Reef TRHהתלונות הקשות ביותר על חברת התעופה לא נגעו למרווח הרגליים, לעיכובים או למזוודות שהגיעו ליעד הלא נכון. הן התמקדו בתיבת המייל. נוסעים שלחו מיילים כדי לשנות טיסה, לעדכן פרטי תשלום או לבקש עזרה, ועד שנציג שירות הגיע לטיפול בפנייה, המטוס כבר המריא. כשהתשובה סוף סוף הגיעה, היא כבר לא עזרה לאיש, בשלב הזה השיחה כבר עסקה בהחזר כספי, ולא בפתרון הבעיה.
עבור חברה שמפעילה אלפי טיסות פנים ובינלאומיות, עם מוניטין שנבנה לאורך עשורים, העיכובים האלה גרמו לנזק שקט ומצטבר. כשניתחנו את התלונות השליליות, גילינו שרובן המוחלט בכלל לא נגע לחוויית הטיסה עצמה, אלא להמתנה המתישה למענה שהגיע מאוחר מדי בשביל לעזור.
השירות עצמו לא היה רע, הוא פשוט היה איטי. הנציגים השיבו לכל אימייל ידנית מתוך מאגר ידע של שאלות ותשובות קבועות, וכל פנייה שהמאגר לא כיסה הועברה לטיפול מנהל והמתינה בתור. איכות המענה הייתה טובה, אבל הזמן היה האויב האמיתי. לכן, המשימה שלנו לא הייתה לייצר תשובות חכמות יותר, אלא מהירות יותר, כאלה שיספקו מענה יעיל בזמן שלנוסע עוד יש טיסה להספיק אליה.
מה הסוכן עושה בפועל
חיברנו סוכן AI לתיבת המייל של שירות הלקוחות ולמערכות הליבה של חברת התעופה, ובראשן ה-CRM. עוד לפני שהוא מנסח מילה אחת, הוא כבר מחזיק בכל המידע שנציג אנושי היה צריך לאתר ידנית: האם השולח הוא נוסע פעיל עם כרטיס טיסה בתוקף, מתי מועד הטיסה שלו, והאם קיימת היסטוריית פניות קודמת. רק אז הוא מנתח את המייל הנכנס, ותוך דקות מנסח מענה מדויק המבוסס על אותו מאגר ידע שבו משתמשים הנציגים האנושיים.
בשלב הראשון, כל הודעה עברה אישור אנושי לפני שנשלחה. ככל שרמת האמון בטיוטות עלתה, פניות שגרתיות (כמו שאלות על מדיניות כבודה, אישורי הזמנה או שעת הגעה מומלצת) נשלחו באופן אוטומטי לחלוטין ונסגרו ללא מגע יד אדם.
האתגר האמיתי היה לדעת מתי להאט
המהירות הייתה בראש סדר העדיפויות, למעט במקרים שדרשו זהירות. ברגע שפנייה נגעה בנושאים פיננסיים (שדרוגים, שינוי אמצעי תשלום או ביטולים), הסוכן האט את הקצב באופן יזום. הוא שלח ללקוח עדכון ביניים מהיר על כך שהנושא בבדיקה, וניסח טיוטת מענה שהמתינה לאישור אנושי לפני שליחתה.
פניות כלליות וחדשות זכו לטיפול מהיר וקל יותר. נוסעים עם כרטיס טיסה קיים קיבלו קדימות ורמת דיוק גבוהה יותר, וכל פנייה הנוגעת להזמנה עתידית סווגה כרגישה והועברה ברוב המקרים לאישור אנושי. החוכמה האמיתית של המערכת לא נמדדה בתשובות שהיא מיהרה לשלוח, אלא דווקא באלו שהיא בחרה לעצור.
איך הוא זכה במקומו על הטיסה
אף ארגון לא מפקיד את כל מערך השירות שלו בידי בוט ביום אחד, בטח לא חברת תעופה בעלת מוניטין של עשרות שנים. התחלנו בקטן ובאופן מבוקר: קו טיסה פנימי אחד בלבד, כשהסוכן פועל לצד הנציגים האנושיים ולא במקומם. היה עליו להוכיח את עצמו באזור התפעולי בעל הסיכון הנמוך ביותר לפני שיקבל סמכויות נוספות, בדיוק כפי שאנחנו מעלים כל מערכת חדשה לפרודקשן.
והוא אכן הוכיח את עצמו. כעבור מספר חודשים, הפיילוט הורחב לקווים פנימיים נוספים, לאחר מכן לטיסות בינלאומיות, ולבסוף למחלקות הפרימיום (עסקים ומחלקה ראשונה). במחלקות אלו הציפייה לשירות אישי ומושלם היא הגבוהה ביותר, והדבר האחרון שתרצו הוא שהנוסע ירגיש שהוא מתכתב עם מכונה. העובדה שדווקא שם הוא קיבל את המושכות רק בשלב האחרון, ושבכלל זכה לאמון במחלקות היוקרה, היא ההוכחה להצלחה שלו.
מה השתנה
המדד המרכזי שעניין את חברת התעופה לא היה זמן המענה הראשוני, אלא הזמן עד לפתרון מלא: ההודעה שסגרה את פניית הנוסע אחת ולתמיד. מדד זה צנח בכ-70%. התלונות על זמני ההמתנה החלו להיעלם בהדרגה. הפתרון למשבר המוניטין לא דרש קמפיין התנצלות יקר, אלא פשוט עמידה בזמנים.
לא היה כאן צורך בפריצת דרך מחקרית או במודלים מורכבים, אלא בעבודה סיזיפית וחשובה: חיבור הסוכן למערכות הליבה, הגדרת guardrails ברורים בכל הנוגע לפעולות פיננסיות, וביסוס האוטונומיה שלו קו אחרי קו. זהו בדיוק הפער שבין דמו למערכת פרודקשן יציבה, פער שמפריד בין פרויקטי AI שמגיעים לאוויר לכאלה שנתקעים במגירה, והמשמעת הנדרשת כדי שפיילוט ישרוד באמת את המעבר לפרודקשן.
שאלות נפוצות
האם סוכן AI לשירות לקוחות מחליף נציגים אנושיים? ממש לא. הסוכן פעל לצד הצוות האנושי מהיום הראשון, ומעולם לא החליף אותו בטיפול בפניות מורכבות. כל נושא פיננסי או שינוי בהזמנה עתידית עדיין מנותב ישירות לנציג אנושי. הסוכן שחרר את הצוות מעומס העבודה השוטף ומזמני ההמתנה הארוכים, אך לא החליף את שיקול הדעת האנושי.
איך מונעים ממנו לעשות משהו יקר, כמו ביטול שגוי? guardrails המבוססים על רמת הסיכון. פניות הנוגעות לכספים או להזמנות עתידיות מקבלות מענה ביניים וממתינות לאישור אנושי, ונוסעים בעלי כרטיס טיסה פעיל זוכים לטיפול זהיר ומבוקר יותר מאשר פניות אנונימיות. הסוכן מורשה לפעול במהירות ובאופן עצמאי רק במקרים שבהם עלות הטעות היא אפסית.
איך מטמיעים את זה בחברה גדולה וזהירה? עושים זאת בהדרגה, החל מהאזורים בעלי רמת הסיכון הנמוכה ביותר. מתחילים בקו טיסה בודד שבו הסוכן פועל לצד הצוות האנושי, ממשיכים ליעדים נוספים, מתרחבים לטיסות בינלאומיות, ורק בסוף מגיעים למחלקות הפרימיום. כל שלב של הרחבת הפעילות התבסס על ההצלחה המוכחת של השלב שקדם לו.
המקום האחרון שהסוכן הגיע אליו היה המחלקה הראשונה, התא שבו הכי פחות תצפו שנוסע יסבול מכונה. הוא הגיע לשם באותה דרך שבה הגיע לכל מקום אחר: לא בזכות חוכמה ביום הראשון, אלא בזכות אמון שגדל קצת יותר בכל חודש. חברת התעופה לא קנתה AI שיודע לענות על הכל. היא קנתה כזה שיודע על מה הוא יכול לענות עכשיו, ומה להשאיר לאדם, והרוויח את השאר.