Τηλεφωνικοί υπάλληλοι υποδοχής με τεχνητή νοημοσύνη: πραγματικά προβλήματα και γιατί το διαδίκτυο λειτουργεί καλύτερα

Υπάρχουν δύο ρεσεψιονίστ τεχνητής νοημοσύνης. Η μία σηκώνει το τηλέφωνο και απαντά με φωνή. Η άλλη γράφει στο chat μιας ιστοσελίδας. Αυτό το άρθρο αφορά την πρώτη: ποια προβλήματα προκύπτουν όταν η εξυπηρέτηση γίνεται μέσω τηλεφωνικής κλήσης και γιατί αυτά τα προβλήματα δεν είναι τα ίδια με αυτά του chat. Κάθε αριθμός συνοδεύεται από τη μελέτη στην οποία βασίζεται και από έναν σύνδεσμο για να την ανοίξετε. Δεν υπάρχουν πλασματικοί αριθμοί και δεν αναφέρεται καμία ανταγωνιστική εταιρεία.

Ο κόσμος θέλει να μπορεί να επικοινωνήσει με κάποιον

Η Gartner διεξήγαγε έρευνα τον Φεβρουάριο και τον Μάρτιο του 2026 σε 3.566 πελάτες, τόσο επιχειρήσεις όσο και καταναλωτές, σχετικά με τη χρήση της γενετικής τεχνητής νοημοσύνης (AI) στην εξυπηρέτηση πελατών. Το 87 % δήλωσε ότι, εάν μια επιχείρηση χρησιμοποιεί αυτή την τεχνητή νοημοσύνη, είναι απαραίτητο να υπάρχει η δυνατότητα επικοινωνίας με έναν άνθρωπο. Παράλληλα, το 50% δήλωσε ότι οι διαδικασίες διευκολύνονται όταν η εταιρεία χρησιμοποιεί γενετική τεχνητή νοημοσύνη. Το συμπέρασμα δεν είναι ότι «η τεχνητή νοημοσύνη είναι περιττή». Απλώς, οι άνθρωποι δέχονται τη βοήθεια, αλλά δεν θέλουν αυτή η βοήθεια να αποτελεί εμπόδιο.

Σε όσους δεν ήθελαν να χρησιμοποιήσουν την τεχνητή νοημοσύνη, η Gartner ρώτησε τι θα τους έκανε να αλλάξουν γνώμη. Η πιο συχνή απάντηση ήταν η δυνατότητα να μεταβούν σε έναν άνθρωπο, αν χρειαστεί. Το ίδιο σχόλιο της Gartner προσθέτει ότι δεν είναι σκόπιμο να θεωρείται η τεχνητή νοημοσύνη ως υποχρεωτικό βήμα σε όλες τις περιπτώσεις: όταν ο πελάτης περνάει από αρκετές αποτυχημένες προσπάθειες πριν καταφέρει να επικοινωνήσει με κάποιον, είναι λιγότερο πιθανό να ξαναχρησιμοποιήσει αυτό το εργαλείο. Το 58 % όσων χρησιμοποιούν γενετική τεχνητή νοημοσύνη (AI) την έχουν ήδη χρησιμοποιήσει για να ολοκληρώσουν μια εργασία, όχι μόνο για να διαβάσουν μια απάντηση. Στις επιχειρήσεις, το ποσοστό αυτό ανέρχεται στο 74 %.

Gartner, Αύγουστος 2026: έρευνα σε 3.566 πελάτες (Φεβρουάριος και Μάρτιος 2026)

Ο φόβος δεν είναι κάτι καινούργιο: να πλησιάσεις κάποιον

Μια προηγούμενη έρευνα της Gartner, του Δεκεμβρίου 2023, στην οποία συμμετείχαν 5.728 πελάτες, έδειχνε ήδη την ίδια τάση. Το 64 % θα προτιμούσε οι εταιρείες να μην χρησιμοποιούν τεχνητή νοημοσύνη στην εξυπηρέτηση πελατών. Το 53% θα σκεφτόταν να αλλάξει πάροχο αν γνώριζε ότι η εταιρεία θα χρησιμοποιούσε τεχνητή νοημοσύνη για την εξυπηρέτηση πελατών. Η κύρια ανησυχία ήταν ότι θα ήταν πιο δύσκολο να επικοινωνήσουν με έναν άνθρωπο. Ακολουθούσαν οι επιπτώσεις στην απασχόληση και το ενδεχόμενο η τεχνητή νοημοσύνη να δώσει λάθος απάντηση.

Gartner, 9 Ιουλίου 2024: έρευνα σε 5.728 πελάτες (Δεκέμβριος 2023)

Αυτός που μόλις τηλεφώνησε είναι αυτός που θέλει λιγότερο μια φωνητική τεχνητή νοημοσύνη

Στο έγγραφο της Gartner με τίτλο «Four Data Findings to Inform Your Customer Experience Strategy», οι μισοί πελάτες δήλωσαν ότι θα χρησιμοποιούσαν έναν ψηφιακό βοηθό με γενετική τεχνητή νοημοσύνη. Η ανάλυση ανά κανάλι αλλάζει το ποσοστό αυτό. Μεταξύ όσων είχαν χρησιμοποιήσει το τηλέφωνο κατά την τελευταία τους συναλλαγή, μόνο το 35 % συμφώνησε να χρησιμοποιήσει αυτόν τον βοηθό. Η Gartner το εξηγεί με μια πρακτική παρατήρηση: αν η τηλεφωνική κλήση τους έλυσε ήδη το πρόβλημα μέσω συνομιλίας με έναν άνθρωπο, δεν έχουν λόγο να ρισκάρουν το χρόνο τους με έναν αυτόματο τηλεφωνητή την επόμενη φορά. Το ίδιο έγγραφο συνιστά να μην κρύβεται η παρουσία του ανθρώπου: να γίνεται σαφές ότι ο βοηθός μπορεί να επιλύσει το ζήτημα και, αν όχι, να το παραπέμψει.

Gartner, Τέσσερα ευρήματα σχετικά με τα δεδομένα που θα σας βοηθήσουν να διαμορφώσετε τη στρατηγική σας για την εμπειρία πελατών (PDF)

Η φωνή παρερμηνεύεται, και αυτό εκνευρίζει

Η Ofcom διεξήγαγε έρευνα σχετικά με τα έξυπνα ηχεία στο Ηνωμένο Βασίλειο μέσω μιας ποιοτικής επιτόπιας μελέτης μεταξύ Αυγούστου και Οκτωβρίου 2022: εκατό χρήστες, καθώς και συνεντεύξεις με άτομα που δεν διέθεταν τέτοια συσκευή. Δεν πρόκειται για έρευνα με εθνικό ποσοστό. Παρόλα αυτά, το συμπέρασμα της έκθεσής της είναι σαφές: το γεγονός ότι η συσκευή δεν καταλάβαινε ή δεν άκουγε αυτό που της ζητούσαν ήταν, με μεγάλη διαφορά, το πιο συχνό παράπονο. Χρειαζόταν να επαναλάβουν ή να αλλάξουν τον τρόπο ομιλίας τους, επειδή η συσκευή είχε ξεκινήσει κάτι άλλο ή είχε αγνοήσει τη φράση.

Στην ίδια αυτή μελέτη, ένα μέρος των συμμετεχόντων ανέφερε ότι μια τοπική ή διεθνής προφορά —η δική τους ή κάποιου από το σπίτι τους— προκαλούσε περισσότερες δυσλειτουργίες στη συσκευή. Ορισμένοι συγγενείς είχαν σταματήσει να το χρησιμοποιούν επειδή δεν κατάφερναν να το κάνουν να τους καταλάβει. Επίσης, παρουσίαζε δυσλειτουργίες όταν το χρησιμοποιούσαν παιδιά, όταν η φωνή ήταν χαμηλή, όταν κάποιος μιλούσε γρήγορα, από μακριά ή όταν χρησιμοποιούσε τον τόνο μιας συνομιλίας αντί για μια σύντομη εντολή. Η δημόσια σύνοψη της Ofcom το συνοψίζει σε μία φράση: οι περισσότεροι ένιωθαν απογοήτευση επειδή το ηχείο δεν ανταποκρινόταν καλά στις εντολές, και αυτό ήταν πιο εμφανές σε όσους είχαν έντονη τοπική προφορά.

Ofcom, Έρευνα για τα έξυπνα ηχεία (PDF, έρευνα πεδίου Αύγουστος-Οκτώβριος 2022)

Ofcom, περίληψη: Αυτά τα Χριστούγεννα δεν θα είναι μοναχικά για τους χρήστες έξυπνων ηχείων

Το BBC Research & Development δημοσίευσε το 2019 μια διαδικτυακή έρευνα σε 330 άτομα, τα οποία προσέλκυσε μέσω μιας ανάρτησης στο blog του. Δεν πρόκειται για τυχαίο δείγμα μιας χώρας: οι περισσότερες απαντήσεις προήλθαν από άτομα ηλικίας 25 έως 54 ετών, ενώ το δείγμα περιλάμβανε κυρίως υπαλλήλους του BBC στο Λονδίνο και στη βορειοδυτική Αγγλία. Με αυτόν τον περιορισμό, το ένα τέταρτο των ερωτηθέντων δήλωσε ότι ο βοηθός τους καταλάβαινε ελάχιστα ή καθόλου. Το 38% απέδιδε τα λάθη στην προφορά και το 36% στον θόρυβο του δωματίου. Το 55% ανέφερε ότι η τεχνολογία δεν ήταν ακόμη επαρκής και το 58% ότι το πρόβλημα οφειλόταν στο γεγονός ότι δεν γνώριζαν ποια εντολή να προφέρουν. Όταν ο βοηθός δεν καταλαβαίνει, η έκθεση καταγράφει απογοήτευση, θυμό και περισσότερο άγχος. Το παράπονο δεν αφορούσε μόνο το σφάλμα: αφορούσε επίσης τα μηνύματα σφάλματος, τα οποία ήταν επαναλαμβανόμενα και ελάχιστα χρήσιμα.

BBC Research & Development, «Smart Speaker UX and User Emotion» (PDF, 2019)

Σε αυτό το κανάλι λειτουργεί μια τηλεφωνική ρεσεψιονίστ με τεχνητή νοημοσύνη. Πρέπει να ακούσει μια φράση, συχνά με θόρυβο στο παρασκήνιο, και να αποφασίσει πότε ο συνομιλητής έχει τελειώσει να μιλάει. Μια διαδικτυακή συνομιλία δεν μεταγράφει: διαβάζει ό,τι έχει πληκτρολογήσει ο επισκέπτης. Η προφορά και ο θόρυβος του χώρου δεν αλλάζουν τα γράμματα. Αυτό όμως δεν καθιστά τη συνομιλία αλάνθαστη. Αν τα στοιχεία είναι λανθασμένα, η απάντηση είναι λανθασμένη. Εξαλείφει το λάθος που οφείλεται στην ακρόαση.

Η απάντηση έρχεται αργά για μια προφορική συνομιλία

Σε μια συνομιλία μεταξύ ατόμων, η σειρά μιλάς έρχεται συνήθως αμέσως. Ένα άρθρο του SIGDIAL 2022, με τίτλο «When can I Speak;», συνοψίζει την τρέχουσα κατάσταση των συστημάτων προφορικού διαλόγου: ξεκινούν τη σειρά τους μετά από μια μακρά σιωπή, από 700 έως 1.000 χιλιοστά του δευτερολέπτου, και γι’ αυτό η συζήτηση φαίνεται αργή και λίγο αφύσικη. Οι άνθρωποι, σύμφωνα με το ίδιο άρθρο, απαντούν συνήθως σε περίπου 200 χιλιοστά του δευτερολέπτου. Το να περιμένει κανείς μέχρι να υπάρξει μια τόσο μεγάλη σιωπή είναι ο συνήθης τρόπος για να μην διακόψει αυτόν που ακόμα σκέφτεται. Είναι επίσης ο τρόπος για να αφήσει ένα κενό που, σε μια τηλεφωνική κλήση, γίνεται αισθητό.

SIGDIAL 2022: Πότε μπορώ να μιλήσω; Πρόβλεψη των σημείων έναρξης για τους πράκτορες προφορικού διαλόγου

Μια μελέτη που παρουσιάστηκε στο SemDial μέτρησε πραγματικές συνομιλίες με φωνητικούς βοηθούς, και όχι μια εργαστηριακή δοκιμή με μία μόνο εντολή. Ανέλυσε 1.077 αλλαγές σειράς ομιλίας από δέκα άτομα που χρησιμοποιούσαν τον βοηθό για πρώτη φορά, σε έξι νοικοκυριά. Ο μέσος χρόνος που υπολογίστηκε από τη στιγμή που το άτομο τελείωνε την ομιλία του μέχρι τη στιγμή που ο βοηθός αναλάμβανε τον λόγο ήταν 1.366 χιλιοστά του δευτερολέπτου, με τυπικό σφάλμα 30 χιλιοστά του δευτερολέπτου. Οι συγγραφείς το συγκρίνουν με την αλλαγή λόγου μεταξύ ανθρώπων, που είναι περίπου 300 χιλιοστά του δευτερολέπτου, αναφέροντας τους Levinson και Torreira (2015), τους Stivers και άλλους (2009) και τους Heldner και Edlund (2010). Το δείγμα είναι μικρό και πρόκειται για πρώτες εφαρμογές: δεν αποτελεί μέσο όρο όλων των χωρών ούτε όλων των προϊόντων. Ωστόσο, δείχνει, σε πραγματικές συνομιλίες, μια αναμονή πολλές φορές μεγαλύτερη από αυτή μιας ανθρώπινης συνομιλίας, και χωρίς τις φράσεις-γέφυρες με τις οποίες ένα άτομο προειδοποιεί ότι πρόκειται να απαντήσει.

SemDial: Alexa, είσαι πολύ αργή! (Barthel), αλλαγές βάρδιας με φωνητικούς βοηθούς

Σε ένα chat, αυτή η αναμονή δεν διακόπτει τη φράση κανενός. Ο επισκέπτης γράφει, στέλνει και μπορεί να συνεχίσει στη σελίδα. Η απάντηση παραμένει γραπτή. Δεν υπάρχει φωνή που να μπαίνει αργά και να «πατάει» την επόμενη φράση, κάτι που αποτελεί ένα ακόμη φαινόμενο που περιγράφει η ίδια μελέτη της SemDial στις ανταποκρίσεις του βοηθού. Το Hostly δεν δημοσιεύει εγγυημένο χρόνο απόκρισης του μοντέλου: η συνομιλία περνάει από μια ουρά αναμονής και ο χρόνος εξαρτάται από το φόρτο εργασίας. Αυτό που δεν υπάρχει είναι η σιωπή μιας τηλεφωνικής κλήσης, ενώ ένα σύστημα αποφασίζει ότι έχεις τελειώσει να μιλάς.

Λουκέτα, συνθετική φωνή και το ερώτημα αν υπάρχει κάποιος

Η ανάλυση της Gartner για το 2026 δεν αναφέρει το ποσοστό των κλήσεων που παγιδεύονται σε έναν βρόχο. Περιγράφει τον μηχανισμό: οι πολλές αποτυχημένες προσπάθειες με την τεχνητή νοημοσύνη πριν καταφέρει κανείς να επικοινωνήσει με έναν άνθρωπο μειώνουν την πιθανότητα ο πελάτης να ξαναχρησιμοποιήσει το εργαλείο. Σε μια κλήση, αυτός ο βρόχος γίνεται αντιληπτός. Πρέπει να επαναλάβεις, να περιμένεις την επόμενη ερώτηση του μενού και να ζητήσεις ξανά να μιλήσεις με κάποιον. Στο chat, η συνομιλία καταγράφεται γραπτώς. Η ομάδα την ανοίγει στον πίνακα ελέγχου και μπορεί να απαντήσει στην ίδια συνομιλία.

Η φωνή που απαντά σε μια αυτόματη κλήση είναι μια τεχνητή φωνή. Το άρθρο αυτό δεν αναφέρει το ποσοστό των ατόμων που τη θεωρούν «ρομποτική»: μεταξύ των παραπάνω πηγών, δεν υπάρχει καμία έρευνα που να μετρά αυτό το χαρακτηριστικό με ένα σαφές δείγμα. Αυτό που έχει μετρηθεί, όμως, είναι η απογοήτευση όταν το σύστημα δεν καταλαβαίνει, σύμφωνα με την έκθεση της BBC, καθώς και το παράπονο της Ofcom όταν πρέπει να επαναληφθεί η εντολή. Μια φωνή που δεν δέχεται αποχρώσεις και μια αναγνώριση που αποτυγχάνει συνυπάρχουν στο ίδιο λεπτό. Στο διαδίκτυο, η απάντηση είναι κείμενο. Μπορεί κανείς να το ξαναδιαβάσει. Δεν χρειάζεται να μαντέψει κανείς μια λέξη που ακούστηκε λάθος.

Η Salesforce ανέθεσε στη YouGov τη διεξαγωγή έρευνας σε 15.015 καταναλωτές, από τις 16 Ιουλίου έως τις 16 Αυγούστου 2024, σε 18 χώρες, μεταξύ των οποίων και η Ισπανία. Σχεδόν τρεις στους τέσσερις ήθελαν να γνωρίζουν αν μιλούσαν με έναν πράκτορα τεχνητής νοημοσύνης. Το 45% δήλωνε ότι θα χρησιμοποιούσε περισσότερο έναν πράκτορα τεχνητής νοημοσύνης αν υπήρχε σαφής τρόπος να αναλάβει ένας άνθρωπος. Μόνο το 30% των καταναλωτών θα συνεργαζόταν με έναν πράκτορα τεχνητής νοημοσύνης αντί για έναν άνθρωπο, με αντάλλαγμα μια ταχύτερη εξυπηρέτηση. Η έκθεση της Salesforce σε μορφή PDF, που προέρχεται από την ίδια έρευνα, το ποσοτικοποιεί ως εξής: το 72% θεωρεί σημαντικό να γνωρίζει πότε μιλά με έναν πράκτορα τεχνητής νοημοσύνης. Η διαφάνεια και η δυνατότητα να απευθυνθεί κανείς σε έναν άνθρωπο δεν είναι απλώς διακοσμητικά στοιχεία. Είναι αυτό που ζητά το συγκεκριμένο δείγμα.

Salesforce, «State of the AI Connected Customer», έρευνα της YouGov, Ιούλιος-Αύγουστος 2024

Salesforce, State of the Connected Customer (PDF από την ίδια έρευνα)

Γιατί μια διαδικτυακή ρεσεψιονίστ με τεχνητή νοημοσύνη δεν κληρονομεί αυτά τα λάθη

Η Hostly είναι η ρεσεψιονίστ με τεχνητή νοημοσύνη του ιστότοπου, όχι του τηλεφώνου. Ο επισκέπτης γράφει στο chat του ιστότοπού σας. Δεν υπάρχει αναγνώριση φωνής, ούτε προφορά, ούτε θόρυβος του χώρου, ούτε συνθετική φωνή που να απαντά. Η απάντηση βασίζεται στις πληροφορίες που έχει εγκρίνει η επιχείρηση. Αν η πληροφορία δεν υπάρχει, απαντά ότι δεν γνωρίζει. Δεν επινοεί τιμή, ωράριο ή διαθέσιμη θέση. Αν οι κρατήσεις είναι ενεργοποιημένες, προσφέρει μόνο τις ώρες που εμφανίζει το ημερολόγιο.

Η σύνδεση με έναν υπάλληλο, στο Hostly, δεν αποτελεί αυτόματη ανακατεύθυνση της κλήσης. Η ομάδα βλέπει τη συζήτηση στον πίνακα ελέγχου και αναλαμβάνει τον έλεγχο. Όσο ένας υπάλληλος πληκτρολογεί, η τεχνητή νοημοσύνη δεν απαντά σε αυτή τη συζήτηση. Το να ζητήσετε έναν υπάλληλο δεν μεταφέρει από μόνο του τη συζήτηση: αυτό το κάνει όποιος βρίσκεται στον πίνακα ελέγχου. Αυτό αποτελεί πραγματικό περιορισμό του προϊόντος, και είναι καλύτερο να το αναφέρουμε παρά να υποσχεθούμε μια λειτουργία «σύνδεσέ με με κάποιον» που το chat δεν εκτελεί αυτόματα. Αυτό που αποτρέπει, ωστόσο, είναι να αφήσει κάποιον να μιλάει μόνος του σε ένα μενού: το κείμενο παραμένει, και ένας υπάλληλος μπορεί να συνεχίσει από το ίδιο σημείο.

Η τεχνητή νοημοσύνη (AI) απαντά στο chat της ιστοσελίδας σας. Το κουμπί του WhatsApp, αν το ενεργοποιήσεις, ανοίγει το WhatsApp της επιχείρησης και απαντά ένας άνθρωπος: η τεχνητή νοημοσύνη δεν παρεμβαίνει σε αυτή τη συνομιλία. Η Hostly δεν διαβάζει αυτό το WhatsApp ούτε εφαρμόζει κάποιο μοντέλο σε αυτό. Όποιος θέλει να γράψει στην επιχείρηση, και όχι στο chat της ιστοσελίδας, χρησιμοποιεί αυτό το κουμπί. Όποιος βρίσκεται στην ιστοσελίδα μπορεί να παραμείνει στο chat.

Η βασική τιμή είναι 29,90 € το μήνα, συμπεριλαμβανομένου του ΦΠΑ. Αυτή η σελίδα δεν αναφέρει ότι ένα chat μειώνει τις ακυρώσεις ούτε ότι η χρέωση μέσω Stripe έχει συγκεκριμένη προμήθεια: αυτό δεν αναφέρεται στις παραπάνω πηγές και δεν αποτελεί υπόσχεση του προϊόντος στο παρόν κείμενο. Η χρέωση, εάν η επιχείρηση την ενεργοποιήσει, γίνεται ως προκαταβολή ή ως το συνολικό ποσό κατά την κράτηση. Η πιστωτική κάρτα δεν περνάει από την Hostly.

Τι δεν αποδεικνύει αυτό το άρθρο

Δεν αποδεικνύει ότι όλες οι τηλεφωνικές ρεσεψιονίστ με τεχνητή νοημοσύνη παρουσιάζουν τα ίδια προβλήματα. Οι μελέτες αξιολογούν φωνητικούς βοηθούς, ηχεία και την άποψη για την τεχνητή νοημοσύνη στην εξυπηρέτηση πελατών, όχι μια απογραφή προϊόντων. Το δείγμα της SemDial αποτελείται από δέκα άτομα. Αυτό της BBC δεν είναι τυχαίο. Το δείγμα της Ofcom σχετικά με τα ηχεία είναι ποιοτικό. Τα δείγματα της Gartner και της Salesforce είναι μεγάλες έρευνες που απευθύνονται σε πελάτες και καταναλωτές, και όχι μια δοκιμή ακρόασης ενός συγκεκριμένου αριθμού.

Ούτε αποδεικνύει ότι ένα chat δεν κάνει ποτέ λάθος. Αν η καταχώριση είναι παλιά, το ίδιο ισχύει και για την απάντηση. Αν η επιχείρηση απενεργοποιήσει την τεχνητή νοημοσύνη, κανείς δεν απαντά μέχρι να αναλάβει κάποιος υπάλληλος. Αν ο επισκέπτης χρειάζεται τηλεφωνική επικοινωνία, το τηλέφωνο της επιχείρησης παραμένει το τηλέφωνο: το Hostly δεν το αντικαθιστά. Αυτό που αποτρέπει το chat είναι τα λάθη που υπάρχουν μόνο επειδή η συνομιλία γίνεται προφορικά.

Η κάρτα του προϊόντος, που περιλαμβάνει πληροφορίες για την εγκατάσταση, τις γλώσσες, τις κρατήσεις και την τιμή, είναι η ρεσεψιονίστ με τεχνητή νοημοσύνη.

Πηγές

Η περιγραφή του προϊόντος είναι η ρεσεψιονίστ τεχνητής νοημοσύνης.