De la robotul telefonic la AI: cum s-a maturizat preluarea automată a apelurilor

Există un sunet pe care mulți dintre cei trecuți de patruzeci de ani îl pot scoate și acum din memorie: bâzâitul mecanic al unei casete care se rebobinează, apoi un bip, apoi o voce care anunța că nu ești acasă. Acesta era vârful tehnologiei în materie de răspuns automat — un casetofon înșurubat la un telefon. Părea magie. Și era, dacă suntem cinstiți până la capăt, îngrozitor. Povestea preluării automate a apelurilor este, de fapt, povestea firmelor care încearcă, deceniu după deceniu, să rezolve o problemă încăpățânată: telefonul sună exact atunci când niciun om nu poate răspunde. Fiecare generație de tehnologie a încercat s-o rezolve. Cele mai multe au ratat în feluri interesante, iar înțelegerea motivelor este cea mai rapidă cale de a vedea ce s-a schimbat cu adevărat.

Nu este un text nostalgic și nici un ghid de cumpărături cu comparații cap la cap. Este context. Dacă ai astăzi o firmă mică și cineva îți spune că există acum o cale automată de a-ți prelua apelurile, instinctul tău — un instinct bun, câștigat în ani — este să te pregătești pentru un meniu telefonic. Îți imaginezi deja „apăsați 1 pentru vânzări”. Rostul acestei plimbări prin istorie este să explice de ce instinctul acela s-a demodat, în sfârșit, și să spună exact ce putea și ce nu putea face fiecare abordare veche.

Actul întâi: mașinăria care doar înregistra

Robotul telefonic făcea exact un singur lucru și îl făcea la propriu. Când nu erai acolo, reda un mesaj de întâmpinare pe care îl înregistraseși tu, apoi prindea pe bandă tot ce spunea apelantul. Asta era toată lista de funcții. Nu putea răspunde la o întrebare, nu putea face o programare și nu putea spune apelantului care e programul. Era o găleată pe care o goleai mai târziu.

Pentru o firmă mică, tot era un salt real. Înainte, un apel pierdut pur și simplu dispărea — fără urmă, fără nume, fără număr de contact, dacă apelantul nu suna din nou. Mașinăria transforma un apel pierdut într-o sarcină de rezolvat. Dar muta toată munca propriu-zisă pe umerii a doi oameni care nu o făcuseră până atunci: apelantul, care trebuia să compună un mesaj coerent într-un gol care făcea bip, și patronul, care trebuia să se așeze mai târziu și să le asculte pe toate, la rând. Oricine a derulat înainte printr-un mesaj de nouăzeci de secunde plin de ocolișuri, doar ca să ajungă la un număr de telefon, știe ce taxă e asta.

Limita mai adâncă a mașinăriei era că nu rezolva niciodată nimic. Amâna. Cine voia să afle dacă ești deschis sâmbăta nu primea un răspuns — primea privilegiul de a-și pune întrebarea unei benzi magnetice și de a spera că suni înapoi înainte să se plictisească și să formeze alt număr. Partea automată era reală. Partea de răspuns era doar o promisiune pe hârtie.

Actul al doilea: mesageria vocală, aceeași găleată cu brațul mai lung

Mesageria vocală a apărut și, în esență, a digitizat banda. Mesajul locuia acum pe un server al operatorului de telefonie sau pe o centrală telefonică din camera din spate, așa că supraviețuia unui incendiu și putea fi ascultat de oriunde. Portabilitatea aceea a contat. Puteai să-ți asculți mesajele de pe drum, să le redirecționezi, să le salvezi și să nu mai toci nicio casetă.

Dar, dacă te uiți atent, mesageria vocală a rezolvat o problemă de stocare, nu una de răspuns. Apelantul tot vorbea în gol. Firma tot avea o coadă de înregistrări de parcurs. Adăugirile ingenioase care au venit mai târziu — transcrierea primită pe e-mail, ledul aprins pe telefonul de birou, notificarea pe mobil — țineau toate de a-ți aduce mesajul mai repede și într-o formă pe care s-o poți parcurge din ochi. Utile. Și, totodată, o recunoaștere tacită a faptului că ascultatul mesageriei vocale e o corvoadă pe care oamenii o evită.

Așa că, după două decenii, preluarea automată a apelurilor devenise mai fiabilă și mai portabilă, dar nu devenise deloc mai deșteaptă. Tot nu putea rosti o singură propoziție care să nu fi fost înregistrată dinainte și tot nu putea face nimic pentru apelant, în afară de a-i păstra vorbele pentru mai târziu.

Actul al treilea: meniul telefonic — și păcatul lui originar

Răspunsul vocal interactiv (IVR), adică meniul telefonic, a fost primul sistem care a încercat să răspundă, nu doar să înregistreze. „Apăsați 1 pentru vânzări, apăsați 2 pentru suport, apăsați 3 pentru program și indicații.” Pe hârtie era un progres real: un apelant cu o nevoie simplă și cunoscută putea fi direcționat sau putea auzi un răspuns preînregistrat, fără niciun om implicat. Firmele își puteau anunța programul pe opțiunea 3 și chiar scăpau de apelurile acelea.

Tot ea este și tehnologia care a otrăvit sintagma „răspuns automat” pentru o generație întreagă, iar motivele merită spuse cinstit. Meniul telefonic îl obligă pe apelant să-și traducă nevoia umană, dezordonată, în categoriile rigide ale sistemului. Numai că nevoile nu vin presortate în patru butoane. Omul care sună la instalator nu gândește „am o problemă din categoria 2”. El gândește „îmi curge apa prin tavan”. Meniul îl pune să se oprească, să asculte toate opțiunile în caz că a lui e ultima, să ghicească ce buton e cel mai puțin greșit și să ia totul de la capăt când ghicește prost. Comoditatea sistemului a fost plătită integral din răbdarea apelantului.

Erau și cruzimi mai mici, încorporate din construcție. Meniuri care se schimbau „pentru că apelul dumneavoastră este important pentru noi”. Opțiuni care te trimiteau înapoi la început. Fundătura clasică, în care niciuna dintre cele patru variante nu se potrivea, iar tasta 0 fie nu făcea nimic, fie te arunca — bineînțeles — în mesageria vocală. Proiectarea pornea de la ideea că firma știe dinainte toate motivele pentru care ar putea suna cineva și le poate sorta în avans. Apelanții reali ies constant din meniu, iar meniul nu are nimic să le spună.

Problema de fond este una de principiu. Un meniu telefonic este un scenariu cu ramificații: un arbore fix pe care apelantul e obligat să-l parcurgă. Poate trata doar intrările pentru care a fost construit anume. Nu înțelege nimic; potrivește o apăsare de tastă cu o ramură. De asta un meniu poate părea exasperant de prost — pentru că este, la propriu, incapabil să înțeleagă ce ai spus.

Actul al patrulea: oameni închiriați într-o încăpere

Pentru firmele care își permiteau, a existat mereu o pistă paralelă: angajezi oameni care să răspundă, în locul mașinăriilor. Serviciul de preluare a apelurilor și call centerul puneau pe fir un om adevărat — cineva care chiar putea înțelege „îmi curge apa prin tavan” și putea răspunde omenește. Asta rezolva problema înțelegerii, pe care niciun meniu nu a putut-o rezolva vreodată.

În schimb, a adus alt set de probleme. Serviciile umane de preluare a apelurilor sunt tarifate pentru corporații, nu pentru atelierul cu doi oameni; plătești personal, instruire și costuri fixe fie că telefonul sună de două ori pe zi, fie de patruzeci. Operatorul care îți răspunde la apeluri îți cunoaște de obicei firma doar dintr-un scenariu și o fișă cu informații, așa că poate lua un mesaj corect, dar de multe ori nu poate spune cu siguranță dacă lucrezi și cu un anumit model sau peste cât timp ai prima programare liberă. Iar cele bune se aglomerează — serviciul care răspunde pentru tine răspunde și pentru alte o sută de firme, iar la ora ta de vârf e ora de vârf a tuturor.

Externalizarea a demonstrat că plafonul era înțelegerea umană, nu prezența umană. Un om putea înțelege apelul. Buba era că închirierea acelui om, non-stop și într-un fel care să-ți cunoască într-adevăr firma, costa mai mult decât apelurile pierdute, pentru majoritatea firmelor mici. Așa că patronul rămânea să aleagă între o mașinărie care nu putea înțelege și un om pe care nu și-l permitea — și, în general, alegea mașinăria, după care o detesta în tăcere.

Ce s-a schimbat de fapt: înțelegerea, nu înregistrarea

Toate sistemele de dinainte s-au lovit de același zid. O mașinărie putea stoca vorbirea, dar nu o putea înțelege. Un meniu putea reacționa la o apăsare de tastă, dar nu la o propoziție. Un om putea înțelege o propoziție, dar costa prea mult ca să-l ții pe fir toată ziua. Ce s-a schimbat în ultima vreme este ceva îngust, dar decisiv: software-ul înțelege acum limba vorbită suficient de bine cât să ducă o conversație telefonică obișnuită și să răspundă pornind de la un set anume de informații pe care i le dai tu.

Asta e toată schimbarea și, fiindcă e ușor de umflat peste măsură, hai s-o spunem exact. Apelantul zice, cu vorbele lui: „bună, faceți unghii cu gel și mă puteți primi săptămâna asta?”. Nimeni nu a trebuit să anticipeze formularea exactă. Nu există niciun buton pentru ea. Sistemul înțelege întrebarea așa cum ar înțelege-o un om, verifică informațiile puse de patron — serviciile oferite, locurile libere — și răspunde, se oferă să facă programarea sau ia un mesaj atunci când chiar nu știe. Nu e o înregistrare și nu e un arbore cu ramificații. Este prima formă de preluare automată a apelurilor care poate răspunde la o propoziție pe care nu a mai auzit-o niciodată.

Merită spus și ce nu este, pentru că exagerările sunt exact modul în care tehnologiile își pierd credibilitatea. Nu este un om și un sistem onest nu se dă drept om atunci când e întrebat. Nu dă verdicte medicale sau juridice și nu improvizează informații pe care nu i le-ai dat niciodată. Nu îl va înlocui pe omul care face munca de meserie din firma ta. Ce face este exact lucrul care până acum era imposibil: înțelege un apelant obișnuit și răspunde din informațiile tale, la orice oră, fără coadă de așteptare.

Traseul, pus la vedere

Ajută să vezi cele patru epoci una lângă alta, pentru că atunci tiparul devine limpede. Fiecare rând a reparat cel mai mare defect al rândului dinainte și a moștenit o limitare nouă, a lui.

Citește coloana din mijloc de sus în jos și vezi cum crește capacitatea. Citește coloana din dreapta și vezi cum se micșorează impedimentul — de la „nu poate răspunde deloc” la „nu e om și nici nu se preface că ar fi”. Ultima limitare e o graniță pe care oricum ai vrea-o, nu un defect de eliminat prin inginerie.

De ce e atât de greu de scuturat spaima veche

Dacă tresari când auzi „răspuns automat”, tresărirea aceea a fost antrenată de experiențe reale. Toată lumea a rămas prinsă într-o buclă de meniu. Toată lumea a lăsat un mesaj gândit cu grijă în tăcere și nu a primit nimic înapoi. Reputația e meritată — câștigată în decenii de sisteme care tratau apelantul ca pe o intrare de procesat, nu ca pe un om de ajutat.

Modul cinstit de a reseta instinctul acela nu e un slogan, ci un test. Diferența dintre un sistem automat vechi și unul nou se vede în vreo zece secunde de vorbit cu el. Un meniu te pune să asculți și să apeși. O mesagerie te pune să vorbești în gol. Un sistem care înțelege limba te lasă să spui ce vrei cu adevărat, într-o propoziție întreagă, și îți răspunde. Nu ai nevoie de o fișă tehnică pentru a le deosebi — urechea o face instantaneu. De asta, lucrul rezonabil de făcut cu orice promisiune de „răspuns cu AI” este să suni și să încerci să-l încurci, înainte să-i dai pe mână clienții tăi.

Unde se așază un instrument ca Vunoon în această poveste

Ar fi necinstit să scriu patru acte de istorie și apoi să pretind că actul al cincilea vine cu totul rezolvat, pentru toată lumea. Adevărul e mai modest și mai util: capacitatea anume care le-a scăpat tuturor generațiilor de dinainte — să înțelegi cuvintele apelantului și să răspunzi din informațiile unei firme anume — poate fi acum pusă la punct chiar de o firmă mică. Vunoon este una dintre implementările ei. Îți descrii firma într-un formular scurt: servicii, program, prețurile pe care vrei să le comunice, cum vrei să fie tratate programările și mesajele. Răspunde la apeluri pe vocea aceea, în limba ta, și îți trimite un rezumat și transcrierea fiecărei convorbiri.

Descendența contează aici. Îți răspunde la telefon așa cum a încercat și nu a reușit casetofonul. Este automat așa cum era meniul, doar că fără să pună apelantul să apese ceva. Îl înțelege pe apelant așa cum îl înțelegea serviciul uman de preluare a apelurilor, fără prețul de corporație al unui om ținut pe fir toată noaptea. Și respectă o limită la care sistemele vechi nici nu trebuiau să se gândească: când nu știe, ia un mesaj sau stabilește un apel de revenire în loc să ghicească, și nu se dă drept om când apelantul întreabă.

O seară, în patru variante

Imaginează-ți un salon de coafură cu două scaune, care se închide la șase. La șase și un sfert, cineva formează numărul ca să întrebe dacă e loc sâmbătă pentru vopsit și tuns și cam cât costă. Urmărește cum aterizează același apel în fiecare epocă.

• Robot telefonic: un bip. Apelanta fie lasă un mesaj poticnit despre sâmbătă, fie, mai probabil, închide și încearcă la salonul de peste două străzi.
• Mesagerie vocală: același bip, stocat acum pe un server. Patroana îl aude a doua zi la nouă dimineața, sună înapoi și află că apelanta s-a programat deja în altă parte.
• Meniu telefonic: „Apăsați 1 pentru programări, apăsați 2 pentru program…”. Întrebarea apelantei are două părți și nu se potrivește curat pe niciun buton. Apasă 1, ajunge la altă înregistrare și renunță.
• Asistent telefonic AI: ridică, aude toată întrebarea, confirmă că sâmbătă este un loc liber, spune prețul stabilit de patroană pentru vopsit și tuns, se oferă să rețină programarea și lasă un rezumat în inboxul patroanei înainte ca aceasta să termine cina.

Aceeași apelantă, aceleași cincisprezece minute după închidere, patru rezultate complet diferite. Trei dintre ele se termină cu salonul care pierde în tăcere o clientă despre care nici nu a aflat că a sunat. Diferența aceea — dintre un apel captat și unul rezolvat — este toată distanța pe care a parcurs-o preluarea automată a apelurilor ca să ajungă aici.