Telefonní recepční s umělou inteligencí: skutečné problémy a proč web funguje lépe

Existují dvě recepční s umělou inteligencí. Jedna zvedá sluchátko a odpovídá hlasem. Druhá píše v chatu na webové stránce. Tento článek se zabývá tou první: jaké problémy se objevují, když se jedná o telefonický hovor, a proč se tyto problémy netýkají chatu. Každý údaj je podložen příslušnou studií a odkazem, který ji otevírá. Nejedná se o smyšlená čísla a není zde zmíněna žádná konkurenční společnost.

Lidé chtějí mít možnost se s někým spojit

Společnost Gartner se v únoru a březnu 2026 zeptala 3 566 firemních i soukromých zákazníků na využívání generativní umělé inteligence v oblasti zákaznické podpory. 87 % respondentů uvedlo, že pokud firma tuto umělou inteligenci používá, je zásadní mít možnost spojit se s živým člověkem. Zároveň 50 % respondentů uvedlo, že vyřizování záležitostí je snazší, když firma generativní AI využívá. Z toho nelze vyvodit, že „AI je zbytečná“. Lidé totiž pomoc přijímají, ale odmítají, aby jim tato pomoc kladla překážky.

Těm, kteří nechtěli využívat umělou inteligenci, položila společnost Gartner otázku, co by je přimělo změnit názor. Nejčastější odpovědí byla možnost přepojit hovor na člověka, pokud by to bylo nutné. Ve stejném komentáři společnosti Gartner se dále uvádí, že není vhodné nastavit AI jako povinný krok ve všech případech: pokud zákazník předtím, než se mu podaří s někým spojit, absolvuje několik neúspěšných pokusů, je méně pravděpodobné, že tento nástroj znovu použije. 58 % uživatelů generativní umělé inteligence ji již využilo k dokončení úkolu, nikoli pouze k přečtení odpovědi. Ve firmách se tento podíl zvyšuje na 74 %.

Gartner, srpen 2026: průzkum mezi 3 566 zákazníky (únor a březen 2026)

Ten strach není nic nového: oslovit někoho

Již předchozí průzkum společnosti Gartner z prosince 2023, do kterého se zapojilo 5 728 zákazníků, směřoval stejným směrem. 64 % respondentů by upřednostnilo, aby firmy při poskytování zákaznické podpory nepoužívaly umělou inteligenci. 53 % by zvážilo změnu poskytovatele, pokud by vědělo, že daná společnost bude při obsluze zákazníků využívat umělou inteligenci. Největší obavou bylo, že bude obtížnější se spojit s živým člověkem. Následovaly dopady na zaměstnanost a obavy, že umělá inteligence poskytne nesprávnou odpověď.

Gartner, 9. července 2024: průzkum mezi 5 728 zákazníky (prosinec 2023)

Ten, kdo právě volal, je ten, kdo hlasovou umělou inteligenci chce nejméně

V dokumentu společnosti Gartner „Four Data Findings to Inform Your Customer Experience Strategy“ polovina zákazníků uvedla, že by využila digitálního asistenta založeného na generativní umělé inteligenci. Při rozčlenění podle kanálů se tento údaj liší. Mezi těmi, kteří při svém posledním kontaktu využili telefon, souhlasilo s použitím takového asistenta pouze 35 %. Společnost Gartner to vysvětluje praktickou úvahou: pokud jim telefonát již vyřešil problém díky rozhovoru s živým člověkem, nemají důvod riskovat, že příště ztratí čas s automatickým hlasovým systémem. Stejná studie doporučuje neskrývat přítomnost živého člověka: je třeba jasně sdělit, že asistent může případ vyřešit, a pokud ne, předat jej dál.

Gartner, Čtyři poznatky o datech, které vám pomohou při tvorbě strategie zákaznické zkušenosti (PDF)

Hlas se špatně rozumí, a to člověka štve

Ofcom zkoumal inteligentní reproduktory ve Velké Británii prostřednictvím kvalitativního terénního výzkumu provedeného v období od srpna do října 2022: zapojilo se sto uživatelů a navíc byly provedeny rozhovory s těmi, kteří žádný takový přístroj nevlastnili. Nejedná se o průzkum s celostátními procentuálními údaji. I tak je závěr uvedené zprávy jasný: zdaleka nejčastější stížností bylo, že zařízení nerozumělo nebo neslyšelo, o co bylo požádáno. Bylo nutné opakovat nebo změnit způsob vyjadřování, protože zařízení začalo dělat něco jiného nebo danou větu ignorovalo.

V téže studii část účastníků uvedla, že regionální nebo mezinárodní přízvuk – ať už jejich vlastní, nebo někoho z rodiny – způsoboval častější selhání zařízení. Někteří příbuzní přestali zařízení používat, protože se jim nedařilo, aby jim rozumělo. Selhávalo také u dětí, při tichém hlasu, u těch, kdo mluvili rychle, z větší vzdálenosti nebo konverzačním tónem namísto krátkého příkazu. Veřejné shrnutí Ofcomu to vyjadřuje jednou větou: většina účastníků byla frustrována tím, že reproduktor dobře nereagoval na příkazy, a nejvíce to bylo patrné u těch, kteří měli výrazný regionální přízvuk.

Ofcom, Průzkum inteligentních reproduktorů (PDF, terénní průzkum srpen–říjen 2022)

Ofcom, shrnutí: Uživatelé chytrých reproduktorů nebudou o letošních Vánocích osamělí

BBC Research & Development zveřejnila v roce 2019 výsledky online průzkumu mezi 330 respondenty, které oslovila prostřednictvím příspěvku na svém blogu. Nejedná se o náhodný výběr z celé země: nejvíce odpovědí přišlo od lidí ve věku 25 až 54 let a převážně od zaměstnanců BBC v Londýně a na severozápadě Anglie. I přes tato omezení čtvrtina respondentů uvedla, že jim asistent rozuměl jen málo nebo vůbec. 38 % přičítalo chyby přízvuku a 36 % hluku v místnosti. 55 % respondentů uvedlo, že technologie ještě není dostatečně vyspělá, a 58 % se domnívalo, že příčinou selhání je nevědomost, jaký příkaz vyslovit. Když asistent nerozumí, zpráva zaznamenává frustraci, rozzlobenost a větší stres. Stížnosti se netýkaly pouze samotného selhání, ale také opakovaných a málo užitečných chybových hlášení.

BBC Research & Development, Uživatelské rozhraní inteligentních reproduktorů a emoce uživatelů (PDF, 2019)

Na tomto kanálu působí telefonní recepční s umělou inteligencí. Musí vyslechnout větu, často s hlukem v pozadí, a rozhodnout, kdy daná osoba domluvila. Webový chat text nepřepisuje: čte to, co návštěvník napsal. Přízvuk ani hluk v místnosti nemění písmena. To však neznamená, že je chat bezchybný. Pokud je zadání nesprávné, bude i odpověď nesprávná. Odstraňuje tak chyby, které jsou vlastní lidskému sluchu.

Pro ústní konverzaci přichází odpověď pozdě

V rozhovoru mezi lidmi obvykle přichází řada na řeč téměř okamžitě. Článek z konference SIGDIAL 2022 s názvem „When can I Speak?“ shrnuje současný stav systémů hlasového dialogu: ty začínají mluvit až po dlouhém tichu trvajícím 700 až 1 000 milisekund, a proto se rozhovor jeví jako pomalý a nepřirozený. Lidé, jak uvádí stejný článek, obvykle reagují za přibližně 200 milisekund. Vyčkat na tak dlouhé ticho je běžným způsobem, jak nepřerušit toho, kdo ještě přemýšlí. Je to také způsob, jak vytvořit pauzu, která je při telefonním hovoru znatelná.

SIGDIAL 2022: Kdy mohu promluvit? Předpovídání okamžiků zahájení konverzace u agentů pro mluvený dialog

Studie představená na konferenci SemDial měřila skutečné konverzace s hlasovými asistenty, nikoli laboratorní experiment s jediným příkazem. Analyzovala 1 077 změn v konverzaci u deseti osob, které asistenta používaly poprvé, a to v šesti domácnostech. Průměrná modelovaná doba od okamžiku, kdy daná osoba domluvila, do okamžiku, kdy se ujal slova asistent, činila 1 366 milisekund, se standardní odchylkou 30 milisekund. Autoři to porovnávají s délkou střídání řeči mezi lidmi, která se pohybuje kolem 300 milisekund, přičemž citují Levinsona a Torreiru (2015), Stiverse a kol. (2009) a Heldnera a Edlunda (2010). Vzorek je malý a jedná se o první použití těchto metod: nejde o průměr ze všech zemí ani ze všech produktů. Ukazuje však, že ve skutečných rozhovorech je čekací doba několikrát delší než v lidské konverzaci, a to bez výplňových slov, kterými člověk signalizuje, že se chystá odpovědět.

SemDial: Alexo, jsi moc pomalá! (Barthel), střídání směn s hlasovými asistenty

V chatu toto čekání nikomu nepřeruší větu. Návštěvník napíše, odešle a může pokračovat na stránce. Odpověď zůstane napsaná. Neexistuje hlas, který by se ozval pozdě a překryl další větu, což je další efekt, který stejná studie SemDial popisuje v případě odpovědí asistenta. Hostly neuvádí garantovanou dobu odezvy modelu: chat prochází frontou a doba odezvy závisí na vytížení. Co však chybí, je ticho během hovoru, kdy systém čeká, až domluvíte.

Smyčky, syntetický hlas a otázka, jestli tam někdo je

Komentář společnosti Gartner z roku 2026 neuvádí procentuální podíl hovorů uvízlých ve smyčce. Popisuje však mechanismus: několik neúspěšných pokusů s umělou inteligencí předtím, než se zákazník spojí s živým operátorem, snižuje pravděpodobnost, že tento nástroj znovu využije. Při hovoru je tato smyčka slyšitelná. Je třeba opakovat, počkat na další otázku z nabídky a znovu požádat o spojení s živým operátorem. V chatu zůstává konverzace zaznamenána. Tým ji otevře v panelu a může do ní přímo odpovídat.

Hlas, který odpovídá při automatickém hovoru, je generovaný. Tento článek neuvádí procento lidí, kteří jej vnímají jako „robotický“: mezi výše uvedenými zdroji není žádný průzkum, který by tento pojem měřil na jasném vzorku. Co však bylo změřeno, je frustrace v případě, že systém nerozumí, jak uvádí zpráva BBC, a stížnost Ofcomu, když je třeba příkaz opakovat. Hlas, který nerozlišuje nuance, a selhávající rozpoznávání se tak spojují v jedné a téže minutě. Na webu je odpověď textová. Lze si ji přečíst znovu. Není třeba hádat slovo, které zaznělo nesprávně.

Společnost Salesforce zadala agentuře YouGov průzkum mezi 15 015 spotřebiteli, který proběhl od 16. července do 16. srpna 2024 v 18 zemích, včetně Španělska. Téměř tři ze čtyř respondentů chtěli vědět, zda hovoří s agentem AI. 45 % respondentů uvedlo, že by agenta s umělou inteligencí využívali častěji, pokud by existovala jasná možnost přepojení na živého člověka. Pouze 30 % spotřebitelů by upřednostnilo komunikaci s agentem s umělou inteligencí namísto živého člověka výměnou za rychlejší službu. Zpráva společnosti Salesforce ve formátu PDF, vycházející ze stejného průzkumu, uvádí následující údaje: 72 % respondentů považuje za důležité vědět, kdy hovoří s agentem AI. Transparentnost a možnost přepojení na živého člověka nejsou jen doplňkem. Jsou to požadavky, které tento vzorek spotřebitelů vyslovuje.

Salesforce, „State of the AI Connected Customer“, průzkum YouGov, červenec–srpen 2024

Salesforce, State of the Connected Customer (PDF ze stejné výzkumné řady)

Proč webová recepční s umělou inteligencí tyto chyby nezdědí

Hostly je recepční s umělou inteligencí na webu, nikoli po telefonu. Návštěvník píše do chatu na vašem webu. Nejde o rozpoznávání hlasu, ani o přízvuk, ani o hluk v místnosti, ani o syntetický hlas, který by odpovídal. Odpověď vychází z informací, které firma schválila. Pokud daná informace není k dispozici, řekne, že to neví. Nevymýšlí si cenu, otevírací dobu ani volný termín. Pokud jsou rezervace povoleny, nabízí pouze termíny, které vykazuje kalendář.

Spojení s operátorem v Hostly neznamená automatické přesměrování hovoru. Tým vidí konverzaci na panelu a převezme kontrolu. Zatímco operátor píše, umělá inteligence v dané konverzaci neodpovídá. Žádost o operátora sama o sobě konverzaci nepřesměruje – to provádí ten, kdo je na panelu. Jedná se o skutečné omezení produktu a je lepší to upřímně říci, než slibovat funkci „přepojte mě na někoho“, kterou chat sám neprovede. Zabrání se tím však tomu, aby někdo mluvil sám do prázdna s nabídkou: text zůstane zachován a operátor může pokračovat přesně tam, kde se konverzace zastavila.

Umělá inteligence odpovídá v chatu na vašem webu. Tlačítko WhatsApp, pokud ho aktivujete, otevře firemní WhatsApp a odpoví na něj člověk: umělá inteligence se do této konverzace nezapojuje. Hostly tento WhatsApp nečte ani do něj nevkládá žádný model. Kdo chce napsat firmě, a ne do chatu na webu, použije toto tlačítko. Kdo je na webu, může zůstat v chatu.

Základní cena činí 29,90 € měsíčně, včetně DPH. Na této stránce se neuvádí, že chat snižuje počet zrušení rezervací, ani že platby přes Stripe podléhají konkrétní provizi: tyto informace nejsou uvedeny ve výše uvedených zdrojích a v tomto textu se nejedná o slib týkající se produktu. Platba, pokud ji podnik aktivuje, se provádí jako záloha nebo celková částka při rezervaci. Platba kartou neprochází přes Hostly.

Co tento článek neprokazuje

To neznamená, že všechny telefonní recepční s umělou inteligencí selhávají stejně. Studie se zabývají hlasovými asistenty, reproduktory a názory na využití umělé inteligence v oblasti zákaznické péče, nikoli souhrnem všech produktů. Vzorek společnosti SemDial tvoří deset osob. Vzorek BBC není náhodný. Kvalitativní je i průzkum Ofcomu týkající se reproduktorů. Průzkumy společností Gartner a Salesforce jsou rozsáhlé ankety mezi zákazníky a spotřebiteli, nikoli poslechový test konkrétního čísla.

Ani to neprokazuje, že chat se nikdy nemýlí. Pokud jsou údaje v profilu zastaralé, je zastaralá i odpověď. Pokud firma vypne umělou inteligenci, nikdo neodpovídá, dokud se nepřihlásí člověk. Pokud návštěvník potřebuje zavolat, firemní telefon zůstává telefonem: Hostly ho nenahrazuje. Chat však zabraňuje chybám, které vznikají pouze proto, že se jedná o ústní konverzaci.

Produktový list, který obsahuje informace o instalaci, jazycích, rezervacích a ceně, představuje recepční s umělou inteligencí.

Zdroje

Popis produktu je recepční IA.