Zendesk uses OpenAI to build adaptive service agents focused on resolutions
כבר יותר מעשור ש-Zendesk עוזרת לעסקים להעניק חוויית לקוח מצוינת. הפלטפורמה שלה מסייעת לפתור יותר מ-4.6 מיליארד פניות בשנה.
בתחילת 2023 החלה Zendesk לעבוד בשיתוף פעולה הדוק עם OpenAI כדי לבחון כיצד בינה מלאכותית יכולה לשנות את פני השירות ופיתוח המוצרים. כיום Zendesk עורכת פיילוט לדור חדש של סוכני בינה מלאכותית(נפתח בחלון חדש), המבוססים על מודלים של OpenAI. הם לא רק מנהלים שיחות שלמות, אלא גם מתכננים ומבצעים פעולות בתגובה לפניות באופן עצמאי:
מקצרים את זמן ההגדרה מימים לדקות
מעלים את שיעורי האוטומציה לעבר היעד של 80%
מעניקים לצוותים שליטה מלאה בהתנהגות הבינה המלאכותית
גם פלטפורמות השירות המתוחכמות ביותר נתקלות במגבלות כשמדובר באוטומציה מסורתית. הגישה המקובלת התבססה על סיווג כוונות: לחזות את כוונת הלקוח, להפעיל שיחה או תהליך עבודה שהוגדרו מראש ולקוות שהלקוח ייצמד לתסריט.
השיטה עבדה באינטראקציות מובנות, אבל כשנדרשה התמודדות עם דקויות, שאלות המשך או מקרי קצה, היא כשלה במהירות.
"בעולם הישן, הודעה נכנסה ותשובה יצאה", אומר אדריאן מקדרמוט, סמנכ״ל הטכנולוגיות של Zendesk. "במציאות, לקוחות משנים את דעתם, שואלים שאלות הבהרה ומצפים שהבינה המלאכותית תעקוב אחר השיחה באופן טבעי. בשירות, התוצאה היחידה שחשובה היא פתרון הבעיה, ועד עכשיו היכולת של בוטים להגיע אליה הייתה מוגבלת למדי."
Zendesk החלה לעבוד עם OpenAI כדי לאמץ גישה גנרטיבית באמצעות יצירה מועשרת באחזור (RAG), לצורך מענה בסיסי לשאלות נפוצות. כיום החברה מתמקדת ב-reasoning גנרטיבי, שמאפשר לסוכני בינה מלאכותית לתכנן ולבצע משימות באופן עצמאי.
הדור החדש של סוכני agentic AI מבית Zendesk נבנה במיוחד לשירות לקוחות. הסוכנים, המבוססים על מודלים של OpenAI כמו GPT‑4o, לא רק עונים על שאלות — הם מובילים שיחות, מסיקים מסקנות מתוך ההקשר ומקדמים את פתרון הבעיה.
הפלטפורמה משתמשת בארכיטקטורה מרובת סוכנים, הכוללת סוכנים ייעודיים כגון:
סוכן לזיהוי משימות: במקום להסתמך על אימון ידני, סוכן הבינה המלאכותית הזה מנהל שיחה אמיתית כדי להבין מה המשתמש צריך, שואל שאלות הבהרה ומבחין בין בעיות דומות.
סוכן RAG שיחתי: מרחיב את יכולות ה-RAG המסורתי באמצעות עיגון בשיחה מרובת חילופי דברים. למשל, כשמשתמש שואל על אפשרויות תשלום, הסוכן יכול לשאול היכן הוא נמצא לפני שיאחזר את המדיניות הרלוונטית לאזור שלו.
סוכן להידור נהלים: תוך איזון בין עצמאות לשליטה, הסוכן של Zendesk לאכיפת נהלים ממיר כללים עסקיים משפה טבעית לתהליך מובנה. כך הוא מבטיח שהבינה המלאכותית תבין כיצד לבצע את נהלי החברה ותציג זאת באופן חזותי.
סוכן לביצוע נהלים: מבצע פעולות באמצעות קריאות לממשקי API, הפעלת תהליכי עבודה ועדכון מערכות — והכול בהתאם ללוגיקה שהעסק הגדיר.
השילוב בין RAG ל-reasoning מאפשר לסוכני הבינה המלאכותית של Zendesk לנהל כעת שיחות מרובות שלבים, לשאול שאלות המשך ולהתאים את תשובותיהם לקלט מהמשתמש. כך הפלטפורמה יכולה לפתור בעיות מורכבות באופן עצמאי, בלי להסתמך על תסריטי שיחה נוקשים.
"נתנו לבוט יותר עצמאות בהובלת השיחה, תוך שמירה על מנגנוני הבקרה של Zendesk לאיכות ולדיוק", אומר מקדרמוט. "התהליך התחיל בהבנת הבעיה של הלקוח, עם דגש משמעותי על התקדמות לקראת פתרון."
אחד השינויים המשמעותיים ביותר בפיתוח סוכני הבינה המלאכותית של Zendesk היה המעבר לגישת פיתוח היברידית, שבה סוכנים יכולים לעבור בצורה חלקה בין תסריטי שיחה מובנים לנהלים גנרטיביים בתוך אותה שיחה.
הכלי החדש לבניית סוכני בינה מלאכותית מאפשר לעסקים להגדיר נהלים בשפה טבעית. לאחר מכן, סוכן הבינה המלאכותית מתכנן דרך פעולה באמצעות reasoning מסתגל, ומציג תצוגה מקדימה של הצעדים המוצעים לפני הפעלתו בסביבת הייצור.
כלי בקרה על ה-reasoning של הבינה המלאכותית מאפשרים לראות בזמן אמת כיצד הסוכנים חושבים. כך צוותים יכולים לבדוק כל שיחה באמצעות סקירת שרשרת המחשבה (CoT) של הסוכן, ולהבין כיצד התקבלו ההחלטות.
השינוי הזה מקצר את זמן ההגדרה מימים לדקות, ומנגיש אוטומציה גנרטיבית למעגל רחב הרבה יותר של לקוחות Zendesk.
"הסרנו את החסמים הגדולים ביותר לאימוץ בינה מלאכותית. לקוחות יכולים עכשיו להשתמש בסוכני ה-agentic AI החדשים האלה מיד, ללא התאמות מיוחדות."
מאחורי הקלעים, Zendesk מפעילה תוכנית פנימית קפדנית להשוואת ביצועים, כדי לבחור ולהטמיע את המודלים הטובים ביותר ולכוונן הנחיות לכל תרחיש שימוש. הצוות מביא בחשבון זמני תגובה, עלות ואיכות, ובוחן מודלים חדשים כמו o3‑mini של OpenAI במגוון תרחישי שימוש, מ-RAG ועד משימות reasoning ברקע.
התהליך מאפשר ל-Zendesk להעריך, לבדוק ולהטמיע מודלים חדשים בתוך פחות מ-24 שעות.
Zendesk עוקבת אחר הביצועים לפני ההטמעה וגם אחריה, באמצעות הערכות שלא בסביבת הייצור ומדדים בזמן אמת, כמו שיעור פתרון הפניות, שיעור העריכות וזמני התגובה. כל החלטה בנוגע למודל מתועדת וניתנת לביקורת, כדי להבטיח שקיפות ואמינות ככל שהמערכת מתפתחת.
השנה, Zendesk מתכננת להתקדם צעד נוסף ולהשיק פלטפורמה להשוואת ביצועים בשירות עצמי, כדי שכל צוות הנדסה בחברה יוכל לבדוק ולהטמיע מודלים ללא צורך בליווי צמוד של מומחי למידת מכונה.
Zendesk עורכת כעת פיילוט לפלטפורמת ה-agentic AI החדשה עם לקוחות שמקדימים לאמץ טכנולוגיות חדשות. הפלטפורמה תוכננה להשתלב בקלות במערכות קיימות ולקצר ללקוחות את הדרך ל-80% אוטומציה, בלי שיצטרכו לבנות הכול מחדש.
נתונים מקיפים יותר צפויים בהמשך 2025, אך המשוב הראשוני חיובי מאוד: הגדרה מהירה יותר, תשובות מדויקות יותר וחוויית משתמש חלקה יותר בכל הערוצים.
