно потребувала людини півроку тому, може вже мати достатньо задокументованих прецедентів, щоб автоматизувати типові випадки, продовжуючи ескалувати незвичні; категорія, яка раніше вважалася безпечною, могла обрости новим крайнім випадком, вартим окремого правила. Перегляд списку передач разом із базою знань тримає обидва актуальними замість того, щоб один відставав від іншого.
Добре спроєктований AI-агент — не той, що відповідає найбільше. Це той, чиї передачі людині свідомі, а не випадкові, — визначені тим, що дійсно потрібно розмові, а не виявлені вже після того, як клієнт отримав відповідь, яка мала прийти від людини.
Запишіть правила ескалації до того, як агент почне працювати
Почніть список категорій із усього, що повʼязане з грошима, які виходять з компанії, доступом до акаунту чи мовою про безпеку й право, — вони мають бути в списку незалежно від того, наскільки добре задокументована тема, бо ціна неправильної автономної відповіді там категорично інша, ніж помилка про терміни доставки.
Додайте зверху правила за сигналами: пряме прохання про людину, повторюване запитання, що натякає на промах першої відповіді, і невелика кількість фраз, варта того, щоб трактувати їх як прямий тригер ескалації, а не щось, що модель має інтерпретувати на льоту. Тримайте цей список коротким і конкретним настільки, щоб будь-хто в команді міг прочитати його й погодитися з кожним рядком.
Переглядайте обидва списки на основі реальних даних про передачі раз на кілька тижнів, а не лише тоді, коли щось пішло не так. Категорія, що ескалює значно частіше за очікуване, зазвичай потребує виправлення документації; категорія, що ескалує значно рідше за очікуване, варта ручної вибіркової перевірки, перш ніж вважати, що правила справді працюють, а не просто мовчать.
Поширене запитання
Чи означає висока частка передач, що AI-агент не працює?
Не сама по собі. Частка передач має сенс лише поруч із тим, що насправді є в черзі, — лінія підтримки, де переважають спірні рахунки й зміни акаунту, має ескалювати часто, і це правила, що працюють як задумано, а не провал агента. Варто розбиратися тоді, коли вона різко змінюється без зміни в тому, про що питають клієнти, — це зазвичай указує на прогалину в документації чи правило, яке треба скоригувати, а не на саму модель.