Zendesk সমাধান-কেন্দ্রিক অভিযোজিত সার্ভিস এজেন্ট তৈরিতে OpenAI ব্যবহার করছে

Zendesk এক দশকেরও বেশি সময় ধরে ব্যবসাগুলোকে দুর্দান্ত গ্রাহক অভিজ্ঞতা দিতে সহায়তা করেছে। এর প্ল্যাটফর্ম প্রতি বছর 4.6 বিলিয়নেরও বেশি সমাধান পরিচালনা করে।

2023 সালের শুরুতে, AI কীভাবে সেবা ও পণ্য উন্নয়নকে পুনর্গঠন করতে পারে তা অনুসন্ধান করতে Zendesk OpenAI-এর সঙ্গে ঘনিষ্ঠভাবে কাজ শুরু করে। আজ Zendesk AI এজেন্টের একটি নতুন শ্রেণি পাইলট করছে⁠(একটি নতুন উইন্ডোতে খোলে), যা OpenAI মডেল দ্বারা চালিত, এবং যা শুধু সম্পূর্ণ কথোপকথন পরিচালনা করে না, বরং স্বয়ংক্রিয়ভাবে প্রতিক্রিয়া পরিকল্পনা ও বাস্তবায়নও করে: 

• সেটআপ সময় দিন থেকে মিনিটে কমিয়ে আনা
• অটোমেশন হার 80%-এর দিকে বাড়ানো
• AI কীভাবে আচরণ করবে সে বিষয়ে টিমগুলোকে পূর্ণ নিয়ন্ত্রণ দেওয়া

সবচেয়ে উন্নত সেবা প্ল্যাটফর্মগুলোকেও প্রচলিত অটোমেশনের ক্ষেত্রে সীমাবদ্ধতার মুখোমুখি হতে হয়। স্ট্যান্ডার্ড মডেলটি ইনটেন্ট ক্লাসিফিকেশন-এর ওপর নির্ভর করত: একটি ইনটেন্ট পূর্বানুমান করা, পূর্বনির্ধারিত সংলাপ বা কর্মপ্রবাহ চালু করা, এবং আশা করা যে গ্রাহক স্ক্রিপ্টটি অনুসরণ করবেন।

এই সেটআপটি কাঠামোবদ্ধ ইন্টারঅ্যাকশনের জন্য কাজ করত, কিন্তু সূক্ষ্মতা, ফলো-আপ, বা ব্যতিক্রমী পরিস্থিতি এলে দ্রুত ভেঙে পড়ত।

Zendesk-এর CTO Adrian McDermott বলেন, “পুরোনো দুনিয়ায় ছিল বার্তা ইন, প্রতিক্রিয়া আউট। বাস্তব গ্রাহকরা মত বদলান, ব্যাখ্যামূলক প্রশ্ন করেন, এবং আশা করেন AI স্বাভাবিকভাবে তার সাথে এগোবে। সেবায় একমাত্র গুরুত্বপূর্ণ ফল হলো সমাধান, এবং এখন পর্যন্ত বটগুলো তা অর্জনের ক্ষমতায় কিছুটা সীমিত ছিল।”

মৌলিক FAQ ইন্টারঅ্যাকশনের জন্য Retrieval-Augmented generation (RAG) ব্যবহার করে জেনারেটিভ পদ্ধতি গ্রহণ করতে Zendesk, OpenAI-এর সঙ্গে কাজ শুরু করে। আজ তাদের ফোকাস সরেছে জেনারেটিভ রিজনিং-এর দিকে, যা AI এজেন্টদের স্বাধীনভাবে পরিকল্পনা করতে ও কাজ সম্পাদন করতে সক্ষম করে।

Zendesk-এর নতুন শ্রেণির এজেন্টিক AI এজেন্ট সেবার জন্য বিশেষভাবে তৈরি। GPT‑4o‑এর মতো OpenAI মডেল দ্বারা চালিত এই এজেন্টগুলো শুধু প্রশ্নের উত্তর দেয় না—এগুলো কথোপকথনে নেতৃত্ব দেয়, প্রেক্ষাপট বিবেচনা করে রিজনিং করে, এবং সমাধানের দিকে এগিয়ে যায়।

প্ল্যাটফর্মটি বহু-এজেন্ট স্থাপত্য ব্যবহার করে, যেখানে বিশেষায়িত এজেন্টগুলোর মধ্যে রয়েছে:

• কাজ শনাক্তকরণ এজেন্ট: ম্যানুয়াল প্রশিক্ষণের ওপর নির্ভর না করে এই AI এজেন্ট ব্যবহারকারীর প্রয়োজন বুঝতে বাস্তব কথোপকথন করে, ব্যাখ্যামূলক প্রশ্ন করে এবং মিল আছে এমন সমস্যাগুলোর মধ্যে পার্থক্য নির্ধারণ করে।
• কথোপকথনভিত্তিক RAG এজেন্ট: একাধিক পর্যায়ের কথোপকথনের ওপর ভিত্তি করে প্রচলিত RAG-কে প্রসারিত করে। উদাহরণস্বরূপ, কোনো ব্যবহারকারী পেমেন্ট অপশন সম্পর্কে জানতে চাইলে, অঞ্চলভিত্তিক নীতিমালা আনার আগে এজেন্ট জিজ্ঞেস করতে পারে ব্যবহারকারী কোথায় আছেন।
• প্রক্রিয়া সংকলন এজেন্ট: স্বায়ত্তশাসন ও নিয়ন্ত্রণের ভারসাম্য রেখে, Zendesk-এর procedure compliance agent ব্যবসায়িক নিয়মগুলোকে স্বাভাবিক ভাষা থেকে কাঠামোবদ্ধ ফ্লোতে রূপান্তর করে, যাতে AI কোম্পানির প্রক্রিয়াগুলো কীভাবে কার্যকর করতে হবে তা বুঝতে এবং দৃশ্যমানভাবে প্রতিফলিত করতে পারে।
• প্রক্রিয়া বাস্তবায়ন এজেন্ট: API কল করে, কর্মপ্রবাহ ট্রিগার করে, এবং সিস্টেম আপডেট করে কাজ সম্পাদন করে, সবই ব্যবসা দ্বারা সংজ্ঞায়িত যুক্তির মধ্যে থেকে।

RAG-কে রিজনিংয়ের সঙ্গে মিলিয়ে Zendesk-এর AI এজেন্টগুলো এখন বহু-ধাপের কথোপকথনে যুক্ত হতে পারে, ফলো-আপ প্রশ্ন করতে পারে, এবং ব্যবহারকারীর ইনপুটের ভিত্তিতে প্রতিক্রিয়া মানিয়ে নিতে পারে। এর ফলে প্ল্যাটফর্মটি কঠোর ডায়ালগ ফ্লোর ওপর নির্ভর না করে স্বয়ংক্রিয়ভাবে জটিল সমস্যা সমাধান করতে পারে।

McDermott বলেন, “গুণমান ও নির্ভুলতার জন্য Zendesk-এর guardrail-এর মধ্যে কাজ করেই আমরা বটকে কথোপকথন পরিচালনায় আরও বেশি স্বাধীনতা দিয়েছি। প্রক্রিয়াটি শুরু হয়েছিল গ্রাহকের সমস্যাটি বোঝার মাধ্যমে, যেখানে সমাধানের দিকে এগোনোর ওপর উচ্চ মনোযোগ ছিল।”

Zendesk-এর AI এজেন্ট উন্নয়নের সবচেয়ে বড় পরিবর্তনগুলোর একটি হলো হাইব্রিড ডেভেলপমেন্ট মডেলে তাদের রূপান্তর, যেখানে এজেন্টরা একটি কথোপকথনের মধ্যেই ডায়ালগ ফ্লো ও জেনারেটিভ প্রক্রিয়ার মধ্যে নির্বিঘ্নে যেতে পারে।

নতুন AI এজেন্ট বিল্ডারের মাধ্যমে ব্যবসাগুলো স্বাভাবিক ভাষায় প্রক্রিয়া সংজ্ঞায়িত করতে পারে। এরপর AI এজেন্ট অভিযোজিত রিজনিং ব্যবহার করে একটি কর্মপথ পরিকল্পনা করে এবং লাইভ হওয়ার আগে প্রস্তাবিত ধাপগুলোর একটি প্রিভিউ দেখায়। 

AI রিজনিং নিয়ন্ত্রণগুলো AI এজেন্টরা কীভাবে চিন্তা করে সে বিষয়ে রিয়েল-টাইম দৃশ্যমানতা দেয়, ফলে টিমগুলো সিদ্ধান্ত কীভাবে নেওয়া হয়েছে তা বুঝতে এজেন্টের চেইন-অফ-থট (CoT) পর্যালোচনা করে প্রতিটি কথোপকথন অডিট করতে পারে।

এই পরিবর্তন সেটআপের সময় দিন থেকে মিনিটে নামিয়ে আনে এবং Zendesk-এর অনেক বিস্তৃত গ্রাহকগোষ্ঠীর জন্য জেনারেটিভ অটোমেশনকে সহজলভ্য করে তোলে।

ভিতরে Zendesk প্রতিটি ব্যবহারক্ষেত্রের জন্য সেরা মডেল বেছে নেওয়া ও স্থাপন করা এবং প্রম্পট টিউন করার জন্য একটি কঠোর অভ্যন্তরীণ বেঞ্চমার্ক প্রোগ্রাম চালায়। টিমটি লেটেন্সি, খরচ ও গুণমান বিবেচনা করে, এবং RAG থেকে ব্যাকগ্রাউন্ড রিজনিং কাজ পর্যন্ত বিভিন্ন ব্যবহারক্ষেত্রে OpenAI-এর o3‑mini‑এর মতো নতুন মডেল পরীক্ষা করে।

এই প্রক্রিয়া Zendesk-কে 24 ঘণ্টারও কম সময়ে নতুন মডেল মূল্যায়ন, পরীক্ষা এবং স্থাপন করতে দেয়।

Zendesk স্থাপনের আগে ও পরে উভয় সময়েই কর্মক্ষমতা ট্র্যাক করে, অফলাইন মূল্যায়ন এবং সমাধানের হার, সম্পাদনের হার ও লেটেন্সির মতো লাইভ মেট্রিক ব্যবহার করে। প্রতিটি মডেল সিদ্ধান্ত নথিভুক্ত ও অডিটযোগ্য, যা সিস্টেম বিকশিত হওয়ার সাথে সাথে স্বচ্ছতা ও নির্ভরযোগ্যতা নিশ্চিত করে।

এই বছর, Zendesk আরও এক ধাপ এগোনোর পরিকল্পনা করছে: একটি স্ব-সেবা বেঞ্চমার্কিং প্ল্যাটফর্ম চালু করা, যাতে Zendesk-এর যেকোনো ইঞ্জিনিয়ারিং টিম মেশিন লার্নিং বিশেষজ্ঞদের সরাসরি সহায়তা ছাড়াই মডেল পরীক্ষা ও স্থাপন করতে পারে।

Zendesk বর্তমানে প্রাথমিক গ্রহণকারী গ্রাহকদের সঙ্গে নতুন এজেন্টিক AI প্ল্যাটফর্মটি পাইলট করছে। প্ল্যাটফর্মটি বিদ্যমান সেটআপের সঙ্গে সহজে একীভূত হওয়ার জন্য ডিজাইন করা হয়েছে, ফলে গ্রাহকরা শুরু থেকে নতুন করে তৈরি না করেই 80% অটোমেশন-এর পথে দ্রুত এগোতে পারেন।

যদিও আরও বিস্তৃত মেট্রিক 2025-এর পরে আসবে, প্রাথমিক প্রতিক্রিয়া ছিল শক্তিশালী: দ্রুততর সেটআপ, আরও সঠিক উত্তর, এবং প্রতিটি চ্যানেলে আরও মসৃণ ব্যবহারকারী যাত্রা।