Будущее клиентской поддержки больше не сводится к простому выбору между «живым» оператором и бездушным чат-ботом. Райан Ванг, сооснователь и CEO компании Assembled, утверждает, что мы вступаем в эру гибридной сверхчеловеческой поддержки, где ИИ и люди работают в единой связке. В интервью для канала Eye on AI он рассказал, как путь от инженера по машинному обучению в Stripe привел его к созданию платформы, которая сегодня управляет тысячами сотрудников в компаниях уровня Robinhood и Stripe.
📈 От гаражной поддержки в Stripe до глобальной платформы 1:38
История Assembled неразрывно связана с бурным ростом финтех-гиганта Stripe. Райан Ванг пришел в Stripe в 2014 году, когда в компании работало всего 80 человек . Он вспоминает, как основатели Stripe, Патрик и Джон Коллисоны, приглашали всю команду к себе домой, чтобы вместе разгребать тикеты в рамках «поддержки по ротации» .
Однако к 2017 году штат вырос до 800 человек, продукты усложнились, а поддержка стала требовать круглосуточного присутствия и разделения по уровням сложности. Именно тогда Ванг осознал: компаниям нужен инструмент, позволяющий масштабировать «бутиковый» опыт общения с клиентами на тысячи обращений.
Ключевые вехи становления Assembled:
- 2018 год: Основание компании после ухода Ванга из Stripe .
- Март 2020 года: Официальный запуск продукта на Hacker News. Запуск совпал с объявлением ВОЗ пандемии COVID-19 .
- Период пандемии: Взрывной рост клиентов. Например, Robinhood в этот период вырос с пары сотен до пары тысяч агентов поддержки практически мгновенно из-за бума мем-акций и криптовалют .
🛠 Workforce Management: «Dungeons & Dragons» от мира IT 8:15
Assembled начинала не как ИИ-чат-бот, а как система управления персоналом (Workforce Management, WFM). По словам Ванга, это «восхитительно нишевый мир», который он сравнивает с сообществом любителей настольных игр D&D из-за глубокой увлеченности участников деталями .
Основная проблема крупных контакт-центров (например, у одного из клиентов Assembled работает 15 000 агентов) — это баланс спроса и предложения .
- Спрос: Сколько звонков и чатов поступит в понедельник утром? (Зачастую основной объем приходится именно на начало недели, хотя штат максимально укомплектован к среде) .
- Предложение: Как составить график для тысяч людей с учетом трудового законодательства разных стран, их навыков и часовых поясов?
Ванг подчеркивает, что WFM — это сложная задача оптимизации и исследования операций (operations research) . До появления Assembled лидеры рынка вроде Robinhood использовали гигантские таблицы в Google Sheets, чтобы свести графики сотен сотрудников, что было крайне неэффективно .
🤖 ИИ-агенты: почему это сложнее, чем кажется 11:56
С ноября 2022 года, после релиза ChatGPT, Assembled начала активно внедрять генеративный ИИ в свою платформу. Сегодня компания предлагает не просто «обертку» над LLM, а сложную архитектуру для автоматизации.
Ванг выделяет несколько уровней внедрения ИИ :
- ИИ-копилот: Помогает оператору быстрее отвечать, создавая черновики. Если 90% ответов отправляются без правок — это прямой путь к полной автоматизации .
- Голосовые ИИ-агенты: Самое быстрорастущее направление. Технологии (например, от 11 Labs или Cartisia) позволяют решать вопросы по телефону без участия человека .
- Сложные рабочие процессы (Tier 2): Ванг приводит пример бренда Honey Love. Оформить возврат — это не просто нажать кнопку. Нужно проверить лояльность клиента, дату заказа (30, 60 или 90 дней) и примененные скидки . ИИ-агент должен уметь распутывать эти логические узлы.
По мнению Ванга, разработка на уровне приложений сейчас стала сложнее, чем когда-либо . Раньше выбор облачного провайдера (AWS или Azure) был долгосрочным решением. Сегодня же лучший ИИ-движок может смениться через три месяца. Assembled спроектировала систему так, чтобы «переключать» модели одной кнопкой: если OpenAI упадет, система перейдет на Claude .
🌍 Экономика и география поддержки 41:42
Интересный аспект дискуссии — фрагментация рынка. Около 20% выручки Assembled приходится на Европу, где каждая страна требует поддержки на своем языке и соблюдения своих законов . Автоматический перевод с помощью LLM радикально упрощает жизнь компаниям, позволяя не нанимать по пять носителей каждого редкого языка (например, эстонского или финского) для покрытия минимального уровня сервиса .
Однако Ванг предостерегает от иллюзии, что ИИ скоро полностью заменит людей из-за низкой стоимости. Существуют важные экономические нюансы:
- Парадокс Джевонса: Когда поддержка по телефону становится дешевле благодаря ИИ, компании начинают использовать её чаще, потому что клиенты любят говорить голосом .
- Конкуренция с аутсорсингом: В таких странах, как Колумбия или Филиппины, стоимость труда квалифицированного агента может быть сопоставима со стоимостью работы продвинутого ИИ-агента (50-60 центов за обращение) .
🔮 Парадокс автоматизации: куда исчезают люди? 55:16
Ванг делится наблюдением, которое он пока не может объяснить логически. Многие клиенты рапортуют о 75% автоматизации обращений благодаря ботам . Логично предположить, что расходы на персонал должны упасть, а штат сократиться. Однако данные из WFM-модуля Assembled показывают, что общее время обработки задач (handle time) и затраты на рабочую силу остаются на прежнем уровне .
Гость и ведущий предполагают, что происходит «апскиллинг» (повышение квалификации): простые вопросы забирает ИИ, а люди тратят освободившееся время на более глубокое и качественное решение сложных проблем.
«Поддержка — это не работа на конвейере, это проявление суждения», — считает Райан Ванг . Агенты знают «где зарыты трупы» (скрытые баги и нюансы продукта), и эта экспертиза пока недоступна алгоритмам. Будущее — за системой, которая направит нужный запрос нужному агенту (человеку или машине) в нужное время .
