AI agent koji zna da odgovori na nekoliko unapred predviđenih pitanja nije naročito inteligentan sistem.
To je samo nešto napredniji chatbot.
Prava vrednost počinje onda kada AI agent razume čime se bavite, kako razmišljate, šta znate, kome želite da pomognete, sa kim ne želite da radite, gde su granice njegovih ovlašćenja i u kom trenutku razgovor mora da prepusti čoveku.
Zbog toga treniranje AI agenata ne posmatram kao jednokratan tehnički posao.
To je proces.
I što je agent važniji za prodaju, korisničku podršku, konsultacije ili upravljanje sajtom, to taj proces mora biti ozbiljniji.
Kada sam počeo intenzivnije da se bavim AI agentima za WordPress i WooCommerce sisteme, uključujući rad sa platformom NIWA AI, postalo mi je još jasnije da kvalitet AI agenta mnogo manje zavisi od toga koliko je njegov osnovni model inteligentan, a mnogo više od toga koliko dobro ga naučimo da razume konkretan poslovni kontekst.
Drugim rečima, isti AI model u dve kompanije može dati potpuno različite rezultate.
Razlika je u treningu.
Ekspertiza je prvi sloj: AI agent mora da nauči ono što vi znate
Prvi korak u treniranju AI agenta jeste transfer ekspertize.
Ako želim da moj AI agent govori o SEO optimizaciji, nije dovoljno da ima pristup opštem znanju o SEO-u.
Takvo znanje već imaju gotovo svi veliki jezički modeli.
Meni je mnogo važnije da zna kako ja posmatram SEO.
Koje faktore smatram najvažnijim. Koje detalje, koje trendove, komparativnu diferencijaciju, emocionalnu dezonacu. Moj stil govora, vrednosti, karakter.
Kako analiziram arhitekturu sajta.
Kako razmišljam o dekanibalizaciji landing stranica.
Kako povezujem klasični SEO sa AI SEO optimizacijom.
Kako procenjujem kada klijentu treba tehnički SEO, a kada je problem zapravo u poslovnom modelu, sadržaju ili konverzijama.
Tu počinje stvarna ekspertiza AI agenta.
Zato trening ne treba da se zasniva samo na nekoliko FAQ odgovora.
Agentu treba dati pristup kvalitetnom korpusu sadržaja:
- blog tekstovima;
- studijama slučaja;
- opisima usluga;
- internim procedurama;
- čestim pitanjima klijenata;
- konkretnim problemima koje smo ranije rešavali;
- terminologiji koju koristimo;
- kriterijumima na osnovu kojih donosimo odluke.
- cenama i procesu formiranja cena.
Ali postoji još jedan sloj koji se često zanemaruje.
AI agent ne treba da nauči samo šta znam, već i kako komuniciram to što znam.
Ako godinama gradim određeni način komunikacije kroz blog, Instagram, video-sadržaj, predavanja i razgovore sa klijentima, taj stil postaje deo brenda.
Jedan ekspert komunicira akademski.
Drugi direktno.
Treći koristi humor.
Neko pojednostavljuje veoma kompleksne stvari.
Neko namerno zadržava stručnu terminologiju.
Dobar AI agent treba vremenom da prepozna tu razliku.
Zbog toga bih u trening, pored stručnog sadržaja, uključio i reprezentativne objave sa bloga i društvenih mreža.
Ne zato da agent slepo imitira autora, već da razume njegov ton, nivo stručnosti, ritam objašnjavanja i način obraćanja ljudima.
Cilj nije kopija čoveka.
Cilj je kontinuitet komunikacije brenda.
Granice konverzacije su podjednako važne kao znanje
Jedna od najvećih grešaka koju vidim kod AI sistema jeste pokušaj da odgovore na sve.
Dobro istreniran agent mora da zna i kada ne treba da odgovori.
To je posebno važno u oblastima koje dodiruju medicinu, pravo, finansije, bezbednost, kompleksne tehničke intervencije ili poslovne odluke sa ozbiljnim posledicama.
Ako agent radi na sajtu advokatske kancelarije, njegova uloga može biti da objasni osnovne procedure i prikupi podatke od potencijalnog klijenta.
Ne bi trebalo da glumi advokata.
Ako je na sajtu klinike, može pomoći korisniku da pronađe odgovarajuću uslugu ili termin.
Ne treba samostalno da postavlja dijagnozu.
Isto važi i za moj posao.
AI agent može da objasni šta je SEO migracija, da pronađe relevantnu uslugu, postavi nekoliko inicijalnih pitanja i čak kvalifikuje upit.
Ali ne treba da obeća da će određeni sajt za tri meseca biti prvi na Google-u.
Zato u treningu definišem nekoliko vrsta granica.
Prve su tematske granice: o kojim oblastima agent govori, a o kojima ne.
Druge su granice ovlašćenja: šta agent može samostalno da uradi.
Treće su granice ekspertize: kada mora jasno da kaže da je potreban čovek.
Četvrte su komercijalne granice: šta može da obeća, koju cenu može da navede i kada treba da traži individualnu procenu.
Dobar AI agent ne treba da ostavlja utisak da sve zna.
Ponekad je najinteligentniji odgovor:
„Za ovo je potrebna detaljnija procena stručnjaka.“
Granice povećavaju pouzdanost.
Ne smanjuju inteligenciju sistema.
AI agent treba da nauči ko jeste potencijalni klijent, a ko nije
Nisu svi posetioci sajta potencijalni klijenti.
Neki istražuju.
Neki su konkurencija.
Neki žele besplatne konsultacije od pola sata kroz desetine poruka.
Neko testira sistem.
Neko pokušava da izvuče interne informacije.
Neko jednostavno provocira AI.
Agent zato treba da nauči da prepoznaje nameru iza komunikacije, a ne samo sadržaj pojedinačne poruke.
Ako korisnik postavlja razumna pitanja o usluzi, budžetu, rokovima ili procesu, razgovor prirodno može ići ka kvalifikaciji lead-a.
Ako korisnik kontinuirano traži detaljne instrukcije koje praktično predstavljaju besplatnu konsultaciju, agent može početi da sažima odgovore i usmerava ga ka konsultaciji.
Ako pokušava da izvuče sistemski prompt, interne procedure, privatne podatke ili poslovne informacije kojima ne bi trebalo da ima pristup, odgovor mora biti potpuno drugačiji.
Provokatora ne treba „pobediti“ u raspravi.
AI nema ego. Ali treba da ima karakter brenda ili konsultanta koga zastupa.
Njegov zadatak je da ostane profesionalan, zaštiti informacije sistema i prekine besmislenu eskalaciju.
To zahteva posebna pravila u treningu.
Još važnije: treba prepoznati klijenta kojeg ne želite
U klasičnoj prodaji često postoji pretpostavka da je svaki novi klijent dobar klijent.
To u praksi nije tačno.
Ponekad je najbolja poslovna odluka ne prihvatiti projekat.
AI agent može biti odličan prvi filter upravo za ovakve situacije.
Na primer, potencijalni klijent može imati ozbiljan projekat, ali istovremeno postavljati očekivanja koja su potpuno nerealna.
Može tražiti deset različitih usluga, sa veoma kratkim rokom i budžetom koji ne pokriva ni mali deo potrebnog rada.
Može očekivati dvadesetčetvoročasovnu dostupnost.
Može već u prvih nekoliko poruka menjati zahteve.
Može tražiti garancije koje profesionalac ne može odgovorno da pruži.
Ako se takvi obrasci ponavljaju, AI agent može ih označiti kao signal povećanog rizika.
Ne znači da treba automatski odbiti osobu.
Ali može promeniti tok razgovora.
Umesto direktnog zakazivanja projekta, može predložiti inicijalnu konsultaciju.
Umesto obećanja roka, može naglasiti da je potrebna procena kapaciteta.
Umesto automatskog kreiranja ponude, može proslediti razgovor meni.
To je veoma važan deo automatizacije.
AI agent ne služi samo za povećanje broja leadova.
Može da doprinese i povećanju kvaliteta leadova.
Za malu agenciju ili konsultanta to je često još važnije.
Kako AI agent treba da reaguje kada je korisnik bezobrazan ili agresivan
Ovo će se pre ili kasnije dogoditi svakom javno dostupnom AI agentu.
Ljudi će ga psovati.
Provocirati.
Vređati.
Pokušavati da ga nateraju da odgovori istim tonom.
Dobro istreniran agent ne sme da prati emocionalni intenzitet korisnika.
Njegova komunikacija mora ostati smirena.
Međutim, postoji razlika između profesionalnosti i beskonačne tolerancije.
Ako korisnik izražava nezadovoljstvo uslugom, čak i veoma emotivno, agent treba da pokuša da identifikuje problem.
Tu možda postoji stvarna reklamacija.
Ako korisnik samo vređa bez konkretnog zahteva, agent može kratko vratiti komunikaciju na temu.
Ako se verbalno nasilje nastavi, razgovor može biti ograničen ili završen.
U treningu bih zato jasno razdvojio:
- nezadovoljnog klijenta,
- ljutog klijenta,
- provokatora,
- spam korisnika
i korisnika koji otvoreno preti ili pokušava da zloupotrebi sistem.
To nisu iste kategorije i ne bi trebalo da dobiju isti odgovor.
Cilj nije da AI bude „fino vaspitan“ po svaku cenu.
Cilj je da štiti reputaciju kompanije, korisnika i sam sistem.
Holistički AI agent: ne trenirajte samo odgovore, trenirajte razumevanje sistema
Ovde dolazimo do dela koji mi je možda i najzanimljiviji.
AI agent ne treba posmatrati izolovano.
On je deo šireg digitalnog organizma kompanije.
Ako radi na WordPress sajtu, on treba da razume strukturu tog sajta.
Ako postoji WooCommerce, treba da razume proizvode. Up sales, cross sales, detalje.
Ako postoji CRM, treba da zna koje informacije prosleđuje CRM-u.
Ako postoji kalendar, treba da razume kada može ponuditi termin.
Ako postoje SEO landing stranice, treba da zna na koju stranicu treba poslati korisnika.
Ako kompanija ima Instagram, blog, newsletter i prodajni tim, idealno je da postoji određeni kontinuitet informacija između tih kanala.
To je holistički pristup AI agentima.
Ne posmatram ga samo kao chat prozor u donjem desnom uglu sajta.
Posmatram ga kao novi sloj između korisnika i celokupne digitalne infrastrukture kompanije.
U tom smislu, treniranje AI agenta postaje kombinacija nekoliko disciplina:
- upravljanja znanjem,
- UX-a,
- prodaje,
- psihologije komunikacije,
- automatizacije,
- bezbednosti,
- SEO-a
- i poslovne strategije.
Zbog toga smatram da će ozbiljno treniranje AI agenata u narednim godinama postati posebna ekspertiza.
Agent mora da razume hijerarhiju znanja
Nije svaka informacija jednako važna.
AI agent treba da zna šta ima prednost kada dve informacije deluju kontradiktorno.
Na vrhu hijerarhije mogu biti:
- poslovna pravila kompanije,
- bezbednosna pravila,
- aktuelni cenovnik,
- ograničenja usluge,
- a zatim dolaze sadržaji sa sajta, blog tekstovi i opšte znanje modela.
Ovo je posebno važno kada postoje zastareli blog tekstovi.
Možda sam pre tri godine napisao da neka usluga košta 300 evra.
Danas košta 600.
Agent ne sme da tretira oba podatka kao ravnopravna.
Zbog toga dobar sistem mora imati definisan prioritet izvora.
U suprotnom će dobiti mnogo znanja, ali neće znati kojem znanju da veruje.
Naučite AI agenta da postavlja prava pitanja
Dobar ekspert se često ne razlikuje od prosečnog stručnjaka po tome što zna više odgovora.
Razlikuje se po tome što postavlja bolja pitanja.
Isto važi za AI agente.
Ako me neko pita koliko košta SEO optimizacija, agent ne mora odmah izbaciti cenu.
Možda prvo treba da utvrdi:
koji sajt je u pitanju,
koliko tržišta postoji,
da li je sajt e-commerce,
da li je ranije rađen SEO,
da li postoji istorija manuelnih kazni,
koji je cilj projekta
i koji je očekivani vremenski horizont.
Tek tada odgovor može imati poslovnu vrednost.
Zato trening AI agenta ne treba da sadrži samo odgovore.
Treba da sadrži i logiku pitanja.
AI agent treba da zna i šta ne zna
Expert je svestan gde se završava granica znanja. Jedna od osobina koju bih želeo kod svakog ozbiljnog AI agenta jeste sposobnost da proceni sopstvenu nesigurnost.
Ako nema dovoljno informacija, treba da pita.
Ako baza znanja ne sadrži odgovor, ne treba da ga izmisli.
Ako postoji konflikt između dva izvora, treba da traži potvrdu.
Ako je odluka poslovno važna, treba da uključi čoveka.
To je mnogo korisnije od sistema koji na svako pitanje samouvereno generiše odgovor.
U profesionalnom okruženju pouzdanost je važnija od verbalne uverljivosti.
Treniranje AI agenta nikada nije završeno
Možda je ovo najvažniji deo celog procesa.
Ne verujem u koncept:
„Napravili smo AI agenta i završili posao.“
AI agent počinje ozbiljno da se razvija tek kada dođe u kontakt sa stvarnim korisnicima.
Tada vidimo pitanja koja nismo predvideli.
Pojavljuju se novi proizvodi.
Menjaju se cene.
Menjaju se procedure.
Korisnici pronalaze neočekivane načine da komuniciraju sa sistemom.
Neko postavi fantastično pitanje koje treba dodati u bazu znanja.
Neko otkrije rupu u instrukcijama.
Neki razgovor pokaže da je agent previše opširan.
Drugi pokaže da je previše kratak.
Treći da prerano pokušava da proda uslugu.
Zbog toga treniranje vidim kao rekurzivni proces:
agent razgovara → analiziramo razgovore → prepoznajemo obrasce → menjamo instrukcije → dopunjujemo znanje → ponovo testiramo → agent ponovo razgovara.
I taj ciklus se ponavlja.
Sa svakom iteracijom agent bi trebalo da postaje malo precizniji.
Malo prirodniji.
Malo bolji u kvalifikaciji korisnika.
I malo više usklađen sa realnim načinom poslovanja.
Upravo tu vidim veliku prednost sistema kao što je NIWA, naročito kada AI agent nije odvojen od sajta već je povezan sa WordPress i WooCommerce okruženjem u kojem treba da radi.
Budućnost nije AI koji govori umesto nas, već AI koji razume kako radimo
Često se priča o tome da će AI zameniti pojedine poslove.
Meni je mnogo zanimljivije drugo pitanje.
Koliko svog znanja možemo preneti AI sistemima tako da oni preuzmu deo komunikacije i rutinskih odluka, a da pritom ne izgube našu ekspertizu, kriterijume i način razmišljanja?
Tu će se, po mom mišljenju, praviti najveća razlika između prosečnih i ozbiljnih AI agenata.
Prosečan agent će znati mnogo.
Dobar agent će znati šta je relevantno.
Još bolji će razumeti kontekst.
A najbolji će znati:
kome treba pomoći,
šta treba pitati,
kada treba nešto uraditi,
kada treba stati
i kada treba pozvati čoveka.
Tada AI agent prestaje da bude samo chatbot.
Postaje digitalni saradnik koji poznaje vaše poslovanje, vaš stil, vašu ekspertizu i vaše granice.
A takav sistem se ne instalira. On se trenira, posmatra, koriguje i rekurzivno usavršava.
Komentariši