ಪರಿಹಾರಗಳಿಗೆ ಕೇಂದ್ರೀಕೃತವಾದ ಹೊಂದಿಕೊಳ್ಳುವ ಸೇವಾ ಏಜೆಂಟ್ ಗಳನ್ನು ನಿರ್ಮಿಸಲು Zendesk, OpenAI ಅನ್ನು ಬಳಸುತ್ತದೆ

Zendesk ಒಂದು ದಶಕಕ್ಕಿಂತಲೂ ಹೆಚ್ಚು ಕಾಲ ವ್ಯವಹಾರಗಳಿಗೆ ಅತ್ಯುತ್ತಮ ಗ್ರಾಹಕ ಅನುಭವಗಳನ್ನು ಒದಗಿಸಲು ಸಹಾಯ ಮಾಡಿದೆ. ಅದರ ವೇದಿಕೆ ಪ್ರತಿ ವರ್ಷ 4.6 ಬಿಲಿಯನ್‌ಗಿಂತ ಹೆಚ್ಚು ಪರಿಹಾರಗಳಿಗೆ ಶಕ್ತಿ ನೀಡುತ್ತದೆ.

2023ರ ಆರಂಭದಲ್ಲಿ, AI ಸೇವೆ ಮತ್ತು ಉತ್ಪನ್ನ ಅಭಿವೃದ್ಧಿಯನ್ನು ಹೇಗೆ ಮರುರೂಪಿಸಬಹುದು ಎಂಬುದನ್ನು ಅನ್ವೇಷಿಸಲು Zendesk, OpenAI ಜೊತೆ ನಿಕಟವಾಗಿ ಕೆಲಸ ಆರಂಭಿಸಿತು. ಇಂದು Zendesk,OpenAI ಮಾಡೆಲ್‌ಗಳಿಂದ ಕಾರ್ಯನಿರ್ವಹಿಸುವ ಹೊಸ ವರ್ಗದ AI ಏಜೆಂಟ್‌ಗಳನ್ನು ಪ್ರದರ್ಶಿಸುತ್ತಿದೆ⁠(ಹೊಸ ಕಿಟಕಿಯಲ್ಲಿ ತೆರೆಯುತ್ತದೆ), ಅವು ಸಂಪೂರ್ಣ ಸಂಭಾಷಣೆಗಳನ್ನು ನಿರ್ವಹಿಸುವುದಷ್ಟೇ ಅಲ್ಲದೆ ಸ್ವಯಂಪ್ರೇರಿತವಾಗಿ ಪ್ರತಿಕ್ರಿಯೆಗಳನ್ನು ಯೋಜಿಸಿ ಜಾರಿಗೊಳಿಸುತ್ತವೆ:

• ಸೆಟಪ್ ಸಮಯವನ್ನು ದಿನಗಳಿಂದ ನಿಮಿಷಗಳಿಗೆ ಇಳಿಸುವುದು
• ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸುವಿಕೆ ದರಗಳನ್ನು 80% ಕಡೆ ಹೆಚ್ಚಿಸುವುದು
• AI ಹೇಗೆ ವರ್ತಿಸುತ್ತದೆ ಎಂಬುದರ ಮೇಲೆ ತಂಡಗಳಿಗೆ ಸಂಪೂರ್ಣ ನಿಯಂತ್ರಣ ನೀಡುವುದು

ಅತ್ಯಂತ ಸುಧಾರಿತ ಸೇವಾ ವೇದಿಕೆಗಳಿಗೂ ಸಾಂಪ್ರದಾಯಿಕ ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸುವಿಕೆಯಲ್ಲಿ ಮಿತಿಗಳಿವೆ. ಪ್ರಮಾಣಿತ ಮಾದರಿಯು ಉದ್ದೇಶ ವರ್ಗೀಕರಣದ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿತ್ತು: ಒಂದು ಉದ್ದೇಶವನ್ನು ಊಹಿಸಿ, ಪೂರ್ವನಿರ್ಧರಿತ ಸಂವಾದ ಅಥವಾ ವರ್ಕ್ ಫ್ಲೋ ಅನ್ನು ಚಾಲನೆ ಮಾಡಿ, ನಂತರ ಗ್ರಾಹಕರು ಆ ಸ್ಕ್ರಿಪ್ಟ್ ನ್ನು ಅನುಸರಿಸುತ್ತಾರೆ ಎಂದು ನಿರೀಕ್ಷಿಸುವುದು.

ಈ ವ್ಯವಸ್ಥೆ ರಚನಾತ್ಮಕ ಸಂವಹನಗಳಿಗೆ ಕೆಲಸ ಮಾಡಿತು, ಆದರೆ ಸೂಕ್ಷ್ಮತೆ, ಫಾಲೋ-ಅಪ್ ಗಳು, ಅಥವಾ ಅನಿರೀಕ್ಷಿತ ಸಂದರ್ಭಗಳಲ್ಲಿ ಬೇಗನೆ ವಿಫಲವಾಗುತ್ತಿತ್ತು.

ಹಳೆಯ ಕಾಲದಲ್ಲಿ ಕೇವಲ 'ಸಂದೇಶ ಸ್ವೀಕರಿಸುವುದು ಮತ್ತು ಅದಕ್ಕೆ ಉತ್ತರ ನೀಡುವುದು' ಮಾತ್ರ ನಡೆಯುತ್ತಿತ್ತು," ಎಂದು ಜೆಂಡೆಸ್ಕ್ ನ ಸಿಟಿಒ (CTO) ಆಡ್ರಿಯನ್ ಮೆಕ್ ಡರ್ಮಾಟ್ ಹೇಳುತ್ತಾರೆ. ನಿಜವಾದ ಗ್ರಾಹಕರು ತಮ್ಮ ಮನಸ್ಸು ಬದಲಿಸುತ್ತಾರೆ, ಸ್ಪಷ್ಟೀಕರಣ ಪ್ರಶ್ನೆಗಳು ಕೇಳುತ್ತಾರೆ, ಮತ್ತು AI ಸಹಜವಾಗಿ ಜೊತೆಗೇ ಬರಬೇಕು ಎಂದು ನಿರೀಕ್ಷಿಸುತ್ತಾರೆ. ಸೇವೆಯಲ್ಲಿ ಮುಖ್ಯವಾದ ಏಕೈಕ ಫಲಿತಾಂಶ ಪರಿಹಾರ, ಮತ್ತು ಇದುವರೆಗೆ ಬಾಟ್ ಗಳಿಗೆ ಅದನ್ನು ಸಾಧಿಸುವ ಸಾಮರ್ಥ್ಯ ಸ್ವಲ್ಪ ಮಿತವಾಗಿತ್ತು.”

ಮೂಲಭೂತ FAQ ಸಂವಹನಗಳಿಗೆ Retrieval-Augmented generation (RAG) ಬಳಸಿ ಜನರೇಟಿವ್ ವಿಧಾನವನ್ನು ಅಳವಡಿಸಿಕೊಳ್ಳಲು Zendesk, OpenAI ಜೊತೆಗೆ ಕೆಲಸ ಆರಂಭಿಸಿತು. ಇಂದು, ಅವರ ಗಮನ AI ಏಜೆಂಟ್ ಗಳು ಸ್ವತಂತ್ರವಾಗಿ ಕೆಲಸಗಳನ್ನು ಯೋಜಿಸಿ ಜಾರಿಗೊಳಿಸಲು ಸಾಧ್ಯವಾಗುವಂತೆ ಮಾಡುವ ಜನರೇಟಿವ್ ರೀಜನಿಂಗ್ ಕಡೆಗೆ ಸರಿದಿದೆ.

Zendesk ನ ಹೊಸ ವರ್ಗದ ಏಜೆಂಟಿಕ್ AI ಏಜೆಂಟ್‌ಗಳು ಸೇವೆಗಾಗಿ ವಿಶೇಷವಾಗಿ ನಿರ್ಮಿಸಲ್ಪಟ್ಟಿವೆ. GPT‑4o ಮುಂತಾದ OpenAI ಮಾಡೆಲ್‌ಗಳಿಂದ ಕಾರ್ಯನಿರ್ವಹಿಸುವ ಈ ಏಜೆಂಟ್‌ಗಳು ಪ್ರಶ್ನೆಗಳಿಗೆ ಉತ್ತರಿಸುವುದಷ್ಟೇ ಅಲ್ಲ, ಸಂಭಾಷಣೆಗಳನ್ನು ಮುನ್ನಡೆಸುತ್ತವೆ, ಸಂದರ್ಭದ ಮೂಲಕ ರೀಜನಿಂಗ್ ಮಾಡುತ್ತವೆ, ಮತ್ತು ಪರಿಹಾರದತ್ತ ಸಾಗಿಸುತ್ತವೆ.

ವೇದಿಕೆ ಕೆಳಗಿನಂತಿರುವ ವಿಶೇಷ ಏಜೆಂಟ್‌ಗಳನ್ನು ಒಳಗೊಂಡ ಬಹು-ಏಜೆಂಟ್ ಆರ್ಕಿಟೆಕ್ಚರ್ ಅನ್ನು ಬಳಸುತ್ತದೆ:

• ಕಾರ್ಯ ಗುರುತಿಸುವ ಪ್ರತಿನಿಧಿ: ಮಾನವ ಚಾಲಿತ ತರಬೇತಿ ಮೇಲೆ ಅವಲಂಬಿತವಾಗುವ ಬದಲು, ಈ AI ಏಜೆಂಟ್ ಬಳಕೆದಾರರಿಗೆ ಏನು ಬೇಕು ಎಂಬುದನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ನಿಜವಾದ ಸಂಭಾಷಣೆ ನಡೆಸುತ್ತದೆ, ಸ್ಪಷ್ಟೀಕರಣ ಪ್ರಶ್ನೆಗಳು ಕೇಳುತ್ತದೆ ಮತ್ತು ಹೋಲುವ ಸಮಸ್ಯೆಗಳ ನಡುವಿನ ಅಸ್ಪಷ್ಟತೆಯನ್ನು ನಿವಾರಿಸುತ್ತದೆ.
• ಸಂವಹನಶೀಲ RAG ಪ್ರತಿನಿಧಿ: ಬಹು-ತಿರುವಿನ ಸಂಭಾಷಣೆಯಲ್ಲಿ ಆಧಾರಗೊಂಡು ಸಾಂಪ್ರದಾಯಿಕ RAG ಅನ್ನು ವಿಸ್ತರಿಸುತ್ತದೆ. ಉದಾಹರಣೆಗೆ, ಬಳಕೆದಾರರು ಪಾವತಿ ಆಯ್ಕೆಗಳ ಬಗ್ಗೆ ಕೇಳಿದಾಗ, ಪ್ರದೇಶ-ನಿರ್ದಿಷ್ಟ ನೀತಿಗಳನ್ನು ಪಡೆಯುವ ಮೊದಲು ಬಳಕೆದಾರರು ಎಲ್ಲಿದ್ದಾರೆ ಎಂದು ಕೇಳಲು ಏಜೆಂಟ್ ಮುಂದುವರಿಯಬಹುದು.
• ಕಾರ್ಯವಿಧಾನ ರೂಪಿಸುವ ಪ್ರತಿನಿಧಿ: ಏಜೆನ್ಸಿ ಮತ್ತು ನಿಯಂತ್ರಣದ ಸಮತೋಲನ ಕಾಪಾಡುತ್ತಾ, Zendesk ನ ಕಾರ್ಯವಿಧಾನ ರೂಪಿಸುವ ಪ್ರತಿನಿಧಿ ವ್ಯವಹಾರ ನಿಯಮಗಳನ್ನು ಸಹಜ ಭಾಷೆಯಿಂದ ರಚಿತ ಹರಿವಿಗೆ ಪರಿವರ್ತಿಸುತ್ತದೆ, ಇದರಿಂದ AI ಕಂಪನಿಯ ಪ್ರಕ್ರಿಯೆಗಳನ್ನು ಹೇಗೆ ಜಾರಿಗೊಳಿಸಬೇಕು ಎಂಬುದನ್ನು ಅರ್ಥಮಾಡಿಕೊಂಡು ದೃಶ್ಯವಾಗಿ ಪ್ರತಿಬಿಂಬಿಸುತ್ತದೆ.
• ಕಾರ್ಯವಿಧಾನ ಜಾರಿಗೊಳಿಸುವ ಪ್ರತಿನಿಧಿ: ವ್ಯವಹಾರವು ನಿರ್ಧರಿಸಿದ ತರ್ಕದೊಳಗೆ APIs ಅನ್ನು ಕರೆದು, ವರ್ಕ್‌ಫ್ಲೋಗಳನ್ನು ಸಕ್ರಿಯಗೊಳಿಸಿ, ಮತ್ತು ಸಿಸ್ಟಂಗಳನ್ನು ನವೀಕರಿಸುವ ಮೂಲಕ ಕ್ರಮಗಳನ್ನು ನಿರ್ವಹಿಸುತ್ತದೆ.

RAG ಮತ್ತು ರೀಜನಿಂಗ್ ಅನ್ನು ಸಂಯೋಜಿಸುವ ಮೂಲಕ, Zendesk ನ AI ಏಜೆಂಟ್‌ಗಳು ಈಗ ಬಹು-ಹಂತದ ಸಂಭಾಷಣೆಗಳಲ್ಲಿ ತೊಡಗಿಸಿಕೊಳ್ಳಬಹುದು, ಫಾಲೋ-ಅಪ್ ಪ್ರಶ್ನೆಗಳು ಕೇಳಬಹುದು, ಮತ್ತು ಬಳಕೆದಾರರ ಇನ್‌ಪುಟ್ ಆಧರಿಸಿ ಪ್ರತಿಕ್ರಿಯೆಗಳನ್ನು ಹೊಂದಿಸಿಕೊಳ್ಳಬಹುದು. ಇದರಿಂದ ಕಠಿಣ ಸಂವಾದ ಹರಿವುಗಳ ಮೇಲೆ ಅವಲಂಬಿಸದೆ ವೇದಿಕೆ ಸಂಕೀರ್ಣ ಸಮಸ್ಯೆಗಳನ್ನು ಸ್ವಯಂಪ್ರೇರಿತವಾಗಿ ಪರಿಹರಿಸಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ.

ಮೆಕ್‌ಡರ್ಮಾಟ್ ಹೇಳುತ್ತಾರೆ: “ಗುಣಮಟ್ಟ ಮತ್ತು ನಿಖರತೆಗಾಗಿ Zendesk ನ ಗಾರ್ಡ್‌ರೇಲ್‌ಗಳೊಳಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತಾ, ಸಂಭಾಷಣೆಯನ್ನು ಮಾರ್ಗದರ್ಶಿಸುವಲ್ಲಿ ನಾವು ಬಾಟ್‌ಗೆ ಹೆಚ್ಚು ಏಜೆನ್ಸಿ ನೀಡಿದ್ದೇವೆ. ಈ ಪ್ರಕ್ರಿಯೆ ಗ್ರಾಹಕರ ಸಮಸ್ಯೆಯನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದರಿಂದ ಆರಂಭವಾಯಿತು, ಪರಿಹಾರದತ್ತ ಸಾಗುವಿಕೆಯ ಮೇಲೆ ಹೆಚ್ಚಿನ ಗಮನವಿತ್ತು.”

One of the biggest shifts in Zendesk’s AI agent development has been their evolution to a hybrid development model, where agents can seamlessly move between dialogue flows and generative procedures within a single conversation.

With the new AI agent builder, businesses can define procedures in natural language. The AI agent then plans a course of action using adaptive reasoning and presents a preview of its proposed steps before going live. 

AI reasoning controls provide real-time visibility into how AI agents think, ensuring teams can audit every conversation by reviewing the agent’s chain of thought (CoT) to understand how decisions were made.

This shift reduces setup time from days to minutes, and makes generative automation accessible to a far broader set of Zendesk customers.

ಆಂತರಿಕವಾಗಿ, ಪ್ರತಿ ಬಳಕೆ ಸಂದರ್ಭಕ್ಕೆ ಅತ್ಯುತ್ತಮ ಮಾಡೆಲ್‌ಗಳನ್ನು ಆಯ್ಕೆ ಮಾಡಿ ನಿಯೋಜಿಸಲು ಮತ್ತು ಪ್ರಾಂಪ್ಟ್‌ಗಳನ್ನು ಸರಿಪಡಿಸಲು Zendesk ಕಠಿಣ ಆಂತರಿಕ ಬೆಂಚ್ಮಾರ್ಕಿಂಗ್ ಕಾರ್ಯಕ್ರಮವನ್ನು ನಡೆಸುತ್ತದೆ. ತಂಡವು ವಿಳಂಬ, ವೆಚ್ಚ ಮತ್ತು ಗುಣಮಟ್ಟವನ್ನು ಪರಿಗಣಿಸಿ, RAG ಇಂದ ಹಿನ್ನೆಲೆ ರೀಜನಿಂಗ್ ಕಾರ್ಯಗಳವರೆಗೆ ಇರುವ ಬಳಕೆ ಸಂದರ್ಭಗಳಲ್ಲಿ OpenAI ಯ o3‑mini ಮುಂತಾದ ಹೊಸ ಮಾಡೆಲ್‌ಗಳನ್ನು ಪರೀಕ್ಷಿಸುತ್ತದೆ.

ಈ ಪ್ರಕ್ರಿಯೆಯಿಂದ Zendesk 24 ಗಂಟೆಗಳೊಳಗೆ ಹೊಸ ಮಾಡೆಲ್‌ಗಳನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಿ, ಪರೀಕ್ಷಿಸಿ, ನಿಯೋಜಿಸಬಹುದು.

Zendesk ನಿಯೋಜನೆಯ ಮೊದಲು ಮತ್ತು ನಂತರ ಎರಡೂ ಹಂತಗಳಲ್ಲಿ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಟ್ರ್ಯಾಕ್ ಮಾಡುತ್ತದೆ. ಇದಕ್ಕಾಗಿ ಆಫ್‌ಲೈನ್ evals ಮತ್ತು resolution rate, edit rate, latency ಮುಂತಾದ ಲೈವ್ ಮೆಟ್ರಿಕ್‌ಗಳನ್ನು ಬಳಸುತ್ತದೆ. ಪ್ರತಿಯೊಂದು ಮಾಡೆಲ್ ನಿರ್ಧಾರವನ್ನು ದಾಖಲಿಸಿ ಆಡಿಟ್ ಮಾಡಬಹುದಾಗಿದೆ, ಇದರಿಂದ ವ್ಯವಸ್ಥೆ ಅಭಿವೃದ್ಧಿ ಹೊಂದುತ್ತಿದ್ದಂತೆ ಪಾರದರ್ಶಕತೆ ಮತ್ತು ವಿಶ್ವಾಸಾರ್ಹತೆ ಖಚಿತವಾಗುತ್ತದೆ.

ಈ ವರ್ಷ Zendesk ಇನ್ನೊಂದು ಹೆಜ್ಜೆ ಮುಂದೆ ಹೋಗಲು ಯೋಜಿಸಿದೆ: ಸ್ವಯಂ-ಸೇವಾ ಬೆಂಚ್ಮಾರ್ಕಿಂಗ್ ವೇದಿಕೆಯನ್ನು ಬಿಡುಗಡೆ ಮಾಡುವ ಮೂಲಕ, ಯಾವುದೇ Zendesk ಎಂಜಿನಿಯರಿಂಗ್ ತಂಡವು ಯಂತ್ರ ಅಧ್ಯಯನ ತಜ್ಞರಿಂದ ನೇರ ಸಹಾಯವಿಲ್ಲದೆ ಮಾಡೆಲ್‌ಗಳನ್ನು ಪರೀಕ್ಷಿಸಿ ನಿಯೋಜಿಸಬಹುದು.

Zendesk ಈಗ ಆರಂಭಿಕವಾಗಿ ಅಳವಡಿಸಿಕೊಂಡಿರುವ ಗ್ರಾಹಕರೊಂದಿಗೆ ಹೊಸ ಏಜೆಂಟಿಕ್ AI ವೇದಿಕೆಯನ್ನು ಪೈಲಟ್ ಮಾಡುತ್ತಿದೆ. ಈ ವೇದಿಕೆಯನ್ನು ಇತ್ತೀಚಿನ ಸೆಟಪ್ ಗಳಿಗೆ ಸುಲಭವಾಗಿ ಒಗ್ಗೂಡಿಸಲು ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿದೆ, ಇದರಿಂದ ಗ್ರಾಹಕರು ಆರಂಭದಿಂದಲೇ ಮರುನಿರ್ಮಿಸಬೇಕಿಲ್ಲದೆ 80% ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸುವಿಕೆಯತ್ತ ವೇಗವಾಗಿ ಸಾಗಬಹುದು.

2025ರಲ್ಲಿ ನಂತರ ಹೆಚ್ಚಿನ ಮೆಟ್ರಿಕ್ ಗಳು ಬರಲಿದ್ದರೂ, ಆರಂಭಿಕ ಪ್ರತಿಕ್ರಿಯೆ ಬಲವಾಗಿತ್ತು: ವೇಗವಾದ ಸೆಟಪ್, ಹೆಚ್ಚು ನಿಖರ ಪ್ರತಿಕ್ರಿಯೆಗಳು, ಮತ್ತು ಪ್ರತಿಯೊಂದು ಚಾನಲ್ ನಲ್ಲೂ ಇನ್ನಷ್ಟು ಸುಗಮವಾದ ಬಳಕೆದಾರ ಪ್ರಯಾಣಗಳು.