SpaceXAI เผยความสำเร็จใช้ Grok Bot ยกระดับงานสนับสนุนลูกค้า

เราได้สร้างระบบการสนับสนุนลูกค้าที่รวมกันระหว่าง SpaceXAI และ Cursor ใหม่โดยใช้ Grok Bot ทำให้สามารถขยายการดูแลพอร์ตโฟลิโอผลิตภัณฑ์ที่กว้างขึ้นมากได้โดยไม่ต้องเพิ่มจำนวนพนักงาน

เมื่อ Cursor เข้ามาเป็นส่วนหนึ่งของ SpaceXAI ในวันที่ 14 สิงหาคม ทีมสนับสนุนลูกค้าทั้งสองทีมของเราเริ่มรวมตัวกันเพื่อรองรับผลิตภัณฑ์ที่หลากหลายขึ้น ในขณะเดียวกัน เรากำลังเตรียมเปิดตัว Grok Bot ซึ่งเป็นเพื่อนร่วมงาน AI ที่คุณสามารถมอบหมายงานจริงให้ทำได้ เราคาดการณ์ว่าผลิตภัณฑ์จะเติบโตอย่างรวดเร็ว ซึ่งจะนำมาซึ่งคลื่นของผู้ใช้งานและความต้องการการสนับสนุนระลอกใหญ่

เราตัดสินใจใช้ Grok Bot เข้ามาช่วยตอบสนองความต้องการนั้น โดยให้มันทำงานตลอดทั้งกระบวนการสนับสนุน มันลงชื่อเข้าใช้เครื่องมือเดียวกับที่ทีมงานใช้ ครอบคลุมตั้งแต่การแก้ไข Ticket รายบุคคล ไปจนถึงการช่วยวิเคราะห์และปรับปรุงการดำเนินงานในภาพรวม

ทีมใหม่ที่รวมกันพบว่ามี Ticket สนับสนุนเพิ่มขึ้นถึง 175% แต่เราไม่จำเป็นต้องจ้างคนเพิ่มเลยขอบคุณ Grok Bot หากเป็นกรณีอื่นเราอาจต้องจ้างพนักงานเพิ่มถึง 200 คน นอกจากนี้เรายังทำได้โดยใช้งบประมาณเพียงเศษเสี้ยวของต้นทุนปกติ เครื่องมือสนับสนุน AI แบบดั้งเดิมคิดค่าบริการคงที่ 1 ถึง 4 ดอลลาร์ต่อการแก้ไขหนึ่งครั้ง แต่ด้วย Grok Bot คุณจะจ่ายตามการใช้งานจริงเท่านั้น ซึ่งรวมอยู่ในแผนบริการอยู่แล้ว ด้วยการปรับแต่งเพียงเล็กน้อย เราสามารถแก้ไข Ticket ได้ในราคาต่ำเพียง 0.20 ถึง 0.30 ดอลลาร์

เราใช้แนวทาง "คลาน เดิน วิ่ง" ในการตั้งค่า Grok Bot เริ่มจากการเชื่อมต่อมันเข้ากับระบบหลักไม่กี่ระบบ รวมถึง Plain สำหรับจัดการ Ticket และ Linear สำหรับติดตามปัญหา จากนั้นเราให้มันทำหน้าที่เสมือนเป็นเจ้าของ Ticket โดยจำกัดให้เขียนได้เฉพาะโน้ตภายในและต้องได้รับการอนุมัติจากมนุษย์ในทุกการกระทำ สิ่งนี้ช่วยให้เราตรวจสอบได้ว่ามันเข้าใจปัญหาและเสนอขั้นตอนถัดไปที่ถูกต้องหรือไม่โดยไม่กระทบต่อประสบการณ์ลูกค้า

เมื่อผลลัพธ์เริ่มน่าเชื่อถือมากขึ้น เราได้เพิ่มการติดตาม (traces) และการประเมินผล (evaluations) ในทุกการทำงาน เมื่อมีสิ่งผิดปกติเกิดขึ้น เราสามารถเห็นได้ว่า Grok Bot เริ่มออกนอกเส้นทางตรงไหน เพื่อปรับปรุงและลองใหม่ ทั้งนี้ Grok Bot ยังสามารถวิเคราะห์การทำงานเหล่านี้ได้ด้วยตัวเอง วงจรการตอบกลับนี้ช่วยให้เราก้าวหน้าได้อย่างรวดเร็วในขณะที่ยังควบคุมกระบวนการได้

เมื่อพื้นฐานเข้าที่แล้ว เราเริ่มปล่อยให้ Grok Bot จัดการกับ Ticket ที่ซับซ้อนน้อยที่สุด ในช่วงวันแรกเราตรวจสอบการตีความและการเสนอคำตอบด้วยมือเพื่อความถูกต้องและโทนเสียง เมื่อมีความมั่นใจเพียงพอจึงเริ่มให้มันตอบโต้กับลูกค้าโดยตรง จากจุดนั้นเราค่อยๆ ขยายขอบเขตของ Ticket ที่มันสามารถจัดการได้

หากพิจารณาเวลาตั้งแต่เริ่มต้นจนจบในการแก้ไข Ticket เวลาส่วนใหญ่จะหมดไปกับการค้นหาและสืบสวนปัญหา เราจึงเริ่มใช้ Grok Bot กับทุก Ticket ในฐานะขั้นตอนก่อนการสืบสวน (pre-investigation) ทันทีที่ระบบได้รับข้อมูล เพื่อลดค่าใช้จ่ายเราจึงคัดกรองปัญหาทั่วไปเพื่อลดจำนวน Token ที่ต้องใช้ และไม่ใช้กำลังการแก้ไขปัญหาไปอย่างสิ้นเปลืองเมื่อการตรวจสอบศูนย์ช่วยเหลือแบบง่ายๆ สามารถแก้ปัญหาได้

เมื่อใดก็ตามที่พบปัญหาที่ทราบอยู่แล้ว (เชื่อมต่อกับ Linear) หรือพบข้อผิดพลาดทั่วไปใน Backend (เชื่อมต่อกับ Datadog) เราได้ฝึก Grok Bot ให้เพิ่มข้อมูลลงในประเด็นปัญหาที่มีอยู่หรือสร้างปัญหาใหม่ขึ้นมา พร้อมจำลองปัญหาด้วยวิดีโอ ซึ่งช่วยให้ทีมวิศวกรแก้ไขปัญหาได้อย่างรวดเร็ว เพื่อให้มั่นใจว่าลูกค้าจะได้รับคำตอบที่ชัดเจน เราได้ฝึก Grok Bot ด้วยปฏิสัมพันธ์กับลูกค้ามากกว่าหนึ่งล้านครั้ง เพื่อเรียนรู้โทนเสียงและสไตล์จากมนุษย์โดยตรง มันถูกฝึกมาไม่เพียงแค่เพื่อตอบโต้ แต่ต้องผลักดัน Ticket ไปสู่การแก้ไขเสมอ โดยการถามคำถามที่เกี่ยวข้องและไม่ถามซ้ำในสิ่งที่มีอยู่ใน Log อยู่แล้ว

Grok Bot ยังสามารถดำเนินการในนามของลูกค้าได้ เช่น การให้คำแนะนำในการคืนเงินที่ชัดเจน ซึ่ง 99% ของคำขอคืนเงินทั้งหมดได้รับการแก้ไขโดยไม่ต้องผ่านมือมนุษย์

นอกจากการแก้ไขรายกรณีแล้ว Grok Bot ยังช่วยบริหารจัดการคิวงานทั้งหมด โดยเฝ้าดูปริมาณงานขาเข้าและปรับเปลี่ยนคิวตามความสำคัญ สามารถจัดลำดับ Ticket ใหม่ มอบหมายเจ้าของใหม่ตามความเร่งด่วน และแจ้งเตือนทีมเมื่อใกล้จะละเมิด SLA ของเวลาในการตอบกลับ

มันยังมองหารูปแบบจาก Ticket ต่างๆ เพื่อประกาศสถานการณ์ฉุกเฉิน (incident) ได้โดยอัตโนมัติเมื่อพบปัญหาเฉพาะเจาะจงถึงเกณฑ์ที่กำหนด รวมถึงตรวจสอบแพลตฟอร์ม X เพื่อหาการเปลี่ยนแปลงในความรู้สึกของสาธารณะ ทำให้เราเห็นภาพกว้างกว่าแค่ลูกค้าที่ติดต่อฝ่ายสนับสนุนโดยตรง ช่วยให้ตรวจพบปัญหาที่เพิ่งเริ่มก่อตัวได้ตั้งแต่เนิ่นๆ

ในสเกลปัจจุบัน การแจ้งเตือนตามปริมาณดิบอาจสร้างเสียงรบกวนมากเกินไป Grok Bot จะประเมินว่าการพุ่งขึ้นของข้อมูลสะท้อนถึงปัญหาจริงหรือไม่ และเริ่มสืบสวนก่อนแจ้งเตือนทีม ทำให้ทีมมีบริบทมากขึ้นในขณะที่ยังรักษาเวลาและกำลังคนไว้ได้

เมื่อ Grok Bot รับงานมากขึ้น มันยังช่วยปรับปรุงการดำเนินงานด้วยตัวมันเอง โดยตรวจสอบการปฏิสัมพันธ์ทั้งจากคนและ Bot เพื่อให้ข้อเสนอแนะเฉพาะเจาะจง และแสดงโอกาสในการสอนงาน (coaching) สำหรับสมาชิกในทีม

ทุกสัปดาห์ Grok Bot จะส่งสรุปให้ทีมผู้บริหารว่าการตอบโต้ของ AI ส่วนไหนที่ยังไม่ดีพอ เพื่อนำไปสู่การฝึกฝนเพิ่มหรือปรับปรุงเอกสาร สิ่งนี้ทำให้เราเห็นมุมมองของคุณภาพที่อัปเดตเสมอและจัดการปัญหาได้ทันท่วงที

เมื่อมีผู้ใช้ถาม Grok มากขึ้น ศูนย์ช่วยเหลือของเราก็ยิ่งเป็นแหล่งข้อมูลสำคัญ เพื่อให้ข้อมูลถูกต้อง Grok Bot จะตรวจสอบการเปลี่ยนแปลงใน codebase ของเราและเสนอการอัปเดตไปยังศูนย์ช่วยเหลือให้สอดคล้องกัน

ปัจจุบันเรามาถึงจุดที่ Grok Bot สามารถสอน Grok Bot ตัวอื่นได้แล้ว พวกมันระบุช่องว่างในระบบความรู้และเติมเต็มสิ่งที่เรียนรู้กลับเข้าสู่ระบบ ซึ่งเรากำลังขยายวงจรนี้ให้ครอบคลุมทุกส่วนของพอร์ตโฟลิโอผลิตภัณฑ์

Grok Bot กลายเป็นนักวิเคราะห์ข้อมูลหลักที่เปลี่ยนข้อมูลสนับสนุนลูกค้าเป็นรายงานประจำวันบน Slack เมื่อตรวจพบสัญญาณแรกของประสบการณ์ลูกค้าที่ไม่ดี มันจะติดธงสถานการณ์เพื่อให้ทีมเข้าจัดการได้ทันเวลา เช่น เมื่อ Ticket มีการตอบโต้ไปมาระหว่างลูกค้าและทีมงานเกินสามครั้ง ผู้บริหารจะได้รับแจ้งเตือนเพื่อเข้าช่วยกู้สถานการณ์ ซึ่งประสบการณ์เหล่านี้ช่วยฝึกฝนให้มันเรียนรู้สัญญาณที่เป็นประโยชน์มากขึ้น

การวิเคราะห์นี้ยังช่วยปรับปรุงคุณภาพผลิตภัณฑ์ โดย Grok Bot จะสังเคราะห์ความคิดเห็นมากกว่า 20,000 จุดต่อวัน ให้เป็นธีมที่ชัดเจนเพื่อแจ้งทีมวิศวกร ช่วยให้ทีมผลิตภัณฑ์เห็นภาพรวมว่าลูกค้าประสบปัญหาที่จุดใด

แม้ Grok Bot จะเป็นวิธีใหม่ในการทำงาน แต่มันได้เปลี่ยนวิถีการดำเนินงานของทีมไปแล้ว จากที่ต้องเสียเวลากับงานซ้ำซาก เราสามารถมุ่งเน้นไปที่การกำหนดขอบเขต การจัดการกรณีซับซ้อน และการปรับปรุงกลยุทธ์การดำเนินงาน สิ่งนี้ทำให้งานน่าสนใจขึ้นและเปิดโอกาสให้บุคลากรได้ใช้ประสบการณ์กับปัญหาที่ยากขึ้นอย่างเต็มที่ เรายังคงเรียนรู้ศักยภาพของโมเดลนี้และจะแบ่งปันสิ่งที่ค้นพบต่อไป