Za inteligencją: Tworzenie chatbota nowej generacji Ulteh

Wszystko zaczęło się od problemu, z którym mierzy się niemal każda firma: jak zapewnić wyjątkową obsługę klienta na dużą skalę, nie rezygnując z ludzkiego kontaktu? Na początku 2022 roku zespół założycielski Ulteh zebrał się w małej sali konferencyjnej, a to wyzwanie zostało wypisane na tablicy. Tradycyjne rozwiązania — rozbudowa centrów telefonicznych, wdrożenie podstawowych botów FAQ lub outsourcing wsparcia — miały znaczące wady. Były albo niewspółmiernie drogie, frustrująco ograniczone, albo groziły pogorszeniem relacji z klientami.
„Ciągle wracaliśmy do tego podstawowego napięcia między skalowalnością a personalizacją” — wspomina Sarah Chen, dyrektor ds. innowacji w Ulteh. „Istniejące narzędzia zmuszały firmy do wyboru jednego lub drugiego. Wierzyliśmy, że musi istnieć lepszy sposób”.
Zespół wyobraził sobie coś rewolucyjnego: system konwersacyjny oparty na sztucznej inteligencji, wystarczająco zaawansowany, aby rozumieć niuanse potrzeb klientów, uczyć się z każdej interakcji i udzielać odpowiedzi, które wydawały się naprawdę pomocne, a nie sterowane przez roboty. Musiałby być dostępny w wielu kanałach, bezproblemowo integrować się z istniejącymi systemami biznesowymi i dostosowywać się do unikalnego głosu i wymagań każdej firmy.
Ta wizja nie dotyczyła tylko tworzenia lepszej technologii — chodziło o fundamentalną transformację relacji między firmami a ich klientami. Zamiast traktować wsparcie jako centrum kosztów, które należy zminimalizować, Ulteh widział w nim okazję do pogłębienia relacji z klientami i napędzania wzrostu biznesu. Ta perspektywa ukształtowała każdy aspekt tego, co miało stać się jednym z najbardziej zaawansowanych systemów konwersacyjnej sztucznej inteligencji na rynku.

Zanim napisali choćby jedną linijkę kodu, zespół Ulteh spędził prawie sześć miesięcy na badaniu, jak naprawdę działa skuteczna obsługa klienta między ludźmi. Przeanalizowali tysiące transkryptów pomocy technicznej, przeprowadzili wywiady z profesjonalistami obsługi klienta z różnych branż i przeprowadzili dogłębne badania na temat psychologii komunikacji.
„To, co odkryliśmy, było fascynujące” — wyjaśnia dr Miguel Rodriguez, szef lingwistyki w Ulteh. „Doskonała obsługa klienta nie polega tylko na rozwiązywaniu problemów — chodzi o drogę do tego rozwiązania. Kiedy klienci czują się wysłuchani, zrozumiani i docenieni w trakcie procesu, ich satysfakcja dramatycznie wzrasta, nawet gdy zajmują się dokładnie tym samym problemem”.
Badania zidentyfikowały kilka krytycznych komponentów udanych interakcji z klientami:

Aktywne sygnały słuchania — drobne wskazówki werbalne, które pokazują uwagę i zrozumienie
Pamięć kontekstowa — zdolność do zapamiętywania i odwoływania się do wcześniejszych części rozmowy
Inteligencja emocjonalna — rozpoznawanie i odpowiednie reagowanie na stan emocjonalny klienta
Elastyczność konwersacyjna — dostosowywanie się do różnych stylów komunikacji i preferencji
Własność rozwiązania — branie odpowiedzialności za znalezienie rozwiązania, a nie tylko przekazywanie problemów

Te spostrzeżenia stały się podstawą podejścia Ulteh. Zamiast projektować kolejny skryptowy chatbot, który podążałby za sztywnymi drzewami decyzyjnymi, zbudowali konwersacyjną sztuczną inteligencję, która emulowałaby te ludzkie wzorce komunikacji.
Zespół przeprowadził również szeroko zakrojone badania użytkowników, aby zrozumieć punkty zapalne w istniejących rozwiązaniach chatbotów. Ujawniło to powszechną frustrację związaną z botami, które nie potrafiły zrozumieć podstawowych pytań, zapominały kontekstu w trakcie rozmowy lub uwięziły użytkowników w niekończących się pętlach bez zapewnienia dostępu do pomocy ludzkiej w razie potrzeby.
„Stworzyliśmy listę „nigdy tego nie rób” na podstawie opinii użytkowników” — mówi Rodriguez. „Stało się naszym antyprojektem — wszystkim, czego nasz system konkretnie unikał”.

Mając w ręku spostrzeżenia badawcze, zespół inżynierów Ulteh stanął przed największym wyzwaniem: stworzeniem architektury AI wystarczająco zaawansowanej, aby zrealizować ich ambitną wizję. Pod kierownictwem dyrektora technicznego Raja Patela zaprojektowali wielowarstwowy system, który łączy kilka najnowocześniejszych technologii AI.
„Nie chcieliśmy po prostu iterować istniejących struktur chatbotów” — wyjaśnia Patel. „Były one zasadniczo ograniczone przez swoją konstrukcję. Musieliśmy zbudować coś nowego od podstaw”.
Rezultatem była hybrydowa architektura, którą Ulteh nazywa „Cognitive Framework”. Jej podstawą jest zaawansowany silnik rozumienia języka naturalnego (NLU) zbudowany na sieciach neuronowych opartych na transformatorach. Ten silnik wykracza poza proste wykrywanie intencji, analizując jednocześnie wiele wymiarów języka:

Rozumienie semantyczne — zrozumienie znaczenia słów w kontekście
Analiza pragmatyczna — rozpoznanie tego, co użytkownik próbuje osiągnąć
Wykrywanie sentymentów — identyfikacja emocjonalnego tonu wiadomości
Rozpoznawanie jednostek — wyodrębnianie określonych informacji (nazw, dat, produktów itp.)

Ta warstwa NLU zasila dynamiczny system zarządzania konwersacją, który utrzymuje kontekst przez całą interakcję. W przeciwieństwie do tradycyjnych chatbotów, które traktują każdą wiadomość jako odizolowane zdarzenie, system Ulteh buduje i aktualizuje kompleksowy model konwersacji w czasie rzeczywistym.
„Komponent pamięci kontekstowej był szczególnie trudny” — zauważa Patel. „Potrzebowaliśmy, aby system zapamiętywał istotne szczegóły z wcześniejszej części rozmowy, nie pogrążając się w nieistotnych informacjach. Wymagało to opracowania nowych algorytmów do ważenia znaczenia konwersacji”.
Kolejny przełom nastąpił w systemie generowania odpowiedzi. Zamiast wybierać z gotowych szablonów, sztuczna inteligencja Ulteh konstruuje odpowiedzi dynamicznie, łącząc istotne informacje z odpowiednimi wzorcami konwersacji. Pozwala to na znacznie bardziej naturalny dialog przy jednoczesnym zachowaniu dokładności.
Cały system jest wspierany przez ciągłą pętlę uczenia się, która analizuje udane i nieudane interakcje, aby udoskonalić swoje zrozumienie i odpowiedzi w czasie. To nie tylko zbieranie danych — to ustrukturyzowane uczenie się, które poprawia możliwości systemu bez konieczności ręcznego przeprogramowania.
„To, co czyni naszą architekturę wyjątkową, to nie żaden pojedynczy komponent” — podkreśla Patel. „To sposób, w jaki te elementy współpracują ze sobą, aby stworzyć spójny, inteligentny system konwersacji, który faktycznie staje się lepszy im częściej jest używany”.

Sercem każdego zaawansowanego systemu AI są dane — surowy materiał, z którego uczy się maszyna. Dla Ulteh opracowanie strategii danych, która wygenerowałaby naprawdę wyjątkową inteligencję konwersacyjną, stanowiło wyjątkowe wyzwania i rozważania etyczne.
„Potrzebowaliśmy ogromnych ilości danych konwersacyjnych, aby wytrenować nasze modele” — wyjaśnia dr Lisa Wong, dyrektor ds. nauki o danych w Ulteh. „Ale byliśmy nieugięci, aby zrobić to etycznie, z pełną przejrzystością i zgodą”.
Zamiast scrapować publiczne rozmowy lub kupować zestawy danych o wątpliwym pochodzeniu, Ulteh nawiązało partnerstwa z firmami z wielu branż. Partnerzy ci zgodzili się udostępniać zanonimizowane transkrypcje obsługi klienta, dostarczając rzeczywiste przykłady zarówno udanych, jak i nieudanych interakcji z klientami.
Proces gromadzenia danych obejmował rygorystyczne protokoły anonimizacji, usuwając wszystkie dane osobowe, zanim dotrą one do systemów Ulteh. Firma wdrożyła również surowe zasady zarządzania danymi, które zapobiegają wykorzystywaniu danych pojedynczego klienta do trenowania systemów dla ich konkurentów.
Mając już swój początkowy zestaw danych, naukowcy danych z Ulteh stanęli przed kolejnym wyzwaniem: zapewnieniem, że AI nie będzie utrwalać stronniczości ani problematycznych wzorców obecnych w danych. Opracowali wieloetapowy proces filtrowania, który identyfikuje i usuwa stronniczy język, niewłaściwe odpowiedzi i nieskuteczne wzorce usług.
„Nie uczymy AI tylko naśladowania ludzkich rozmów” — zauważa Wong. „Uczymy ją ucieleśniania najlepszych praktyk w zakresie angażowania klientów, unikając jednocześnie typowych pułapek”.
Sam proces szkolenia wykorzystywał kombinację technik uczenia nadzorowanego i wzmacniającego. Początkowe modele były trenowane na oznaczonych danych, które identyfikowały optymalne odpowiedzi, podczas gdy późniejsze etapy obejmowały pętle sprzężenia zwrotnego, które pozwalały systemowi uczyć się na własnych sukcesach i porażkach.
Ulteh był również pionierem tego, co nazywają „szkoleniem skoncentrowanym na różnorodności” — celowo wystawiając AI na szeroki zakres stylów konwersacji, terminologię branżową i kulturowe wzorce komunikacji. Pomaga to systemowi dostosować się do różnych kontekstów, zamiast domyślnie stosować podejście typu „jeden rozmiar dla wszystkich”.
„Strategia danych nigdy nie przestaje ewoluować” — podkreśla Wong. „Nawet teraz, gdy nasze systemy są wdrożone globalnie, nieustannie udoskonalamy nasze procesy szkoleniowe i rozszerzamy nasze zestawy danych, aby uczynić sztuczną inteligencję bardziej responsywną, bardziej adaptowalną i pomocną”.

Architektura techniczna i dane są niezbędnymi fundamentami, ale Ulteh uznał, że udana konwersacyjna sztuczna inteligencja potrzebuje czegoś bardziej nieuchwytnego: osobowości. Stworzenie persony AI, która osiągnęłaby właściwą równowagę między profesjonalną kompetencją a przystępną serdecznością, wymagało wiedzy specjalistycznej spoza sfery technicznej.
„Zatrudniliśmy specjalistów, których nie można by się spodziewać w zespole ds. rozwoju AI” — mówi Jordan Taylor, dyrektor ds. doświadczeń użytkownika w Ulteh. „Profesjonalni pisarze, psychologowie, a nawet były reżyser teatralny — wszyscy przyczynili się do opracowania tego, co nazywamy „ramą charakteru”.
Ten interdyscyplinarny zespół zajął się kwestiami rzadko poruszanymi w rozwoju technicznym: Jak formalny lub swobodny powinien być język sztucznej inteligencji? Jak powinien reagować na humor lub frustrację? Jakie rytuały konwersacyjne — powitania, potwierdzenia, przejścia — sprawią, że interakcje będą wydawać się naturalne, a nie mechaniczne?
Odpowiedzi nie były uniwersalne. Ulteh uznał, że różne firmy mają różne głosy marek i oczekiwania klientów. Instytucja finansowa może wymagać bardziej formalnego, uspokajającego tonu, podczas gdy marka lifestylowa może skorzystać z swobodnego, entuzjastycznego języka.
„Opracowaliśmy konfigurowalną macierz osobowości” — wyjaśnia Taylor. „Pozwala ona każdej firmie dostosować kluczowe aspekty stylu komunikacji AI, zachowując jednocześnie podstawową inteligencję i skuteczność”.
Ta macierz obejmuje wymiary takie jak formalność, zwięzłość, ekspresywność i gęstość słownictwa technicznego. Firmy mogą skonfigurować te ustawienia tak, aby były zgodne z głosem marki, tworząc spójne doświadczenie w interakcjach między człowiekiem a AI.
Zespół zbudował również adaptowalność kulturową, umożliwiając systemowi dostosowywanie wzorców komunikacji w oparciu o konteksty geograficzne i językowe. Oznacza to, że AI może odpowiednio poruszać się po różnicach kulturowych w bezpośredniości, rytuałach grzeczności i poczuciu humoru.
Co ważne, Ulteh ustanowił jasne granice osobowości AI. Nigdy nie udaje człowieka, unikając efektu „doliny niepokoju”, który występuje, gdy maszyny zbyt mocno starają się udawać ludzi. Zamiast tego przedstawia się jako asystent AI z własną, odrębną tożsamością.
„Proces projektowania osobowości nie polegał na tworzeniu iluzji” — mówi Taylor. „Chodziło o tworzenie interakcji, które wydają się komfortowe, pełne szacunku i naprawdę pomocne. Chcieliśmy rozmów, które sprawią, że ludzie poczują się lepiej po ich odbyciu, a nie zmagania się z poruszaniem się po frustrującym systemie”.

Zbudowanie zaawansowanej sztucznej inteligencji było tylko połową sukcesu. Aby system Ulteh zapewniał rzeczywistą wartość, musiał płynnie integrować się ze złożonymi ekosystemami technologicznymi, które większość firm już posiada. Stanowiło to ogromne wyzwanie inżynieryjne.
„Nowoczesne firmy zazwyczaj obsługują dziesiątki różnych systemów — CRM, zarządzanie zapasami, przetwarzanie zamówień, konta użytkowników, bazy wiedzy i wiele innych” — wyjaśnia Elena Vasquez, liderka ds. systemów integracyjnych w Ulteh. „Nasza sztuczna inteligencja musiała połączyć się ze wszystkimi z nich, aby zapewnić naprawdę pomocne odpowiedzi”.
Zespół ds. integracji opracował to, co nazywają „Universal Connector Framework”, elastyczny system, który umożliwia bezpieczny, dwukierunkowy przepływ danych między sztuczną inteligencją Ulteh a praktycznie każdym systemem biznesowym z interfejsem API. Ten framework wykorzystuje kombinację standardowych protokołów i niestandardowych adapterów, aby dostosować się do szerokiej gamy systemów używanych w różnych branżach.
„Projektowaliśmy dla świata rzeczywistego, a nie idealnego” — mówi Vasquez. „Oznaczało to konieczność poradzenia sobie ze wszystkimi skomplikowanymi realiami starszych systemów, niespójnymi strukturami danych i różnymi wymaganiami bezpieczeństwa”.
Bezpieczeństwo stanowiło szczególne wyzwanie. Sztuczna inteligencja potrzebuje dostępu do wrażliwych systemów biznesowych bez tworzenia nowych luk w zabezpieczeniach. Ulteh wdrożył kompleksową architekturę bezpieczeństwa, która obejmuje szyfrowanie typu end-to-end, szczegółowe kontrole uprawnień i ciągłe monitorowanie nietypowych wzorców.
Inną kluczową innowacją było podejście Ulteh „Interaction Anywhere” do integracji kanałów. Firmy muszą angażować klientów na stronach internetowych, w aplikacjach mobilnych, na platformach wiadomości i w mediach społecznościowych. Zamiast tworzyć oddzielne implementacje dla każdego kanału, system Ulteh utrzymuje ujednolicony model konwersacji, który płynnie podąża za klientem na różnych platformach.
„Klient może rozpocząć konwersację na Twojej stronie internetowej podczas przerwy na lunch, a następnie kontynuować ją na WhatsAppie w drodze do domu” — zauważa Vasquez. „Nasz system utrzymuje pełny kontekst przez cały czas, tworząc ciągłą konwersację zamiast fragmentarycznych interakcji”.
Zespół integracyjny opracował również narzędzia, które uprościły proces implementacji dla firm. Ich „Integration Studio” zapewnia wizualne interfejsy mapowania, wstępnie zbudowane łączniki dla popularnych platform i kompleksowe narzędzia testowe, które znacznie skracają czas wdrażania. „Niektórzy z naszych pierwszych klientów spodziewali się, że wdrożenie zajmie miesiące, opierając się na ich doświadczeniach z innymi systemami korporacyjnymi” — mówi Vasquez. „Usprawniliśmy proces do tego stopnia, że wiele firm może mieć podstawową funkcjonalność działającą w ciągu kilku dni, a pełna integracja może zostać ukończona w ciągu tygodni, a nie miesięcy”.

W połowie 2023 r. Ulteh miał działający prototyp, który wykazał imponujące możliwości w kontrolowanych środowiskach. Jednak prawdziwy test miał nastąpić podczas wdrożenia w świecie rzeczywistym, ze wszystkimi nieprzewidywalnością i złożonością, które się z tym wiążą. Firma potrzebowała partnerów chętnych do wdrożenia eksperymentalnej technologii w rolach związanych z obsługą klienta.
„To było duże wyzwanie” — przyznaje Carlos Rivera, dyrektor ds. partnerstw w Ulteh. „Podchodziliśmy do firm i zasadniczo mówiliśmy: «Pozwól nam obsłużyć niektóre z najważniejszych interakcji z klientami za pomocą systemu, który nigdy wcześniej nie był wdrażany». Zrozumiałe, że pojawiło się wahanie”.
Przełom nastąpił, gdy średniej wielkości firma e-commerce specjalizująca się w sprzęcie outdoorowym zgodziła się na pilotaż systemu. Zamiast pełnego wdrożenia wdrożyli sztuczną inteligencję Ulteh w ograniczonym zakresie, obsługując zapytania o produkty w godzinach nocnych, gdy agenci nie byli dostępni.
„Te pierwsze kilka tygodni było niesamowicie intensywne” — wspomina Rivera. „Cały nasz zespół techniczny monitorował interakcje, identyfikował problemy i wprowadzał ulepszenia niemal w czasie rzeczywistym. Dowiedzieliśmy się więcej w tym miesiącu niż w ciągu poprzednich sześciu”.
Program pilotażowy ujawnił kilka nieoczekiwanych wyzwań. Klienci zadawali pytania, których zespół programistów się nie spodziewał, używali terminologii produktowej, która dezorientowała sztuczną inteligencję, i znajdowali kreatywne sposoby na przerywanie przepływów konwersacji. Ale pokazał również główne mocne strony systemu — uczył się i doskonalił z każdą interakcją, a klienci pozytywnie reagowali na jego styl konwersacji.
Na podstawie tego początkowego sukcesu Ulteh rozszerzył program pilotażowy o firmy z branży usług finansowych, opieki zdrowotnej i turystycznej. Każde wdrożenie przynosiło nowe wyzwania i spostrzeżenia, które kształtowały rozwój systemu.
„Odkryliśmy, że różne branże mają bardzo różne wzorce konwersacji” — zauważa dr Rodriguez. „Interakcja rezerwacji podróży nie przypomina w niczym konsultacji w sprawie opieki zdrowotnej ani zapytania o usługi finansowe. Musieliśmy uczynić system znacznie bardziej elastycznym, niż początkowo przewidywaliśmy”.
Do początku 2024 r. te programy pilotażowe wygenerowały wystarczająco dużo danych i udoskonaleń, aby Ulteh mógł przejść do ogólnej dostępności. Firma opracowała dojrzały produkt o udowodnionej skuteczności w wielu przypadkach użycia i branżach.
„Faza testowania była pokorna” — mówi dyrektor generalna Maria Khoury. „Myśleliśmy, że stworzyliśmy coś rewolucyjnego w laboratorium, ale to rzeczywiste wdrożenia naprawdę ukształtowały produkt w to, czym jest dzisiaj. Nasi pierwsi partnerzy nie byli tylko klientami — byli współtwórcami technologii”.

Gdy Ulteh przygotowywał się do szerszego wprowadzenia na rynek, zespół stanął przed ważnym pytaniem: w jaki sposób firmy powinny mierzyć sukces wdrożenia konwersacyjnej AI? Tradycyjne wskaźniki obsługi klienta, takie jak średni czas obsługi lub liczba zamkniętych zgłoszeń na godzinę, nie odzwierciedlały pełnej wartości systemu.
„Musieliśmy ustanowić nowe ramy do zrozumienia wpływu konwersacyjnej AI” — wyjaśnia Nadia Johnson, kierownik ds. analityki w Ulteh. „Wymagało to spojrzenia poza wskaźniki operacyjne, aby zrozumieć prawdziwe doświadczenia klientów i wyniki biznesowe”.
Współpracując ze swoimi partnerami pilotażowymi, Ulteh opracował to, co nazywają „Engagement Impact Framework”, wielowymiarowe podejście do pomiaru skuteczności konwersacyjnej AI. Te ramy obejmują zarówno tradycyjne metryki, jak i nowe wskaźniki zaprojektowane specjalnie dla interakcji opartych na sztucznej inteligencji:
Metryki jakości konwersacji:

Współczynnik rozwiązania: Procent zapytań w pełni rozwiązanych bez interwencji człowieka
Dokładność zrozumienia: Jak często sztuczna inteligencja prawidłowo interpretuje intencje klienta
Efektywność konwersacji: Kroki wymagane do osiągnięcia rozwiązania
Trajektoria nastrojów: Jak nastroje klientów zmieniają się w trakcie interakcji

Metryki wpływu na biznes:

Wpływ konwersji: Jak konwersacje AI wpływają na decyzje zakupowe
Wartość odchylenia wsparcia: Oszczędności kosztów dzięki zmniejszeniu zapotrzebowania na wsparcie ludzkie
Skuteczność sprzedaży krzyżowej: Sukces w identyfikowaniu i realizacji dodatkowych możliwości sprzedaży
Wpływ na retencję klientów: Korelacja między interakcjami AI a powtarzalnością biznesu

Metryki doświadczenia:

Ocena wysiłku klienta: Jak łatwe jest ogólne doświadczenie dla klientów
Współczynnik przełączania: Jak często klienci rezygnują ze sztucznej inteligencji na rzecz wsparcia ludzkiego
Dobrowolne Opinie: Niezapowiedziane pozytywne lub negatywne komentarze na temat doświadczenia

Ta struktura pomiaru pomogła firmom zrozumieć pełny wpływ wdrożenia technologii Ulteh. Wyniki były przekonujące. Firmy z różnych branż zgłosiły znaczną poprawę zarówno pod względem wydajności operacyjnej, jak i zadowolenia klientów.

„Jeden z naszych partnerów detalicznych odnotował wzrost wskaźnika konwersji z dnia na dzień o 35% po wdrożeniu naszego systemu” — zauważa Johnson. „Nie tylko oszczędzali pieniądze na kosztach wsparcia — aktywnie generowali nowe przychody w godzinach, w których wcześniej nie mieli dostępnego wsparcia sprzedaży”.
Klient z branży usług finansowych zgłosił, że 78% rutynowych zapytań jest teraz obsługiwanych w całości przez sztuczną inteligencję, co pozwala jego zespołowi ludzkiemu skupić się na złożonych przypadkach wymagających profesjonalnej oceny. Ich ogólne wyniki zadowolenia klientów wzrosły o 22% pomimo zmniejszenia liczby pracowników o 30%.
„Liczby opowiadają ważną historię”, mówi Johnson, „ale niektóre z najbardziej znaczących opinii były jakościowe. Klienci często wyrażają zaskoczenie tym, jak pomocne i naturalne wydają się interakcje. Opisują doświadczenie jako „odświeżająco wydajne”, a nie frustrujące, czego spodziewają się po zautomatyzowanych systemach”.

Mając udany produkt na rynku i rosnącą adopcję w różnych branżach, Ulteh nie spoczywa na laurach. Firma ma ambitny plan rozwoju, który wskazuje przyszłość konwersacyjnej sztucznej inteligencji i zaangażowania klientów.
„Naprawdę zaledwie musnęliśmy powierzchnię tego, co jest możliwe” — mówi dyrektor techniczny Raj Patel. „Podstawowa platforma technologiczna, którą zbudowaliśmy, daje nam podstawę do eksploracji możliwości, które kilka lat temu wydawałyby się science fiction”.
Jednym z najbardziej oczekiwanych wydarzeń jest inicjatywa Ulteh „Multimodal Engagement”. Ta ekspansja umożliwi AI przetwarzanie i generowanie nie tylko tekstu, ale także głosu, obrazów i interaktywnych elementów wizualnych. Wyobraź sobie klienta robiącego zdjęcie problemu z produktem, AI analizuje je w czasie rzeczywistym i dostarcza wizualne instrukcje dotyczące rozwiązania — wszystko w ramach tego samego przepływu rozmowy.
Firma rozwija również zaawansowane możliwości personalizacji, które wykraczają poza zapamiętywanie poprzednich interakcji. System będzie proaktywnie dostosowywał się do indywidualnych stylów komunikacji, preferencji i potrzeb, tworząc prawdziwie spersonalizowane doświadczenia konwersacyjne dla każdego użytkownika.
„Jednym z naszych najbardziej ekscytujących obszarów badawczych jest to, co nazywamy „Collaborative Intelligence” — wyjaśnia dyrektor generalna Maria Khoury. „Opracowujemy modele, w których sztuczna inteligencja i agenci będą mogli bezproblemowo ze sobą współpracować, a system będzie obsługiwał rutynowe aspekty wielu rozmów, jednocześnie umożliwiając agentom skupienie się na osądzie, empatii i rozwiązywaniu złożonych problemów”.
Nie chodzi tu tylko o wydajność — chodzi o zwiększenie możliwości specjalistów ds. obsługi klienta. Sztuczna inteligencja działa jak inteligentny asystent, który dostarcza istotnych informacji, sugeruje odpowiedzi i obsługuje zadania administracyjne, umożliwiając agentom świadczenie wyjątkowej obsługi na dużą skalę.
Ulteh bada również zastosowania wykraczające poza tradycyjną obsługę klienta. Ta sama inteligencja konwersacyjna, która pomaga rozwiązywać problemy związane ze wsparciem, może prowadzić klientów przez złożone decyzje zakupowe, zapewniać spersonalizowane rekomendacje i zapewniać proaktywną edukację na temat produktów i usług.
„Wyobrażamy sobie przyszłość, w której granica między wsparciem, sprzedażą i sukcesem klienta staje się coraz bardziej płynna” — mówi Khoury. „Nasza technologia umożliwia firmom bycie obecnymi i pomocnymi na każdym etapie podróży klienta, budując relacje, które napędzają długoterminową lojalność i wzrost”.
Patrząc w przyszłość, firma nadal angażuje się w odpowiedzialny rozwój AI. Ulteh powołała zewnętrzną radę doradczą ds. etyki i wdrożyła rygorystyczne procesy testowania nowych funkcji pod kątem potencjalnych uprzedzeń lub szkodliwych skutków.
„Możliwości AI rozwijają się szybko, a wraz z nimi pojawia się znaczna odpowiedzialność” — podkreśla Khoury. „Tworzymy technologię, z którą miliony ludzi będą codziennie wchodzić w interakcje. Zapewnienie, że te interakcje będą pomocne, pełne szacunku i uczciwe, jest podstawą naszej misji”.

W przypadku firm zainteresowanych wprowadzeniem konwersacyjnej sztucznej inteligencji nowej generacji Ulteh do swojej strategii angażowania klientów proces zaczyna się od zrozumienia konkretnych potrzeb i celów.
„Wdrożenie nie jest uniwersalne” — wyjaśnia Thomas Williams, dyrektor ds. sukcesu klienta w Ulteh. „Ściśle współpracujemy z każdym klientem, aby zaprojektować podejście do wdrożenia, które odpowiada jego unikalnym wyzwaniom i celom”.
Typowa ścieżka wdrożenia przebiega według kilku kluczowych faz:
Odkrywanie i planowanie: Zespół Ulteh współpracuje z Tobą, aby zrozumieć obecny krajobraz zaangażowania klientów, zidentyfikować możliwości ulepszeń i ustalić jasne cele wdrożenia. Ta faza obejmuje analizę danych dotyczących rozmów, mapowanie ścieżek klientów i definiowanie wskaźników sukcesu.
Konfiguracja i integracja: System jest skonfigurowany tak, aby był zgodny z głosem Twojej marki, procesami biznesowymi i wymaganiami specyficznymi dla branży. Integracja z Twoimi istniejącymi systemami jest ustanowiona, umożliwiając sztucznej inteligencji dostęp do odpowiednich informacji i podejmowanie odpowiednich działań w imieniu klientów.
Rozwój wiedzy: Twoja wiedza biznesowa jest tłumaczona na formaty, które sztuczna inteligencja może zrozumieć i wykorzystać. Może to obejmować informacje o produkcie, zasady, procedury i typowe scenariusze klientów. Ulteh udostępnia narzędzia, które upraszczają ten proces, często umożliwiając wykorzystanie istniejącej dokumentacji.
Testowanie i udoskonalanie: Przed publicznym uruchomieniem system przechodzi rygorystyczne testy w różnych scenariuszach. Ta faza często obejmuje ograniczone wdrożenie z udziałem użytkowników wewnętrznych lub wybranych grup klientów w celu zebrania opinii i wprowadzenia zmian.
Wdrożenie fazowe: Zamiast podejścia „wszystko na raz”, Ulteh zaleca wdrożenie fazowe, które stopniowo rozszerza obowiązki sztucznej inteligencji. Może to rozpocząć się od obsługi określonych typów zapytań lub działania w określonych godzinach, rozszerzając się w miarę wzrostu zaufania do systemu.
Ciągła optymalizacja: Po wdrożeniu podróż się nie kończy. Zespół Ulteh zapewnia ciągłą analizę i optymalizację, identyfikując możliwości ulepszeń i pomagając wykorzystać nowe możliwości w miarę ich pojawiania się.
W całym tym procesie Ulteh kładzie nacisk na partnerstwo, a nie tylko na wdrażanie technologii. W ich zespole znajdują się projektanci konwersacji, specjaliści ds. integracji i menedżerowie ds. sukcesu klienta, którzy współpracują z Twoim zespołem, aby zapewnić, że technologia przynosi znaczące wyniki biznesowe.
„Najbardziej dumny jestem nie tylko z technologii, którą stworzyliśmy, ale także z transformacji, które umożliwiliśmy naszym klientom” — mówi Williams. „Kiedy firma mówi nam, że nie tylko rozwiązuje problemy klientów bardziej efektywnie, ale faktycznie tworzy nowe rodzaje pozytywnych doświadczeń, które wcześniej nie były możliwe — wtedy wiemy, że wypełniamy naszą misję”.
Aby dowiedzieć się więcej o tym, w jaki sposób konwersacyjna sztuczna inteligencja nowej generacji Ulteh może przekształcić zaangażowanie klientów, odwiedź stronę www.ulteh.com i poznaj ich czatbota AI na żywo.

Droga od koncepcji do wiodącej na rynku konwersacyjnej sztucznej inteligencji była dla zespołu Ulteh ciągłą innowacją i nauką. Łącząc najnowocześniejszą technologię z dogłębną wiedzą na temat komunikacji międzyludzkiej, stworzyli coś, co wykracza poza tradycyjne definicje czatbotów lub wirtualnych asystentów.
W obliczu rosnącej presji, jaką firmy muszą stawiać sobie, aby zapewnić klientom wyjątkowe doświadczenia na dużą skalę, rozwiązania takie jak Ulteh nie tylko stanowią postęp technologiczny, ale także strategiczną przewagę. Firmy, które wykorzystują tę nową generację konwersacyjnej sztucznej inteligencji, nie tylko automatyzują wsparcie — one na nowo wymyślają relacje z klientami na potrzeby ery cyfrowej.
Inteligencja stojąca za systemem Ulteh nieustannie ewoluuje, ucząc się z każdej interakcji i rozszerzając swoje możliwości. Jednak wizja pozostaje niezmienna: tworzenie technologii, która sprawia, że rozmowy między firmami a klientami są bardziej naturalne, bardziej produktywne i cenniejsze dla wszystkich zaangażowanych.