Agent AI do analizy rozmów telefonicznych i budowy pamięci operacyjnej firmy produkcyjnej

Projekt realizowaliśmy dla firmy produkcyjnej obsługującej klientów technicznych. Znaczna część codziennej pracy odbywała się telefonicznie: rozmowy dotyczyły wycen, dostępności materiałów, parametrów, wcześniejszych realizacji, zamówień i dostaw. Informacje potrzebne do obsługi procesu pozostawały rozproszone pomiędzy rozmowami, notatkami i wiadomościami e-mail.

Firma chciała rozpoznać najczęstsze czynności, braki informacji i miejsca wymagające ponownego kontaktu. Ręczne analizowanie kolejnych transkrypcji nie zapewniało regularnego, porównywalnego obrazu, dlatego przed planowaniem automatyzacji potrzebna była wspólna struktura opisu rozmów.

Zarząd postawił jasny cel: zbudować system, który sam będzie analizował rozmowy telefoniczne, zamieniał je w uporządkowaną wiedzę i stopniowo tworzył pamięć operacyjną firmy. Dopiero na tej podstawie miały powstać decyzje dotyczące dalszej automatyzacji.

Zaproponowaliśmy wieloetapowy system analizy rozmów oparty na lokalnej transkrypcji i późniejszej analizie zbiorczej. Nagrania są najpierw zamieniane na tekst w środowisku klienta, co ogranicza potrzebę przekazywania surowego materiału do kolejnych usług.

Przed analizą zbiorczą system wyszukuje i maskuje wskazane kategorie identyfikatorów, między innymi dane kontaktowe, nazwy klientów i numery zamówień. Ten etap traktujemy jako pseudonimizację, ponieważ jego skuteczność zależy od jakości transkrypcji i reguł rozpoznawania. Następnie agent klasyfikuje temat rozmowy, etap procesu, działania, otwarte sprawy i brakujące informacje.

Najważniejszym elementem projektu była jednak warstwa agregacji. Rozmowy nie były analizowane pojedynczo. Grupowaliśmy je w batchach, a następnie budowaliśmy lokalną pamięć operacyjną. System wykrywał najczęstsze procesy, powtarzalne czynności pracowników, braki danych, zależności techniczne oraz miejsca, w których proces wymagał dodatkowych kontaktów lub ręcznej pracy. Dzięki temu firma zaczęła otrzymywać nie streszczenia rozmów, ale raporty pokazujące rzeczywiste działanie organizacji. Zamiast czytać setki transkrypcji można było zobaczyć np. ile rozmów dotyczy wycen, jak często brakuje wymiarów, gdzie pracownicy wykonują kontakt zwrotny i jakie informacje blokują kolejne etapy pracy.

Cały system został zaprojektowany modułowo. Pozwala to w kolejnych etapach rozszerzyć rozwiązanie o automatyzacje, agentów wspierających pracowników lub portal klienta - ale dopiero wtedy, gdy organizacja naprawdę zrozumie własne procesy.

Rezultatem projektu jest uporządkowana warstwa wiedzy operacyjnej budowana z rozmów telefonicznych. Raporty grupują rozmowy między innymi według wycen technicznych, zamówień materiałowych i potwierdzania parametrów, a także pokazują powtarzające się braki informacji i konieczność ponownego kontaktu.

System łączy transkrypcję, pseudonimizację, klasyfikację i agregację w jeden przepływ. Dzięki temu zespół może analizować powtarzalne kategorie pracy bez ręcznego czytania każdej transkrypcji. Dokładność klasyfikacji i maskowania powinna być kontrolowana na oznaczonej próbce przed wykorzystaniem raportów do decyzji procesowych.

Najważniejsze było jednak to, że firma nie rozpoczęła automatyzacji „w ciemno”. Zanim pojawiły się pomysły na agentów AI, portal klienta czy ograniczenie pracy administracyjnej, powstała mapa rzeczywistego działania przedsiębiorstwa. Dzięki temu kolejne decyzje mogą być podejmowane na podstawie danych, a nie przypuszczeń.

Projekt pozwolił rozpocząć dalsze prace od obserwacji rzeczywistych kategorii rozmów, a nie od założeń. Kolejne automatyzacje mogą być projektowane dopiero po weryfikacji raportów z osobami znającymi proces i po ocenie ryzyka związanego z przetwarzaniem danych.