Secondo ElevenLabs, i suoi agenti interni consentono ai team di risparmiare oltre 1.200 ore al mese nelle operazioni quotidiane. Questi agenti rispondono a più di 5.000 domande mensili, e passano anche all’azione, costruendo dimostrazioni per i clienti e aprendo ticket.
Questi strumenti sono stati inizialmente utilizzati per recuperare più facilmente informazioni in Slack, la piattaforma di messaggistica aziendale, che si trattasse di dati sulla fidelizzazione degli utenti, documentazione o cronologia di un account. Successivamente si sono evoluti in agenti capaci di agire: un collaboratore pone una domanda, segnala un bug o richiede una dimostrazione, e l’agente risponde o esegue la richiesta.
Vendite e dimostrazioni su richiesta
I team commerciali utilizzano due agenti. Il « GTM bot », per go-to-market, risponde alle domande sui clienti, mentre il « FDE bot », dove FDE sta per Forward Deployed Engineer, cioè un ingegnere schierato presso i clienti, gestisce le domande sul prodotto e le dimostrazioni. Tra gli esempi recenti, un commerciale chiede « Chi sono i nostri principali clienti con diritti di utilizzo del loro logo nel Regno Unito, in Francia e in Germania? », mentre un’altra domanda riguarda i principali casi d’uso dell’API.
Il FDE bot può anche assemblare, a partire da un semplice messaggio, un agente funzionale configurato per il caso d’uso di un potenziale cliente. Si tratta di dimostrazioni complete prodotte su richiesta.
Supporto e ingegneria: automatizzare il triage
Il « triage bot » gestisce le richieste di funzionalità e i bug, seguendo una procedura diversa per ogni tipo di problema. Prima di creare un ticket, cerca il contesto rilevante in Slack, verifica i duplicati tra i ticket esistenti e si assicura che le informazioni siano sufficienti per diagnosticare il problema. Il ticket viene quindi aperto in Linear con la priorità appropriata, poi trasmesso al team competente grazie a un documento di ripartizione delle responsabilità inserito nella base di conoscenza dell’agente. Questo lavoro, secondo l’azienda, era in precedenza molto manuale tra supporto e ingegneria.
I team prodotto e marketing prodotto pongono, invece, le loro domande sui dati in canali dedicati e ricevono l’analisi direttamente nel thread di discussione. Un esempio citato da ElevenLabs chiede come la conversione degli utenti gratuiti verso gli abbonamenti a pagamento di ElevenCreative sia evoluta negli ultimi sei mesi negli Stati Uniti, e quali ne siano i principali fattori. I collaboratori possono poi discutere o porre domande complementari nello stesso thread. La qualità delle risposte dipende tuttavia da ciò che l’agente può consultare, da qui la selezione accurata dei dati di ciascuno di essi.
Ciò che l’azienda ne ricava
ElevenLabs sottolinea che questi agenti devono essere affidabili e precisi fin dall’inizio, altrimenti i team smettono di utilizzarli. In un canale condiviso, gli errori sono più visibili, ma lo sono anche i successi, il che ha favorito l’adozione.
Secondo l’azienda, il guadagno più netto sulla qualità delle risposte non viene dalla riscrittura delle istruzioni, ma dalla rimozione di campi. « La cura dello schema supera l’ingegneria dei prompt », scrive. Ogni colonna o campo aggiuntivo offre al modello un’occasione per sbagliare. Per i campi Salesforce a valori fissi, come lo stadio di un’opportunità o il tipo di account, i valori validi vengono ora recuperati all’avvio e iniettati nelle definizioni dello strumento MCP, un protocollo che collega i modelli a strumenti esterni, affinché il modello possa scegliere solo opzioni esistenti. Infine, l’Architect di ElevenAgents ristruttura le procedure che si sovrappongono, e ogni ticket creato in Linear viene verificato per i suoi campi e il team di destinazione.
