Så använder CRED AI för att ge kundupplevelser av premiumkvalitet
Ett samtal med Swamy Seetharaman från CRED.
Vår Executive Function-serie innehåller perspektiv från ledare som driver transformation via AI.
CRED är en Indienbaserad klubb för medlemmar som belönar kreditvärdiga individer för att de betalar sina kreditkortsräkningar i tid genom att ge exklusiva erbjudanden och tillgång till premiumupplevelser. Sedan 2018 har CRED byggt sitt varumärke på att leverera sömlösa, säkra och vackert designade digitala produkter för Indiens mest förmögna konsumenter. Idag använder över 15 miljoner medlemmar CRED varje månad. I takt med att företaget skalar upp har det krävts nya tillvägagångssätt för att upprätthålla kvalitetsnivån inom produktutveckling, service och internt samarbete.
Vi satte oss ner med Swamy Seetharaman från CRED för att få reda på hur företaget arbetar med OpenAI för att skapa förstklassiga, concierge-liknande upplevelser i stor skala.
CRED har alltid betjänat Indiens mest kräsna användare. Vad motiverade er övergång till att bli en AI-fokuserad organisation?
När vi började byggde vi för Indiens mest välbärgade hushåll—en användarbas som förväntar sig förtroende, transparens, säkerhet, tillförlitlighet och exceptionell design. Dessa principer har väglett oss från dag ett.
I takt med att vi växte och fick fler produkter, fler team och mer data blev det svårare att upprätthålla sammanhang och agera snabbt utan att kompromissa med kvaliteten. Frågan vi ställer oss är hur vi kan få varje medlem i varje funktion att prestera 10 bättre? För oss har AI blivit en stor möjlighet i den resan. Det låter oss agera snabbt och hålla oss på rätt kurs utan att offra våra kärnprinciper.
"Frågan vi ställer oss är hur vi kan få varje medlem i varje funktion att prestera 10 gånger bättre? "För oss har AI blivit en enorm möjlighet i den resan.”
Hur har AI format hur du och ditt team hanterar kundsupport och produktupplevelse?
Vi ville gå från transaktionella svar till empatiska samtal vilket ledde till att vi byggde Cleo, vår AI-konversationskompanjon som drivs av OpenAI-modeller såsom GPT‑4.0, GPT‑5, o3.
Cleo hanterar tre vanliga frågetyper
- Information: “Vad är CRED Cash?”
- Kontextuellt: “Är jag berättigad till CRED Cash?”
- Transaktionell: ”Kan jag få en återbetalning till min plånbok eller via den ursprungliga betalningsmetoden?”
Cleo diagnostiserar problemet, klassificerar avsikten, kopplar den till rätt SOP och formulerar ett kontextuellt och korrekt svar.
Vi skapade även två interna verktyg: Thea och Stark. Thea används för supportagenter, det sammanfattar konversationer i flera format (text, röst, hinglish) och föreslår nästa steg. Stark är utformat för driftsteam och hjälper dem att skapa eller uppdatera standardoperationer (SOP:er) på ett par minuter istället för dagar.
Hur har effekterna sett ut hittills?
Generellt sett har vi haft en förbättring med 14 procentenheter i våra CSAT-poäng. Under de tre månaderna sedan lanseringen har Cleo nått en noggrannhet i att lösa problem på 98 % och fått 18 % fler samtal som lösts framgångsrikt. Genomsnittliga hanteringstider har minskat för alla tre verktygen och bortfallet har minskat med 31 %. Det är tidiga resultat men otroligt uppmuntrande. Tillsammans med Cleo, Thea och Stark som är skräddarsydda för kunder, agenter och verksamheter närmar vi oss med hjälp av AI vårt mål om att skapa en sann concierge-upplevelse byggd på förtroende, pålitlighet, säkerhet och exceptionell design.
"Med hjälp av AI närmar vi oss vårt mål om att skapa en äkta concierge-upplevelse baserad på förtroende, tillförlitlighet, säkerhet och enastående design."
Vad överraskade dig mest under utvecklingsresan?
Som med all ny teknik fanns det inledningsvis skepticism. Fast när teamen såg resultaten genom vårt interna utvärderingsramverk (som också använder OpenAI-modeller) ökade förtroendet snabbt.
Den största överraskningen har varit hur snabbt folk anpassar sig när de upplever verkliga genombrott. De ser att de kan öka sin effektivitet och produktivitet markant med AI.
Nästa steg är att utöka Cleo till alla affärsområden. Vi bygger även verktyg som upptäcker problem med data (d.v.s. fall där användarfrågor inte kan besvaras) och matar tillbaka dem till vår kunskapsbas för att förbättra våra standardoperationer (SOP:er) i realtid.
Vårt bredare mål är att varje teammedlem i alla funktioner såsom teknik, kvalitetssäkring, infrastruktur och efterlevnad ska bli 10 gånger effektivare.
I takt med att ekosystemet utvecklas kommer framgången att bero på hur snabbt och rätt vi kan agera, identifiera rätt insikter och ta rätt beslut i snabb takt.
Vilka råd skulle du ge företag som utforskar användning av AI men fortfarande tvekar?
Företag måste identifiera vad som är viktigast för dem oavsett om det handlar om effektivitet, ändamålsenlighet eller båda och sedan använda AI i linje med sina värderingar.
För oss har införlivandet av OpenAI:s teknik varit en verklig nyckel till två av våra värderingar: att växa snabb och vara rätt. De tidiga resultaten är uppmuntrande och vi fokuserar på att förstärka och öka den effekten.
