Zendesk menggunakan OpenAI untuk membina ejen perkhidmatan adaptif yang memberi tumpuan kepada penyelesaian

Zendesk telah membantu perniagaan memberikan pengalaman pelanggan yang hebat selama lebih sedekad. Platformnya memperkasakan lebih daripada 4.6 bilion penyelesaian setiap tahun.
Pada awal 2023, Zendesk mula bekerjasama rapat dengan OpenAI untuk meneroka bagaimana AI boleh membentuk semula pembangunan perkhidmatan dan produk. Hari ini, Zendesk sedang menjalankan perintis kelas baharu ejen AI(dibuka dalam tetingkap baru) yang dikuasakan oleh model OpenAI yang bukan sahaja mengurus keseluruhan perbualan tetapi merancang dan melaksanakan respons secara autonomi:
- Mengurangkan masa persediaan daripada beberapa hari kepada beberapa minit
- Meningkatkan kadar automasi ke arah 80%
- Memberikan pasukan kawalan penuh terhadap cara AI berkelakuan
Malah platform perkhidmatan yang paling canggih pun mempunyai had apabila melibatkan automasi tradisional. Model standard bergantung pada pengelasan niat: meramal satu niat, mencetuskan dialog atau aliran kerja yang telah ditakrifkan, dan berharap pelanggan mengikut skrip.
Persediaan ini berkesan untuk interaksi berstruktur, tetapi cepat gagal apabila berdepan dengan nuansa, soalan susulan, atau kes pinggiran.
“Dunia lama ialah mesej masuk, respons keluar,” kata Adrian McDermott, CTO di Zendesk. “Pelanggan sebenar berubah fikiran, bertanya soalan penjelasan, dan menjangkakan AI mengikut rentak secara semula jadi.” Dalam perkhidmatan, satu-satunya hasil yang penting ialah penyelesaian, dan sehingga kini, bot agak terhad dalam keupayaan mereka untuk mencapainya.
Zendesk mula bekerjasama dengan OpenAI untuk menggunakan pendekatan generatif menggunakan Retrieval-Augmented generation (RAG) bagi interaksi Soalan Lazim asas. Hari ini, tumpuan mereka telah beralih kepada penaakulan generatif yang membolehkan ejen AI merancang dan melaksanakan tugas secara bebas.
Kelas baharu ejen AI agentik Zendesk dibina khusus untuk perkhidmatan. Dikuasakan oleh model OpenAI seperti GPT‑4o, ejen bukan sekadar menjawab soalan—mereka memimpin perbualan, menaakul berdasarkan konteks, dan mendorong ke arah penyelesaian.
Platform ini memanfaatkan seni bina berbilang ejen yang terdiri daripada ejen khusus seperti:
- Ejen pengecaman tugas: Daripada bergantung pada latihan manual, ejen AI ini mengadakan perbualan sebenar untuk memahami keperluan pengguna, bertanya soalan penjelasan dan menjelaskan isu yang serupa.
- Ejen RAG perbualan: Memperluas RAG tradisional dengan pembumian dalam perbualan berbilang giliran. Sebagai contoh, apabila pengguna bertanya tentang pilihan pembayaran, ejen boleh membuat susulan untuk bertanya lokasi pengguna sebelum mendapatkan dasar khusus rantau.
- Ejen kompilasi prosedur: Dengan mengimbangi autonomi dengan kawalan, ejen pematuhan prosedur Zendesk menukar peraturan perniagaan daripada bahasa semula jadi kepada aliran berstruktur, memastikan AI memahami dan memaparkan secara visual cara melaksanakan prosedur syarikat.
- Ejen pelaksanaan prosedur: Melaksanakan tindakan dengan memanggil API, mencetuskan aliran kerja, dan mengemas kini sistem, semuanya dalam logik yang ditentukan oleh perniagaan.
Dengan menggabungkan RAG dengan penaakulan, ejen AI Zendesk kini boleh terlibat dalam perbualan berbilang langkah, mengemukakan soalan susulan, dan menyesuaikan respons berdasarkan input pengguna. Ini membolehkan platform menyelesaikan isu yang kompleks secara autonomi, tanpa bergantung pada aliran dialog yang tegar.
“Kami telah memberikan bot lebih kebebasan dalam membimbing perbualan sambil beroperasi dalam kawalan Zendesk untuk memastikan kualiti dan ketepatan,” kata McDermott. “Proses ini bermula dengan memahami isu pelanggan, dengan penekanan yang tinggi untuk mencapai penyelesaian.”
Salah satu perubahan terbesar dalam pembangunan ejen AI Zendesk ialah evolusinya kepada model pembangunan hibrid, di mana ejen boleh bergerak dengan lancar antara aliran dialog dan prosedur generatif dalam satu perbualan.
Dengan Pembina Ejen AI yang baharu, perniagaan boleh mentakrifkan prosedur dalam bahasa semula jadi. Ejen AI kemudian merancang tindakan menggunakan penaakulan adaptif dan membentangkan pratonton langkah yang dicadangkannya sebelum disiarkan secara langsung.
Kawalan penaakulan AI memberikan kebolehlihatan masa nyata terhadap cara ejen AI berfikir, memastikan pasukan dapat mengaudit setiap perbualan dengan menyemak rentetan fikiran (CoT) ejen untuk memahami bagaimana keputusan dibuat.
Peralihan ini mengurangkan masa persediaan daripada hari ke minit, dan menjadikan automasi generatif dapat diakses oleh kumpulan pelanggan Zendesk yang lebih luas.
“Kami telah mengatasi halangan terbesar kepada penerimaan AI.” Pelanggan kini boleh menggunakan ejen AI baharu ini secara terus.
Di sebalik tabir, Zendesk menjalankan program penanda aras dalaman yang teliti untuk memilih dan melancarkan model terbaik serta menyesuaikan prom bagi setiap kes penggunaan. Pasukan mempertimbangkan kependaman, kos, dan kualiti, serta menguji model baharu seperti OpenAI o3‑mini merentasi kes penggunaan daripada RAG hingga tugas penaakulan latar belakang.
Proses ini membolehkan Zendesk menilai, menguji, dan melaksanakan model baharu dalam masa kurang daripada 24 jam.
Zendesk menjejaki prestasi sebelum dan selepas pelaksanaan, menggunakan penilaian luar talian dan metrik langsung seperti kadar penyelesaian, kadar suntingan dan latensi. Setiap keputusan model didokumentasikan dan boleh diaudit, memastikan ketelusan dan kebolehpercayaan seiring dengan evolusi sistem.
Pada tahun ini, Zendesk merancang untuk melangkah lebih jauh: melancarkan platform penanda aras layan diri supaya mana-mana pasukan kejuruteraan Zendesk boleh menguji dan melancarkan model tanpa memerlukan sokongan langsung daripada pakar pembelajaran mesin.
Zendesk sedang menguji platform AI ejen baharu dengan pelanggan perintis awal. Platform ini direka untuk disepadukan dengan mudah dengan persediaan sedia ada, mempercepatkan laluan pelanggan ke arah 80% automasi tanpa perlu membina semula dari awal.
Walaupun metrik yang lebih luas akan menyusul kemudian pada 2025, maklum balas awal amat positif: persediaan yang lebih pantas, tindak balas yang lebih tepat, dan perjalanan pengguna yang lebih lancar di setiap saluran.


