Zendesk ใช้ OpenAI ในการพัฒนาเอเจนต์บริการที่ปรับตัวได้ โดยมุ่งเน้นผลลัพธ์ด้านการแก้ไขปัญหา

ตลอดระยะเวลากว่าทศวรรษ Zendesk ได้ช่วยให้ธุรกิจสามารถมอบประสบการณ์การดูแลลูกค้าที่มีคุณภาพสูง โดยแพลตฟอร์มของบริษัทรองรับการแก้ไขปัญหามากกว่า 4.6 พันล้านรายการต่อปี

ในช่วงต้นปี 2566 Zendesk เริ่มทำงานอย่างใกล้ชิดกับ OpenAI เพื่อสำรวจว่า AI จะพลิกโฉมงานบริการและการพัฒนาผลิตภัณฑ์ได้อย่างไร วันนี้ Zendesk กำลังนำร่องเอเจนต์ AI แบบใหม่⁠(เปิดในหน้าต่างใหม่)ที่ขับเคลื่อนด้วยโมเดลของ OpenAI ซึ่งไม่เพียงแต่สามารถจัดการบทสนทนาทั้งหมด แต่ยังวางแผนและดำเนินการตอบสนองได้เองโดยอัตโนมัติอีกด้วย 

• ลดเวลาตั้งค่าจากหลายวันเหลือเพียงไม่กี่นาที
• เพิ่มอัตราระบบอัตโนมัติไปสู่ 80%
• ให้ทีมมีการควบคุมอย่างเต็มรูปแบบต่อพฤติกรรมของ AI

แม้แต่แพลตฟอร์มบริการที่มีความล้ำสมัยที่สุดก็ยังต้องเผชิญกับข้อจำกัดเมื่อเป็นเรื่องของระบบอัตโนมัติแบบดั้งเดิม โมเดลมาตรฐานที่ผ่านมาอาศัยการจำแนกเจตนา (intent classification) โดยคาดการณ์เจตนา จากนั้นจึงเรียกใช้บทสนทนาหรือเวิร์กโฟลว์ที่กำหนดไว้ล่วงหน้า และคาดหวังให้ลูกค้าปฏิบัติตามขั้นตอนที่วางไว้

รูปแบบดังกล่าวมีประสิทธิภาพสำหรับการโต้ตอบที่เป็นระบบและมีโครงสร้างชัดเจน แต่จะเริ่มมีข้อจำกัดอย่างรวดเร็วเมื่อเจอสถานการณ์ที่มีความซับซ้อน การถามต่อเนื่อง หรือสถานการณ์นอกกรอบ

“โลกเดิมคือการส่งข้อความเข้าแล้วรับคำตอบออกมาเท่านั้น” Adrian McDermott กล่าว “แต่ลูกค้าจริงมีการเปลี่ยนใจ ตั้งคำถามเพื่อความชัดเจน และคาดหวังให้ AI ปรับตัวตามบทสนทนาได้อย่างเป็นธรรมชาติ ในงานบริการ สิ่งเดียวที่สำคัญคือการแก้ปัญหาให้สำเร็จ และจนถึงตอนนี้ บอทก็ยังมีข้อจำกัดบางประการในการบรรลุเป้าหมายนั้น”

Zendesk เริ่มทำงานร่วมกับ OpenAI เพื่อปรับใช้แนวทางเชิงการสร้าง โดยใช้ Retrieval-Augmented Generation (RAG) หรือการค้นหาข้อมูลที่เกี่ยวข้องจากชุดข้อมูลขนาดใหญ่ สำหรับการตอบคำถามพื้นฐานที่พบบ่อย (FAQ) ปัจจุบันได้ปรับโฟกัสไปสู่การให้เหตุผลเชิงการสร้าง ซึ่งช่วยให้เอเจนต์ AI สามารถวางแผนและดำเนินการงานต่างๆ ได้ด้วยตนเอง

เอเจนต์ AI แบบเอเจนต์รุ่นใหม่ของ Zendesk ถูกสร้างขึ้นมาโดยเฉพาะสำหรับงานบริการ ขับเคลื่อนด้วยโมเดลของ OpenAI อย่าง GPT‑4o เอเจนต์เหล่านี้ไม่ได้แค่ตอบคำถาม แต่ยังเป็นผู้นำการสนทนา ให้เหตุผลผ่านบริบท และขับเคลื่อนไปสู่การแก้ไขปัญหา

แพลตฟอร์มนี้ใช้โครงสร้างแบบหลายเอเจนต์ ซึ่งประกอบด้วยเอเจนต์เฉพาะทาง เช่น

• เอเจนต์สำหรับการระบุงาน แทนที่จะพึ่งการฝึกด้วยตนเอง เอเจนต์ AI นี้ใช้การสนทนาจริงเพื่อทำความเข้าใจความต้องการของผู้ใช้ โดยจะตั้งคำถามเพิ่มเติมเพื่อความชัดเจน และแยกแยะปัญหาที่มีความคล้ายคลึงกัน
• เอเจนต์ RAG เชิงสนทนา ต่อยอดจาก RAG แบบดั้งเดิมโดยอาศัยบริบทจากบทสนทนาหลายรอบ เช่น เมื่อผู้ใช้สอบถามเกี่ยวกับตัวเลือกการชำระเงิน เอเจนต์สามารถตั้งคำถามเพิ่มเติมเกี่ยวกับตำแหน่งที่ตั้งของผู้ใช้ ก่อนจะดึงนโยบายที่เกี่ยวข้องตามแต่ละพื้นที่ หรือที่เฉพาะเจาะจงตามภูมิภาคมาใช้
• เอเจนต์สำหรับรวบรวมขั้นตอนการปฏิบัติงาน ด้วยการสร้างสมดุลระหว่างความเป็นอิสระและการควบคุม เอเจนต์สำหรับตรวจสอบความสอดคล้องของกระบวนการของ Zendesk จะเปลี่ยนกฎทางธุรกิจจากภาษาธรรมชาติให้เป็นโฟลว์ที่มีโครงสร้าง เพื่อให้ AI เข้าใจและสะท้อนภาพวิธีการดำเนินขั้นตอนขององค์กรได้อย่างชัดเจน
• เอเจนต์สำหรับการดำเนินกระบวนการ ดำเนินการโดยการเรียกใช้ API สั่งงานเวิร์กโฟลว์ และอัปเดตระบบทั้งหมดตามตรรกะที่ธุรกิจกำหนดไว้

ด้วยการผสาน RAG เข้ากับความสามารถด้านการให้เหตุผล เอเจนต์ AI ของ Zendesk สามารถสนทนาแบบหลายขั้นตอน ตั้งคำถามเพิ่มเติม และปรับการตอบสนองตามข้อมูลจากผู้ใช้ได้ ส่งผลให้แพลตฟอร์มสามารถแก้ไขปัญหาที่ซับซ้อนได้อย่างอัตโนมัติ โดยไม่ต้องอาศัยโครงสร้างบทสนทนาแบบตายตัว

“เราได้เพิ่มความสามารถในการตัดสินใจของบอทในการนำทางบทสนทนา ขณะเดียวกันยังคงทำงานอยู่ภายใต้กรอบการควบคุมของ Zendesk เพื่อรักษาคุณภาพและความแม่นยำ” McDermott กล่าว “กระบวนการเริ่มต้นจากการทำความเข้าใจปัญหาของลูกค้า โดยให้ความสำคัญอย่างยิ่งกับการแก้ไขปัญหาให้สำเร็จ”

หนึ่งในการเปลี่ยนแปลงครั้งสำคัญที่สุดในการพัฒนาเอเจนต์ AI ของ Zendesk คือการพัฒนาไปสู่โมเดลแบบไฮบริด ซึ่งเอเจนต์สามารถสลับการทำงานระหว่างโฟลว์บทสนทนาและกระบวนการเชิงการเสริมสร้างได้อย่างราบรื่นภายในบทสนทนาเดียว

ด้วยเครื่องมือการสร้างเอเจนต์ AI รุ่นใหม่ ธุรกิจสามารถกำหนดขั้นตอนการทำงานด้วยภาษาที่เป็นธรรมชาติได้ จากนั้นเอเจนต์ AI จะวางแผนการดำเนินงานโดยใช้การให้เหตุผลเชิงปรับตัว พร้อมนำเสนอตัวอย่างขั้นตอนที่แนะนำก่อนนำไปใช้งานจริง

เครื่องมือควบคุมการให้เหตุผลของ AI ช่วยให้มองเห็นกระบวนความคิดของเอเจนต์ AI แบบเรียลไทม์ ทำให้ทีมสามารถตรวจสอบทุกบทสนทนาได้ โดยการทบทวนลำดับความคิด (chain of thought: CoT) ของเอเจนต์ เพื่อทำความเข้าใจว่าการตัดสินใจเกิดขึ้นได้อย่างไร

การเปลี่ยนแปลงนี้ลดเวลาการตั้งค่าจากหลายวันเหลือเพียงไม่กี่นาที และทำให้ลูกค้าของ Zendesk สามารถเข้าถึงระบบอัตโนมัติเชิงการสร้างนี้ได้ในวงกว้างมากขึ้น

เบื้องหลังการทำงาน Zendesk ดำเนินโครงการทดสอบเปรียบเทียบภายในอย่างเข้มงวด เพื่อคัดเลือกและนำโมเดลที่เหมาะสมที่สุดมาใช้งาน พร้อมปรับแต่งพรอมต์คำสั่งให้สอดคล้องกับแต่ละกรณีการใช้งาน โดยทีมงานพิจารณาทั้งด้านเวลาในการตอบสนอง ต้นทุน และคุณภาพ พร้อมทดสอบโมเดลใหม่ๆ อย่าง OpenAI o3‑mini ในหลากหลายบริบท ตั้งแต่ RAG ไปจนถึงงานการให้เหตุผลเบื้องหลัง

กระบวนการนี้ทำให้ Zendesk สามารถประเมิน ทดสอบ และนำโมเดลใหม่ไปใช้งานได้ภายในเวลาไม่ถึง 24 ชั่วโมง

Zendesk ติดตามประสิทธิภาพทั้งก่อนและหลังการนำไปใช้งาน โดยใช้การประเมินแบบออฟไลน์และตัวชี้วัดแบบเรียลไทม์ เช่น อัตราการแก้ไขปัญหาสำเร็จ อัตราการแก้ไขเพิ่มเติม และเวลาในการตอบสนอง การตัดสินใจเกี่ยวกับโมเดลแต่ละครั้งจะถูกบันทึกและสามารถตรวจสอบย้อนหลังได้ เพื่อให้มั่นใจในความโปร่งใสและความน่าเชื่อถือของระบบเมื่อมีการพัฒนาอย่างต่อเนื่อง

ในปีนี้ Zendesk วางแผนก้าวไปอีกขั้น คือการเปิดตัวแพลตฟอร์มการทดสอบเปรียบเทียบแบบบริการตนเอง เพื่อให้ทีมวิศวกรรมของ Zendesk ทุกทีมสามารถทดสอบและนำโมเดลไปใช้งานได้โดยไม่ต้องพึ่งการสนับสนุนเชิงปฏิบัติจากผู้เชี่ยวชาญแมชชีนเลิร์นนิง หรือผู้เชี่ยวชาญระบบการเรียนรู้ของเครื่องจักร

ขณะนี้ Zendesk กำลังทดลองใช้งานแพลตฟอร์ม AI เชิงเอเจนติกใหม่ร่วมกับลูกค้ากลุ่มแรกเริ่ม แพลตฟอร์มนี้ได้รับการออกแบบให้ผสานการทำงานกับระบบเดิมได้อย่างง่ายดาย ช่วยเร่งเส้นทางของลูกค้าไปสู่ระบบอัตโนมัติ 80% โดยไม่จำเป็นต้องสร้างระบบใหม่ทั้งหมด

แม้ว่าตัวชี้วัดในภาพรวมจะมีการเปิดเผยในภายหลังในปี 2568 แต่เสียงตอบรับเบื้องต้นเป็นไปในเชิงบวกอย่างมาก ได้แก่ การตั้งค่าที่รวดเร็วขึ้น การตอบสนองที่แม่นยำยิ่งขึ้น และประสบการณ์การใช้งานที่ราบรื่นยิ่งขึ้นในทุกช่องทาง