GPT-5 от Zendesk решает 90% тикетов

ИИ-агенты вовсе не новинка в сфере обслуживания клиентов — все мы знакомы с тем автоматизированным голосом, который приветствует нас при звонке на бесплатную линию. Как правило, они справлялись с так называемыми запросами 1-го уровня (общими) и 2-го уровня (техническими базового характера). 

Однако теперь, по крайней мере в компании Zendesk, занимающейся разработкой решений для клиентского сервиса на базе ИИ, агентный ИИ способен справляться с более сложными многоступенчатыми запросами и даже выполнять многошаговые процессы, такие как оформление возвратов.

Разработчик ПО для взаимодействия в центрах поддержки и отслеживания рабочих процессов заметил значительный рост этих возможностей после внедрения GPT-5 в свою платформу Zendesk Resolution Platform. 

Компания выяснила, что для большинства клиентов агенты на базе GPT-5 способны решать более 50% тикетов, а в некоторых случаях — даже 80–90%. Кроме того, последняя версия от OpenAI работает быстрее, реже дает сбои и лучше понимает двусмысленность. 

«Мы выделяем две персоны ИИ: автономный агент и агент-напарник (копилот), — рассказал VentureBeat Шаши Упадхьяя (Shashi Upadhyay), президент Zendesk по продуктам, инженерии и искусственному интеллекту. — Автономный агент берет на себя первый удар, а если задачу приходится передавать дальше, агент-напарник помогает человеку-оператору решить проблему».

Решение большего числа задач, быстрее и с пониманием сложности

В Zendesk первое взаимодействие клиента всегда происходит с автономным ИИ-агентом; если он не может решить проблему, задача передается оператору-человеку. Всего год назад те простые задачи, с которыми он мог справиться, ограничивались извлечением информации из базы данных — например, предоставлением ссылки, помогающей клиенту переустановить программное обеспечение на iPhone. 

Но современные агенты не просто дают такие ссылки — они их суммируют и выдают пошаговые инструкции. 

«Мы обнаружили, что существует множество задач, множество тикетов и проблем, которые текущее поколение ИИ способно решать весьма успешно, и этот показатель продолжает расти», — отметил Упадхьяя. 

Его команда работала с GPT-5 в течение нескольких месяцев (ранее компания использовала GPT-4o), тестируя различные сервисные сценарии и интеграции и отправляя отзывы компании OpenAI еще до запуска модели в начале августа. 

Ключевой вывод: GPT-5 обеспечивает средний уровень рассуждений с «значительно более длинными» контекстными окнами, что полезно в многоступенчатых диалогах (выходящих за рамки простого вопроса-ответа), выполнении пошаговых процедур и генерации структурированных результатов на основе расплывчатых формулировок. 

Главной целью команды было сохранение структуры диалога, точности и эффективности контекстного окна. Упадхьяя отмечает, что GPT-5 надежно работает даже при высоких нагрузках в виде токенов, обеспечивая более плавное автоматизированное взаимодействие при обслуживании с несколькими шагами и входящими данными. 

Он выделил основные сценарии использования GPT-5: 

• генерация ответов с использованием длинного контекста;

• уточнение намерений и устранение неоднозначности (определение того, чего хочет пользователь, даже если он выражается расплывчато); 

• генерация ответов агента в сценариях автопомощи (создание черновых вариантов ответов для операторов-людей);

• компиляция и выполнение процедур (преобразование высокоуровневого кода в низкоуровневые инструкции с последующим их исполнением).

Первые результаты впечатляют. Примечательно, что GPT-5 продемонстрировала высокую надежность выполнения: более 95% для стандартных процедур при снижении количества сбоев на крупных потоках на 30%. «Такое улучшение имеет огромное значение в условиях предприятия», — пояснил Упадхьяя. 

По сути, исполнение измеряет то, насколько хорошо модель справляется с инструкциями, пояснил он: когда вы просите ее сделать что-то, делает ли она это напрямую? Или делает что-то другое? Следует ли за этим продолжение? Или она просто «вешает трубку»? 

Упадхьяя отметил, что генеративные ИИ-агенты «прославились» тем, что крайне плохо выполняют приказы. «Вы можете сказать им: «Выполните эти пять шагов», но поскольку они галлюцинируют и пытаются проявить креативность, они не всегда следуют всем пяти шагам», — сказал он. На самом деле, чем больше шагов задано модели, тем выше вероятность того, что она начнет галлюцинировать. 

Другие заметные улучшения в GPT-5 включают: 

• Меньше эскалаций по запасным сценариям: сокращение более чем на 20%. «Это значит, что она смогла решить на 20% больше проблем, чем предыдущая модель, — сказал Упадхьяя. — Для нашего мира это огромный прорыв».

• Увеличение скорости: общая скорость выросла на 25–30%, поддерживается на 3–4 итерации промптов в минуту больше.

• Лучшая способность справляться с двусмысленностью и прояснять вводные данные от клиентов, что позволило увеличить охват автоматизированных потоков в более чем 65% диалогов. 

• Более полные ответы с меньшим количеством упущенных деталей, что сокращает число передач запросов операторам.

• Сохранение структуры в рамках длинных рабочих процессов и адаптация к «реальной сложности обслуживания» без потери контекста.

• Более высокое качество помощи: рост точности рекомендаций для агентов на 5 пунктов на четырех языках, что обеспечивает более лаконичные и контекстуально релевантные ответы, соответствующие рекомендациям по тону общения. 

Эти улучшения критически важны для Zendesk, отмечает Упадхьяя, поскольку компания внедрила модель ценообразования на основе результатов (outcome-based pricing), что означает получение оплаты только тогда, когда проблема действительно решается с помощью ИИ. 

«Чем больше таких рабочих процессов ИИ-агент может обработать самостоятельно, тем большую ценность это представляет для наших клиентов», — заявил он. 

Тщательный процесс оценки

Zendesk применяет модульный подход к ИИ: GPT-5 управляет диалогом между автономным агентом и оператором-человеком, работая в связке с конвейером классификации намерений и рассуждений. Среди других используемых моделей — Claude от Anthropic, Gemini от Google и Llama от Meta. 

«Мы всегда работаем с набором моделей, — сказал Упадхьяя. — Мы тестируем их, выбираем ту, которая лучше всего подходит для конкретной задачи, взвешивая соотношение производительности и стоимости».

Оценивая новые модели, его команда ищет не «победы в бенчмарках», а проверяет, способна ли модель приносить ощутимые, точные результаты. Тщательно отточенный процесс позволяет внедрять новые модели менее чем за 24 часа и опирается на систему оценки из пяти факторов: 

• Точность (Precision): может ли модель давать точные, полные ответы, опираясь на проверенные источники вроде статей справочного центра?

• Автоматическое разрешение: увеличивает ли она процент проблем, решаемых автоматически без вмешательства человека?

• Исполнение (Execution): может ли она следовать структурированным рабочим процессам с высокой точностью?

• Задержка (Latency): реагирует ли она достаточно быстро в условиях оперативной поддержки? 

• Безопасность (Safety): избегает ли она галлюцинаций и действует ли только тогда, когда уверена в результате? 

Как отметил Упадхьяя: «Им нужны защитные механизмы, чтобы они не творили глупости».

Надежные операционные защитные механизмы включают в себя наблюдаемость в реальном времени со структурированным логированием поведения агентов; предварительную маршрутизацию на уровне намерений (маршрутизацию на основе намерений, а не просто перенаправление информации) для снижения рисков и повышения прозрачности; триггерное управление для предотвращения ответов, выходящих за рамки правил; а также протоколы, которые по умолчанию предусматривают безопасную эскалацию или привлечение оператора. 

«Мы рассматриваем модель как недетерминированный инструмент в рамках контролируемой системы, а не как самостоятельное лицо, принимающее решения, — сказал Упадхьяя. — Именно это позволяет нам развертывать ее в средах корпоративного уровня».

ИИ-агентов и людей-операторов следует обучать одинаково

В конечном счете к ИИ-агентам следует относиться точно так же, как и к операторам-людям, подчеркивает Упадхьяя: регулярно обучать, управлять ими и учить действовать в соответствии с миссией компании.  

«Они «сырые», они умные, но вам нужно научить их работать в совершенно новой среде — как стажера или человека, получившего новую работу», — пояснил он. 

Это происходит потому, что коробочные модели являются универсальными и обучены на огромном массиве интернет-данных. Чаще всего они никогда не видели данные конкретного предприятия; они не знают, как выглядит тикет в службу поддержки или звонок в отдел продаж. 

Подход Zendesk заключается в сопоставлении расплывчатых вводных данных с четкими действиями, после чего система синтезирует ответы и выполняет многошаговые рабочие процессы. Команда Упадхьяи использует внутренний тестовый стенд, перебирая примеры и используя графы знаний и конструкторы действий, чтобы модели могли действовать. 

«Мы сбрасываем любые данные, которые уже доступны, затем запускаем модели поверх них и продолжаем менять процесс до тех пор, пока не добьемся правильного результата», — пояснил он. 

В продакшене среди прочих слоев присутствует агент обеспечения качества (QA), который следит за каждым разговором, и аналитический агент. «Как тренер, он выносит оценку: «Было ли это взаимодействие хорошим или нет?» — объяснил Упадхьяя. — Затем это решение используется для улучшения работы как людей-операторов, так и ИИ-агентов».

Будучи 18-летней компанией со 100 000 клиентов и операциями почти в 150 странах, Zendesk располагает невероятным объемом данных. 

«За это время мы повидали каждый возможный тикет в поддержку в любой возможной индустрии, — отметил Упадхьяя. — Мы можем чрезвычайно точно дорабатывать коробочные модели в зависимости от того, о какой отрасли или каком языке идет речь».

Эти данные помогают моделям понять, как выглядит хорошее разрешение проблемы или что оператор-человек мог бы сделать лучше в конкретной ситуации. ИИ тестируется и сравнивается с идентичными ситуациями, управляемыми людьми; это непрерывный процесс обучения, точной настройки и сужения вариантов ответов для снижения уровня галлюцинаций и улучшения следования инструкциям. 

Точность имеет критически важное значение в корпоративной среде, подчеркнул Упадхьяя. «Если вы правы в 90% случаев в сфере B2C, люди будут очень впечатлены, — сказал он. — В корпоративной среде со временем этот показатель нужно довести до 99% правильности или выше».

От извлечения знаний и рассуждений к людям с суперспособностями

Что отличает GPT-5 и другие новые модели, так это их способность рассуждать и отвечать на вопросы, а не просто извлекать данные и генерировать контент, отметил Упадхьяя. 

«ИИ-агенты преодолели барьер: теперь они с легкостью справляются с более сложными проблемами, потому что умеют рассуждать, — сказал он. — Они могут использовать информацию, часто поступающую из нескольких источников, и выдавать связный ответ».

Допустим, клиент купил предмет мебели онлайн и хочет его вернуть. Процесс может потребовать сложной последовательности действий: агент должен сначала определить, что перед ним действительно первоначальный покупатель, извлекая данные из системы управления взаимоотношениями с клиентами (CRM), затем перепроверить их с платформой управления заказами, поднять нормативные документы по политике возврата, рассудить, является ли возврат обоснованным, и после этого инициировать кредит или возврат средств и организовать забор товара. 

Модели рассуждений способны справиться с этим многошаговым процессом и продемонстрировали «реальные улучшения», позволяя переходить к реальным действиям, отметил Упадхьяя. «Агент может решить, что да, вы имеете право на возврат, и одновременно предпринять действия, чтобы вы могли этот возврат оформить, — указал он. — Это следующий уровень, и именно там мы находимся сегодня».

Zendesk «верит» в автономных ИИ-агентов, заявил он. Тем не менее будущее бизнеса будет представлять собой сочетание агентного ИИ и «людей с суперспособностями», которым помогают ИИ-агенты-напарники. При этом роли людей эволюционируют: они будут не просто решать проблемы, а станут «высококлассными супервизорами ИИ».

«Это огромная возможность, потому что она создаст совершенно новую категорию рабочих мест — высокоценные роли, которые требуют как глубокого понимания продукта и навыков решения проблем, так и отличных управленческих качеств, — резюмировал Упадхьяя. — Это станет масштабной трансформацией сферы поддержки».