வாடிக்கையாளர் சேவையில் AI: உங்கள் அணியைப் பெருக்கும் இடம்
வாடிக்கையாளர் சேவையில் AI-க்கான பச்சை மற்றும் சிவப்பு மண்டல வரைபடம் — AI முகவர் அணியைப் பெருக்கும் இடமும், தனியாகச் செயல்படக் கூடாத இடமும்.
Equipe OpenClaw · Time de Engenharia & Produto
A Equipe OpenClaw é formada por engenheiros, designers e especialistas em IA dedicados a construir a melhor plataforma de agentes conversacionais para negócios brasileiros. Combinamos expertise…
வாடிக்கையாளர் சேவையில் AI: எங்கு உங்கள் குழுவைப் பெருக்குகிறது (எங்கு இல்லை)
வாடிக்கையாளர் சேவையில் AI இரண்டு முனை கதையாக மாறிவிட்டது: "எல்லாவற்றையும் மாற்றிவிடும்" அல்லது "ஸ்டீராய்டு போட்ட சாட்பாட் மட்டுமே". இரண்டு தீவிர நிலைப்பாடுகளும் தவறானவை. பயனுள்ள உண்மை ஒரு வரைபடம் — AI ஏஜெண்ட் மனிதக் குழுவின் உற்பத்தித்திறனைப் பெருக்கும் பகுதிகள் மற்றும் அது ஒருபோதும் தனியாக செயல்படக்கூடாத பகுதிகள். இந்த பதிவு அந்த வரைபடம்.
TL;DR: AI ஏஜெண்ட் கணிக்கக்கூடிய அளவை உள்வாங்கி, மனித சேவை பிரதிநிதியின் நேரத்தில் 30-50% விடுவிக்கிறது. அந்த நேரம் தீர்ப்பாற்றல், பச்சாதாபம் மற்றும் முடிவெடுப்பு தேவைப்படும் வழக்குகளுக்குச் செல்ல வேண்டும் — ஊழியர் குறைப்புக்கு அல்ல. உண்மையான லாபம் வாடிக்கையாளர் தக்கவைப்பில் உள்ளது, சம்பளச் செலவு சேமிப்பில் அல்ல.
பொதுவான கதையும் அது ஏன் தவறானது என்பதும்
LinkedIn-ல் சுற்றி வரும் இரண்டு வாக்கியங்கள்:
- ❌ "AI மனித சேவையை மாற்றிவிடும்." — குறுகிய மற்றும் நடுத்தர காலத்தில் தவறு. தொழில்நுட்பம் சில வடிவங்களில் சிறப்பாகவும் மற்றவற்றில் மோசமாகவும் செயல்படுகிறது, அந்த "மற்றவை" தான் வாடிக்கையாளர் உங்கள் பிராண்டை நினைவில் வைக்கும் இடம்.
- ❌ "AI சேவை பிரதிநிதி செலவைக் குறைக்க மட்டுமே." — குறுகிய பார்வை. குழுவை நீக்குவதற்காக AI-ஐ செயல்படுத்தும் நிறுவனம் சாத்தியமான மதிப்பில் 20% மட்டுமே பெறுகிறது, வழியில் வாடிக்கையாளர்களை இழக்கிறது.
பயனுள்ள கதை — OpenClaw வாடிக்கையாளர்களிடம் நாங்கள் செயல்படுவதைக் கண்ட கதை — இதுதான்:
- ✅ AI மனிதக் குழுவின் நேரத்தைப் பெருக்குகிறது. முன்பு "நேரம் என்ன?" என்று நாளொன்றுக்கு 80 முறை பதிலளித்தவர் இப்போது 0 முறை பதிலளிக்கிறார். அந்த நேரம் உண்மையில் முக்கியமான உரையாடல்களுக்குச் செல்கிறது.
இதுதான் இரட்டை லாபம்: கணிக்கக்கூடிய சந்தேகம் கொண்ட வாடிக்கையாளர் 20 வினாடிகளில் பதில் பெறுகிறார் (திருப்தி உயர்கிறது); சிக்கலான வழக்கு கொண்ட வாடிக்கையாளர் நிதானமாக கவனிக்கப்படுகிறார் (திருப்தி அதுவும் உயர்கிறது). எந்த மனிதரும் நீக்கப்படுவதில்லை — அதே குழு அதிகமாக, சிறப்பாக சேவை செய்கிறது.
AI பெருக்கும் இடங்கள் (பச்சை மண்டலங்கள்)
உரையாடலின் வடிவம் கணிக்கக்கூடியதாகவும், தரவு ஏஜெண்ட் அணுகும் அமைப்புகளில் இருப்பதாகவும், ஏற்றுக்கொள்ளக்கூடிய முடிவு புறநிலையானதாகவும் இருக்கும் பகுதிகள் இவை. இவை அனைத்திலும், OpenClaw பெரும்பாலான சுழற்சிகளில் மனிதர் இல்லாமல் செயல்படுகிறது.
1. அரிதாக மாறும் உண்மைத் தகவல்
வேலை நேரம், முகவரி, பட்டியல் விலை, மாற்றுக் கொள்கை. இவை உங்கள் பட்டியல் அல்லது FAQ-ல் உள்ளன. நன்கு கட்டமைக்கப்பட்ட ஏஜெண்ட் 99% துல்லியத்துடன் பதிலளிக்கிறது, ஏனெனில் உண்மையின் மூலத்தை ஆலோசிக்கிறது — கற்பனை செய்வதில்லை.
2. கணிக்கக்கூடிய பரிவர்த்தனை செயல்பாடுகள்
சந்திப்பு முன்பதிவு, கட்டண இணைப்பு உருவாக்கம், ஆர்டர் நிலை சரிபார்ப்பு, செல்லுபடியாகும் கூப்பன் பயன்படுத்துதல். இவை அனைத்திற்கும் நன்கு வரையறுக்கப்பட்ட உள்ளீடு (வாடிக்கையாளர் என்ன விரும்புகிறார்) மற்றும் வெளியீடு (அமைப்பு என்ன திருப்பி அனுப்புகிறது) உள்ளன. AI இவற்றுக்கிடையே பாலமாக செயல்படுகிறது.
3. ஆரம்ப லீட் தகுதி மதிப்பீடு
வணிகப் புனலின் முதல் 3-5 கேள்விகள். முகவர் தரவுகளைச் சேகரிக்கிறார், லீட் சுயவிவரத்திற்குப் பொருந்துகிறதா என்பதைக் கண்டறிகிறார், தகுதியான மனிதரிடம் அனுப்புகிறார் — லீட் அடிப்படை அளவுகோலைக் கூட பூர்த்தி செய்யவில்லை என்பதைக் கண்டறிய மனிதர் 10 நிமிடங்கள் வீணடிப்பதற்குப் பதிலாக.
4. கட்டமைக்கப்பட்ட பின்தொடர்தல்
விலை மதிப்பீடு கேட்டுவிட்டு மறைந்த வாடிக்கையாளரை நினைவூட்டுதல். திட்டமிடப்பட்ட சந்திப்புக்கு 2 மணி நேரம் முன்பு நினைவூட்டுதல். கூப்பன் காலாவதியாகப் போகிறது என்று தெரிவித்தல். எல்லாமே நிரல்படுத்தக்கூடிய நேரமைப்பு மற்றும் நீங்கள் வரையறுத்த தொனியுடன்.
5. மனிதருக்கு முன் வடிகட்டல்
வாடிக்கையாளர் கோபமாக வருகிறார். மனிதரிடம் அனுப்புவதற்கு முன், முகவர் குறிப்பிட்ட பிரச்சனையைக் கேட்கிறார், தொடர்புடைய வரலாற்றை எடுக்கிறார், கட்டமைக்கப்பட்ட சூழலை சேவை பிரதிநிதியிடம் அனுப்புகிறார். மனிதர் நுழையும்போது, எல்லாமே ஏற்கனவே தெரியும். சராசரி தீர்வு நேரம் ~40% குறைகிறது.
AI தனியாக செயல்படக் கூடாத இடங்கள் (சிவப்பு மண்டலங்கள்)
இவை முகவரை தனியாக முடிவெடுக்க விடுவது நம்பிக்கை, நற்பெயர் அல்லது பணத்தை எரிப்பதற்கான செய்முறையாக இருக்கும் உரையாடல்கள்.
1. நிர்ணயிக்கப்பட்ட விலைப்பட்டியலுக்கு வெளியே பேச்சுவார்த்தை
வாடிக்கையாளர் "18 தவணைகளில் செலுத்த", "30% தள்ளுபடி", "இந்தப் பொருளை அந்தப் பொருளுக்கு மாற்ற" கேட்கிறார். நிலையான வரம்பை முகவர் செய்கிறார் — அதற்கு வெளியே, எப்போதும் மனிதர். காரணம் தொழில்நுட்பம் அல்ல, வணிகம்: இந்த முடிவுகள் எங்கும் எழுதப்படாத சூழலைச் சார்ந்தவை (மாத இறுதியா? இந்த வாடிக்கையாளர் இந்த ஆண்டு ஏற்கனவே 3 முறை வாங்கியிருக்கிறாரா? இருப்பு நிலை முடிவடையப் போகிறதா?).
2. தீவிரமான புகார்
வாடிக்கையாளர் மூன்றாவது முறையாகப் புகார் செய்கிறார். வாடிக்கையாளர் வழக்கு தொடுப்பதாக அச்சுறுத்துகிறார். வாடிக்கையாளர் நுகர்வோர் பாதுகாப்பு அமைப்பு, சட்ட நடவடிக்கை பற்றிக் குறிப்பிடுகிறார். மனிதர் சூழலுடன் உடனடியாக நுழைகிறார். இந்த நேரத்தில் முகவர் உராய்வாக மாறுகிறார், உதவியாக அல்ல.
3. சுகாதாரம், சட்டம், நிதி
துல்லியமற்ற பதில் யாரையாவது பாதிக்கக்கூடிய எந்த உரையாடலும். மருத்துவமனை முகவரை "இந்த அறிகுறி சாதாரணமானது" என்று சொல்ல அனுமதிக்காது. வழக்கறிஞர் அலுவலகம் முகவரை சட்ட ஆலோசனை வழங்க அனுமதிக்காது. தரகு நிறுவனம் முகவரை முதலீட்டுப் பரிந்துரை செய்ய அனுமதிக்காது. முகவர் அனுப்புகிறார், அவ்வளவுதான்.
4. தனித்துவமான நிகழ்வு
வாடிக்கையாளர் அறியப்பட்ட எந்த வடிவத்தையும் ஒத்திராத ஒரு சூழ்நிலையை விவரிக்கிறார். முகவர் சமாளிக்க முயன்றால், பொதுவான பதிலைக் கொடுக்கும், வாடிக்கையாளர் அதை உணர்வார். முன்கூட்டியே உயர்நிலைக்கு அனுப்புவது சிறந்தது.
5. உள் தீர்ப்பைச் சார்ந்த முடிவு
"இந்த வாடிக்கையாளருக்கு இலவச மேம்படுத்தல் தகுதியா?" — முகவருக்குத் தெரியாத காரணிகளின் தொகுப்பைப் பார்த்து குழு இதை முடிவு செய்கிறது (LTV, ஆதரவு வரலாறு, மூலோபாயமானதா இல்லையா). இது AI-க்கான வேலை அல்ல.
மண்டலங்களுக்கு இடையிலான எல்லையை எவ்வாறு அளவீடு செய்வது
எல்லை நிலையானது அல்ல — நிறுவனத்திற்கு, தயாரிப்புக்கு, நாளுக்கு நாள் கூட மாறுபடும். OpenClaw 3 வழிமுறைகளை உள்ளமைக்க அனுமதிக்கிறது:
1. பெர்சோனாவில் எதிர்மறை விதிகள்
ஏஜெண்ட் ஆளுமை புலத்தில், நீங்கள் இது போன்ற விதிகளை எழுதுகிறீர்கள்:
10%-க்கு மேல் தள்ளுபடி வழங்க வேண்டாம். பெருநகரப் பகுதிக்கு வெளியே உள்ள PIN கோடுகளுக்கு டெலிவரி காலத்தை ஒருபோதும் சொல்ல வேண்டாம் — திசைதிருப்புங்கள். சட்டம் சார்ந்த கேள்விகளுக்கு ஒருபோதும் பதிலளிக்க வேண்டாம் — "எங்கள் சட்டக் குழுவிடம் அனுப்புகிறேன்" என்று சொல்லி மனிதரை அழையுங்கள்.
மாடல் இந்த விதிகளை அதிக நம்பகத்தன்மையுடன் பின்பற்றுகிறது — இவை வெளிப்படையான கட்டுப்பாடுகள், "பரிந்துரைகள்" அல்ல.
2. விரக்தி கண்டறிதல்
பைப்லைன் ஒவ்வொரு சுற்றிலும் தொனி மற்றும் முக்கிய வார்த்தைகளை பகுப்பாய்வு செய்கிறது. அதிகரிக்கும் விரக்தியைக் கண்டறிந்தால் ("இது மூன்றாவது முறை...", "இது நடக்கவே கூடாது", "மேலாளரிடம் பேச வேண்டும்"), தலைப்பு தானாகவே அதை தேவைப்படுத்தாவிட்டாலும் ஏஜெண்ட் தானாகவே மேல்நிலைக்கு அனுப்புகிறது.
3. வாடிக்கையாளரின் வெளிப்படையான கட்டளை
"மனிதரிடம் பேச வேண்டும்", "உதவியாளர் தயவுசெய்து", "உண்மையான நபர்" — உடனடி அங்கீகாரம். ஏஜெண்ட் விலகுகிறது, மனிதர் நுழைகிறார். இது வாடிக்கையாளரின் குறைந்தபட்ச உரிமை.
கண்காணிக்க வேண்டிய அளவீடுகள்
நிறுவனம் வாடிக்கையாளர் சேவையில் AI-ஐ செயல்படுத்தும்போது, பொதுவாக தவறான விஷயத்தை அளவிடுகிறது. "பாட் எத்தனை உரையாடல்களுக்கு பதிலளித்தது?" என்பது வீண் பெருமை அளவீடு. முக்கியமானவை:
| அளவீடு | எதைக் குறிக்கிறது |
|---|---|
| மனிதர் இல்லாமல் தீர்வு % | ஏஜெண்டின் திறன் |
| சரியான நேரத்தில் மேல்நிலை அனுப்புதல் % | நன்கு அளவீடு செய்யப்பட்ட எல்லை |
| ஏஜெண்ட்-க்குப் பிறகு CSAT | உணரப்பட்ட தரம் |
| மனிதரின் சராசரி நேரம் (அவர் நுழைந்த பிறகு) | ஏஜெண்ட் நல்ல சூழலை அனுப்பியதா |
| வாடிக்கையாளர் மீண்டும் வருதல் (அதே சந்தேகத்துடன் திரும்பினார்) | ஏஜெண்டின் நிலைத்தன்மை |
OpenClaw டாஷ்போர்டில் இவை அனைத்தும் தயாராக வருகின்றன. புதிய வாடிக்கையாளரை மிகவும் ஆச்சரியப்படுத்துவது ஏஜெண்ட்-க்குப் பிறகு CSAT: நன்கு கட்டமைக்கப்பட்ட செயல்பாடுகளில், இது 100% மனித சேவையின் CSAT-ஐ விட அதிகமாக இருக்கும். AI சிறந்தது என்பதால் அல்ல — நன்கு செய்யப்பட்ட கலப்பு சேவை எளிதானதை விரைவாகத் தீர்த்து, கடினமானதற்கு நேரத்தை ஒதுக்குவதால்.
மனிதக் குழு என்ன திரும்பப் பெறுகிறது
உற்பத்தித்திறன் லாபத்தை எடுத்து ஊழியர் குறைப்பாக மாற்றுவது கலாச்சாரத்தை அழிக்கும் குறுக்கு வழி. சக ஊழியர் வெளியேறுவதைப் பார்க்கும் குழுக்கள் தற்காப்பு நிலைக்கு மாறுகின்றன — அடுத்தவர் தாங்களாக இருக்க யாரும் விரும்புவதில்லை.
செயல்படுத்தலில் இருந்து அதிக மதிப்பைப் பெற்ற வாடிக்கையாளர்கள் எதிர்மாறாகச் செய்தார்கள்: விடுவிக்கப்பட்ட நேரத்தை 3 செயல்பாடுகளுக்கு திசைதிருப்பினார்கள்:
- செயலூக்கமான விற்பனைக்குப் பிந்தைய சேவை — ஏற்கனவே வாங்கிய வாடிக்கையாளரை அழைத்து, பயன்பாட்டைப் புரிந்துகொண்டு, மேம்படுத்தலை முன்மொழிதல். LTV-ஐ நேரடியாக பாதிக்கிறது.
- உள்ளடக்கம் மற்றும் சமூகம் — தயாரிப்பைப் புரிந்துகொள்ளும் சேவை ஊழியர் உள்ளடக்கத்தை உருவாக்க முடியும் (வீடியோ, பதிவு, சமூகத்தில் பதில்). வாடிக்கையாளர் கையகப்படுத்தலை பாதிக்கிறது.
- செயல்முறை மேம்பாடு — தயாரிப்பு எங்கே தோல்வியடைகிறது என்பதை மிகவும் நன்கு அறிந்தவர் சேவை செய்பவர்தான். கிடைக்கும் நேரம் தயாரிப்பு உள்ளீடாக மாறுகிறது.
இவை அனைத்திலும், AI மட்டுமே வழங்குவதில்லை — ஆனால் வழங்குவதற்கான மனித திறனை விடுவிக்கிறது.
Equipe OpenClaw
வெளியிடப்பட்ட தேதி 28 மே, 2026
