Projekt. Ilustracyjny przykład, nie wynik klienta. średniej wielkości zespół wsparcia e-commerce z około 18 agentami i jego liczby to założenia. Projekt ma dwie części: wewnętrzne wyszukiwanie po historii ticketów, dokumentacji i politykach zespołu oraz asystenta odpowiedzi ze szkicem i recenzją. Bez chatbota.
żaden chatbot dla klientów nie jest częścią projektu. Załóż, że zespół wyłączył jeden lata temu i nie chce go z powrotem. Odciążenie wynikałoby tu z tego, że agenci odpowiadają poprawnie już w pierwszej odpowiedzi, a nie z bota, który przechwytuje klientów przy drzwiach.
Liczby, które śledzi szef wsparcia, to czas pierwszej odpowiedzi w złożonych ticketach i odsetek powtarzalnych pytań 'gdzie jest moje zamówienie' i o politykę, rozwiązanych przy pierwszym kontakcie. Ten przykład nie podaje wyniku dla żadnej z nich. Zespół wziąłby wartość wyjściową z własnego tagowania ticketów, a nie z szacunku dostawcy, i porównał po zmianie.
#Czym jest odchylanie zgłoszeń AI, gdy nie ma chatbota?
Czym jest odciążanie ticketów przez AI w zespołach wsparcia bez chatbota?
To znaczy, że powtarzalny ticket zostaje rozwiązany w pierwszej odpowiedzi, zamiast krążyć między agentami lub eskalować. W tym projekcie wewnętrzne wyszukiwanie wyciąga właściwą politykę i wcześniejsze rozwiązanie, a asystent ze szkicem i recenzją pisze odpowiedź ze źródłem, którą agent edytuje i wysyła. Klient nadal rozmawia z człowiekiem.
Większość pitchy o 'odciążeniu' oznacza, że bot odpowiada, żeby klient nigdy nie dotarł do człowieka. To nie jest ten projekt. Pytanie 'gdzie jest moje zamówienie', które normalnie trafiłoby do starszego agenta, może poprawnie obsłużyć pierwszy agent, bo asystent pokazuje politykę wysyłki i trzy najbliższe wcześniejsze tickety z ich rozwiązaniami.
#Z czego składa się projekt?
Dwa elementy, oba wewnętrzne. Wyszukiwanie po własnej historii zespołu i asystent odpowiedzi, który z niej szkicuje. Nic, co widzi klient, nic, co wysyła się automatycznie.
- Wewnętrzne wyszukiwanie: indeksuje rozwiązane tickety zespołu, dokumentację produktu oraz polityki wysyłki i zwrotów. Gdy agent otwiera ticket, pokazuje najbliższe wcześniejsze przypadki i dokładny zapis polityki, z linkiem do źródła.
- Szkic i przegląd: pisze pierwszą wersję odpowiedzi w tonie zespołu, cytując użytą politykę. Agent edytuje i wysyła. Nic nie wychodzi bez naciśnięcia wyślij przez człowieka.
- Tagowanie: każda sugerowana odpowiedź jest rejestrowana względem tagu zgłoszenia, żeby zespół widział, które kategorie odchyla, a które wciąż wymagają człowieka.
We are
Wewnętrzna warstwa wyszukiwania i szkiców, która podaje każdemu agentowi cytowaną pierwszą odpowiedź do edycji, żeby powtarzające się zgłoszenia były rozwiązywane przy pierwszym kontakcie przez człowieka.
We aren't
Chatbot zwrócony do klienta, przechwytujący ludzi przy widżecie pomocy i odpowiadający ze zgadniętej bazy wiedzy, zanim dotrą do osoby.
Cytowanie źródeł sprawia, że agenci temu ufają. Szkic, który mówi 'według polityki zwrotów zaktualizowanej w marcu 2026 zwroty nienoszonych artykułów są bezpłatne' z linkiem, bije pewne siebie zgadywanie. To ten sam wzorzec, o którym pisaliśmy we wpisie o triażu ticketów: system czyta i pisze szkic, agent decyduje.
#Dlaczego skrócenie czasu pierwszej odpowiedzi również odchyla zgłoszenia?
Bo błędna lub niejasna pierwsza odpowiedź tworzy drugie i trzecie zgłoszenie. Klient pyta, gdzie jest zamówienie, dostaje ogólne sprawdzamy, i pisze z powrotem dwa razy. Każda odpowiedź zwrotna to nowy kontakt dla zespołu do obsłużenia.
Gdy pierwszy agent odpowiada poprawnie, ze statusem przesyłki i faktyczną polityką, wątek się zamyka. Powtarzalne dopytania, które piętrzą się za słabą pierwszą odpowiedzią, przestają przychodzić. Stąd pochodziłaby większość odciążenia i to jest liczba do zmierzenia względem twojej własnej otagowanej wartości wyjściowej.
Chodzi nie o to, by odciągać ludzi od zespołu. Chodzi o to, by uniknąć drugiego i trzeciego ticketu, który tworzy zła pierwsza odpowiedź.
#Jak poznasz, że odciążenie jest prawdziwe?
Nie w pierwszej fazie używania. Na początku wyszukiwanie może wyciągać zbyt wiele luźno powiązanych wcześniejszych ticketów, a agenci przestają czytać sugestie. Pierwsze strojenie polega na decyzji, które przypadki historyczne się liczą, i przycięciu szumu, tak by pierwsze trzy naprawdę były najbliższe.
Odciążenie pojawia się, gdy agenci ufają najlepszym sugestiom na tyle, by od nich zaczynać. To ten sam kształt, co reszta naszej pracy AI consulting dla zespołów wsparcia: wewnętrzne wyszukiwanie, triaż i szkic z recenzją, ze szkoleniem zespołu, by to oni byli właścicielami workflow, a nie tylko narzędzia. Więcej wpisów jest w dzienniku.
Jeśli prowadzisz zespół wsparcia i zastanawiasz się, czy AI może skrócić czas odpowiedzi i odchylić powtarzające się zgłoszenia bez stawiania bota między tobą a klientami — uczciwa odpowiedź brzmi: tak, i wygląda to tak: cytowane szkice, człowiek przy każdym wysłaniu, twoja własna historia zgłoszeń wykonująca pracę. Taką wersję budujemy. powiedz nam, co budujesz.
