Saepul MalikCopilot AI Agen Call-Center
Real-time transcription dan checklist langsung yang memandu agen call-center saat panggilan berlangsung, lalu menilai setiap sesi secara otomatis berdasarkan rubric.
Masalah
Sebelumnya, QA hanya mengambil sampel sebagian kecil panggilan agen–pelanggan untuk ditinjau manual — kira-kira 10 dari setiap 100 sesi di seluruh ~11 agen — sehingga sebagian besar panggilan tidak diperiksa. Tim product menginginkan agen dipandu secara langsung saat panggilan berlangsung, bukan hanya dinilai setelahnya.
Arsitektur
Panggilan langsung ditranskripsi menggunakan model real-time transcription OpenAI. Knowledge per kasus — hal yang harus ditanyakan atau diperiksa untuk tipe panggilan tertentu — disimpan dalam data table dan ditarik oleh AI untuk menjalankan checklist langsung maupun evaluasi pasca-panggilan, alih-alih mengandalkan satu prompt generik untuk setiap tipe panggilan.
Eksekusi
Idenya datang dari 2 orang di tim product; seluruh rangkaian fitur dibangun secara end to end — live-call probing (mengarahkan agen tentang apa yang harus ditanyakan berikutnya), live analysis terhadap panggilan yang sedang berjalan, dan QA evaluation yang memberi skor untuk setiap sesi setelah panggilan selesai. Dua masalah sulit yang menonjol: akurasi transkripsi, khususnya memisahkan suara agen dari pelanggan di tengah kebisingan latar, dan membuat penilaian berbasis rubric oleh AI cukup mendekati reviewer QA manusia — beberapa dimensi rubric yang subjektif masih memiliki margin di atas 5.
Dampak
Meningkatkan cakupan QA dari sampel manual ~10% menjadi 100% sesi yang dinilai secara otomatis, di seluruh ~11 agen. Masih dalam skala pengujian sebagai proof of concept, belum dirilis ke seluruh produk.