newsmode
search
Меню
arrow_back Назад

The blueprint for AI in support didn’t exist. Until now.

auto_awesomeКраткое саммари

Руководитель службы поддержки Intercom рассказывает, как её команда стала первым альфа- и бета-тестировщиком AI-агента Fin до его публичного запуска. Не было ни плана, ни инструкций — пришлось разбираться с нуля: как делать поэтапный rollout, контролировать качество ответов, управлять контентом и пересматривать KPI. В итоге Fin теперь закрывает более 75% входящих обращений в поддержку Intercom. Опыт привёл к появлению новой функции AI Support и новых ролей — Conversation Designers и Knowledge Managers. На основе этого пути компания выпустила The AI Agent Blueprint — практическое руководство по запуску и масштабированию AI-агентов в поддержке.

Rolling out an AI Agent doesn’t just change how your team works – it changes who your team is.

Внедрение AI-агента меняет не только то, как работает ваша команда, — оно меняет то, кем ваша команда является.

That’s something we learned firsthand. Before we launched Fin publicly, our Support team became its first alpha/beta tester and we had to move fast. No roadmap. No step-by-step guide. Just a powerful new technology, and a steep learning curve.

Это мы узнали на собственном опыте. До публичного запуска Fin наша команда поддержки стала его первым альфа- и бета-тестировщиком, и нам пришлось действовать быстро. Без дорожной карты. Без пошагового руководства. Только мощная новая технология и крутая кривая обучения.

That experience is exactly what led us to create The AI Agent Blueprint – a resource we wish we’d had when we were starting out, and one we hope will give other support teams a clearer path forward.

Именно этот опыт привёл нас к созданию The AI Agent Blueprint — ресурса, которого нам так не хватало в начале пути, и который, как мы надеемся, поможет другим командам поддержки увидеть более ясный путь вперёд.

This post originally featured in our AI-first customer service newsletter,
The Ticket.

 

👉 Subscribe and join the 28K+ customer service professionals who receive industry news, tips, and career guidance directly on their LinkedIn feed.

Этот пост изначально вышел в нашей рассылке об AI-first клиентском сервисе, The Ticket. 👉 Подпишитесь и присоединяйтесь к более чем 28 тысячам профессионалов клиентского сервиса, которые получают отраслевые новости, советы и карьерные рекомендации прямо в свою ленту LinkedIn.

Looking back, I won’t lie and say I was cool, calm, and confident about how to do this – I was nervous as hell. I had no idea how to implement an AI Agent and ensure it resulted in huge cost savings and stellar customer experiences.

Оглядываясь назад, не буду врать и говорить, что была спокойна, собрана и уверена в том, как это делать, — я нервничала как чёрт знает что. Я понятия не имела, как внедрить AI-агента и при этом обеспечить серьёзную экономию затрат и блестящий клиентский опыт.

We had older machine learning technology available to us (shout out to our first-gen chatbot, Resolution Bot), but as a complex software business, we really only used it for basic FAQs. In all honesty, we still had a way to go – both in using automation more effectively and in making the chatbot experience actually enjoyable for our customers.

У нас была более старая технология машинного обучения (привет нашему чат-боту первого поколения, Resolution Bot), но, как сложный софтверный бизнес, мы по-настоящему использовали её только для базовых FAQ. Если честно, нам ещё было куда расти — и в более эффективном использовании автоматизации, и в том, чтобы сделать опыт общения с чат-ботом действительно приятным для наших клиентов.

So why the urgency?

Так почему же такая срочность?

When ChatGPT burst onto the scene nearly three (!!) years ago, Intercom’s Machine Learning team immediately spotted the opportunity and dived into building the world’s first (and objectively best) AI Customer Service Agent.

Когда почти три (!!) года назад на сцену ворвался ChatGPT, команда машинного обучения Intercom сразу увидела возможность и с головой ушла в создание первого в мире (и объективно лучшего) AI-агента для клиентского сервиса.

Suddenly, we were being asked to pilot this brand new technology with real customers and go all in ASAP. Because we were selling this powerful new functionality, we had to use it ourselves and show it off in the best possible light so customers would want to use it too. #nopressure

Внезапно нас попросили запустить пилот этой совершенно новой технологии с реальными клиентами и пойти ва-банк как можно скорее. Раз уж мы продавали эту мощную новую функциональность, мы должны были использовать её сами и демонстрировать в наилучшем свете, чтобы клиенты тоже захотели её использовать. #безвсякогодавления

No playbook, just a lot to figure out

Ни плейбука, ни инструкций — только куча задач

Nobody had done this before. There was no how-to guide. Just a lot of unanswered questions:

Никто раньше этого не делал. Не было никакого руководства. Только множество открытых вопросов:

  • How do we do a phased rollout, but scale very quickly?
  • How do we QA Fin’s responses and make continuous improvements?
  • How will we produce and manage all the content Fin needs?
  • What will we do about all the outdated content we already have?
  • What are the success metrics now? Should they be different to original Support KPIs?
  • Who’s responsible for the success metrics? Who manages this newcomer to our team?
  • Как сделать поэтапный rollout, но при этом масштабироваться очень быстро? Как проверять качество ответов Fin и непрерывно их улучшать? Как мы будем производить и поддерживать весь контент, нужный Fin? Что делать со всем устаревшим контентом, который у нас уже есть? Какими теперь должны быть метрики успеха? Должны ли они отличаться от оригинальных KPI поддержки? Кто отвечает за метрики успеха? Кто управляет этим новичком в нашей команде?

    It was daunting. We had to take a brand new technology, figure out how to use it, build a team around it, and move at breakneck speed to implement every new feature that rolled out. It was ambiguous, fast-moving, and a massive lift.

    Это пугало. Нам нужно было взять совершенно новую технологию, разобраться, как её использовать, построить вокруг неё команду и двигаться на бешеной скорости, чтобы внедрять каждую новую функцию, как только она появлялась. Всё было неоднозначно, стремительно и требовало огромных усилий.

    But we got there and the results speak for themselves: Fin is now resolving over 75% of our inbound support volume.

    Но мы справились, и результаты говорят сами за себя: Fin сейчас закрывает более 75% входящего объёма обращений в нашу поддержку.

    How AI reshaped our team and roles

    Как AI перестроил нашу команду и роли

    That success led to real change for me and my team: new roles, new responsibilities, and new career paths. I now run a whole new function that didn’t exist before: AI Support. We’ve created new and elevated roles like Conversation Designers and Knowledge Managers. Fin hasn’t just changed how we support customers – it’s transformed the structure of our team and the trajectory of our careers.

    Этот успех привёл к реальным изменениям для меня и моей команды: новые роли, новые обязанности и новые карьерные траектории. Теперь я руковожу совершенно новой функцией, которой раньше не существовало, — AI Support. Мы создали новые и более продвинутые роли — Conversation Designers и Knowledge Managers. Fin не просто изменил то, как мы поддерживаем клиентов, — он трансформировал структуру нашей команды и траекторию наших карьер.

    And now, we’re helping our customers do the same.

    А теперь мы помогаем нашим клиентам сделать то же самое.

    Helping others unlock success with AI

    Помогаем другим раскрыть успех с AI

    In all transparency, if I didn’t work at the company building Fin, I might have waited to see if all this generative AI Agent hype blew over, or how others got on with it first before carefully planning to incorporate it later. I might have waited for some form of instructions – a blueprint for how to deploy and scale an AI Agent. I wish I had something like that when we got started, or even later when we had a solid foundation but needed to scale our AI strategy.

    Если совсем честно, не работай я в компании, создающей Fin, я, возможно, подождала бы, пройдёт ли весь этот хайп вокруг генеративных AI-агентов, или посмотрела бы, как с этим справляются другие, прежде чем тщательно планировать внедрение позже. Я могла бы ждать какой-нибудь инструкции — чертежа, по которому можно развернуть и масштабировать AI-агента. Я бы хотела иметь что-то подобное, когда мы только начинали, или даже позже, когда у нас уже была надёжная основа, но нужно было масштабировать нашу AI-стратегию.

    How much less scary would it be to implement an AI Agent if something like that existed?

    Насколько менее страшно было бы внедрять AI-агента, если бы что-то подобное существовало?

    Whether you’re just getting started or already using AI in some way, we’re a lot further down this AI road now, you shouldn’t have to figure it all out alone.

    Начинаете ли вы только сейчас или уже как-то используете AI — мы продвинулись по этой AI-дороге намного дальше, и вам не должно приходиться разбираться во всём в одиночку.

    That’s why we created The AI Agent Blueprint – a practical map for launching and scaling AI in support. It brings together everything we’ve learned from our own journey, and from working closely with our customers who are doing the same.

    Именно поэтому мы создали The AI Agent Blueprint — практическую карту для запуска и масштабирования AI в поддержке. В ней собрано всё, что мы вынесли из собственного пути и из тесной работы с нашими клиентами, которые проходят тот же путь.


    📩 Subscribe to The Ticket here – a regular LinkedIn newsletter delivering key insights for customer service professionals in this time of mind-blowing change.

    📩 Подпишитесь на The Ticket здесь — регулярную рассылку в LinkedIn, доставляющую ключевые инсайты для профессионалов клиентского сервиса в это время головокружительных перемен.