Digital Transformation Summit

Digital Transformation Summit

AI, která umí česky. Co dnes zvládne ve firmě

AI, která umí česky. Co dnes zvládne ve firmě

V roce 2024 jsme na tomto místě psali o startupu Rossie.AI. Martin Franc ze společnosti Agnostix ho představil na Digital Transformation Summitu 2024 jako generativní AI v Salesforce, která umí česky. Projekt Rossie.AI je dnes uzavřený. Otázka, kterou otevřel, platí dál: co musí umělá inteligence zvládnout, aby ve firmě pracovala v jazyce lidí i zákazníků.

Čeština v AI: z argumentu standard

Před dvěma lety stačila čeština jako hlavní argument celého produktu. Dnes zvládne jeden AI agent víc jazyků najednou. U Accellu, celoevropského výrobce jízdních kol se značkami Ghost, Haibike, Winora a Lapierre, obsluhuje čtyři jazyky na 16 webech.

Agentforce vede češtinu mezi plně podporovanými jazyky. Kvalitu odpovědí v nich ověřuje přímo Salesforce.

Rozhodující otázka leží jinde. Firmu zajímá, jestli umělá inteligence rozumí jejímu vlastnímu jazyku: produktům, zkratkám, interním pojmům a pravidlům.

Kde AI potřebuje firemní slovník

Obecný jazyk zvládá model. Firemní jazyk dodává projekt. Ve třech oblastech rozhoduje o kvalitě odpovědi:

  • Odborná terminologie. Zákazník popíše závadu vlastními slovy, servisní technik ji pojmenuje odborně. Agent potřebuje propojit obě podoby.
  • Interní zkratky. Každá firma má desítky zkratek, kterým rozumí jen její lidé. Agent je zná teprve ze slovníku, který mu tým připraví.
  • Názvy v datech. Čeština skloňuje. V CRM stojí „Česká spořitelna“, v dotazu „objednávky pro Českou spořitelnu“. Agent musí obě podoby spárovat se správným záznamem.
Jazyk dodá model, firemní slovník dodá projekt

Chatbot odpoví, agent úkol dokončí

Chatbot vrátí text. AI agent pracuje s daty a systémy. Dohledá objednávku, založí případ a předá ho správnému týmu.

Agent v Salesforce vidí zákazníka, historii případů i produktová data. Odpovídá proto přesně a každý jeho krok je dohledatelný.

Příklad z praxe: u Accellu AI agent na webech značek odpovídá zákazníkům v chatu. Z konverzace sám určí typ případu a zapíše ho do CRM. Složitější dotaz předá správnému týmu jako strukturovaný případ se shrnutím konverzace. Operátor dostane případ předvyplněný a rovnou pokračuje v práci. U záručních reklamací pomáhá druhý AI agent operátorům zákaznického centra přímo v CRM. Provede operátora řízeným rozhodovacím stromem: postupně položí otázky k posouzení záruky a z odpovědí určí výsledek. Výsledkem je jasné rozhodnutí: záruka, mimo záruku, výměna po nehodě nebo jiný typ řešení. Operátor návrh odpovědi zkontroluje, případně upraví a pak odešle zákazníkovi.

Rozdíl podrobně popisujeme v článku Proč GPT a LLM modely nestačí? Cesta k AI agentům.

Tři projekty Enehana, kde rozhodl jazyk

Všechny tři projekty běží na Agentforce. Každý ukazuje práci s jazykem z jiné strany.

Accell: jeden agent pro 9 značek ve 4 jazycích

Accell sídlí v Amsterdamu a kola vyrábí přes 120 let. Provozuje 16 značkových webů ve čtyřech jazycích. Návštěvníci se ptají na produkty, servis a technické specifikace.

Enehano nasadilo jednoho AI agenta na všech 16 webů. Agent se na začátku chatu přizpůsobí značce, jazyku a měně. Odpovídá v jazyce webu, ze kterého návštěvník přichází. Čerpá z katalogu kol s přibližně 300 atributy na model, z FAQ a z uživatelského manuálu o 280 stranách.

Výsledek: 87 % dotazů vyřeší agent samostatně. Složitější případy předá jako strukturovaný tiket se shrnutím konverzace. Od zahájení po spuštění uběhlo 5 měsíců. Celá případová studie

Accell: znalosti expertů pro každého operátora

Druhý projekt pro Accell míří dovnitř firmy. Kvalita odpovědi dřív záležela na zkušenostech konkrétního operátora. Řešení složitých případů znali experti jednotlivých značek.

Enehano převedlo 200 článků znalostní báze a 120 000 vyřešených případů do ověřené znalostní báze pro AI. AI agent pro operátory zákaznického centra přímo v CRM, kde operátoři denně pracují, navrhne řešení i odpověď zákazníkovi, a to v jazyce zákazníka i operátora. Pracuje v angličtině, němčině, francouzštině a nizozemštině. Každý návrh odkazuje na zdrojový článek nebo případ.

Funkční agent byl hotový za 3 měsíce. Doba vyřízení případu klesla z několika minut na desítky sekund. Celá případová studie

Alpha Trains: slovník 38 firemních zkratek

Alpha Trains je evropská společnost pro leasing lokomotiv se sídlem v Lucembursku. Zaměstnanci dohledávali údaje o zákaznících a flotile ručně v Salesforce, nebo se ptali kolegů přes Microsoft Teams.

Enehano nasadilo agenta, který odpovídá v přirozeném jazyce přímo v Salesforce. Klíčem byl firemní slovník: 38 zkratek převedených na dotazy nad daty v CRM a 21 zdokumentovaných typů otázek. Agent pracuje se 4 hlavními typy záznamů v CRM a u každé odpovědi cituje zdrojové záznamy. Projekt trval 5 týdnů.

„Enehano nám pro Agentforce sestavilo slovník interních zkratek a pojmů, takže agent rozumí tomu, jak sami mluvíme o flotile,“ říká Martin Engel, Head of IT v Alpha Trains. Celá případová studie

Co mají projekty společné

Tři projekty ukazují stejný vzorec:

  1. Jazyk zvládá model. U Accellu obsluhuje jeden agent čtyři jazyky na 16 webech.
  2. Firemní slovník dodává projekt. U Alpha Trains rozhodlo 38 zkratek a 21 typů otázek.
  3. Každá odpověď má zdroj. Agent pro operátory Accellu i agent Alpha Trains odkazují u každé odpovědi na zdrojový článek, případ nebo záznam.
Čísla ze tří projektů AI agentů Enehana

Doba nasazení se pohybovala od 5 týdnů do 5 měsíců.

Jak připravit firemní jazyk pro agenta

Z projektů vycházejí čtyři kroky, které tým udělá ještě před spuštěním:

  1. Sepsat zkratky a pojmy. Slovník vzniká s lidmi, kteří zkratky denně používají. U Alpha Trains z něj vzniklo 38 položek namapovaných na data v Salesforce.
  2. Upravit znalostní články. U Accellu dostal každý článek strukturu problém a řešení, jednotné štítky a formulace, podle kterých agent snadno vyhledává.
  3. Nastavit jazyk odpovědi. Agent pro operátory u Accellu připraví odpověď ve dvou verzích: v jazyce operátora a v jazyce zákazníka.
  4. Sbírat zpětnou vazbu. U Accellu operátor ohodnotí každý návrh palcem nahoru nebo dolů. Hodnocení míří do analytiky a tým podle něj agenta průběžně ladí.

Vedení pak sleduje výsledky v číslech. U Alpha Trains management vyhodnocuje v Agentforce Studiu míru využití, spokojenost, kvalitu a důvěryhodnost agenta.

Další příklady z výroby najdete v článcích AI agenti ve výrobní firmě a Jak prakticky využít potenciál AI ve výrobní firmě.

Kde začít

První krok je výběr procesu s největším dopadem. K výběru slouží AI Assessment. Trvá jeden den. Hned po skončení dostanete doporučení, priority a odhad dopadu. Následuje report s prioritami jednotlivých případů užití a odhadem návratnosti.

Firmám, které chtějí AI zavádět vlastním týmem, připravujeme AI Lab. Každý zavedený případ užití má měřitelnou metriku. Tým odchází s metodikou, podle které AI zavádí a rozvíjí sám.

Řízení vztahů s obchodními partnery