Notatki z webinaru Zendesk prowadzonego przez John White (Director of Solution Consulting) i Erica Pillmeyer (Solution Consultant, ekspert w dziedzinie Zendesk AI). Wszystkie przedstawione przemyślenia, obserwacje i wnioski pochodzą od prelegentów.

TL;DR

Gartner przewiduje 5-krotny wzrost interakcji digital-first w najbliższych latach
81% klientów twierdzi, że jakość obsługi wpływa na przyszłe decyzje zakupowe
Zendesk AI agents łączą generatywne odpowiedzi z precyzyjnymi integracjami API w jednym systemie
System odpowiada w różnych językach bez konieczności tłumaczenia źródeł wiedzy
Authentication i personalizacja umożliwiają dostosowanie doświadczenia do każdego użytkownika
Łączenie wielu wywołań API tworzy płynny proces dla użytkownika
Cotygodniowa analiza grupowania automatycznie identyfikuje luki w wiedzy

Nowa era AI w customer service

Według danych prezentowanych przez John White, branża obsługi klienta stoi u progu fundamentalnej zmiany. Gartner przewiduje pięciokrotny wzrost interakcji digital-first w najbliższych latach, podczas gdy 81% klientów deklaruje, że jakość obsługi wpływa na ich przyszłe decyzje zakupowe.

White podkreśla kluczową zmianę w technologii: „AI przekroczyło punkt przełomu. Wymaga mniej wysiłku niż pięć lat temu czy nawet rok temu, ale wartość stale rośnie.”

Zendesk odpowiada na te wyzwania poprzez Ultimate – produkt przejęty w 2024 roku, który jednak rozwija się już od ponad dekady. To długotrwałe doświadczenie przekłada się na dojrzałość technologiczną oraz praktyczne podejście do automatyzacji.

Zendesk AI agents – połączenie generatywności i precyzji

Erica Pillmeyer w swojej demonstracji pokazała, jak AI agents łączą dwa podejścia do automatyzacji. Z jednej strony system oferuje generatywne odpowiedzi z bazy wiedzy, z drugiej – precyzyjne akcje z integracjami zewnętrznymi.

Generatywne odpowiedzi z wieloma źródłami

Bot może jednocześnie czerpać informacje z różnych źródeł:

Zendesk Guide (zarówno publiczne jak i prywatne artykuły)
Zewnętrzne strony internetowe
Pliki CSV
Inne bazy wiedzy

Pillmeyer wyjaśnia: „Bot może pobierać informacje i cytować z wielu miejsc jednocześnie przy każdej odpowiedzi.”

Ponadto system może importować również prywatne artykuły z Zendesk Guide – te niewidoczne dla niezalogowanych użytkowników, ale dostępne dla bota do generowania odpowiedzi.

Wielojęzyczność bez tłumaczenia źródeł

Jedna z najbardziej imponujących funkcji to możliwość odpowiadania w różnych językach bez konieczności tłumaczenia źródeł wiedzy. Pillmeyer demonstruje: „Chcę, żeby bot odpowiedział na moje pytanie teraz po niemiecku, nie zmuszając mnie do tłumaczenia źródeł, które mu przekazałem.”

Authentication i personalizacja doświadczeń

System oferuje zaawansowane możliwości personalizacji. Użytkownicy uwierzytelnieni otrzymują spersonalizowane doświadczenie – bot automatycznie rozpoznaje ich external ID, email i inne dane, eliminując potrzebę ponownego podawania informacji.

Pillmeyer wyjaśnia: „Ponieważ jestem uwierzytelniona, istnieją informacje, które już znamy o użytkowniku. Znam już ich external ID, email i potencjalnie inne rzeczy.”

Bot może również dostosować ton konwersacji – od profesjonalnego po entuzjastyczny, dopasowując się do charakteru marki i oczekiwań klientów.

Integracje i możliwości API

Integration Builder pozwala na połączenie z praktycznie dowolnym API. Pillmeyer przedstawiła przykłady integracji z Shopify (sprawdzanie statusu zamówień), Google Sheets (aktualizacje danych) czy Dynamics 365 (przez custom API).

Manipulacja danych dla lepszej prezentacji

System nie tylko pobiera dane z API, ale także je przetwarza. Pillmeyer wyjaśnia: „Zamiast pokazywać datę w okropnym formacie z Shopify, możemy ją przetworzyć tak, żeby była czytelna dla użytkownika.”

Możliwości Integration Builder obejmują:

Formatowanie danych – przekształcanie dat z API w czytelny format
Parsowanie statusów – interpretacja informacji o zamówieniach i ich prezentacja
Logika biznesowa – dodawanie reguł (np. sprawdzanie polityki zwrotów)
Łączenie APIs – łączenie wielu wywołań w jednym procesie dla bezproblemowego UX
Dynamic carousels – interaktywne karuzele z produktami i opcjami
JSON Auto manipulation – zaawansowana obróbka danych przez JSON querying language

Pillmeyer wyjaśnia koncepcję łączenia APIs: „Chcę dokonać zwrotu. W Shopify najpierw musisz ustalić, jaki jest portal bramki. Użytkownik tego nie wie, że to znajduje się w innym API. Połączmy je razem, żeby mieć wszystkie potrzebne informacje.”

Analityka i ciągłe doskonalenie

Zendesk AI agents oferuje zaawansowane narzędzia analityczne do monitorowania wydajności botów.

Kluczowe metryki

System śledzi wydajność na różnych poziomach. Najważniejsze wskaźniki to deflection rates – pokazujące ile zapytań bot obsłużył samodzielnie, oraz BSAT scores mierzący satysfakcję klientów z interakcji z botem.

Zendesk rozróżnia deflection od bot handled – bot handled to bardziej restrykcyjna metryka wymagająca faktycznego rozwiązania problemu, nie tylko odpowiedzi. Dodatkowo system monitoruje escalation rates i intent-based analytics.

Pillmeyer podkreśla wartość mapy cieplnej pokazującej które artykuły są najczęściej wykorzystywane przez bota oraz conversation flow analysis – śledzenie gdzie użytkownicy przerywają rozmowy.

Cotygodniowa analiza grupowania

Jedna z najcenniejszych funkcji to automatyczna analiza luk w wiedzy. Pillmeyer wyjaśnia: „Bot co tydzień dostarcza przegląd klastrów tematów, o które ludzie pytali – to są pytania, na które w tej chwili nie ma odpowiedzi.”

System automatycznie grupuje nieobsłużone pytania i sugeruje utworzenie nowych artykułów w bazie wiedzy, dodanie nowych przypadków użycia oraz identyfikację tematów wymagających uwagi.

Lista kontrolna monitoringu wydajności

Metryki do regularnego sprawdzania:

Deflection rate – czy bot obsługuje wystarczająco dużo zapytań samodzielnie?
BSAT scores – czy klienci są zadowoleni z interakcji z botem?
Wzorce eskalacji – które typy zapytań najczęściej trafiają do agentów?
Wykorzystanie źródeł wiedzy – które artykuły są najczęściej wykorzystywane?
Cotygodniowe raporty grupowania – jakie nowe tematy pojawiają się w nieobsłużonych zapytaniach?
Wydajność przypadków użycia – które działają najlepiej/najgorzej?
Metryki specyficzne dla kanałów – jak bot radzi sobie na różnych kanałach?

Praktyczne zastosowania

Studium przypadku Hello Sugar

White przedstawił przykład Hello Sugar – sieci salonów działającej na całym świecie, która wykorzystała Zendesk AI do zwiększenia skalowalności przy jednoczesnym podnoszeniu satysfakcji klientów.

„Nie tylko obsługujemy więcej, ale także podnosimy satysfakcję naszych klientów” – podsumowuje White.

Hello Sugar używa komunikacji SMS przez Twilio, co pokazuje elastyczność systemu w obsłudze różnych kanałów komunikacji. To praktyczny dowód na to, że automatyzacja może rzeczywiście poprawić doświadczenie klienta zamiast je pogarszać.

Automatyzacja wielokanałowa

System działa jednolicie na wszystkich kanałach komunikacji – web widget, aplikacje mobilne, SMS (jak w przypadku Hello Sugar przez Twilio), email oraz kanały social media.

Pillmeyer podkreśla: „Ta automatyzacja jest obsługiwana na wszystkich różnych kanałach, które masz podłączone do swojego Zendeska.”

Automatyzacja email i ticketów

AI agents obsługują także automatyzację emaili i ticketów. Bot może prowadzić wieloetapowe konwersacje przez email, zbierając informacje i aktualizując tickety w trakcie procesu.

Kluczowe możliwości automatyzacji ticketów obejmują:

Dodawanie wewnętrznych notatek dla agentów z kontekstem rozmowy
Automatyczne tagowanie ticketów informacjami zebranymi przez bota
Integrację wszystkich konwersacji (nawet nieeskalowanych) z analityką Zendesk
Auto-zamykanie rozwiązanych ticketów dla właściwego raportowania

Pillmeyer wyjaśnia: „Możemy kontynuować aktualizowanie naszego ticketu. Teraz znam numer zamówienia, znam temat, wszystkie te rzeczy, a następnie możemy kontynuować aktualizowanie, używać API do sprawdzania co się dzieje, dodawać wewnętrzne notatki, żeby agenci wiedzieli co dzieje się dalej.”

Wszystkie rozmowy, nawet te obsłużone wyłącznie przez bota, mogą trafiać do Zendesk jako zamknięte tickety, co zapewnia kompletną analitykę i raportowanie w jednym miejscu.

Jak skutecznie wdrożyć AI agents

Lista kontrolna wdrożenia AI agents

Przygotowanie bazy wiedzy:

Zidentyfikuj wszystkie źródła wiedzy (Guide, strony www, CSV, dokumenty)
Upewnij się, że artykuły są aktualne i kompletne
Zdecyduj które artykuły mają być publiczne, a które prywatne
Ustaw częstotliwość importu (dzienna/na żądanie)

Konfiguracja integracji:

Zmapuj wszystkie API które bot ma używać
Przetestuj połączenia w Integration Builder
Skonfiguruj manipulację danych (formatowanie, logika biznesowa)
Przygotuj scenariusze dla różnych sytuacji (brak danych, błędy API)

Definiowanie przypadków użycia:

Określ główne procesy które bot ma obsługiwać
Napisz opisy przypadków użycia w naturalnym języku
Przetestuj rozpoznawanie intencji
Skonfiguruj scenariusze zastępcze

Testowanie i monitoring:

Ustaw metryki sukcesu (deflection rate, BSAT)
Skonfiguruj cotygodniową analizę grupowania
Przetestuj wszystkie kanały komunikacji
Przygotuj proces iteracyjnych ulepszeń

Proste tworzenie przypadków użycia

Dodawanie nowych przypadków użycia nie wymaga skomplikowanego treningu. Pillmeyer pokazuje: „W naturalnym języku po prostu piszemy, na co powinien zwracać uwagę. I to tyle.”

Następnie system automatycznie analizuje potencjalne konflikty i sugeruje ulepszenia.

Zabezpieczenia i bezpieczeństwo

AI agents wykorzystuje obowiązkowy system cytowań jako kluczowe zabezpieczenie przed halucynacjami. Pillmeyer wyjaśnia: „Niezależnie od tego, czy i jak wybierzesz wyświetlanie tych źródeł, zawsze mamy cytowania, które zmuszamy bota do podania. Jeśli nie możesz mi podać cytowań dla każdej części tego, to nie wiesz.”

Bot wykazuje również zaawansowaną konwersacyjność – może przełączać się między różnymi intencjami w tej samej rozmowie. „Nawet jeśli nie klikasz, chcemy mieć pewność, że zawsze rozumiemy intencję osoby” – podkreśla Pillmeyer.

Jednocześnie system pozwala na elastyczną prezentację źródeł – od ukrywania ich po pokazywanie pełnej listy cytowań, w zależności od potrzeb konkretnego przypadku użycia.

Podsumowanie praktyczne

Zendesk AI agents to kompleksowe rozwiązanie łączące najlepsze cechy różnych podejść do automatyzacji. Hybrydowy model generative + prescriptive responses umożliwia obsługę zarówno prostych pytań z bazy wiedzy, jak i złożonych procesów wymagających integracji z zewnętrznymi systemami.

Największe zalety to szybkie wdrożenie bez skomplikowanego treningu oraz automatyczna identyfikacja obszarów do poprawy przez cotygodniową analizę grupowania. Ponadto system oferuje jednolitą obsługę na wszystkich kanałach – od email przez SMS po social media, z możliwością osiągnięcia nawet 80% deflection rate.

Kluczowe możliwości techniczne obejmują:

Wielojęzyczność bez tłumaczenia źródeł wiedzy
Elastyczne integracje API przez Integration Builder
System cytowań zapobiegający halucynacjom AI
Zaawansowaną analitykę i monitoring wydajności

White podsumowuje: „Proszę nie bójcie się AI. Jest wiele rzeczy, które Zendesk może zrobić, żeby ten ruch był szybki i żebyśmy mogli od razu zrozumieć jak się poprawić.”

Kluczowy insight

Automatyzacja podnosi satysfakcję

Standardowo myślimy: Automatyzacja to kompromis – zyskujemy efektywność kosztem zadowolenia klientów. Każdy bot to wybór między skalą a jakością obsługi.

W praktyce okazuje się, że: Dobrze zaprojektowana automatyzacja może jednocześnie zwiększyć skalę i podnieść satysfakcję klientów. Hello Sugar osiągnęło oba cele równocześnie dzięki Zendesk AI agents.

Dlaczego to jest istotne: Zmienia to fundamentalnie sposób myślenia o ROI automatyzacji – zamiast kalkulować „ile tracimy na CX żeby zyskać na kosztach”, możemy optymalizować oba wskaźniki jednocześnie.

Test na jutro: Następnym razem gdy planujesz automatyzację, zamiast pytać „jak zminimalizować negatywny wpływ na CX” spróbuj zadać pytanie „jak ta automatyzacja może poprawić doświadczenie klienta” i zmierz BSAT scores przed i po wdrożeniu.

Ten wpis jest częścią mojej kolekcji notatek z ciekawych podcastów, webinarów i innych treści, które uważam za wartościowe i do których sam chcę wracać. Jeśli chcesz sprawdzić oryginalne źródło, znajdziesz je tutaj: Zendesk AI Agents Demo

Tag: Erica Pillmeyer

Zendesk AI agents – rewolucja w automatyzacji obsługi klienta #EN182