Hvordan CRED utnytter AI for å levere premium kundeopplevelser
En samtale med Swamy Seetharaman fra CRED.
Executive Function-serien vår innehar perspektiver fra ledere som oppnår transformering ved hjelp av AI.
CRED er en India-basert medlemsklubb som belønner kredittverdige personer for rettidig betaling av kredittkortregninger ved å gi dem eksklusive tilbud og tilgang til førsteklasses opplevelser. Siden 2018 har CRED bygget sitt merke på å levere sømløse, sikre og vakkert designede digitale produkter for Indias mest velstående forbrukere. I dag bruker over 15 millioner medlemmer CRED hver måned. Etter hvert som selskapet vokser, har det å opprettholde dette kvalitetsnivået krevd nye tilnærminger til produktutvikling, service og internt samarbeid.
Vi satte oss ned med Swamy Seetharaman fra CRED for å forstå hvordan selskapet jobber med OpenAI for å opprett førsteklasses, concierge-lignende opplevelser i stor skala.
CRED har alltid betjent Indias mest kresne brukere. Hva motiverte overgangen din til å bli en AI-først organisasjon?
Da vi startet, bygde vi for Indias mest velstående husholdninger – en brukerbase som forventer tillit, åpenhet, sikkerhet, pålitelighet og eksepsjonell design. Disse prinsippene har veiledet oss fra dag én.
Men etter hvert som vi vokste – flere produkter, flere team, mer data – ble det vanskeligere å opprettholde konteksten og bevege seg raskt uten at det gikk på bekostning av kvaliteten. Spørsmålet vi stiller oss er, hvordan kan vi gjøre hvert eneste medlem i hver funksjon 10 ganger bedre? For oss har AI blitt en stor støtte i den reisen. Det lar oss bevege oss raskt og holde oss på rett vei, uten å ofre våre kjerneprinsipper.
«Spørsmålet vi stiller oss er, hvordan kan vi få hvert eneste medlem i hver funksjon til å være 10X?» For oss har AI blitt en stor åpning i den reisen.
Hvordan har AI formet måten du og teamet ditt tilnærmer dere kundestøtte og produktopplevelse?
Vi ønsket å gå fra transaksjonelle svar til empatiske samtaler, noe som førte til at vi utviklet Cleo, vår AI-samtalepartner drevet av OpenAI-modeller, inkludert GPT‑4.0, GPT‑5 og o3.
Cleo håndterer tre vanlige spørsmålstyper
- Informasjon: «Hva er CRED Cash?»
- Kontekstuell: «Er jeg kvalifisert for CRED Cash?»
- Transaksjonell: «Kan jeg få en refusjon til lommeboken min eller den opprinnelige betalingsmåten?»
Cleo diagnostiserer problemet, klassifiserer hensikten, knytter den til riktig SOP og utformer et kontekstuelt, nøyaktig svar.
Vi bygde også to interne verktøy: Thea og Stark. Thea brukes av supportagenter til å oppsummere samtaler i flere formater (tekst, tale, hinglish) og foreslå neste steg. Stark er designet for operasjonsteam, og hjelper dem med å opprette eller oppdatere SOP-er på minutter i stedet for dager.
Hva har innvirkningen vært så langt?
Generelt sett har vi hatt en forbedring på 14 prosentpoeng i CSAT-scorene våre. I løpet av de tre månedene siden lanseringen har Cleo nådd en nøyaktighet på 98 % for Oppløsninger, med 18 % flere samtaler med flere intensjoner som har blitt løst vellykket. Gjennomsnittlig håndteringstid har gått ned i alle tre verktøyene, og antall avbrutte økter har falt med 31 %. Dette er tidlige resultater, men utrolig oppmuntrende. Sammen med Cleo, Thea og Stark – skreddersydd for kunder, agenter og operasjoner ved hjelp av AI – nærmer vi oss målet vårt om å opprett en ekte concierge-opplevelse bygget på tillit, pålitelighet, sikkerhet og eksepsjonell design.
"Med hjelp av AI nærmer vi oss målet vårt om å opprette en ekte concierge-opplevelse basert på tillit, pålitelighet, sikkerhet og eksepsjonell design."
Hva overrasket deg mest med utviklingsreisen?
Som med enhver ny teknologi, var det innledende skepsis. Men da teamene så resultater gjennom vårt interne evalueringsrammeverk (som også bruker OpenAI-modeller), økte tilliten raskt.
Den største overraskelsen har vært hvor raskt folk tilpasser seg når de opplever reelle muligheter. De ser at de kan være eksponentielt mer effektive og effektive med AI.
Neste steg er å utvide Cleo på tvers av alle forretningsområder. Vi utvikler også verktøy som oppdager «datablindveier» – situasjoner der brukerforespørsler ikke kan besvares – og integrerer dem tilbake i kunnskapsbasen vår for å forbedre våre SOP-er i sanntid.
Vårt bredere mål er at hvert teammedlem, på tvers av alle funksjoner som ingeniørarbeid, QA, infrastruktur og samsvar, skal bli 10 ganger mer effektive.
Etter hvert som økosystemet utvikler seg, vil suksess avhenge av hvor raskt og hvor riktig vi kan handle, identifisere de riktige innsiktene fra støyen og ta nøyaktige beslutninger raskt.
Hvilke råd vil du gi til selskaper som vurderer å ta i bruk AI, men som fortsatt nøler?
Hvert selskap må identifisere hva som er viktigst, enten det er effektivitet, effektivitet eller begge deler, og deretter utnytte AI i samsvar med verdiene sine.
For oss har det å innlemme OpenAI’s teknologi vært en virkelig åpning på tvers av to av våre verdier: Sammensetning og det å være rask og korrekt. De tidlige resultatene er oppmuntrende, og vi er fokusert på å forsterke og skalere den innvirkningen.
