مشتری درباره خدمات سؤال میکند، یکی از کارکنان پاسخ میدهد و قرار میشود اطلاعات تکمیلی برای او ارسال شود. چند ساعت بعد، درخواستهای تازه از راه میرسند و گفتوگوی قبلی میان پیامها گم میشود. مشتری دیگری فرم سایت را پر کرده، اما اطلاعاتش هنوز به دست مسئول فروش نرسیده است. مدیر مجموعه هم برای اطلاع از وضعیت پیگیریها، باید از چند نفر گزارش بگیرد.
این اتفاقها برای بسیاری از کسبوکارها آشناست. مسئله همیشه کمبود مشتری یا تعداد کارکنان نیست؛ گاهی فاصله میان دریافت درخواست، ثبت اطلاعات و اقدام بعدی باعث میشود فرصتهای همکاری به نتیجه نرسند.
اتوماسیون هوشمند برای ساماندادن به همین فاصلهها کاربرد دارد. وقتی ابزارهای کسبوکار به یکدیگر متصل باشند و مسئولیت هر مرحله مشخص باشد، بخشی از کارهای تکراری میتواند بدون ورود دوباره اطلاعات انجام شود. هوش مصنوعی نیز در بخشهایی مانند درک پیام، استخراج اطلاعات و آمادهسازی پاسخ اولیه به این فرایند کمک میکند.
ایجنت من، با نام میلاد صفدری، در زمینه طراحی ایجنت هوش مصنوعی و اتوماسیون کسبوکار فعالیت میکند. پاسخگویی اولیه، مدیریت درخواستها و پیگیری مشتری از جمله کاربردهایی هستند که میتوان امکان اجرای آنها را متناسب با شرایط هر مجموعه بررسی کرد.

مشکل کسبوکار دقیقاً در کدام مرحله است؟
پیش از انتخاب ابزار، باید مشخص شود چه چیزی قرار است بهتر شود. عبارت «میخواهیم از هوش مصنوعی استفاده کنیم» بهتنهایی برای طراحی یک راهکار اجرایی کافی نیست.
ممکن است یک فروشگاه، روزانه با پرسشهای تکراری درباره محصولات روبهرو باشد. یک شرکت خدماتی شاید درخواستهای مناسبی دریافت کند، اما در هماهنگی مشاوره تأخیر داشته باشد. مجموعه دیگری نیز ممکن است اطلاعات مشتریان را در چند فایل نگهداری کند و نتواند وضعیت پیگیریها را بهسادگی ببیند.
هرکدام از این مسائل به طراحی متفاوتی نیاز دارند. در یک پروژه، اولویت با دسترسی سریع به اطلاعات تأییدشده است؛ در پروژه دیگر، ثبت منظم درخواست و تعیین مسئول پیگیری اهمیت بیشتری دارد.
برای شناخت مسئله میتوان مسیر یک درخواست واقعی را دنبال کرد: مشتری از کجا وارد میشود، چه اطلاعاتی ارائه میدهد، چه کسی پاسخ میدهد و بعد از پاسخ اولیه چه اتفاقی میافتد؟ نقاطی که در آنها اطلاعات دوباره وارد میشوند، درخواست معطل میماند یا مسئولیت مشخص نیست، معمولاً ارزش بررسی بیشتری دارند.
یک سناریوی فرضی؛ از دریافت پیام تا پیگیری درخواست
برای روشنشدن کاربرد اتوماسیون، یک مجموعه خدماتی فرضی را در نظر بگیرید که از طریق سایت، درخواست مشاوره دریافت میکند. این مثال، شرح یک پروژه اجراشده یا ادعای نتیجه برای مشتری مشخصی نیست؛ هدف آن نشاندادن ساختار احتمالی یک راهکار است.
در وضعیت اولیه، مسئول مجموعه باید فرمها را بررسی کند، اطلاعات تماس را در یک فایل ثبت کند، موضوع درخواست را بخواند و آن را برای کارشناس مناسب بفرستد. اگر تعداد درخواستها افزایش پیدا کند، احتمال تأخیر و فراموششدن بعضی موارد هم بیشتر میشود.
یک گردش کار متناسب با این نیاز میتواند به شکل زیر طراحی شود.
دریافت و بررسی اطلاعات اولیه
پس از ثبت فرم، اطلاعات ضروری مانند نام، راه ارتباطی و شرح درخواست بررسی میشوند. اگر دادهای ناقص باشد، درخواست میتواند برای بررسی انسانی علامتگذاری شود یا از مسیر مجاز، تکمیل اطلاعات از مخاطب خواسته شود.
در همین مرحله باید درباره اطلاعات ضروری تصمیم گرفت. دریافت دادههای بیشتر همیشه مفید نیست؛ فرم طولانی ممکن است تکمیل درخواست را دشوار کند و اطلاعاتی ایجاد کند که کاربرد روشنی ندارند.
تشخیص موضوع و آمادهسازی خلاصه
اگر توضیحات مشتری بهصورت متن آزاد باشد، مدل هوش مصنوعی میتواند برای تشخیص موضوع و تهیه خلاصه اولیه به کار گرفته شود. برای مثال، درخواست ممکن است مربوط به مشاوره پیش از خرید، پشتیبانی یا همکاری تجاری باشد.
این دستهبندی باید امکان اصلاح داشته باشد. پیامهای کوتاه، مبهم یا چندموضوعی ممکن است بهدرستی تشخیص داده نشوند. بنابراین، موارد نامطمئن بهتر است برای بررسی کارشناس ارسال شوند.
ثبت درخواست و تعیین مسئول
اطلاعات میتواند در شیت، نرمافزار مدیریت مشتری یا سامانه مورد استفاده کسبوکار ثبت شود؛ البته به شرط آنکه امکان اتصال و دسترسی لازم وجود داشته باشد.
برای هر درخواست، وضعیت مشخصی مانند «جدید»، «در حال بررسی» یا «نیازمند پیگیری» در نظر گرفته میشود. سپس مسئول مربوطه از ورود درخواست مطلع میشود. این ساختار کمک میکند وضعیت کار تنها به حافظه افراد یا جستوجو میان پیامها وابسته نباشد.
پاسخ اولیه و پیگیری بعدی
بسته به سیاست مجموعه، میتوان یک پیام دریافت درخواست ارسال کرد یا پیشنویس پاسخ را در اختیار کارشناس قرار داد. اگر پاسخ شامل پیشنهاد مالی، تعهد اجرایی یا اطلاعات حساس باشد، تأیید انسانی اهمیت بیشتری پیدا میکند.
در ادامه، برای درخواستهایی که هنوز تعیین تکلیف نشدهاند، یادآوری داخلی ایجاد میشود. ارسال پیام پیگیری به مشتری نیز باید با توجه به رضایت مخاطب، زمان مناسب و قواعد ارتباطی کسبوکار تنظیم شود.
ایجنت هوش مصنوعی در این فرایند چه نقشی دارد؟
در یک راهکار خوب، وظیفه هر بخش روشن است. ثبت زمان دریافت فرم، انتقال یک شماره تماس یا ایجاد یادآوری معمولاً به تحلیل زبانی نیاز ندارد و میتواند با قواعد ثابت انجام شود.
در مقابل، فهمیدن اینکه مشتری در یک پیام طولانی چه میخواهد، خلاصهکردن سابقه گفتوگو یا آمادهسازی پاسخ بر اساس منابع مرتبط، میتواند از قابلیتهای مدل هوش مصنوعی استفاده کند.
ایجنت زمانی معنا پیدا میکند که این تواناییها در چارچوب هدف، ابزار و دسترسی مشخص قرار بگیرند. برای مثال، دستیار میتواند اطلاعات خدمات را جستوجو کند و پاسخ پیشنهادی بسازد؛ اما اجازه تغییر قیمت، تأیید تخفیف یا قطعیکردن قرارداد را نداشته باشد.
این مرزبندی در طراحی اهمیت زیادی دارد. هرچه اقدام حساستر باشد، نیاز به کنترل، ثبت رویداد و تأیید مسئول بیشتر میشود.
اتوماسیون با n8n چگونه ابزارها را به هم متصل میکند؟
بسیاری از کسبوکارها همزمان از سایت، ایمیل، فایلهای اطلاعاتی، تقویم و ابزارهای مدیریت کار استفاده میکنند. بخشی از زمان کارکنان صرف جابهجایی اطلاعات میان همین ابزارها میشود.
n8n یکی از ابزارهای ساخت گردش کار است که میتوان از آن برای هماهنگی این مراحل استفاده کرد. در یک پروژه، دریافت اطلاعات از فرم میتواند آغازگر فرایندی باشد که در ادامه، داده را بررسی میکند، به سرویس موردنیاز میفرستد و نتیجه را ثبت میکند.
با این حال، امکان اتصال به هر سرویس باید جداگانه بررسی شود. وجود API، سطح دسترسی، محدودیت تعداد درخواستها و شرایط استفاده از سرویس، بر طراحی اثر دارند. درباره اتصال به پیامرسانها یا نرمافزارهای اختصاصی نیز باید پیش از اجرا، امکانسنجی انجام شود.
در خدمات طراحی ایجنت و اتوماسیون هوشمند ایجنت من، نیاز کسبوکار میتواند مبنای بررسی چنین سناریوهایی قرار بگیرد؛ از یک گردش کار محدود برای ثبت درخواست تا فرایندی که چند ابزار و مرحله را به هم متصل میکند.
پاسخگویی هوشمند به چه اطلاعاتی نیاز دارد؟
دستیار پاسخگو برای ارائه اطلاعات قابل اتکا، به منابع مناسب نیاز دارد. توضیح خدمات، شرایط همکاری، مشخصات محصولات و پرسشهای پرتکرار باید روشن و بهروز باشند.
اگر در یک فایل، شرایط قدیمی همکاری نوشته شده باشد و در سایت اطلاعات دیگری وجود داشته باشد، ابتدا باید این اختلاف برطرف شود. استفاده از مدل هوش مصنوعی، جای مدیریت درست اطلاعات را نمیگیرد.
برای طراحی پاسخگویی، لازم است چند موضوع مشخص شود:
-
کدام منابع، مرجع اصلی پاسخ هستند؟
-
چه کسی مسئول بهروزرسانی آنهاست؟
-
چه اطلاعاتی عمومی و چه اطلاعاتی داخلی است؟
-
دستیار در چه موضوعاتی اجازه پاسخگویی ندارد؟
-
در صورت نبود پاسخ معتبر، درخواست چگونه به کارشناس منتقل میشود؟
برای نمونه، اگر تعرفه یک خدمت به بررسی پروژه وابسته است، دستیار باید همین موضوع را توضیح دهد و اطلاعات لازم برای برآورد را دریافت کند. اعلام یک قیمت حدسی میتواند برای مشتری انتظار نادرست ایجاد کند.
چه زمانی باید کارشناس وارد گفتوگو شود؟
خودکارسازی زمانی مفید است که مسیر رسیدگی به موارد خاص نیز مشخص باشد. بعضی مشتریان نیاز پیچیده دارند، برخی پیامها مبهماند و بعضی تصمیمها به اختیار مسئول مجموعه وابستهاند.
اعتراض مشتری، درخواست تغییر قرارداد، مذاکره درباره شرایط پرداخت یا پرسشی که پاسخ تأییدشدهای ندارد، میتواند به کارشناس ارجاع داده شود. در این انتقال، بهتر است خلاصه درخواست و اطلاعات دریافتشده نیز همراه گفتوگو باشد تا مشتری مجبور نشود همه چیز را دوباره توضیح دهد.
امکان درخواست ارتباط با انسان هم باید برای مخاطب روشن باشد. تجربه مشتری فقط به سرعت پاسخ وابسته نیست؛ رسیدن به فرد مناسب و دریافت پاسخ مسئولانه نیز اهمیت دارد.
موفقیت اتوماسیون را چگونه بسنجیم؟
پیش از اجرای پروژه، بهتر است وضعیت فعلی اندازهگیری شود. بدون شناخت نقطه شروع، ارزیابی اثر راهکار دشوار خواهد بود.
برای یک فرایند دریافت و پیگیری مشتری، میتوان شاخصهای زیر را بررسی کرد:
| شاخص | کاربرد در ارزیابی |
|---|---|
| زمان پاسخ اولیه | مشخص میکند مشتری چه مدت برای اولین پاسخ منتظر میماند |
| درخواستهای ثبتنشده | نشان میدهد چه بخشی از ورودیها وارد مسیر رسیدگی نمیشوند |
| پیگیریهای عقبافتاده | به بررسی نظم اجرای کارها کمک میکند |
| صحت دستهبندی پیامها | کیفیت تشخیص موضوع درخواست را نشان میدهد |
| زمان صرفشده برای ثبت دستی | میزان کار تکراری کارکنان را قابل بررسی میکند |
نتیجه باید با توجه به حجم و نوع درخواستها تفسیر شود. افزایش فروش نیز به عوامل متعددی مانند کیفیت ورودی، قیمت، پیشنهاد تجاری و عملکرد تیم وابسته است؛ بنابراین، نباید هر تغییر در فروش را صرفاً به اجرای اتوماسیون نسبت داد.
چرا شروع با یک فرایند محدود منطقی است؟
یک پروژه کوچک با هدف روشن، فرصت مناسبی برای شناخت نیازهای واقعی ایجاد میکند. برای مثال، کسبوکار میتواند ابتدا فقط ثبت درخواست و اعلان داخلی را اجرا کند. پس از بررسی عملکرد، دستهبندی هوشمند یا تهیه پیشنویس پاسخ به آن اضافه شود.
این روش کمک میکند خطاها زودتر دیده شوند و بازخورد کارکنان در توسعه راهکار اثر داشته باشد. همچنین مشخص میشود کدام قابلیت واقعاً استفاده میشود و چه بخشی نیاز به اصلاح دارد.
نسخه اولیه باید با ورودیهای متفاوت آزمایش شود؛ از درخواست کامل تا متن نامفهوم، اطلاعات تکراری و قطع ارتباط با سرویسها. کارکردن راهکار در شرایط عادی، تنها بخشی از ارزیابی است. رفتار آن هنگام بروز مشکل نیز باید مشخص باشد.

برای سفارش ایجنت و اتوماسیون چه اطلاعاتی آماده کنیم؟
برای شروع گفتگو با مجری، لازم نیست همه جزئیات فنی از قبل مشخص باشد. شرح دقیق فرایند فعلی معمولاً ارزش بیشتری از انتخاب زودهنگام ابزار دارد.
کسبوکار میتواند توضیح دهد درخواستها از کجا میرسند، روزانه چه حجمی دارند، اکنون چگونه ثبت میشوند و کدام مرحله بیشترین زمان را میگیرد. معرفی ابزارهای موجود و مشخصکردن اقدامهایی که باید تأیید انسانی داشته باشند نیز به برآورد کمک میکند.
هزینه پروژه به تعداد اتصالها، پیچیدگی مراحل، کیفیت داده و نیازهای نگهداری وابسته است. علاوه بر طراحی، هزینه زیرساخت و سرویسهای مصرفی نیز باید روشن باشد تا تصمیمگیری بر اساس تصویر کاملتری انجام شود.
بررسی راهکار متناسب با کسبوکار در ایجنت من
برای مجموعههایی که به دنبال مجری طراحی ایجنت هوش مصنوعی و اتوماسیون هوشمند در ایران هستند، ایجنت من با نام میلاد صفدری، خدمات خود را حول کاربردهای اجرایی این فناوری ارائه میکند؛ کاربردهایی مانند پاسخگویی اولیه، دریافت اطلاعات، مدیریت درخواست و پیگیری فرایندها.
شروع همکاری میتواند از یک مسئله مشخص باشد: درخواستهایی که دیر پاسخ میگیرند، اطلاعاتی که چند بار ثبت میشوند یا پیگیریهایی که موعدشان میگذرد. با تعریف دقیق همین مسئله، میتوان امکان اجرای راهکار، محدوده پروژه و معیار ارزیابی آن را بررسی کرد.
برای آشنایی با خدمات ایجنت من و مطرحکردن نیاز پروژه، به وبسایت my-aiagent.ir مراجعه کنید. توضیح کوتاهی از فرایند فعلی و تغییری که انتظار دارید، نقطه شروع مناسبی برای بررسی یک راهکار متناسب با کسبوکار شماست.