Zachowanie awaryjne (fallback)

Czym jest zachowanie awaryjne?

Zachowanie awaryjne to zestaw odpowiedzi i działań, które agent AI podejmuje, gdy nie może zrealizować prośby klienta w standardowy sposób. Dzieje się tak, gdy AI nie znajduje odpowiednich informacji, jej wskaźnik pewności jest zbyt niski, prośba wykracza poza jej możliwości lub wiadomość klienta jest zbyt niejednoznaczna, by ją wiarygodnie przetworzyć.

To właśnie dobrze zaprojektowane zachowanie awaryjne odróżnia frustrujące doświadczenie z AI od pomocnego. Złe zachowanie awaryjne brzmi: „Nie rozumiem, spróbuj ponownie”. Dobre oferuje alternatywne ścieżki rozwiązania problemu.

Rodzaje zachowań awaryjnych

• Doprecyzowanie: „Chcę mieć pewność, że dobrze pomogę. Czy pytanie dotyczy [opcji A] czy [opcji B]?”
• Częściowa odpowiedź: „Znalazłem informacje na temat [powiązany temat]. Czy to pomaga, czy chodzi o coś bardziej konkretnego?”
• Alternatywny kanał: „Nie mogę zrealizować tej prośby tutaj, ale można [to zrobić w aplikacji / odwiedzić tę stronę / zadzwonić pod ten numer]”
• ** Eskalacja do człowieka:** „Połączę z konsultantem, który pomoże w tej sprawie” — wraz z przekazaniem pełnego kontekstu rozmowy
• Rejestrowanie luk w wiedzy: AI zapisuje pytanie, na które nie znalazła odpowiedzi, aby z czasem rozbudowywać bazę wiedzy

Dlaczego projektowanie zachowań awaryjnych ma znaczenie

Klienci są zaskakująco wyrozumiali wobec ograniczeń AI, jeśli zachowanie awaryjne jest dobrze przemyślane. „Nie mogę pomóc w tej konkretnej sprawie, ale połączyłem Państwa z członkiem zespołu, który to zrobi, i przekazałem naszą rozmowę, więc nie trzeba niczego powtarzać” to akceptowalny wynik. „Przepraszam, nie rozumiem” powtórzone 3 razy — już nie.

Kontekst branżowy: Badania pokazują, że 85% klientów porzuciło interakcję z powodu słabych automatycznych odpowiedzi. To jakość zachowania awaryjnego — a nie tylko skuteczność podstawowego rozwiązywania spraw — decyduje, czy klienci postrzegają AI jako pomocną, czy frustrującą.

Przewaga Maven: płynne zachowania awaryjne z założenia

Architektura zachowań awaryjnych Maven AGI gwarantuje, że każda interakcja z klientem kończy się ścieżką do rozwiązania, nawet jeśli AI nie może rozwiązać problemu bezpośrednio. Podczas eskalacji AI przekazuje konsultantowi pełny kontekst rozmowy, swoje rozumowanie i podjęte próby rozwiązania. Następnie AI Copilot od Maven nadal wspiera konsultanta, zapewniając płynne przejście zamiast gwałtownego przekazania sprawy.

Inbox w Maven rejestruje również luki w wiedzy wykryte w interakcjach awaryjnych, dzięki czemu zespoły mogą stale ulepszać bazę wiedzy w oparciu o rzeczywiste potrzeby klientów — zamieniając dzisiejsze sytuacje awaryjne w jutrzejsze autonomiczne rozwiązania.

Dowód skuteczności Maven: Mastermind osiąga 93% rozwiązanych spraw dzięki Maven AGI — co oznacza, że 7% interakcji wymagających eskalacji jest obsługiwanych z pełnym kontekstem i inteligentnym przekazaniem, co chroni doświadczenie klienta również w sytuacjach awaryjnych.

Najczęściej zadawane pytania

Ile prób awaryjnych powinna podjąć AI przed eskalacją?

Zazwyczaj odpowiednie są 1–2 próby doprecyzowania. Jeśli po 2 próbach AI nadal nie rozumie prośby lub nie może pomóc, lepiej przekazać sprawę człowiekowi, niż dalej frustrować klienta. Dokładny próg powinien być konfigurowalny i dostosowywany na podstawie opinii klientów.

Czy komunikaty awaryjne powinny być zróżnicowane, czy jednolite?

Powinny się różnić w zależności od kontekstu. Komunikat dla sytuacji „nie rozumiem pytania” powinien być inny niż dla „rozumiem, ale nie mogę wykonać tej czynności”. Komunikaty dopasowane do kontekstu sprawiają wrażenie bardziej inteligentnych i pomocnych niż ogólne „nie mogę w tym pomóc”.

Jak z czasem ulepszać zachowanie awaryjne?

Należy regularnie analizować wzorce sytuacji awaryjnych. Najczęstsze wyzwalacze ujawniają luki w wiedzy, brakujące integracje lub niejasne komunikaty dla klientów. Każda sytuacja awaryjna to okazja do poprawy — warto usuwać przyczynę źródłową, a nie tylko dopracowywać treść komunikatu.