Kas klientu apkalpošanā ir pirmā līmeņa atbalsts?

Pirmā līmeņa atbalsts ir atbalsta pieprasījumu rindas pirmais līmenis: ikdienišķi, atkārtoti jautājumi, kam nav vajadzīgas speciālistu zināšanas, piemēram, par pasūtījuma statusu, paroles atiestatīšanu, norēķinu pamatjautājumiem vai konta izmaiņām. Šim līmenim lielākā daļa atbalsta komandu velta visvairāk darba stundu, un katrs šajā rakstā aplūkotais piemērs sākotnēji automatizēja tieši to, pirms ķērās pie sarežģītākiem jautājumiem.

Vai mākslīgā intelekta aģents tiešām pats var atrisināt lielāko daļu atbalsta pieprasījumu?

Ja runa ir par rindas pirmā līmeņa pieprasījumiem, tad jā — spriežot pēc šeit publicētajiem rādītājiem, no 50 līdz 95 procentiem atkarībā no uzņēmuma un tā, cik šauri tika noteikts aģenta darbības tvērums. Neviena no šīm komandām neapgalvo, ka tās mākslīgā intelekta aģents spēj paveikt visu. Katrs aģents sarežģītākos gadījumus joprojām nodod cilvēkam, un tieši tāpēc šie rādītāji saglabājas arī nestandarta situācijās.

Vai pirmā līmeņa atbalsta automatizācija kaitē klientu apmierinātībai?

Šajos gadījumos — nē. Lightspeed Commerce ziņoja par CSAT rādītāja pieaugumu par 60% pēc automatizācijas ar Fin, bet Chime divkāršoja klientu apmierinātības rādītāju un vienlaikus samazināja atbalsta izmaksas par 60%. Ātra un pareiza atbilde uz ikdienišķu jautājumu klientus parasti apmierina vairāk nekā novēlota cilvēka atbilde — pretēji tam, ko sākotnēji sagaida lielākā daļa komandu.

Cik ilgā laikā var redzēt mākslīgā intelekta klientu apkalpošanas aģenta rezultātus?

Fundrise ziņoja, ka mazāk nekā trīs mēnešu laikā tika automatizēti vairāk nekā 50% atbalsta gadījumu. Atsevišķs Fin klients Anthropic ziņoja par 50,8% atrisināšanas rādītāju nedaudz vairāk nekā mēneša laikā. Ātrākos rezultātus kopīgais faktors ir šauri noteikts sākotnējais darbības tvērums. Komandām, kas mēģina automatizēt visu uzreiz, salīdzināmu rezultātu parasti nākas gaidīt ilgāk, nevis īsāk.

Kuram uzņēmumam bija labākie mākslīgā intelekta klientu apkalpošanas rezultāti?

Pēc neapstrādātajiem procentuālajiem rādītājiem izceļas ClassPass ar izmaksu samazinājumu par 95% un Duolingo ar 80% tērzēšanas pieprasījumu novirzīšanu, taču tas, kas ir “labākais”, ir atkarīgs no jūsu mērķa. Chime vienlaikus optimizēja gan izmaksas, gan apmierinātību. Lightspeed optimizēja ātrumu, nezaudējot kvalitāti. Izvēlieties piemēru atbilstoši tam, ko patiesībā vēlaties uzlabot savā komandā, nevis lielākajam virsraksta skaitlim.

Vai šie uzņēmumi izmanto LiveAgent mākslīgā intelekta aģentu?

Nē. Šajos piecos piemēros izmantots Intercom Fin un Decagon mākslīgā intelekta aģents. Mēs atsaucamies uz pašu uzņēmumu publicētajiem rezultātiem kā pierādījumu tam, ka šāda pieeja darbojas, nevis kā ieteikumu izmantot kādu no šiem rīkiem. LiveAgent piedāvā savu mākslīgā intelekta aģenta funkciju, kas izstrādāta darbam pa nodaļām; tā aplūkota atsevišķā iestatīšanas ceļvedī.

Mākslīgā intelekta klientu apkalpošanas aģenta lietojuma piemēri: 5 komandas, kas aizstāja pirmā līmeņa atbalstu

Lielākā daļa satura par mākslīgā intelekta lietojumu klientu apkalpošanā ir spekulācijas. Šeit ir 5 reālas komandas ar reāliem, publicētiem rādītājiem: kas tika automatizēts, kas netika un kāds bija faktiskais rezultāts.

Publicēts Sep 28, 2026, autors Adam Khaled.

Mākslīgais intelekts Klientu atbalsts Gadījumu izpēte

Sāciet bezmaksas izmēģinājumu Ieplānojiet demonstrāciju

Pieci uzņēmumi ir publicējuši reālus rādītājus pēc mākslīgā intelekta aģenta ieviešanas pirmā līmeņa atbalstā: Fundrise trīs mēnešos automatizēja vairāk nekā 50% gadījumu, Lightspeed atrisināja 65% pieprasījumu un paaugstināja CSAT par 60%, Chime samazināja izmaksas par 60% un divkāršoja apmierinātību, Duolingo novirzīja 80% tērzēšanas pieprasījumu, bet ClassPass samazināja izmaksas par 95%. Neviens no tiem nav LiveAgent klients; katrs rādītājs ņemts no attiecīgā uzņēmuma publicētā gadījuma apraksta.

Šajā rakstā:

Ko patiesībā nozīmē pirmā līmeņa atbalsts
Fundrise: vairāk nekā 50% atbalsta gadījumu mazāk nekā 3 mēnešos
Lightspeed Commerce: atrisināti 65% pieprasījumu, CSAT pieauga
Chime: izmaksas par 60% zemākas, apmierinātība divkāršojās
Duolingo: novirzīti 80% tērzēšanas pieprasījumu
ClassPass: izmaksas samazinātas par 95%, novirzīto pieprasījumu skaits pārsniedza prognozes
Kas šīm 5 komandām patiesībā ir kopīgs

Lielākajā daļā piemēru par mākslīgo intelektu klientu apkalpošanā aprakstīts, ko mākslīgā intelekta aģents teorētiski varētu darīt. Šajā rakstā aplūkoti tikai gadījumi, kuros reāls uzņēmums publicējis konkrētu skaitli un norādījis avotu, lai jūs varētu to pārbaudīt, nevis vienkārši ticēt bloga rakstītajam.

Neviens no tālāk minētajiem pieciem uzņēmumiem neizmanto LiveAgent. Mēs atsaucamies uz to publicētajiem rezultātiem kā pierādījumu tam, ka šī pieeja darbojas, nevis kā ieteikumu izmantot to rīkus.

Ko patiesībā nozīmē pirmā līmeņa atbalsts

Pirmais līmenis ir jebkuras atbalsta pieprasījumu rindas sākuma posms: ikdienišķi jautājumi, uz kuriem var atbildēt bez speciālām zināšanām. Pasūtījuma statuss. Paroles atiestatīšana. Norēķinu pamatjautājumi. Konta izmaiņas. Turklāt lielākajā daļā komandu tieši šis līmenis aizņem visvairāk aģentu darba stundu, sniedzot vismazāko atdevi, jo pieredzējis aģents ikdienišķam jautājumam velta tikpat desmit minūtes, cik tam veltītu jaunākais kolēģis.

Tieši tāpēc katrs no tālāk minētajiem piemēriem sākās ar šo līmeni. Neviena no piecām komandām nemēģināja vispirms automatizēt sarežģītākos pieprasījumus.

Mākslīgā intelekta klientu apkalpošanas aģents automātiski atrisina ikdienišķus pirmā līmeņa pieprasījumus, piemēram, jautājumus par pasūtījuma statusu un paroles atiestatīšanu, pēc tam sarežģītu strīdu nodod cilvēkam

Fundrise: vairāk nekā 50% atbalsta gadījumu mazāk nekā 3 mēnešos

Fundrise , nekustamā īpašuma platforma, kas paredzēta tiešajiem investoriem, ieviesa Intercom Fin mākslīgā intelekta aģentu, lai apkalpotu pieaugošo atbalsta pieprasījumu apjomu, nepalielinot darbinieku skaitu. Fundrise galvenais produktu vadītājs Luke Ruth teica: “Mazāk nekā trīs mēnešus pēc Fin palaišanas tas jau apstrādā vairāk nekā 50% no visiem mūsu atbalsta gadījumiem.”

Šeit konteksts ir tikpat svarīgs kā pats skaitlis. Fundrise vēlējās saglabāt ātru atbildes sniegšanu augošajai investoru kopienai, vienlaikus dodot aģentiem iespēju pārdomāti atbildēt uz sarežģītiem finanšu jautājumiem — tādiem, kurus nemaz nevajadzētu uzticēt mākslīgā intelekta aģentam. Ikdienišķās pieprasījumu rindas daļas automatizācija radīja šo iespēju.

Lightspeed Commerce: atrisināti 65% pieprasījumu, CSAT pieauga

Lightspeed Commerce , globāla e-komercijas un tirdzniecības vietu platforma, izmanto Fin atbalsta komandā, kurā strādā gan ilggadēji Intercom lietotāji, gan aģenti, kuri rīku apgūst no jauna. Fin tagad iesaistās 99% sarunu un patstāvīgi atrisina līdz pat 65% no tām.

Svarīgākais rādītājs nav atrisināšanas īpatsvars. Vienlaikus Fin CSAT pieauga par 60%, tērzēšanas atbildes laiks samazinājās par 38%, bet e-pasta atbildes laiks — par 67%. Bieži pieņem, ka atbalsta automatizācija nozīmē ātruma iegūšanu uz kvalitātes rēķina. Lightspeed dati rāda pretējo: rezultāti uzlabojās, kad mākslīgā intelekta aģents varēja pats noteikt, kad saruna jānodod cilvēkam, nevis bija spiests vispirms apstrādāt katru gadījumu.

Chime: izmaksas par 60% zemākas, apmierinātība divkāršojās

Chime , finanšu tehnoloģiju uzņēmums, ieviesa Decagon mākslīgā intelekta aģentu un ziņoja par klientu atbalsta izmaksu samazinājumu par 60%, 70% atrisināšanas rādītāju tērzēšanā un pa tālruni, kā arī divkāršotu klientu apmierinātības rādītāju.

Tas, ka izmaksas un apmierinātība uzlabojās vienlaikus, nevis tika upurēts viens otra labā, ir vismazāk intuitīvā Chime rezultāta daļa. Tas kļūst saprotams, nošķirot automatizēto daļu — ikdienišķos, liela apjoma pieprasījumus — no tiem jautājumiem, ko joprojām izskatīja aģenti, jo tajos cilvēka iesaiste patiešām rada pievienoto vērtību. Neviena no pusēm necieta. Katra varēja vairāk darīt to, kas tai padodas vislabāk.

Duolingo: novirzīti 80% tērzēšanas pieprasījumu

Duolingo ieviesa Decagon mākslīgā intelekta aģentu un ziņoja, ka novirzīti 80% tērzēšanas pieprasījumu — tas nozīmē, ka četras no katrām piecām tērzēšanas sarunām nemaz nenonāk pie cilvēka aģenta. Gadījuma aprakstā nav precīzi norādīts, kuras kategorijas veido šos 80%, taču minēts, ka cilvēku aģenti tagad var veltīt laiku sarežģītākiem jautājumiem, kurus iepriekš aizēnoja novirzīto pieprasījumu apjoms.

Duolingo mērogā 80% novirzīto pieprasījumu nav neliels efektivitātes ieguvums. Tā ir atšķirība starp atbalsta komandu, kas spēj tikt līdzi augošajai lietotāju kopienai, un komandu, kas to nespēj, ja vien netiek pieņemts darbā tikpat strauji vai pieļautas lēnākas atbildes.

ClassPass: izmaksas samazinātas par 95%, novirzīto pieprasījumu skaits pārsniedza prognozes

ClassPass , fitnesa un labsajūtas abonēšanas platformai, vēl pirms Decagon mākslīgā intelekta aģenta ieviešanas bija izveidota nobriedusi programma, kas palīdzēja noteikt, kurus pieprasījumus var novirzīt. Pat ar šo priekšrocību komanda teica: “Palaišanas brīdī novirzīto pieprasījumu bija 10 reizes vairāk, nekā bijām gaidījuši,” un ziņoja arī par atbalsta izmaksu samazinājumu par 95%.

Šī detaļa ir visnoderīgākā visā sarakstā. ClassPass nebalstījās uz minējumiem. Uzņēmumam bija iepriekšēja klientu izpēte, un tas tik un tā par veselu kārtu nenovērtēja, cik daudz pieprasījumu mākslīgā intelekta aģents varētu novirzīt no rindas. Ja uzņēmums ar nobriedušu programmu var kļūdīties desmitkārtīgi, lielākajai daļai komandu, kas šo risinājumu ievieš pirmoreiz, arī jārēķinās, ka sākotnējās aplēses kļūdīsies — un, visticamāk, tajā pašā virzienā.

Kas šīm 5 komandām patiesībā ir kopīgs

Neņemot vērā piegādātāju nosaukumus, iepriekš minētajiem pieciem rezultātiem ir kopīgs modelis:

Stabiņu diagramma, kurā salīdzināti katra uzņēmuma galvenie mākslīgā intelekta aģenta rezultāti: ClassPass samazināja izmaksas par 95%, Duolingo novirzīja 80% tērzēšanas pieprasījumu, Chime atrisināja 70% tērzēšanas un tālruņa pieprasījumu, Lightspeed Commerce atrisināja 65% sarunu, bet Fundrise automatizēja 50% atbalsta gadījumu

Komanda	Automatizētais apjoms	Galvenais rezultāts
Fundrise	Vairāk nekā 50% atbalsta gadījumu	Nepilnos 3 mēnešos aģentu darba laiks pilnībā tika novirzīts sarežģītu jautājumu risināšanai
Lightspeed Commerce	65% sarunu	Vienlaikus pieauga gan atrisināšanas rādītājs, gan apmierinātība — nevis viens uz otra rēķina
Chime	Ikdienišķo tērzēšanas un tālruņa pieprasījumu apjoms	Izmaksas par 60% zemākas, apmierinātība divkāršojās
Duolingo	80% tērzēšanas pieprasījumu	Atbalsts tika līdzi augošajai lietotāju kopienai bez līdzvērtīga darbinieku skaita pieauguma
ClassPass	Daudz vairāk, nekā gaidīts	Izmaksas samazinātas par 95%, novirzīto pieprasījumu skaits 10 reizes pārsniedza pašu aplēsi

Neviens uzņēmums neautomatizēja visu. Visi pieci saglabāja cilvēku iesaisti gadījumos, kas pārsniedza mākslīgā intelekta aģenta darbības tvērumu. Turklāt katra komanda sāka ar ikdienišķo, atkārtoto pieprasījumu daļu — pirmo līmeni, nevis sarežģītākajiem pieprasījumiem.

Tas ir galvenais secinājums, svarīgāks par jebkuru atsevišķu procentu: pieeja nav “aizstāt atbalstu ar mākslīgo intelektu”. Tā ir “netērēt kvalificētu aģentu laiku vienkāršiem jautājumiem” un ļaut rezultātiem izrietēt no tā. Ja esat gatavi to izmēģināt savā pieprasījumu rindā, mūsu ceļvedī par mākslīgā intelekta klientu apkalpošanas aģenta ieviešanu precīzi aprakstīts, kā noteikt sākuma posma tvērumu, bet ceļvedī par mākslīgā intelekta aģenta iestatīšanu LiveAgent aplūkotas tieši LiveAgent konfigurēšanas darbības.

Kopīgojiet šo rakstu

Bieži uzdotie jautājumi

: Pirmā līmeņa atbalsts ir atbalsta pieprasījumu rindas pirmais līmenis: ikdienišķi, atkārtoti jautājumi, kam nav vajadzīgas speciālistu zināšanas, piemēram, par pasūtījuma statusu, paroles atiestatīšanu, norēķinu pamatjautājumiem vai konta izmaiņām. Šim līmenim lielākā daļa atbalsta komandu velta visvairāk darba stundu, un katrs šajā rakstā aplūkotais piemērs sākotnēji automatizēja tieši to, pirms ķērās pie sarežģītākiem jautājumiem.
: Ja runa ir par rindas pirmā līmeņa pieprasījumiem, tad jā — spriežot pēc šeit publicētajiem rādītājiem, no 50 līdz 95 procentiem atkarībā no uzņēmuma un tā, cik šauri tika noteikts aģenta darbības tvērums. Neviena no šīm komandām neapgalvo, ka tās mākslīgā intelekta aģents spēj paveikt visu. Katrs aģents sarežģītākos gadījumus joprojām nodod cilvēkam, un tieši tāpēc šie rādītāji saglabājas arī nestandarta situācijās.
: Šajos gadījumos — nē. Lightspeed Commerce ziņoja par CSAT rādītāja pieaugumu par 60% pēc automatizācijas ar Fin, bet Chime divkāršoja klientu apmierinātības rādītāju un vienlaikus samazināja atbalsta izmaksas par 60%. Ātra un pareiza atbilde uz ikdienišķu jautājumu klientus parasti apmierina vairāk nekā novēlota cilvēka atbilde — pretēji tam, ko sākotnēji sagaida lielākā daļa komandu.
: Fundrise ziņoja, ka mazāk nekā trīs mēnešu laikā tika automatizēti vairāk nekā 50% atbalsta gadījumu. Atsevišķs Fin klients Anthropic ziņoja par 50,8% atrisināšanas rādītāju nedaudz vairāk nekā mēneša laikā. Ātrākos rezultātus kopīgais faktors ir šauri noteikts sākotnējais darbības tvērums. Komandām, kas mēģina automatizēt visu uzreiz, salīdzināmu rezultātu parasti nākas gaidīt ilgāk, nevis īsāk.
: Pēc neapstrādātajiem procentuālajiem rādītājiem izceļas ClassPass ar izmaksu samazinājumu par 95% un Duolingo ar 80% tērzēšanas pieprasījumu novirzīšanu, taču tas, kas ir “labākais”, ir atkarīgs no jūsu mērķa. Chime vienlaikus optimizēja gan izmaksas, gan apmierinātību. Lightspeed optimizēja ātrumu, nezaudējot kvalitāti. Izvēlieties piemēru atbilstoši tam, ko patiesībā vēlaties uzlabot savā komandā, nevis lielākajam virsraksta skaitlim.
: Nē. Šajos piecos piemēros izmantots Intercom Fin un Decagon mākslīgā intelekta aģents. Mēs atsaucamies uz pašu uzņēmumu publicētajiem rezultātiem kā pierādījumu tam, ka šāda pieeja darbojas, nevis kā ieteikumu izmantot kādu no šiem rīkiem. LiveAgent piedāvā savu mākslīgā intelekta aģenta funkciju, kas izstrādāta darbam pa nodaļām; tā aplūkota atsevišķā iestatīšanas ceļvedī.