Telefonski receptorji z umetno inteligenco: dejanske težave in zakaj splet deluje bolje

Obstajata dve AI-receptionistki. Ena dvigne slušalko in odgovori z glasom. Druga piše v klepetu na spletni strani. Ta članek obravnava prvo: kakšne težave se pojavijo, ko gre za telefonski klic, in zakaj te težave niso enake tistim v klepetu. Vsaka številka je podprta z ustrezno študijo in povezavo, prek katere jo lahko odprete. Številke niso izmišljene, prav tako pa ni omenjeno nobeno konkurenčno podjetje.

Ljudje si želijo, da bi lahko stopili v stik z neko osebo

Gartner je februarja in marca 2026 vprašal 3.566 strank, tako podjetij kot potrošnikov, o uporabi generativne umetne inteligence v storitvah za stranke. 87 % jih je odgovorilo, da je, če podjetje uporablja to umetno inteligenco, bistveno, da se lahko obrnejo na človeka. Hkrati pa je 50 % izjavilo, da so postopki lažji, kadar podjetje uporablja generativno umetno inteligenco. Iz tega ne moremo sklepati, da je »umetna inteligenca odveč«. Ljudje namreč sprejemajo pomoč, zavračajo pa, da bi jim ta pomoč predstavljala oviro.

Tiste, ki niso želeli uporabljati umetne inteligence, je Gartner vprašal, kaj bi jih prepričalo, da spremenijo mnenje. Najpogostejši odgovor je bil, da bi lahko po potrebi preusmerili kose na človeka. V isti opombi Gartner dodaja, da umetne inteligence ni priporočljivo uvesti kot obvezni korak v vseh primerih: če stranka pred tem, da pride do nekoga, doživi več neuspešnih poskusov, je manj verjetno, da bo to orodje ponovno uporabila. 58 % tistih, ki uporabljajo generativno umetno inteligenco, jo je že uporabilo za opravljanje naloge, ne le za branje odgovora. V podjetjih se ta odstotek poveča na 74 %.

Gartner, avgust 2026: anketa med 3.566 strankami (februar in marec 2026)

Strah ni nič novega: priti do nekoga

Že prejšnja raziskava podjetja Gartner iz decembra 2023, v kateri je sodelovalo 5.728 strank, je pokazala podobne rezultate. 64 % bi raje videlo, da podjetja pri storitvah podpore ne bi uporabljala umetne inteligence. 53 % bi razmislilo o zamenjavi ponudnika, če bi vedelo, da bo podjetje za obravnavo uporabljalo umetno inteligenco. Največja skrb je bila, da bo težje priti do osebe. Sledili so vpliv na zaposlovanje in možnost, da bi umetna inteligenca podala napačen odgovor.

Gartner, 9. julij 2024: anketa med 5.728 strankami (december 2023)

Tisti, ki je pravkar poklical, je tisti, ki najmanj želi glasovno umetno inteligenco

V Gartnerjevem dokumentu »Four Data Findings to Inform Your Customer Experience Strategy« je polovica strank navedla, da bi uporabljala digitalnega pomočnika z generativno umetno inteligenco. Razčlenitev po kanalih spremeni to številko. Med tistimi, ki so pri zadnjem poslu uporabili telefon, se je le 35 % strinjalo z uporabo tega pomočnika. Gartner to pojasnjuje s praktično ugotovitvijo: če jim je klic že rešil problem s pogovorom z osebo, nimajo razloga, da bi naslednjič tvegali izgubo časa z avtomatskim glasom. Isti dokument priporoča, naj se oseba ne skriva: jasno naj se poudari, da lahko pomočnik reši zadevo, če pa ne, naj jo preusmeri naprej.

Gartner, Štiri ugotovitve o podatkih, ki bodo vplivale na vašo strategijo izkušnje strank (PDF)

Besede se narobe razumejo, in to je nadležno

Ofcom je med avgustom in oktobrom 2022 v Združenem kraljestvu preučil pametne zvočnike s kvalitativno terensko raziskavo: vključevala je sto uporabnikov ter dodatne intervjuje s tistimi, ki jih niso imeli. Ne gre za anketo z nacionalnim reprezentativnim vzorcem. Kljub temu je ugotovitev v poročilu jasna: da naprava ni razumela ali ni slišala, kar se je od nje zahtevalo, je bila daleč najpogostejša pritožba. Treba je bilo ponoviti ali spremeniti način govora, ker je naprava začela z nečim drugim ali pa je ignorirala stavek.

V isti raziskavi je del udeležencev navedel, da je regionalni ali mednarodni naglas – njihov ali nekoga iz njihovega doma – povzročal več napak pri delovanju naprave. Nekateri družinski člani so prenehali z njegovo uporabo, ker naprava ni razumela, kar so ji povedali. Naprava je imela težave tudi pri otrocih, pri tihem glasu, pri tistih, ki so govorili hitro, iz daljave ali v pogovornem tonu namesto s kratkim ukazom. Javno poročilo agencije Ofcom to povzema v enem stavku: večina je bila razočarana, ker zvočnik ni dobro odgovarjal na ukaze, kar je bilo še bolj opazno pri tistih z izrazitim regionalnim naglasom.

Ofcom, Raziskava o pametnih zvočnikih (PDF, terensko delo avgust–oktober 2022)

Ofcom, povzetek: Uporabniki pametnih zvočnikov letos ob božiču ne bodo osamljeni

BBC Research & Development je leta 2019 objavil spletno anketo, v kateri je sodelovalo 330 oseb, ki so se prijavile prek objave na njihovem blogu. Ne gre za naključni vzorec iz ene države: več odgovorov je prišlo od oseb, starih med 25 in 54 let, ter od zaposlenih v BBC v Londonu in na severozahodu Anglije. Ob tej omejitvi je četrtina anketirancev navedla, da jih je glasovni pomočnik razumel le malo ali sploh ne. 38 % je napake pripisovalo naglasu, 36 % pa hrupu v prostoru. 55 % je menilo, da tehnologija še ni dovolj zrela, 58 % pa, da je napaka posledica nepoznavanja pravilnega izgovora ukaza. Ko pomočnik ne razume, poročilo navaja frustracijo, jezo in večji stres. Pritožbe niso zadevale le napak, temveč tudi ponavljajoča se in malo koristna sporočila o napakah.

BBC Research & Development, Uporabniška izkušnja pametnih zvočnikov in čustva uporabnikov (PDF, 2019)

Na tem kanalu deluje telefonska receptorka z umetno inteligenco. Njena naloga je poslušati stavek, pogosto ob hrupu v ozadju, in ugotoviti, kdaj je sogovornik končal z govorjenjem. Spletni klepet ne prepisuje: bere le tisto, kar je obiskovalec vnesel. Naglas in hrup v prostoru ne spremenita črk. To pa ne pomeni, da je klepet brezhiben. Če je vnos napačen, je tudi odgovor napačen. Odpravi napako, ki je značilna za poslušanje.

Odgovor pride prepozno za pogovor v živo

V pogovoru med ljudmi se običajno takoj pride na vrsto. Članek iz revije SIGDIAL 2022 z naslovom »When can I Speak?« povzema trenutno stanje sistemov govornega dialoga: ti začnejo govoriti šele po dolgem molku, ki traja od 700 do 1.000 milisekund, zaradi česar se pogovor zdi počasen in nenaraven. Ljudje, kot navaja isti članek, ponavadi odgovorijo v približno 200 milisekundah. Čakanje na tako dolgo tišino je običajen način, da ne prekinemo tistega, ki še razmišlja. Hkrati je to tudi način, da pustimo vmesni premor, ki je pri telefonskem pogovoru opazen.

SIGDIAL 2022: Kdaj lahko spregovorim? Napovedovanje začetnih točk za agente v govornih dialogih

V raziskavi, predstavljeni na konferenci SemDial, so merili dejanske pogovore z glasovnimi asistenti, ne pa le laboratorijsko situacijo z enim samim ukazom. Analizirali so 1.077 menjav govora pri desetih osebah, ki so asistenta uporabljale prvič, v šestih gospodinjstvih. Povprečni modelirani čas od trenutka, ko je oseba končala, do trenutka, ko je besedo prevzel glasovni pomočnik, je znašal 1.366 milisekund, s standardnim odstopanjem 30 milisekund. Avtorji to primerjajo s prehodom med govorci med ljudmi, ki traja okoli 300 milisekund, pri čemer navajajo Levinsona in Torreiro (2015), Stiversa in druge (2009) ter Heldnerja in Edlunda (2010). Vzorec je majhen in gre za prve ugotovitve: to ni povprečje vseh držav niti vseh izdelkov. Vendar pa v resničnih pogovorih kaže večkrat daljše čakanje kot pri človeškem pogovoru, in to brez izrazov, s katerimi oseba napove, da bo odgovorila.

SemDial: Alexa, prepočasna si! (Barthel), menjave izmen z glasovnimi asistenti

V klepetu to čakanje nikomur ne prekine stavka. Obiskovalec napiše, pošlje in lahko nadaljuje na strani. Odgovor ostane zapisan. Ni glasu, ki bi se pojavil prepozno in prekril naslednji stavek, kar je še en učinek, ki ga ista študija SemDial opisuje v odzivih asistenta. Hostly ne objavlja zagotovljenega odzivnega časa modela: klepet poteka prek čakalne vrste, čas pa je odvisen od obremenitve. Kar pa ni, je tišina med klicem, medtem ko sistem odloča, da si končal z govorjenjem.

Zank, sintetični glas in vprašanje, ali je tam kdo

V poročilu podjetja Gartner iz leta 2026 ni naveden odstotek klicev, ki so ujeti v zanki. Opisuje pa mehanizem: več neuspešnih poskusov z umetno inteligenco, preden se uspe povezati z osebo, zmanjša verjetnost, da bo stranka ponovno uporabila to orodje. Pri klicu je ta zanka slišna. Treba je ponoviti, počakati na naslednje vprašanje iz menija in ponovno zaprositi za pogovor z osebo. V klepetu se pogovor zapiše. Ekipa ga odpre v nadzornem panelu in lahko piše v isti nit.

Glas, ki odgovori na avtomatski klic, je računalniško generiran. Ta članek ne navaja odstotka ljudi, ki ga dojemajo kot »robotičnega«: med zgornjimi viri ni ankete, ki bi to pojmovanje merila na podlagi jasnega vzorca. V poročilu BBC je sicer izmerjena frustracija, ko sistem ne razume, prav tako pa je v pritožbi Ofcoma navedeno, da je treba ukaz ponoviti. Glas, ki ne dopušča odtenkov, in neuspešno prepoznavanje se združita v isti minuti. Na spletu je odgovor v obliki besedila. Lahko ga ponovno preberemo. Ni treba ugibati, katera beseda je bila slabo razumljiva.

Podjetje Salesforce je naročilo podjetju YouGov izvedbo ankete med 15.015 potrošniki, ki je potekala od 16. julija do 16. avgusta 2024 v 18 državah, med njimi tudi v Španiji. Skoraj trije od štirih so želeli vedeti, ali govorijo z agentom umetne inteligence. 45 % jih je dejalo, da bi pogosteje uporabljali agenta z umetno inteligenco, če bi obstajal jasen način, kako se povezati z resničnim človekom. Le 30 % potrošnikov bi se v zameno za hitrejšo storitev odločilo za sodelovanje z agentom z umetno inteligenco namesto z resničnim človekom. Poročilo v formatu PDF podjetja Salesforce, ki izhaja iz iste raziskave, navaja naslednje: 72 % vprašanih meni, da je pomembno vedeti, kdaj govorijo z agentom umetne inteligence. Preglednost in možnost preusmeritve na človeka nista le okras. To je tisto, kar zahteva ta vzorec.

Salesforce, »State of the AI Connected Customer«, anketa YouGov, julij–avgust 2024

Salesforce, State of the Connected Customer (PDF iz iste raziskave)

Zakaj spletna recepcionistka z umetno inteligenco ne prevzame teh napak

Hostly je AI-recepcionistka na spletni strani, ne po telefonu. Obiskovalec piše v klepetu na vaši spletni strani. Ni prepoznavanja glasu, niti naglasa, niti hrupa v prostoru, niti sintetičnega glasu, ki bi odgovarjal. Odgovor temelji na podatkih, ki jih je podjetje odobrilo. Če podatka ni, odgovori, da tega ne ve. Ne izmišlja si cene, urnika niti prostega termina. Če so rezervacije omogočene, ponuja le termine, ki jih prikazuje koledar.

V Hostlyju povezava z osebo ne pomeni samodejnega preusmerjanja klica. Ekipa vidi nit pogovora na nadzorni plošči in prevzame nadzor. Medtem ko nekdo piše, umetna inteligenca v tej niti ne odgovarja. Zahteva po osebi sama po sebi ne prenese pogovora: to stori tisti, ki je na nadzorni plošči. To je dejanska omejitev izdelka, zato je bolje to jasno povedati, kot pa obljubljati »preusmeri me na nekoga«, česar klepet ne izvede samodejno. S tem pa se vsaj prepreči, da bi nekdo ostal sam v pogovoru z menijem: besedilo ostane shranjeno, oseba pa lahko nadaljuje na istem mestu.

Umetna inteligenca odgovarja v klepetu na vaši spletni strani. Če aktiviraš gumb WhatsApp, se odpre poslovni WhatsApp in odgovori ti oseba: umetna inteligenca se v ta pogovor ne vključi. Hostly ne bere tega WhatsAppa niti vanj ne vključi modela. Kdor želi pisati podjetju in ne v klepet na spletni strani, uporabi ta gumb. Kdor je na spletni strani, lahko ostane v klepetu.

Osnovna cena znaša 29,90 € na mesec, vključno z DDV. Na tej strani ni navedeno, da klepet zmanjša število odpovedi niti da zaračunavanje prek Stripe vključuje določeno provizijo: tega ni v zgornjih virih in v tem besedilu ni obljuba izdelka. Zaračunavanje, če ga podjetje omogoči, poteka v obliki predplačila ali celotnega zneska ob rezervaciji. Kartica ne gre prek Hostlyja.

Kaj ta članek ne dokazuje

To ne dokazuje, da vsi telefonski sprejemniki z umetno inteligenco delujejo enako slabo. Študije merijo glasovne asistente, zvočnike in mnenje o umetni inteligenci v storitvah za stranke, ne pa popisa izdelkov. Vzorec podjetja SemDial obsega deset oseb. Vzorec BBC-ja ni naključen. Vzorec agencije Ofcom o zvočnikih je kvalitativen. Vzorci podjetij Gartner in Salesforce so obsežne ankete med strankami in potrošniki, ne pa poskus poslušanja določene številke.

Prav tako ne dokazuje, da se klepet nikoli ne zmoti. Če so podatki zastareli, je tudi odgovor zastarel. Če podjetje izklopi umetno inteligenco, nihče ne odgovarja, dokler ne pride na vrsto človek. Če obiskovalec potrebuje telefonski klic, telefonska številka podjetja ostaja telefonska številka: Hostly je ne nadomesti. Klepet preprečuje napake, ki nastanejo zgolj zato, ker poteka pogovor v živo.

Podatki o izdelku, vključno z namestitvijo, jeziki, rezervacijami in ceno, so na voljo pri AI-recepcionistki.

Viri

Opis izdelka je recepcionist IA.