Agent assist-software: Hvad det er, hvordan det virker, og hvordan du vælger
Agent assist-software giver agenter i kontaktcentre AI-hjælp i realtid, mens de er på et live-opkald.
Mens kunden taler, lytter den, henter det rigtige svar frem og foreslår det næste skridt, så agenten ikke skal grave i faner eller gætte under pres.
Problemet er navnet. "Agent assist" bruges om to meget forskellige ting, og købere ender med at sammenligne værktøjer, der ikke løser den samme opgave.
Det ene coacher et menneske gennem opkaldet. Det andet håndterer opkaldet helt uden et menneske. At vælge det forkerte spilder måneder og budget.
Denne guide rydder op i det. Hvad agent assist-software faktisk er, hvordan det virker, de funktioner der betyder noget, og hvordan det adskiller sig fra autonome AI-agenter, så du ved præcis, hvilken en dit team har brug for.
TL;DR
Agent assist-software er AI i realtid, der støtter en menneskelig agent under en live-samtale. Mennesket forbliver i kontrol.
Den lytter til opkaldet, henter viden og næstbedste handlinger frem og automatiserer arbejde efter opkaldet såsom resuméer og noter.
Den er forskellig fra autonome AI-agenter, der håndterer opkaldet fra ende til anden og kun inddrager et menneske, når det er nødvendigt.
De fleste modne kontaktcentre kører begge: AI tager de rutineprægede opkald med stort volumen, og mennesker understøttet af assist-værktøjer tager de komplekse.
De vigtigste ting at tjekke, når du vælger: latens i realtid, integrationer med viden og CRM, om QA og coaching deler ét record, og prissætning.
Agent assist-software er AI i realtid, der lytter til en live-kundesamtale og giver den menneskelige agent prompts, viden og næstbedste handlinger, mens opkaldet stadig er i gang. Mennesket forbliver i kontrol hele tiden og beslutter, hvad der faktisk skal bruges.
Den enkleste måde at forestille sig det på er en co-pilot, der sidder ved siden af agenten. Mens kunden taler, følger softwaren med, forstår, hvad de har brug for, og henter stille det rigtige svar eller det næste skridt frem på agentens skærm.
Intet bliver sendt til kunden af sig selv. Den er der for at gøre personen på opkaldet hurtigere og mere præcis, ikke for at erstatte dem.
På et typisk opkald vil den:
Transskribere samtalen live og finde ud af, hvad kunden faktisk vil have
Hente det rigtige svar eller dokument fra din vidensbase i øjeblikket
Foreslå den næstbedste handling sammen med eventuelle compliance- eller manuskriptpåmindelser
Automatisk skrive resuméet og noterne, når opkaldet er afsluttet
Den virker på både stemme og chat, men stemme er der, hvor det betyder mest, da en agent ikke kan sætte en opkalder på hold for at gå og læse en manual.
De fleste leverandører på dette område definerer det på samme måde, heriblandt Balto, Cresta, NiCE og Observe.AI. Forvirringen handler ikke om, hvad agent assist gør. Den handler om, hvor det stopper, og hvor autonome AI-agenter begynder, hvilket er den del, de fleste købere tager fejl af.
Dette er sondringen, der forvirrer næsten enhver køber, og at få den rigtigt sparer dig for at købe det forkerte værktøj.
Den korte version: agent assist forstærker et menneske på opkaldet. En autonom AI-agent håndterer selve opkaldet og inddrager kun et menneske, når det er nødvendigt. Samme underliggende teknologi, helt forskellig opgave.
| Sammenligning | Agent assist | Autonom AI-agent |
|---|---|---|
| Hvem taler med kunden | Den menneskelige agent | AI'en |
| AI'ens rolle | Coacher mennesket i realtid | Håndterer samtalen fra ende til anden |
| Menneskelig involvering | På hvert opkald | Kun ved eskalering |
| Bedst til | Komplekse, følelsesladede opkald med høj indsats | Rutineprægede, gentagne opkald med stort volumen |
| Hovedresultat | Gør eksisterende agenter bedre | Reducerer, hvor mange opkald der når en agent |
De fleste modne kontaktcentre kører begge. AI tager de rutineprægede opkald med stort volumen som ordrestatus, åbningstider og adgangskodenulstillinger. Menneskelige agenter, understøttet af assist-værktøjer, tager de komplekse.
De to er ikke rivaler, de overdrager til hinanden. Enautonom AI-stemmeagent løser det rutineprægede opkald på egen hånd, og når noget kræver en person, foretager den enassisteret viderestilling til et menneske med en hvisken eller en tre-vejs-introduktion, så de ikke starter koldt.
Det øjeblik, hvor mennesket overtager, er præcis, hvor agent assist træder ind for at coache dem.
Agent assist kører samme loop på hvert opkald. Her er, hvad der sker under motorhjelmen.
Softwaren konverterer tale til tekst live, for både kunden og agenten. Denne løbende transskription er det, alt andet afhænger af, så hvis transskriptionen sakker bagud eller fejler, falder resten sammen med den. Stemme er den svære del her, da accenter og krydstale skal håndteres i farten.
En transskription alene er ikke nyttig. Natural language processing finder ud af, hvad kunden faktisk mener, ikke bare de ord, de brugte, så hjælpen der følger passer til den reelle situation.
Den søger i dinvidensbase, dine politikker og tidligere interaktioner efter det svar, der matcher, så agenten ikke skal grave i faner midt i opkaldet. Hvor god denne er afhænger af, hvor godt værktøjet er koblet ind i dit eget indhold.
Mens kunden taler, sender den forslag til agentens skærm: et svar, et næste skridt, en compliance-påmindelse. Agenten beslutter, hvad der skal bruges. Intet går automatisk til kunden.
Når opkaldet slutter, skriver den resuméet, sætter dispositionen og opdaterer recordet på egen hånd. Den sparede tid lægger sig sammen på tværs af hvert opkald, og de samme data fodreropkaldsanalyse, så supervisorer kan se, hvad der virker.
Alt dette tæller kun, hvis det er hurtigt. En prompt, der ankommer, efter øjeblikket er passeret, er blot en distraktion. Derfor definerer "realtid" denne kategori, og derfor er latens det første, købere bør teste.
Masser af værktøjer kalder sig selv agent assist. Færre gør de svære dele godt.
Dette er de funktioner, der afgør, om det faktisk hjælper dine agenter eller bare roder deres skærm til, og dem det er værd at presse i en demo.
Transskription i realtid. Alt nedstrøms er bygget på dette. Hvis speech-to-text er langsom eller sjusket, arver prompterne, svarene og resuméerne alle fejlen. Test det på et støjende opkald, ikke et manuskriptbaseret et.
Live-prompts og næstbedste handlinger. Kategoriens hjerte. Reel hjælp ankommer midt i samtalen, når agenten stadig kan bruge den, ikke som et forslag, der dukker op, når kunden allerede har lagt på.
Fremhentning af viden. Den bør svare ud fra din vidensbase og dokumentation, ikke en generisk model, der gætter på dine politikker. Værktøjet er kun så skarpt som sin forbindelse til dit eget indhold.
Compliance og overholdelse af manuskript. Live-påmindelser, der holder agenter på manuskriptet og inden for regulering. Inden for finans, sundhedspleje og inkasso kan denne funktion alene være grunden til at købe.
Automatiserede opkaldsresuméer. Arbejde efter opkaldet æder stille minutter på hvert opkald. Gode værktøjer skriver resuméet, sætter dispositionen og opdaterer recordet selv, såanalyse efter opkald holder op med at være en manuel opgave.
QA og scoring. IndbyggetAI-kvalitetssikring scorer opkald automatisk, så du gennemgår hver samtale i stedet for de 1 til 2 %, et menneskeligt team realistisk kan stikprøve.
De bedste værktøjer forbinder alt dette til ét record.
Når transskription, vejledning, resuméer og scoring bor ét sted, ser supervisorer hele billedet i stedet for at samle det stykke for stykke på tværs af et halvt dusin dashboards.
Funktioner er nemme at liste op. Det, der betyder noget, er, om de flytter tallene, en leder af et kontaktcenter bliver målt på. Her er, hvor agent assist tjener sin pris ind.
Det meste af et langt opkald er ikke tale, det er agenten, der leder efter et svar, sætter kunden på hold eller tjekker med en kollega. Agent assist fjerner den døde luft ved at hente svaret frem, når spørgsmålet dukker op. Opkald bliver kortere, fordi friktionen forsvinder, ikke fordi agenter presses til at lægge på hurtigere.
Gentagne opkald kan som regel spores tilbage til en agent, der gav et ufuldstændigt eller forkert svar første gang. Når den rigtige vejledning er på skærmen i øjeblikket, bliver flere problemer løst på det første opkald, hvilket er den enkelte metrik, kunder mærker mest, og den der stille driver det samlede volumen ned.
Onboarding er dyrt, og i en branche med 30 til 45 % årlig personaleafgang er du altid ved at onboarde nogen. En ny agent med live-prompts og svar præsterer tættere på en erfaren en i de første uger, så optrapningstiden krymper, og omkostningen ved udskiftning svier mindre.
Manuel QA gennemgår en lille stikprøve, så compliance-fejl går ubemærket hen, indtil de er et problem. Realtidspåmindelser sætter den påkrævede oplysning eller det påkrævede manuskriptskridt foran hver agent på hvert opkald, hvilket er grunden til, at regulerede brancher læner sig hårdest op ad denne funktion.
Arbejde efter opkaldet er usynligt på et dashboard, men brutalt i aggregat, et par minutters notetagning på hvert opkald, hele dagen, på tværs af hver agent. At automatisere resuméet og opdateringen af recordet giver den tid tilbage til den næste kunde i stedet for tastaturet.
Den fælles tråd er konsistens. Agent assist tager, hvad din bedste agent ved på sin bedste dag, og sætter det foran alle, på hvert opkald.
Teknologien forbliver den samme. Det, der ændrer sig, er problemet, du peger den mod. Her er, hvordan det faktisk udspiller sig på tværs af de teams, der læner sig op ad det.
De fleste supportkøer er en blanding af spørgsmål, agenter kunne besvare i søvne, og det lejlighedsvise, de aldrig har mødt før.
Problemet er, at du ikke kan se, hvad der er hvad, før kunden begynder at forklare. Agent assist opfanger tidligt, hvor opkaldet er på vej hen, og sætter den rigtige politik eller kontohandling på agentens skærm.
De daglige ting går hurtigere, og den mærkelige kurvebold er mindre tilbøjelig til at slå en nyere agent ud, som ellers ville arbejde ud fra hukommelsen.
På tekniske opkald findes den løsning, en kunde har brug for, ofte allerede i en release note eller et supportdokument et sted. Agenten har bare ikke læst det, eller kan ikke finde det hurtigt nok med nogen ventende på linjen.
Så opkaldet bliver skubbet videre til en senioringeniør, og nu håndterer to personer noget, dokumentationen allerede dækkede.
Agent assist henter det specifikke skridt frem, mens kunden beskriver symptomerne, så en tier-one-agent kan arbejde sig gennem problemer, der plejede at blive eskaleret, og dine seniorfolk bliver afbrudt mindre.
Omsætningssamtaler hviler på små signaler, der er nemme at tale forbi. En kunde nævner, at de udvider. En anden lader det slippe ud, at de har set sig omkring. En rep, der er fokuseret på selve samtalen, registrerer ikke altid disse i øjeblikket.
Det er her, live-prompts hjælper, ved at flagge mersalgsåbningen eller fastholdelsesrisikoen i det sekund, den dukker op, med et foreslået tilbud tilknyttet. Rep'en styrer stadig opkaldet, de holder bare op med at efterlade åbninger på bordet.
Manuel QA lytter måske til et eller to opkald ud af hundrede. Alt andet går uchecket hen, og hvad der bliver fanget, dukker op dage senere.
For teams inden for finans, sundhedspleje eller inkasso er én overset oplysning en reel risiko, så stikprøver bagefter er ikke rigtig godt nok.
Agent assist promper det påkrævede sprog under selve opkaldet, hvilket flytter hele øvelsen fra at fange fejl til at forhindre dem.
Normalt finder en supervisor først ud af, at et opkald gik dårligt, når kunden allerede har lagt på. Gabet mellem fejlen og feedbacken er det egentlige problem med coaching.
Da agent assist streamer opkald, mens de sker, kan en supervisor følge et vanskeligt et og enten træde ind eller stille sende en besked til agenten, mens der stadig er et opkald at redde.
Når du ved, du vil have agent assist, begynder værktøjerne at ligne hinanden på en funktionsliste og opføre sig meget forskelligt i produktion. Nogle få ting adskiller dem, der holder.
Nogle værktøjer forbedrer sig ved at træne på dine egne opkaldsdata, andre kører på en generisk model, der aldrig tilpasser sig, hvordan dine kunder faktisk taler. Den første bliver skarpere over tid. Den anden flader ud.
Latens er hele spillet. Bed om det reelle tal på live-opkald, ikke en manuskriptbaseret demo, og hold øje med, om prompterne lander i øjeblikket eller lige efter det.
Agent assist er kun så god som dens rækkevidde ind i din vidensbase, dit CRM og din telefoni. Hvis den ikke kan se dit indhold og dine kundedata, forbliver dens forslag generiske.
Når vejledning, scoring og data efter opkaldet bor i ét system, får supervisorer det fulde billede. Når de er skruet sammen af separate værktøjer, bruger nogen ugen på at afstemme dashboards.
Per-sæde-, per-minut- og forbrugsbaserede modeller løber meget forskelligt op afhængigt af dit volumen. Kortlæg det til din faktiske opkaldsbelastning, før du skriver under.
Under alt dette ligger et større spørgsmål, som funktionssammenligningen skjuler: vil du coache dine mennesker, eller tage arbejde helt fra dem?
Agent assist gør dine agenter bedre på de opkald, de tager.
En autonom AI-stemmeagent håndterer opkald, så de aldrig når en agent overhovedet.
De fleste teams vil på et tidspunkt have begge, men hvor du starter afhænger af, hvor din smerte er. Hvis dine agenter drukner i komplekse opkald af høj værdi og har brug for at være skarpere, er assist svaret. Hvis de er begravet under rutineprægede, gentagne opkald, der ikke kræver en person, frigør automatisering af dem først til det arbejde, der gør.
Den anden vej er der, hvorRetell kommer ind. Det er en autonom AI-stemmeagent, der besvarer og løser de rutineprægede opkald på egen hånd, ordrestatus, åbningstider, booking af møder,kvalificering af indgående leads, og overdrager til et menneske i det øjeblik, et opkald kræver en.
I stedet for at coache en agent gennem en adgangskodenulstilling for tusinde gang, tager du det opkald helt af bordet.
Den er bygget til at køre i produktion, ikke som en pilot. Retell håndterer over 50 millioner opkald om måneden med 99,99 % oppetid, holder 4,8 ud af 5 på tværs af næsten 2.000 G2-anmeldelser og er HIPAA-klar med en selvbetjent BAA på hver plan, hvilket betyder noget, hvis du er inden for sundhedspleje, finans eller enhver reguleret branche.
Prissætning er forbrugsbaseret fra $0,07 i minuttet uden platformsgebyrer og uden funktionsspærring, så du kan se præcis, hvad et opkald koster, før du forpligter dig.
Prøv Retell gratis, ellerkontakt salg, hvis du vil kortlægge det til dit opkaldsvolumen først.
Agent assist-software er AI i realtid, der lytter til et live-kundeopkald og giver den menneskelige agent prompts, svar og næstbedste handlinger, mens de stadig taler.
Den henter information fra din vidensbase i øjeblikket og automatiserer arbejdet efter opkaldet såsom resuméer og noter. Agenten forbliver fuldt i kontrol og beslutter, hvad der faktisk skal bruges.
Agent assist coacher et menneske, der er på opkaldet, og fodrer dem vejledning i realtid, mens de fører samtalen. En autonom AI-agent håndterer selve opkaldet og inddrager kun en person, når situationen kræver en.
Den ene gør dine eksisterende agenter bedre, den anden reducerer, hvor mange opkald der overhovedet når en agent. Mange modne kontaktcentre kører begge og bruger AI til rutineprægede opkald og assisterede mennesker til de komplekse.
Ja, og det skal det være for overhovedet at virke. Hele værdien er vejledning, der ankommer under samtalen, i det øjeblik agenten har brug for den, ikke i en rapport, de læser bagefter.
Et forslag, der lander selv et par sekunder for sent, er en distraktion snarere end en hjælp. Derfor er latens det første, seriøse købere tester, før de skriver under på noget.
De fleste agent assist-værktøjer understøtter både stemme og digitale kanaler som chat og e-mail. Stemme er der, hvor det gør nytte, fordi en agent på et live-opkald ikke kan sætte en kunde på hold for at gå og læse en manual eller søge i vidensbasen.
På chat gælder den samme vejledning i realtid, selvom agenter der har lidt mere pusterum til selv at slå ting op.
Prissætning afhænger i høj grad af modellen. Nogle værktøjer opkræver per agent-sæde, andre per minut eller efter forbrug, og totalen skalerer med dit opkaldsvolumen, og hvilke funktioner du slår til.
En per-sæde-pris og en forbrugsbaseret pris kan se ens ud på papiret og så divergere skarpt, når reelt volumen rammer. Kortlæg ethvert tilbud til din faktiske opkaldsbelastning, før du forpligter dig, og hold øje med tillægsgebyrer på ting som QA og viden.
See how much your business could save by switching to AI-powered voice agents.
Total Human Agent Cost
AI Agent Cost
Estimated Savings
Et demonummer fra Retell Clinic Office
