AI telefonski recepcionari: problemi iz stvarnog svijeta i zašto web radi bolje

Postoje dva recepcionara s umjetnom inteligencijom. Jedan podiže slušalicu i odgovara glasom. Drugi kuca u chat okvir na web stranici. Ovaj se članak usredotočuje na prvog: koji se problemi javljaju kada upit dolazi telefonskim pozivom i zašto ti problemi nisu isti kao oni s kojima se susrećemo u chatu. Svaka je ilustracija popraćena studijom na kojoj se temelji i poveznicom za njezino pregledavanje. Nijedna ilustracija nije izmišljena, niti su imenovane konkurentske tvrtke.

Ljudi žele moći nekome prići.

U veljači i ožujku 2026. Gartner je anketirao 3.566 poslovnih i privatnih korisnika o upotrebi generativne umjetne inteligencije u korisničkoj službi. 87 posto je izjavilo da je, ako tvrtka koristi takvu umjetnu inteligenciju, ključno moći razgovarati s osobom. Istovremeno je 50 posto izjavilo da je poslovanje s tvrtkom lakše kada ona koristi generativnu umjetnu inteligenciju. Zaključak nije da je "AI nepotrebna". Naprotiv, ljudi pozdravljaju pomoć, ali je odbacuju kada ona djeluje kao prepreka.

Gartner je pitao one koji nisu željeli koristiti AI što bi ih navelo da promijene mišljenje. Najčešći odgovor bila je mogućnost preusmjeravanja na čovjeka ako je to potrebno. Isti Gartnerov izvještaj dodaje da nije preporučljivo učiniti AI obaveznim korakom u svakom slučaju: kada kupac mora proći kroz nekoliko neuspješnih pokušaja prije nego što dođe do čovjeka, manje je vjerojatno da će ponovno koristiti taj alat. 58 posto onih koji koriste generativnu umjetnu inteligenciju već su je koristili za dovršetak zadatka, a ne samo za čitanje odgovora. U poslovnom sektoru ta se brojka penje na 74 posto.

Gartner, kolovoz 2026.: anketa među 3.566 kupaca (veljača i ožujak 2026.)

Strah nije ništa novo: pružiti nekome ruku

Prethodna Gartnerova anketa, provedena u prosincu 2023. među 5.728 kupaca, već je ukazala u istom smjeru. 64 posto bi radije da tvrtke ne koriste umjetnu inteligenciju u korisničkoj službi. Pedeset tri posto bi razmotrilo promjenu pružatelja usluga kad bi znalo da će tvrtka koristiti umjetnu inteligenciju za korisničku podršku. Glavna je briga bila da bi bilo teže razgovarati s ljudskim agentom. Nakon toga su uslijedile zabrinutosti zbog utjecaja na zaposlenost i rizika da umjetna inteligencija da pogrešan odgovor.

Gartner, 9. srpnja 2024.: anketa među 5.728 kupaca (prosinac 2023.)

Osoba koja je upravo zvala je ta koja najmanje želi glasovnog AI-a.

U Gartnerovom izvješću "Four Data Findings to Inform Your Customer Experience Strategy" polovica je kupaca rekla da bi koristila digitalnog asistenta s generativnom umjetnom inteligencijom. Ta se brojka razlikuje ovisno o kanalu. Među onima koji su u svojoj najnovijoj interakciji koristili telefon, samo je 35 posto bilo spremno koristiti takvog asistenta. Gartner to objašnjava praktičnim zapažanjem: ako je poziv već riješio njihov problem razgovorom s osobom, nemaju razloga riskirati gubitak vremena na automatiziranom glasovnom sustavu sljedeći put. Isti izvještaj preporučuje da se ne skriva ljudski element: jasno dajte do znanja da asistent može riješiti problem, a ako ne može, da ga proslijedi dalje.

Gartner, Četiri otkrića o podacima za informiranje vaše strategije korisničkog iskustva (PDF)

Glas se pogrešno shvaća i to je iritantno.

Ofcom je proveo studiju pametnih zvučnika u Ujedinjenom Kraljevstvu kroz kvalitativno terensko istraživanje između kolovoza i listopada 2022.: sto korisnika, plus intervjue s onima koji ih nisu posjedovali. Ovo nije anketa koja predstavlja nacionalni uzorak. Unatoč tome, nalaz je jasan u izvješću: daleko najčešća pritužba bila je da uređaj ne razumije ili ne čuje ono što mu se traži. Ljudi su se morali ponavljati ili mijenjati način govora jer je uređaj počeo raditi nešto drugo ili je ignorirao naredbu.

U istoj studiji neki su sudionici rekli da su regionalni ili međunarodni naglasak – njihov ili nekoga kod kuće – uzrokovali češće kvarove uređaja. Neki članovi obitelji prestali su ga koristiti jer ga nisu mogli natjerati da ih razumije. Također je imao poteškoća s djecom, s tihim glasovima, s ljudima koji govore brzo, iz daljine ili koriste razgovorni ton umjesto kratke naredbe. Javni sažetak Ofcoma to sažima u jednoj rečenici: većina je ljudi bila frustrirana jer se zvučnik nije dobro odazivao na naredbe, a to je bilo primjetnije kod onih s jakim regionalnim naglaskom.

Ofcom, Istraživanje pametnih zvučnika (PDF, terenski rad kolovoz–listopad 2022.)

Ofcom, sažetak: Korisnici pametnih zvučnika neće biti usamljeni ovog Božića

Godine 2019. BBC Research & Development objavio je rezultate internetske ankete provedene na 330 ljudi, regrutiranih putem objave na blogu. Ne radi se o nasumičnom uzorku iz jedne zemlje: bilo je više odgovora od osoba u dobi između 25 i 54 godine te je veći udio činilo osoblje BBC-ja sa sjedištem u Londonu i na sjeverozapadu Engleske. S obzirom na to ograničenje, četvrtina je rekla da ih je asistent malo ili nimalo razumio. Trideset osam posto je neuspjehe pripisalo svom naglasku, a 36 posto pozadinskoj buci u prostoriji. Pedeset pet posto reklo je da tehnologija još nije dovoljno dobra, a 58 posto je navelo da je problem nastao zbog neznanja koje naredbe izgovoriti. Kada asistent ne razumije, izvješće navodi frustraciju, ljutnju i povećani stres. Prigovori nisu bili samo na sam neuspjeh, već i na poruke o pogreškama, koje su bile ponavljajuće i nekorisne.

BBC Istraživanje i razvoj, UX pametnih zvučnika i emocije korisnika (PDF, 2019)

Na tom kanalu radi AI telefonski recepcionar. On mora slušati rečenicu – često uz pozadinsku buku – i odlučiti kada je osoba završila govoriti. Web chat ne transkribira: on čita ono što je posjetitelj upisao. Naglasci i pozadinska buka ne mijenjaju tekst. To ne čini chat sustav nepogrešivim. Ako je tekst netočan, odgovor je netočan. Time se uklanja urođena pogreška ljudskog sluha.

Odgovor stiže prekasno za usmeni razgovor.

U razgovoru između ljudi, red obično dolazi prilično brzo. Članak s konferencije SIGDIAL 2022, 'When can I Speak?', sažima trenutno stanje sustava za govorni dijalog: oni započinju svoj red nakon duge šutnje, koja traje između 700 i 1.000 milisekundi, zbog čega razgovor djeluje sporo i neprirodno. Ljudi, navodi se u članku, obično odgovaraju unutar otprilike 200 milisekundi. Čekanje na tako dugo razdoblje tišine uobičajen je način da ne prekinete nekoga tko još razmišlja. To je također način ostavljanja pauze koja je u telefonskom pozivu primjetna.

SIGDIAL 2022: Kada mogu progovoriti? Predviđanje točaka inicijacije za agente govornog dijaloga

Studija predstavljena na SemDialu mjerila je stvarne interakcije s glasovnim asistentima, a ne laboratorijsko okruženje s jednom naredbom. Analizirala je 1.077 izmjena ugovaranja govora koje je deset osoba imalo pri prvom korištenju asistenta, u šest kućanstava. Prosječno modelirano vrijeme od završetka govora osobe do početka govora asistenta iznosilo je 1.366 milisekundi, sa standardnom pogreškom od 30 milisekundi. Autori to uspoređuju s izmjenom govornika među ljudima, koja iznosi oko 300 milisekundi, pozivajući se na Levinsona i Torreiru (2015.), Stiversa i sur. (2009.) te Heldnera i Edlunda (2010.). Uzorak je mali i ovo su početni nalazi: ne radi se o prosjeku za sve zemlje ili sve proizvode. Međutim, pokazuje da je u stvarnim razgovorima pauza nekoliko puta duža nego u ljudskom razgovoru, i to bez verbalnih znakova koje osoba koristi da signalizira da će uskoro odgovoriti.

SemDial: Alexa, prespora si! (Barthel), promjene brzina pomoću glasovnih asistenata

U chatu ta kašnjenja ne prekidaju nikakvu rečenicu. Posjetitelj tipka, šalje svoju poruku i može nastaviti pregledavati stranicu. Odgovor se prikazuje u pisanom obliku. Nema glasa koji kasni i prekida sljedeću rečenicu – što je još jedan efekt koji isto SemDial istraživanje opisuje u chatbotovim smjenama. Hostly ne objavljuje zajamčeno vrijeme odgovora za model: chat prolazi kroz red čekanja, a vrijeme ovisi o opterećenju. Ono što nema je tišina telefonskog poziva dok sustav odlučuje da ste završili s govorom.

Petlje, sintetički glas i pitanje postoji li tko tamo vani

Gartnerov komentar za 2026. ne navodi postotak poziva zaglavljenih u petlji. Opisuje mehanizam: nekoliko neuspješnih pokušaja s AI-jem prije nego što se korisnik uspije povezati s ljudskim agentom smanjuje vjerojatnost da će kupac ponovno koristiti alat. Tijekom poziva ta se petlja može čuti. Morate se ponavljati, čekati sljedeće pitanje iz izbornika i ponovno tražiti razgovor s osobom. U chatu se razgovor vodi pisanim putem. Tim ga otvara na nadzornoj ploči i može odgovoriti unutar iste niti.

Glas koji odgovara na automatizirani poziv je računalno generirani glas. Ovaj članak ne navodi postotak ljudi koji ga smatraju 'robotičkim': nijedan od gore navedenih izvora ne uključuje anketu koja mjeri tu percepciju koristeći jasan uzorak. Međutim, izmjerena je frustracija kada sustav ne uspije razumjeti – kako je izvijestio BBC – i zabrinutost Ofcoma kada korisnici moraju ponavljati svoje upute. Glas koji ne dopušta nijanse i pogrešno prepoznavanje događaju se unutar iste minute. Na web-stranici odgovor je tekst. Možete ga ponovno pročitati. Ne morate nagađati riječ koja je zvučala pogrešno.

Salesforce je angažirao YouGov da provede istraživanje na 15.015 potrošača između 16. srpnja i 16. kolovoza 2024. u 18 zemalja, uključujući Španjolsku. Gotovo tri od četiri željela su znati razgovaraju li s agentom temeljenim na umjetnoj inteligenciji. Četrdeset pet posto izjavilo je da bi češće koristili agenta s umjetnom inteligencijom da postoji jasan način da ih se preusmjeri na čovjeka. Samo 30 posto potrošača radije bi surađivalo s agentom s umjetnom inteligencijom nego s ljudskim agentom u zamjenu za bržu uslugu. Salesforceov PDF izvještaj, temeljen na isto istraživanju, to ovako sažima: 72 posto smatra da je važno znati kada razgovaraju s agentom umjetne inteligencije. Transparentnost i mogućnost prebacivanja na ljudskog agenta nisu samo poželjne značajke. To je ono što ovaj uzorak traži.

Salesforce, Stanje umjetno inteligentnog povezanog kupca, YouGov anketa, srpanj–kolovoz 2024.

Salesforce, Stanje povezanog kupca (PDF iz iste serije istraživanja)

Zašto web-bazirani AI recepcionar ne nasljeđuje te nedostatke

Hostly je AI recepcionar web-stranice, a ne telefonska usluga. Posjetitelji pišu u chat na vašoj web-stranici. Nema prepoznavanja govora, nema naglasaka, nema pozadinske buke i nema sintetičkog glasa za odgovor. Odgovor koristi informacije koje je odobrila tvrtka. Ako te informacije nisu dostupne, kaže da ne zna. Ne izmišlja cijenu, vrijeme niti slobodan termin. Ako su rezervacije omogućene, nudi samo termine koji su prikazani kao slobodni u kalendaru.

Kontaktiranje člana osoblja na Hostlyju ne uključuje automatski prijenos poziva. Tim vidi nit na nadzornoj ploči i preuzima kontrolu. Dok član osoblja tipka, AI ne odgovara u toj niti. Zatraženje člana osoblja ne prenosi automatski razgovor: to čini osoba na nadzornoj ploči. Ovo je stvarno ograničenje proizvoda i bolje je to navesti nego obećavati značajku "prebacite me na nekoga" koju chat sustav ne može samostalno izvršiti. Ono što sprječava jest da netko ostane sam razgovarati s izbornikom: tekst ostaje i zaposlenik može nastaviti razgovor točno tamo gdje je stao.

AI obrađuje upite putem chat funkcije na vašoj web stranici. Ako omogućite gumb WhatsApp, otvara se WhatsApp račun tvrtke i odgovara osoba: AI se ne uključuje u taj razgovor. Hostly ne čita te WhatsApp poruke niti koristi model za njihovu obradu. Svatko tko želi poslati poruku tvrtki, umjesto korištenja chata na web-stranici, može koristiti taj gumb. Posjetitelji web-stranice mogu nastaviti koristiti chat.

Početna cijena iznosi 29,90 € mjesečno, uključujući PDV. Na ovoj stranici nije navedeno da značajka chata smanjuje otkazivanja, niti da plaćanja obrađena putem Stripea podliježu određenoj proviziji: te informacije nisu uključene u gore navedene izvore i ne predstavljaju obećanje o proizvodu izneseno u ovom tekstu. Plaćanje, ako tvrtka omogući ovu značajku, obavlja se ili kao depozit ili kao cjelokupni iznos u trenutku rezervacije. Plaćanje karticom ne prolazi preko Hostlyja.

Ono što ovaj članak ne dokazuje

To ne dokazuje da svaki AI telefonski recepcionar podbacuje na isti način. Studije mjere glasovne asistente, pametne zvučnike i javno mnijenje o AI u korisničkoj službi, a ne sveobuhvatno istraživanje proizvoda. Uzorak tvrtke SemDial sastoji se od deset osoba. Uzorak BBC-a nije nasumičan. Studija Ofcoma o pametnim zvučnicima je kvalitativna. Istraživanja tvrtki Gartner i Salesforce su opsežna istraživanja među kupcima i potrošačima, a ne test slušanja određenog broja.

Niti ne dokazuje da chatbot nikada ne griješi. Ako je profil zastario, zastario je i odgovor. Ako tvrtka isključi AI, nitko neće odgovoriti dok se ne uključi čovjek. Ako posjetitelj treba telefonski poziv, broj telefona tvrtke i dalje je isti: Hostly ga ne mijenja. Ono što chatbot sprječava su pogreške koje nastaju samo zato što je razgovor usmen.

Stranica proizvoda, koja uključuje detalje o instalaciji, jezike, rezervacije i cijenu, je AI recepcionar.

Izvori

Stranica s detaljima proizvoda je AI recepcioner.