จากผู้ช่วยตอบคำถาม สู่เพื่อนร่วมงานในกระบวนการจริง
AI Agent ในองค์กรคือซอฟต์แวร์ที่รับเป้าหมายและบริบทของงาน แล้วดำเนินขั้นตอนซ้ำๆ หรือส่งต่องานตามเงื่อนไขที่กำหนด โดยยังต้องมีคนดูแลผลลัพธ์และรับช่วงเมื่องานซับซ้อนเกินขอบเขต ElevenLabs กำลังทำให้แนวคิดนี้เป็นส่วนหนึ่งของงานประจำ ตั้งแต่รับและคัดกรองลูกค้า ไปจนถึงสัมภาษณ์ผู้สมัครและตอบคำถามพนักงาน
เอเจนต์ฝ่ายขายขาเข้าของบริษัทจัดการลีดลูกค้ามากกว่า 3,000 รายในปีนี้ คัดกรองผู้มีโอกาสเป็นลูกค้าได้มากกว่า 90% ใน 32 ภาษาโดยไม่ต้องมีคนแทรกแซงในขั้นตอนนั้น ขณะเดียวกัน เอเจนต์สรรหาทำหน้าที่สัมภาษณ์รอบแรก และเอเจนต์ใน Slack ช่วยตอบคำถามเกี่ยวกับกระบวนการภายใน นี่ไม่ใช่การเพิ่มแชตบอตไว้ข้างงานเดิม แต่คือการย้ายงานบางช่วงให้ซอฟต์แวร์รับผิดชอบ
เบื้องหลังการติดตั้งคือการให้วิศวกรเข้าไปทำงานร่วมกับแต่ละทีม โดยแต่ละกลุ่มมีสมาชิกไม่ถึง 10 คน ในฝ่ายสรรหา วิศวกรสองคนทำงานกับทีมทรัพยากรบุคคลเพื่อย่นเวลาที่ผู้สมัครใช้ในกระบวนการสัมภาษณ์ จุดแข็งของแนวทางนี้คือเริ่มจากปัญหาของทีม ไม่ใช่เริ่มจากเทคโนโลยีแล้วค่อยหาเหตุผลมาใช้
วัดผลจากงานจริง ไม่ใช่จำนวนเอเจนต์
กรณีฝ่ายขายแสดงให้เห็นว่า AI Agent ฝ่ายขายเหมาะกับงานที่มีขั้นตอนชัดและเกิดซ้ำ เอเจนต์ใช้เสียงสนทนาเพื่อประเมินความจริงจังของผู้ซื้อ แล้วส่งต่อให้พนักงานขายเมื่อผ่านการคัดกรอง ส่วนเอเจนต์ฝึกพนักงานขายช่วยให้สมาชิกใหม่ซ้อมบทสนทนากับลูกค้าและเริ่มงานได้เร็วขึ้น การให้เอเจนต์จัดการงานต้นทางจึงอาจเปิดเวลาให้คนไปดูแลการเจรจาที่ต้องอาศัยวิจารณญาณ
แต่การนับจำนวนบทสนทนาที่เอเจนต์ทำได้ไม่ใช่หลักฐานพอว่าธุรกิจดีขึ้น ElevenLabs ยังติดตามตัวชี้วัดเดิม เช่น รายได้จากฝ่ายขายและคะแนนความพึงพอใจของลูกค้าบริการ บริษัทเห็นว่าแต่ละหน่วยธุรกิจต้องเป็นผู้ผลักดันการใช้งานและกำหนดผลที่ต้องการ เพราะประสิทธิภาพของเครื่องมือไม่มีความหมาย หากลูกค้าได้บริการแย่ลงหรือทีมไม่ได้เวลาคืนมา
การประเมินผลยังต้องให้เวลา โดยเฉพาะงานสรรหาที่คำถามสำคัญไม่ใช่แค่คัดกรองเร็วขึ้น แต่เอเจนต์ช่วยให้ได้คนที่เหมาะสมหรือไม่ แนวคิดนี้สอดคล้องกับบทเรียนจากการทำบอทข้อมูลแบบใช้ร่วมกันในอีกองค์กรหนึ่ง ซึ่งทีมผู้เชี่ยวชาญต้องใส่ความรู้เรื่องตัวชี้วัด วิธีคิวรี และข้อจำกัดของข้อมูล เพื่อให้ทีมอื่นได้คำตอบที่เชื่อถือได้โดยไม่กลายเป็นภาระใหม่ของผู้เชี่ยวชาญ
ระบบหลายเอเจนต์คือก้าวต่อไป และจุดเสี่ยงก็เพิ่มตาม
ElevenLabs กำลังพัฒนาระบบหลายเอเจนต์เพื่อให้เอเจนต์ส่งต่องานและบริบทกันได้มากขึ้น โดยเริ่มจากกระบวนการขาย ในตัวอย่างหนึ่ง เอเจนต์รับคำขอขาเข้าก่อน แล้วเอเจนต์ผู้ดูแลบัญชีรับช่วงจัดการเอกสารทางกฎหมายและสัญญา หากการส่งต่อแม่นยำ ระบบนี้มีโอกาสครอบคลุมงานซ้ำๆ ตั้งแต่รับความต้องการลูกค้าไปจนถึงเตรียมขั้นตอนปิดการขาย ทำให้พนักงานมีเวลาไปดูแลคำขอที่ยากหรือการขายต่อยอด
อย่างไรก็ตาม หลายธุรกิจยังไม่พร้อมปรับเวิร์กโฟลว์ AI และประสานงานที่เอเจนต์หนึ่งส่งงานให้อีกเอเจนต์โดยอัตโนมัติ การต่อระบบเพิ่มไม่ได้ทำให้กระบวนการเดิมดีขึ้นเอง หากไม่มีข้อตกลงว่าใครเป็นเจ้าของงาน ข้อมูลใดส่งต่อได้ และกรณีใดต้องหยุดให้คนตัดสินใจ ความผิดพลาดเล็กน้อยอาจขยายเป็นความผิดพลาดหลายช่วงเมื่อไม่มีจุดตรวจ
บริษัทจึงใช้คนติดตามและสังเกตการทำงานของเอเจนต์ แต่ยังพบกรณีที่เอเจนต์บริการลูกค้าคืนเงินจำนวนเล็กน้อยโดยผิดพลาดและไม่ส่งเรื่องให้พนักงาน บริษัทจำลองสายสนทนาเพื่อหาสาเหตุ แล้วปรับคำสั่งและข้อจำกัดให้รัดกุมขึ้น การมีบันทึกการตัดสินใจช่วยให้ตรวจสอบและแก้กระบวนการได้ ทว่าไม่อาจใช้แทนการกำกับดูแลของคนได้
ข้อสรุป: ให้เอเจนต์รับงาน แต่ให้ทีมรับผิดชอบผล
บทเรียนจาก ElevenLabs ไม่ใช่ว่าทุกทีมควรรีบสร้างเอเจนต์ให้มากที่สุด แต่ควรเลือกงานประจำที่มีขอบเขตชัด ตั้งตัวชี้วัดทางธุรกิจ และกำหนดทางส่งต่อให้มนุษย์ตั้งแต่ต้น เมื่อระบบหลายเอเจนต์พัฒนาขึ้น ความสำเร็จจะขึ้นกับการออกแบบเวิร์กโฟลว์และการแบ่งความรับผิดชอบ มากกว่าความสามารถของโมเดลเพียงอย่างเดียว
การทดลองของบริษัทสะท้อนโอกาสในการลดงานคัดกรองและงานประสานที่กินเวลา แต่ก็ยืนยันว่าความผิดพลาดต้องถูกตรวจพบ ทดสอบซ้ำ และแก้ที่ขั้นตอน ไม่ใช่ปัดให้เป็นเรื่องของเครื่องมือ สำหรับองค์กรที่กำลังเริ่มใช้ AI Agent ในองค์กร แนวทางที่รอบคอบคือเริ่มจากงานซ้ำ วัดทั้งความเร็วและคุณภาพ แล้วค่อยเชื่อมหลายเอเจนต์เมื่อการส่งต่องานและการกำกับดูแลพร้อม
