Pretvaranje ulaznih leadova u kupce u OpenAI-ju

Ovo je deo naše serije u kojoj delimo interne primere kako OpenAI koristi sopstvenu tehnologiju i API-je. Ovi alati se koriste interno, samo u OpenAI-ju, i ovde se dele kao ilustrativni primeri kako gранични AI podržava slučajeve upotrebe u našim timovima. Delimo i nazive internih alata kako bismo jasnije prikazali kako gранични AI pomaže našim timovima da obavljaju posao.

Kada su ChatGPT Enterprise i Business lansirani, ulazna potražnja je naglo porasla. Desetine hiljada kompanija — od startapa u ranoj fazi do multinacionalnih preduzeća — javljale su nam se svakog meseca. Potražnja je bila izuzetna. Opterećenje naših sistema bilo je stvarno.

Usmeravanje tih leadova kroz formulare i statične tokove rada nije moglo da odgovori trenutku. Previše potencijalnih klijenata dobijalo je automatski odgovor da se prijave onlajn. Premalo njih je dobijalo odgovore na svoja pitanja. Rezultat su bile propuštene prilike i iskustvo kupovine koje nije odgovaralo poverenju koje su nam kupci ukazivali.

Izazov nije bio samo obim. Bio je i kvalitet. Kupci su želeli konkretne odgovore:

• Da li je ovaj proizvod usklađen sa propisima u zdravstvenom okruženju?
• Kako da uporedimo planove i izaberemo pravi?
• Kakve rezultate postižu slične kompanije u našoj industriji?

„Dobijali smo hiljade leadova mesečno i imali kapacitet da razgovaramo samo sa malim delom njih. Nekim leadovima je bilo potrebno da dobiju odgovore na nekoliko pitanja da bi iskustvo kupovine zaista bilo odlično, ali nismo mogli da pružimo to personalizovano iskustvo“, kaže Harsha Chilakamarri, Inovacije u pripremi za izlazak na tržište.

Tradicionalna automatizacija nije mogla da iznese tu nijansu. Linearno zapošljavanje nije bilo održivo. Bio nam je potreban drugačiji pristup.

Kreirali smo AI asistenta za ulaznu prodaju osmišljenog ne da zameni prodajne predstavnike, već da proširi njihov domet — obučenog i unapređivanog uz njihove povratne informacije.

U njegovoj srži su naši interni konektori. Dokumentacija o proizvodu, biblioteke politika, priče kupaca i priručnici uvlače se u kontekst nad kojim model može da rasuđuje. Asistent ne nagađa. Odgovara precizno, na jeziku potencijalnog klijenta, direktno povezano sa njegovim pitanjem.

To znači da potencijalni klijenti dobijaju personalizovan odgovor za nekoliko minuta, napisan na njihovom jeziku, zasnovan na njihovom stvarnom pitanju.

• Kompanija u Tokiju dobija odgovor na japanskom, a ne formularsko pismo na engleskom.
• Bolnički sistem koji pita o usklađenosti dobija detalje već u prvoj razmeni, a ne posle dana čekanja.
• Ako potencijalni klijent ispunjava uslove za enterprise, prepisku bez prekida preuzima prodajni predstavnik, uz očuvan kontekst.

„Ovaj model nam omogućava da se uključimo i svakom kupcu pružimo hiperpersonalizovano iskustvo“, kaže Chilakamarri.

Ovo nije automatizacija radi same automatizacije. Ovo je automatizacija koja odmah donosi vrednost.

Proboj nije bio samo prvi odgovor asistenta. Bio je to ciklus koji stoji iza njega.

Tokom obučavanja modela, svaki nacrt odgovora vraćan je prodajnim predstavnicima na ispravke. Svaka ispravka postajala je podatak za obuku. Preciznost je za nekoliko nedelja porasla sa 60 odsto na više od 98 odsto. Umesto generičkih šablona, asistent je počeo da zvuči kao najbolja verzija našeg tima, kodifikujući prosuđivanje i čineći ga dostupnim u velikom obimu.

Za prodajne predstavnike, promena je bila trenutna. Inboksi nisu bili zatrpani nekvalifikovanim leadovima. Otvarali su razgovore koji su već bili u toku, sa potencijalnim klijentima koji su imali stvarnu nameru i već dobijene odgovore na prava pitanja.

Evals su rukovodstvu takođe dali sigurnost. Pokazali su merljiv napredak, a ne samo anegdote. Dokazali su da asistent može odgovorno da se skalira.

Uticaj je bio trenutan. Mala kompanija, koja je nekada bila izgubljena u redu, poslala je pitanja, dobila promišljene odgovore u roku od nekoliko sati i nekoliko dana kasnije potpisala enterprise ugovor. Te priče su se ponavljale iznova i iznova.

Ono što je nekada bilo slepa ulica postalo je jedan od naših najjačih kanala rasta. U roku od nekoliko meseci otključani su višemilionski godišnji ponavljajući prihodi.

Za prodajne predstavnike koji su dobijali kvalifikovane leadove, ova promena bila je jednako dragocena. Umesto da kopaju po generičkim leadovima, videli su aktivne razgovore sa jasnom namerom. Prvi put niko se nije osećao zapostavljeno.

Ovo se ne odnosi samo na ulazne leadove. Ukazuje na širu priliku: uvođenje korisnika, obnove ugovora i podrška takođe mogu imati koristi od pouzdanih, personalizovanih razgovora.

Pouka je jednostavna: kada pomoću AI-ja skalirate izvrsnost svojih najboljih prodajnih predstavnika, menjate ono što je moguće za ceo tim.

Kao što je Chilakamarri rekao: „Rukovodstvo ne može biti više uzbuđeno zbog ovoga. Ovo je dokaz da možemo da gradimo OpenAI na OpenAI-ju i da našu tehnologiju direktno predstavimo kupcima.“

Personalizacija svakog leada nije taktika. Ona postaje bolji način za svaki vid angažovanja.