Tehisintellekti kasutavad telefonivastuvõtjad: tegelikud probleemid ja miks veebilahendus toimib paremini

On kaks tehisintellekti-vastuvõtjat. Üks võtab toru ja vastab häälega. Teine kirjutab veebilehe vestlusaknas. Käesolev artikkel käsitleb esimest: millised probleemid tekivad, kui tegemist on telefonikõnega, ja miks need probleemid ei kehti vestlusakna puhul. Iga arv on varustatud seda toetava uuringuga ja lingiga, mille kaudu saab uuringut avada. Artiklis ei ole väljamõeldud numbreid ega nimetata ühtegi konkureerivat ettevõtet.

Inimesed tahavad, et neil oleks võimalik kellegagi ühendust võtta

Gartner küsitles 2026. aasta veebruaris ja märtsis 3 566 ettevõtte- ja eraklienti generatiivse tehisintellekti kasutamise kohta klienditeeninduses. 87 % vastas, et kui ettevõte kasutab seda tehisintellekti, on oluline, et oleks võimalik jõuda inimese juurde. Samas märkis 50%, et asjaajamine on lihtsam, kui ettevõte kasutab generatiivset tehisintellekti. Seda ei saa tõlgendada nii, et „tehisintellekt on üleliigne”. Inimesed võtavad abi vastu, kuid ei soovi, et see abi muutuks takistuseks.

Neilt, kes ei soovinud tehisintellekti kasutada, küsis Gartner, mis paneks neid meelt muutma. Kõige sagedasem vastus oli võimalus suunata kõne vajaduse korral inimesele. Samas Gartneri kommentaaris lisatakse, et tehisintellekti ei tohiks kõigil juhtudel kohustuslikuks muuta: kui klient peab enne kellegagi ühenduse saamist tegema mitu ebaõnnestunud katset, on vähem tõenäoline, et ta seda vahendit uuesti kasutab. 58 % generatiivset tehisintellekti kasutavatest inimestest on seda juba kasutanud ülesande täitmiseks, mitte ainult vastuse lugemiseks. Ettevõtetes tõuseb see protsent 74 %-ni.

Gartner, august 2026: 3 566 kliendi küsitlus (veebruar ja märts 2026)

Hirm pole midagi uut: kellegagi kontakti luua

Gartneri varasem, 2023. aasta detsembris läbi viidud uuring, milles osales 5 728 klienti, näitas juba sama suundumust. 64 % eelistaks, et ettevõtted ei kasutaks klienditeeninduses tehisintellekti. 53% kaaluks teenusepakkuja vahetamist, kui teaks, et ettevõte kavatseb klienditeeninduses kasutada tehisintellekti. Esimeseks mureks oli see, et inimese kätte saamine muutub raskemaks. Sellele järgnesid mõju tööhõivele ja hirm, et tehisintellekt annab vale vastuse.

Gartner, 9. juuli 2024: 5 728 kliendi küsitlus (detsember 2023)

See, kes just helistas, on just see, kes kõige vähem hääle-tehisintellekti tahab

Gartneri dokumendis „Four Data Findings to Inform Your Customer Experience Strategy” väitis pool klientidest, et kasutaks generatiivse tehisintellekti põhinevat digitaalset assistenti. Kanalite kaupa vaadates muutub see näitaja. Nende seas, kes olid viimase kliendikontakti käigus kasutanud telefoni, nõustusid sellist assistenti kasutama vaid 35 %. Gartner selgitab seda praktilise tähelepanekuga: kui probleem lahendati juba telefonikõne käigus inimese abiga, pole neil põhjust järgmisel korral aega automaatvastajaga raisata. Samas dokumendis soovitatakse inimest mitte varjata: tuleb selgelt öelda, et assistent võib probleemi lahendada, ja kui mitte, siis suunata kõne edasi.

Gartner, „Neli andmetest tulenevat järeldust, mis aitavad kujundada teie kliendikogemuse strateegiat“ (PDF)

Häält mõistetakse valesti, ja see ajab vihale

Ofcom uuris Ühendkuningriigis nutikõlareid kvalitatiivse välitöö raames ajavahemikus augustist oktoobrini 2022: uuring hõlmas 100 kasutajat ning lisaks viidi läbi intervjuusid nendega, kellel sellist seadet ei olnud. Tegemist ei ole riikliku valimiga uuringuga. Sellest hoolimata on aruandes esitatud järeldus selge: seadme suutmatus mõista või kuulda, mida temalt paluti, oli kaugelt kõige levinum kaebus. Tuli korrata või muuta kõnemaneeri, sest seade oli hakanud tegelema millegi muuga või ignoreerinud lause.

Samas uuringus märkis osa osalejatest, et piirkondlik või rahvusvaheline aktsent – kas nende enda või mõne pereliikme oma – põhjustas seadme sagedasemaid tõrkeid. Mõned pereliikmed olid seadme kasutamise lõpetanud, kuna seade neid ei mõistnud. Samuti esinesid tõrked laste puhul, madala häälega rääkijate puhul, kiiresti rääkijate puhul, kaugelt rääkijate puhul või siis, kui kasutati vestluslikku tooni lühikese käsu asemel. Ofcomi avalik kokkuvõte võtab selle ühe lausega kokku: enamik oli pettunud, kuna kõlar ei reageerinud käskudele hästi, ja see oli märgatavam nende puhul, kellel oli tugev piirkondlik aktsent.

Ofcom, nutikõlarite uuring (PDF, välitöö august–oktoober 2022)

Ofcom, kokkuvõte: Nutikõlarite kasutajatel ei tule sel jõulul üksildane olla

BBC Research & Development avaldas 2019. aastal veebiküsitluse, milles osales 330 inimest, kes olid värvatud nende blogi sissekande kaudu. Tegemist ei ole ühe riigi juhusliku valimiga: vastuseid tuli rohkem 25–54-aastastelt ning valimist iseloomustas BBC töötajate ülekaal Londonis ja Inglismaa loodeosas. Seda piirangut arvestades väitis veerand vastanutest, et assistent mõistis neid vähe või üldse mitte. 38% pidas vigu aktsendist tingituks ja 36% ruumis valitsevast mürast. 55% väitis, et tehnoloogia ei ole veel piisavalt arenenud, ja 58%, et viga tulenes sellest, et nad ei teadnud, millist käsku öelda. Kui assistent ei saa aru, tekitab see raporti kohaselt frustratsiooni, viha ja lisastressi. Kaebus ei puudutanud ainult viga, vaid ka korduvaid ja vähekasulikke veateateid.

BBC Research & Development, „Smart Speaker UX and User Emotion“ (PDF, 2019)

Selles kanalitöötab tehisintellekti (AI) telefonivastuvõtja. Tema ülesanne on kuulata lauset – sageli taustmüra taustal – ja otsustada, millal inimene on rääkimise lõpetanud. Veebivestlus ei transkribeeri: see loeb seda, mida külastaja on klaviatuuril sisestanud. Aktsent ja ruumis kostuv müra ei muuda tähti. See ei tee vestlusest veatut. Kui sisestus on vale, on ka vastus vale. See kõrvaldab kuulmisest tuleneva vea.

Sõnalises vestluses tuleb vastus liiga hilja

Inimeste vahelises vestluses jõuab kord tavaliselt kohe kätte. SIGDIAL 2022 artiklis „When can I Speak?“ võetakse kokku kõnedialoogisüsteemide praegune olukord: need alustavad oma kõnevooru pärast pikka vaikust, mis kestab 700–1 000 millisekundit, mistõttu vestlus tundub aeglane ja ebaloomulik. Samas artiklis märgitakse, et inimesed vastavad tavaliselt umbes 200 millisekundi jooksul. Niivõrd pika vaikuse ootamine on tavaline viis, kuidas mitte katkestada seda, kes veel mõtleb. Samuti on see viis, kuidas jätta paus, mis telefonikõnes on märgatav.

SIGDIAL 2022: Millal saan sõna võtta? Kõnelevate dialoogagentide alguspunktide ennustamine

SemDialil esitatud uurimus mõõtis tegelikke vestlusi häälassistendiga, mitte üheainsa käsu laboratoorset katset. Uuriti 1 077 vestluse vahetust kümne inimese puhul, kes kasutasid assistenti esimest korda, kuues kodus. Modelleeritud keskmine aeg alates sellest, kui inimene lõpetas rääkimise, kuni assistent sõna võttis, oli 1 366 millisekundit, standardveaga 30 millisekundit. Autorid võrdlevad seda inimeste vahelise kõnevahetusega, mis kestab umbes 300 millisekundit, tsiteerides Levinsoni ja Torreirat (2015), Stiversit jt (2009) ning Heldnerit ja Edlundit (2010). Valim on väike ja tegemist on esialgsete tulemustega: see ei ole keskmine kõigi riikide ega kõigi toodete puhul. See näitab siiski, et tegelikes vestlustes on ooteaeg mitu korda pikem kui inimeste vahelises vestluses, ning seda ilma täitesõnadeta, millega inimene annab märku, et kavatseb vastata.

SemDial: Alexa, sa oled liiga aeglane! (Barthel), vahetuste vahetamine häälabilistega

Vestluses ei katkesta see ooteaeg kellegi lauset. Külastaja kirjutab, saadab sõnumi ja võib lehel edasi liikuda. Vastus jääb kirja. Puudub hääl, mis sekkuks hilinemisega ja katkestaks järgmise lause – see on veel üks efekt, mida SemDiali uuring kirjeldab klienditeenindaja vestlusvoorudes. Hostly ei avalda mudeli garanteeritud vastamisaega: vestlus läbib järjekorra ja aeg sõltub koormusest. Siin puudub aga kõne ajal valitsev vaikus, mil süsteem otsustab, et oled rääkimise lõpetanud.

Silmused, sünteetiline hääl ja küsimus, kas keegi on seal

Gartneri 2026. aasta kommentaaris ei nimetata protsenti kõnedest, mis jäävad lõksu. Selles kirjeldatakse mehhanismi: mitu ebaõnnestunud katset tehisintellektiga enne, kui jõutakse inimese juurde, vähendavad tõenäosust, et klient kasutab seda vahendit uuesti. Kõne ajal on see lõksu tekkimine kuuldav. Tuleb korrata, oodata menüü järgmist küsimust ja uuesti inimest paluda. Vestluses jääb vestluslõng kirja. Meeskond avab selle paneelis ja saab samasse vestluslõngu kirjutada.

Automaatkõnes vastav hääl on genereeritud hääl. Käesolevas artiklis ei mainita protsenti inimestest, kes peavad seda „robotlikuks”: ülaltoodud allikate seas puudub uuring, mis mõõdaks seda mõistet selge valimi abil. BBC raportis on küll mõõdetud frustratsiooni, kui süsteem ei saa aru, ning Ofcomi kaebust, kui käsk tuleb korrata. Hääle, mis ei võta arvesse nüansse, ja ebaõnnestunud kõnetuvastus lisanduvad ühe ja sama minuti jooksul. Veebis on vastus tekstina. Seda saab uuesti lugeda. Ei pea ära arvama sõna, mis kõlas valesti.

Salesforce tellis YouGovilt uuringu, milles küsitleti 15 015 tarbijat ajavahemikus 16. juulist kuni 16. augustini 2024 18 riigis, sealhulgas Hispaanias. Peaaegu kolm neljandikku soovis teada, kas nad räägivad tehisintellekti agendiga. 45 % vastas, et kasutaks tehisintellekti agentit rohkem, kui oleks olemas selge võimalus inimese poole pöördumiseks. Ainult 30 % tarbijatest oleks valmis kasutama tehisintellekti agenti inimese asemel, et saada teenust kiiremini. Salesforce’i sama uuringu PDF-vormingus aruandes on see arv esitatud järgmiselt: 72% peab oluliseks teada, millal nad räägivad tehisintellekti agendiga. Läbipaistvus ja võimalus suhelda inimese poole pöördumiseks ei ole lihtsalt kaunistus. Need on just see, mida valim nõuab.

Salesforce, „State of the AI Connected Customer”, YouGovi uuring, juuli–august 2024

Salesforce, „State of the Connected Customer“ (sama uurimisprojekti PDF-fail)

Miks veebipõhine AI-vastuvõtusekretär neid vigu ei korda

Hostly on veebilehe, mitte telefoni tehisintellekti-vastuvõtja. Külastaja kirjutab sinu veebilehe vestlusaknas. Ei ole hääletuvastust, aktsenti, ruumimüra ega sünteetilist häält, mis vastaks. Vastus põhineb ettevõtte poolt heaks kiidetud teabel. Kui andmed puuduvad, vastab süsteem, et ta ei tea. Süsteem ei mõtle välja hinda, lahtiolekuaegu ega vaba aega. Kui broneerimine on sisse lülitatud, pakub süsteem ainult neid aegu, mis kalendrist leitakse.

Hostlys ei tähenda „inimese juurde suunamine” kõne automaatset ümbersuunamist. Meeskond näeb vestluslõnga paneelis ja võtab juhtimise enda kätte. Kui inimene kirjutab, ei vasta tehisintellekt selles vestluslõngas. Inimese kutsumine ei suuna vestlust iseenesest edasi: seda teeb paneelis olev inimene. See on toote tegelik piirang, ja seda on parem öelda, kui lubada „ühenda mind kellegagi”, mida vestlus ei tee ise. See hoiab ära olukorra, kus keegi räägib üksi menüüga: tekst jääb alles ja inimene saab samast kohast edasi jätkata.

Tehisintellekt vastab su veebisaidi vestlusaknas. Kui aktiveerid WhatsAppi nupu, avatakse ettevõtte WhatsAppi konto ja vastab inimene: tehisintellekt ei sekku sellesse vestlusesse. Hostly ei loe seda WhatsAppi ega kasuta seal mudelit. Kes soovib kirjutada ettevõttele, mitte veebilehe vestlusaknasse, kasutab seda nuppu. Kes on veebilehel, võib jääda vestlusaknasse.

Alghind on 29,90 € kuus, käibemaksuga. Sellel lehel ei väideta, et vestlusfunktsioon vähendaks tühistamisi ega et Stripe’i kaudu maksmisel oleks kindel teenustasu: seda ei ole eespool nimetatud allikates mainitud ega ole see käesolevas tekstis toote lubadus. Kui ettevõte selle funktsiooni aktiveerib, toimub maksmine kas osamaksena või täissummana broneerimisel. Kaardimakseid ei töödeldakse Hostly kaudu.

Mida see artikkel ei tõesta

See ei tõesta, et kõik telefoniteeninduse tehisintellekti vastuvõtjad ebaõnnestuvad samamoodi. Uuringutes mõõdetakse häälassistente, kõlarite kasutamist ja arvamusi tehisintellekti kasutamise kohta klienditeeninduses, mitte toodete loendit. SemDiali valim koosneb kümnest inimesest. BBC valim ei ole juhuslik. Ofcomi kõlarite uuring on kvalitatiivne. Gartneri ja Salesforce’i uuringud on suured küsitlused klientide ja tarbijate seas, mitte konkreetse numbri kuulamiskatse.

Samuti ei tõesta see, et vestlusrobot ei eksiks kunagi. Kui andmed on aegunud, on seda ka vastus. Kui ettevõte lülitab tehisintellekti välja, ei vasta keegi, kuni keegi inimene kohale jõuab. Kui külastaja vajab telefonikõnet, jääb ettevõtte telefon endiselt telefoniks: Hostly ei asenda seda. Vestlusrobot aitab vältida vigu, mis tekivad ainult seetõttu, et vestlus toimub suuliselt.

Tooteandmed, sealhulgas paigaldamine, keeled, broneeringud ja hind, on AI-vastuvõtusekretär.

Allikad

Toote kirjeldus on tehisintellekti vastuvõtuametnik.