AI Virtual Agents Outperform Humans in Upselling, Revolutionizing Customer Engagement
Artificial intelligence is rapidly transforming customer engagement, with AI-powered virtual agents demonstrating surprising capabilities that can even surpass human performance in certain business outcomes.
A recent months-long experiment conducted by a pizza brand, utilizing Twilio's AI virtual agents for customer orders, revealed a compelling example of this.
Christopher Connolly, director of solution engineering at Twilio, shared with Analytics India Magazine (AIM) that these AI agents not only kept pace with human interactions but also remarkably excelled in upselling, particularly for soft drinks, due to their persistent and "shameless" approach.
Twilio's new observability tools, including the "conversation relay" feature, offer crucial insights into the real-world behavior of live virtual agents, addressing a long-standing blind spot in AI deployments.
This system allows companies to monitor and analyze AI agents in production in real-time, integrating with conversational intelligence to provide deep behavioral insights.
The data from Twilio shows significant improvements: 25 times faster responses to sales inquiries, 75% of service tickets resolved without escalation, and a 3.1 times higher conversion rate.
Twilio has also open-sourced six specialized AI agent observability language operators to help users extract signals like agent interruptions and hallucination events.
To ensure safety and reliability, Twilio employs a multi-model setup where one large language model actively checks another, effectively detecting hallucinations, ensuring task completion, and generating predictive customer satisfaction scores mid-call.
This addresses concerns from regulated industries like government, banking, and insurance, which worry about AI becoming too autonomous or providing inappropriate advice.
Unlike traditional call analytics that primarily convert speech to text, Twilio's system leverages Large Language Models (LLMs) to derive deeper meaning and context from conversations, allowing for more abstract questioning and nuanced understanding.
Twilio promotes a flexible "bring your own language model" (BYOLM) strategy for virtual agents through its conversation relay.
This approach allows customers to integrate their preferred LLM (e.g., Azure, OpenAI, Groq, Hugging Face) while Twilio handles complex speech-related tasks like Automatic Speech Recognition (ASR) and Text-to-Speech (TTS) through partners such as ElevenLabs and Deepgram.
While they primarily focus on simplifying communications infrastructure, Twilio does offer direct support for OpenAI's models in certain scenarios.
Transparency is maintained through clear data usage policies and the publication of AI "nutrition labels" explaining model operations and human involvement.
The pizza brand experiment further solidified AI's upselling prowess.
While the virtual agent led to a higher number of conversational turns due to persistent upsell insertions, customer satisfaction remained stable, and crucially, revenue per order increased.
The standout finding was the virtual agent's superior performance in selling soft drinks, attributed to its willingness to repeatedly prompt for add-ons, a behavior human agents often avoid to expedite orders.
This success, replicated with financial services providers like Cedar and ING, indicates a future where AI voice agents become even more human-like and responsive, leveraging real-time APIs from major players like OpenAI, Google, and Gemini.
AI वर्चुअल एजेंट अपसेलिंग में इंसानों से बेहतर प्रदर्शन करते हैं, ग्राहक जुड़ाव में क्रांतिकारी बदलाव लाते हैं
कृत्रिम बुद्धिमत्ता ग्राहक जुड़ाव में तेज़ी से बदलाव ला रही है, AI-संचालित वर्चुअल एजेंट आश्चर्यजनक क्षमताएँ प्रदर्शित कर रहे हैं जो कुछ व्यावसायिक परिणामों में मानवीय प्रदर्शन को भी पीछे छोड़ सकती हैं।
हाल ही में एक पिज़्ज़ा ब्रांड द्वारा ग्राहक ऑर्डर के लिए Twilio के AI वर्चुअल एजेंट का उपयोग करते हुए महीनों तक किए गए प्रयोग ने इसका एक सम्मोहक उदाहरण पेश किया।
Twilio में समाधान इंजीनियरिंग के निदेशक क्रिस्टोफर कोनोली ने एनालिटिक्स इंडिया मैगज़ीन (AIM) के साथ साझा किया कि इन AI एजेंटों ने न केवल मानवीय अंतःक्रियाओं के साथ तालमेल बनाए रखा, बल्कि अपने निरंतर और "बेशर्म" दृष्टिकोण के कारण, विशेष रूप से शीतल पेय के लिए अपसेलिंग में भी उल्लेखनीय रूप से उत्कृष्ट प्रदर्शन किया।
"वार्तालाप रिले" सुविधा सहित Twilio के नए अवलोकन उपकरण, लाइव वर्चुअल एजेंटों के वास्तविक दुनिया के व्यवहार में महत्वपूर्ण अंतर्दृष्टि प्रदान करते हैं, जो AI परिनियोजन में लंबे समय से चली आ रही एक अंधी जगह को संबोधित करते हैं।
यह प्रणाली कंपनियों को वास्तविक समय में उत्पादन में AI एजेंटों की निगरानी और विश्लेषण करने की अनुमति देती है, जो गहन व्यवहार संबंधी अंतर्दृष्टि प्रदान करने के लिए संवादात्मक बुद्धिमत्ता के साथ एकीकृत होती है।
ट्विलियो के डेटा में उल्लेखनीय सुधार दिखाई देते हैं: बिक्री पूछताछ के लिए 25 गुना तेज़ प्रतिक्रिया, 75% सेवा टिकटों का बिना किसी वृद्धि के समाधान, और 3.1 गुना अधिक रूपांतरण दर।
ट्विलियो ने उपयोगकर्ताओं को एजेंट रुकावटों और मतिभ्रम की घटनाओं जैसे संकेतों को निकालने में मदद करने के लिए छह विशेष एआई एजेंट अवलोकन भाषा ऑपरेटरों को भी ओपन-सोर्स किया है।
सुरक्षा और विश्वसनीयता सुनिश्चित करने के लिए, ट्विलियो एक बहु-मॉडल सेटअप का उपयोग करता है जहाँ एक बड़ा भाषा मॉडल सक्रिय रूप से दूसरे की जाँच करता है, प्रभावी रूप से मतिभ्रम का पता लगाता है, कार्य पूरा करना सुनिश्चित करता है, और कॉल के बीच में पूर्वानुमानित ग्राहक संतुष्टि स्कोर उत्पन्न करता है।
यह सरकार, बैंकिंग और बीमा जैसे विनियमित उद्योगों की चिंताओं को संबोधित करता है, जो एआई के बहुत स्वायत्त होने या अनुचित सलाह देने के बारे में चिंता करते हैं।
पारंपरिक कॉल एनालिटिक्स के विपरीत जो मुख्य रूप से भाषण को टेक्स्ट में परिवर्तित करते हैं, ट्विलियो की प्रणाली वार्तालापों से गहरे अर्थ और संदर्भ प्राप्त करने के लिए बड़े भाषा मॉडल (एलएलएम) का लाभ उठाती है, जिससे अधिक अमूर्त प्रश्न और सूक्ष्म समझ की अनुमति मिलती है।
ट्विलियो अपने वार्तालाप रिले के माध्यम से वर्चुअल एजेंटों के लिए एक लचीली "अपना स्वयं का भाषा मॉडल लाओ" (BYOLM) रणनीति को बढ़ावा देता है।
यह दृष्टिकोण ग्राहकों को उनके पसंदीदा LLM (जैसे, Azure, OpenAI, Groq, Hugging Face) को एकीकृत करने की अनुमति देता है, जबकि ट्विलियो ElevenLabs और Deepgram जैसे भागीदारों के माध्यम से स्वचालित भाषण पहचान (ASR) और टेक्स्ट-टू-स्पीच (TTS) जैसे जटिल भाषण-संबंधी कार्यों को संभालता है।
जबकि वे मुख्य रूप से संचार अवसंरचना को सरल बनाने पर ध्यान केंद्रित करते हैं, ट्विलियो कुछ परिदृश्यों में OpenAI के मॉडल के लिए प्रत्यक्ष समर्थन प्रदान करता है।
स्पष्ट डेटा उपयोग नीतियों और मॉडल संचालन और मानवीय भागीदारी को स्पष्ट करने वाले AI "पोषण लेबल" के प्रकाशन के माध्यम से पारदर्शिता बनाए रखी जाती है।
पिज्जा ब्रांड प्रयोग ने AI की अपसेलिंग क्षमता को और मजबूत किया।
जबकि वर्चुअल एजेंट ने लगातार अपसेल प्रविष्टियों के कारण अधिक संख्या में वार्तालाप मोड़ दिए, ग्राहक संतुष्टि स्थिर रही और महत्वपूर्ण रूप से, प्रति ऑर्डर राजस्व में वृद्धि हुई।
सबसे उल्लेखनीय खोज सॉफ्ट ड्रिंक बेचने में वर्चुअल एजेंट का बेहतर प्रदर्शन था, जिसका श्रेय बार-बार ऐड-ऑन के लिए संकेत देने की उसकी इच्छा को जाता है, एक ऐसा व्यवहार जिसे मानव एजेंट अक्सर ऑर्डर में तेज़ी लाने के लिए टालते हैं।
यह सफलता, सीडर और आईएनजी जैसे वित्तीय सेवा प्रदाताओं के साथ दोहराई गई, एक ऐसे भविष्य का संकेत देती है जहाँ एआई वॉयस एजेंट ओपनएआई, गूगल और जेमिनी जैसे प्रमुख खिलाड़ियों से रीयल-टाइम एपीआई का लाभ उठाते हुए और भी अधिक मानवीय और उत्तरदायी बन जाते हैं।
AI వర్చువల్ ఏజెంట్లు అప్సెల్లింగ్లో మానవులను అధిగమిస్తున్నారు, కస్టమర్ ఎంగేజ్మెంట్ను విప్లవాత్మకంగా మారుస్తున్నారు
కృత్రిమ మేధస్సు కస్టమర్ ఎంగేజ్మెంట్ను వేగంగా మారుస్తోంది, AI-ఆధారిత వర్చువల్ ఏజెంట్లు కొన్ని వ్యాపార ఫలితాలలో మానవ పనితీరును కూడా అధిగమించగల ఆశ్చర్యకరమైన సామర్థ్యాలను ప్రదర్శిస్తున్నారు.
కస్టమర్ ఆర్డర్ల కోసం Twilio యొక్క AI వర్చువల్ ఏజెంట్లను ఉపయోగించి, పిజ్జా బ్రాండ్ ఇటీవల నెలల తరబడి నిర్వహించిన ప్రయోగం దీనికి ఒక బలమైన ఉదాహరణను వెల్లడించింది.
Twilioలో సొల్యూషన్ ఇంజనీరింగ్ డైరెక్టర్ క్రిస్టోఫర్ కోనోలీ, Analytics India Magazine (AIM)తో పంచుకున్నారు, ఈ AI ఏజెంట్లు మానవ పరస్పర చర్యలతో వేగాన్ని కొనసాగించడమే కాకుండా, వారి నిరంతర మరియు "సిగ్గులేని" విధానం కారణంగా, ముఖ్యంగా శీతల పానీయాల కోసం అప్సెల్లింగ్లో కూడా అద్భుతంగా రాణించారు.
"సంభాషణ రిలే" ఫీచర్తో సహా Twilio యొక్క కొత్త పరిశీలనా సాధనాలు, ప్రత్యక్ష వర్చువల్ ఏజెంట్ల వాస్తవ-ప్రపంచ ప్రవర్తనపై కీలకమైన అంతర్దృష్టులను అందిస్తాయి, AI విస్తరణలలో చాలా కాలంగా ఉన్న బ్లైండ్ స్పాట్ను పరిష్కరిస్తాయి.
ఈ వ్యవస్థ కంపెనీలు రియల్-టైమ్లో ఉత్పత్తిలో AI ఏజెంట్లను పర్యవేక్షించడానికి మరియు విశ్లేషించడానికి, లోతైన ప్రవర్తనా అంతర్దృష్టులను అందించడానికి సంభాషణా మేధస్సుతో అనుసంధానించడానికి అనుమతిస్తుంది.
ట్విలియో నుండి వచ్చిన డేటా గణనీయమైన మెరుగుదలలను చూపిస్తుంది: అమ్మకాల విచారణలకు 25 రెట్లు వేగవంతమైన ప్రతిస్పందనలు, 75% సర్వీస్ టిక్కెట్లు ఎటువంటి పెరుగుదల లేకుండా పరిష్కరించబడ్డాయి మరియు 3.1 రెట్లు అధిక మార్పిడి రేటు.
ఏజెంట్ అంతరాయాలు మరియు భ్రాంతులు వంటి సంకేతాలను సంగ్రహించడంలో వినియోగదారులకు సహాయపడటానికి ట్విలియో ఆరు ప్రత్యేక AI ఏజెంట్ పరిశీలన భాషా ఆపరేటర్లను కూడా ఓపెన్-సోర్స్ చేసింది.
భద్రత మరియు విశ్వసనీయతను నిర్ధారించడానికి, ట్విలియో ఒక బహుళ-మోడల్ సెటప్ను ఉపయోగిస్తుంది, ఇక్కడ ఒక పెద్ద భాషా నమూనా మరొకదాన్ని చురుకుగా తనిఖీ చేస్తుంది, భ్రాంతులను సమర్థవంతంగా గుర్తిస్తుంది, పని పూర్తి చేయడాన్ని నిర్ధారిస్తుంది మరియు కాల్ మధ్యలో అంచనా వేసే కస్టమర్ సంతృప్తి స్కోర్లను ఉత్పత్తి చేస్తుంది.
ఇది ప్రభుత్వం, బ్యాంకింగ్ మరియు భీమా వంటి నియంత్రిత పరిశ్రమల నుండి వచ్చే ఆందోళనలను పరిష్కరిస్తుంది, ఇవి AI చాలా స్వయంప్రతిపత్తిగా మారడం లేదా అనుచితమైన సలహాను అందించడం గురించి ఆందోళన చెందుతాయి.
ప్రధానంగా ప్రసంగాన్ని టెక్స్ట్గా మార్చే సాంప్రదాయ కాల్ విశ్లేషణల మాదిరిగా కాకుండా, ట్విలియో యొక్క వ్యవస్థ సంభాషణల నుండి లోతైన అర్థం మరియు సందర్భాన్ని పొందేందుకు లార్జ్ లాంగ్వేజ్ మోడల్స్ (LLMలు)ను ప్రభావితం చేస్తుంది, ఇది మరింత వియుక్త ప్రశ్నలను మరియు సూక్ష్మ అవగాహనను అనుమతిస్తుంది.
ట్విలియో దాని సంభాషణ రిలే ద్వారా వర్చువల్ ఏజెంట్ల కోసం సౌకర్యవంతమైన "మీ స్వంత భాషా నమూనాను తీసుకురండి" (BYOLM) వ్యూహాన్ని ప్రోత్సహిస్తుంది.
ఈ విధానం కస్టమర్లు తమకు ఇష్టమైన LLM (ఉదా., Azure, OpenAI, Groq, Hugging Face)ను ఏకీకృతం చేసుకోవడానికి అనుమతిస్తుంది, అయితే Twilio ElevenLabs మరియు Deepgram వంటి భాగస్వాముల ద్వారా ఆటోమేటిక్ స్పీచ్ రికగ్నిషన్ (ASR) మరియు టెక్స్ట్-టు-స్పీచ్ (TTS) వంటి సంక్లిష్టమైన స్పీచ్-సంబంధిత పనులను నిర్వహిస్తుంది.
వారు ప్రధానంగా కమ్యూనికేషన్ మౌలిక సదుపాయాలను సరళీకృతం చేయడంపై దృష్టి సారించినప్పటికీ, Twilio కొన్ని సందర్భాలలో OpenAI యొక్క నమూనాలకు ప్రత్యక్ష మద్దతును అందిస్తుంది.
స్పష్టమైన డేటా వినియోగ విధానాలు మరియు మోడల్ కార్యకలాపాలు మరియు మానవ ప్రమేయాన్ని వివరించే AI "న్యూట్రిషన్ లేబుల్స్" ప్రచురణ ద్వారా పారదర్శకత నిర్వహించబడుతుంది.
పిజ్జా బ్రాండ్ ప్రయోగం AI యొక్క అప్సెల్లింగ్ పరాక్రమాన్ని మరింత పటిష్టం చేసింది.
వర్చువల్ ఏజెంట్ నిరంతర అప్సెల్ ఇన్సర్షన్ల కారణంగా అధిక సంఖ్యలో సంభాషణ మలుపులకు దారితీసినప్పటికీ, కస్టమర్ సంతృప్తి స్థిరంగా ఉంది మరియు ముఖ్యంగా, ఆర్డర్కు ఆదాయం పెరిగింది.
శీతల పానీయాలను విక్రయించడంలో వర్చువల్ ఏజెంట్ యొక్క అత్యుత్తమ పనితీరు, యాడ్-ఆన్ల కోసం పదే పదే ప్రాంప్ట్ చేయడానికి దాని సుముఖతకు కారణమని చెప్పవచ్చు, ఇది ఆర్డర్లను వేగవంతం చేయడానికి మానవ ఏజెంట్లు తరచుగా తప్పించుకునే ప్రవర్తన.
ఈ విజయం, సెడార్ మరియు ING వంటి ఆర్థిక సేవల ప్రదాతలతో ప్రతిరూపం పొందింది, AI వాయిస్ ఏజెంట్లు OpenAI, Google మరియు Gemini వంటి ప్రధాన ఆటగాళ్ల నుండి రియల్-టైమ్ API లను ఉపయోగించుకుంటూ, మరింత మానవ-వంటి మరియు ప్రతిస్పందనాత్మకంగా మారే భవిష్యత్తును సూచిస్తుంది.
No comments:
Post a Comment
Please Dont Leave Me