Telefon w restauracji: co odbierze system, a co człowiek

Co asystent głosowy naprawdę robi na linii lokalu — i czym nie jest

Odbiera, rozpoznaje, czego chce dzwoniący, i robi jedną z czterech rzeczy: odczytuje odpowiedź, która już istnieje na piśmie, sprawdza stolik w systemie rezerwacji, zapisuje rezerwację w tym systemie albo przekazuje rozmowę człowiekowi. To cała lista. Nie jest menedżerem, nie jest handlowcem i nie rozstrzyga niczego, czego lokal nie rozstrzygnął wcześniej.

Wszystko poniżej opiera się na jednym zdaniu: asystent odpowie wyłącznie na to, co już zapisałeś. Fakt, który mieszka w czyjejś głowie — właściciela, hostessy, szefa kuchni — jest dostępny tylko tej głowie. Uczciwa kolejność pracy jest więc odwrotna od tej, której się spodziewasz: najpierw spisujesz odpowiedzi, potem stawiasz przed nimi maszynę. Produktowa strona tego wszystkiego to głosowa obsługa połączeń; ta strona jest o metodzie.

Zapisana odpowiedź — fakt, który lokal już utrwalił na piśmie: godziny, adres, parking, lista alergenów, zasada zadatku, polityka wobec dzieci. Tylko takie rzeczy da się zamknąć bez człowieka.

Gdzie tu jest AI, a gdzie zwykła reguła kierowania i zapis do bazy

To rozróżnienie nie jest ozdobą. Połowa tego, co sprzedaje się jako „AI na telefonie", to tablica przekierowań z syntetycznym głosem na wierzchu, a druga połowa to naprawdę model językowy robiący pracę, której żadna reguła nie wykona. Lokal, który tego nie odróżnia, nie wie, za co płaci.

Czytaj środkową i prawą kolumnę jako dwa różne rachunki. Modele to część, która rośnie wraz z użyciem; reguły i zapytania do bazy zachowują się przy tysięcznej rozmowie tak samo jak przy pierwszej. Różnicę między agentem, który decyduje, a botem, który idzie po scenariuszu, rozbiera artykuł o agencie AI i chatbocie.

Z tą liczbą jadą dwa zastrzeżenia i nie wolno ich zgubić: sekcja I to zakwaterowanie i gastronomia razem, hotele włącznie, i wyłącznie firmy zatrudniające dziesięć osób lub więcej.

Cztery pytania, po których poznasz, za co naprawdę płacisz

Tablicy powyżej nie da się przeczytać z folderu dostawcy, ale da się ją odtworzyć czterema pytaniami zadanymi przed podpisem. Każde z nich ma odpowiedź sprawdzalną, a nie deklaratywną.

1. Które kroki rozmowy wykonuje model, a które reguła? Odpowiedź „całość to AI" znaczy albo że rozmówca nie wie, albo że nie chce powiedzieć. Rozpoznanie mowy, rozbiór intencji i synteza to modele; sprawdzenie stolika, zapis rezerwacji i przekierowanie to zapytania i reguły.
2. Czy reguły przekazania mogę zmienić sam, bez zgłoszenia? Reguła, do której nie masz dostępu, jest cudzą decyzją noszącą twoje imię. Poproś o pokazanie ekranu, na którym się ją edytuje, a nie o zapewnienie, że da się to zrobić.
3. Gdzie ląduje rezerwacja: w moim systemie czy w kopii u dostawcy? Kopia znaczy dwa źródła prawdy i salę przepełnioną pierwszego gorącego wieczoru. Ta różnica waży więcej niż jakość głosu.
4. Co się dzieje, gdy model jest niedostępny? Powinna zostać reguła: przekaż na numer człowieka albo powiedz, że linia jest chwilowo obsługiwana ręcznie. „To się nie zdarza" jest odpowiedzią na inne pytanie.

Dwa pierwsze pytania dotyczą tego, co kupujesz. Dwa kolejne — tego, co zostanie u ciebie, kiedy umowa się skończy.

Co zamyka się bez człowieka: sprawy, na które odpowiedź jest już zapisana

Test jest mechaniczny. Weź prośbę dzwoniącego i sprawdź, czy odpowiedź istnieje gdzieś na piśmie w formie, którą pokazałbyś gościowi. Jeśli istnieje — asystent może ją wypowiedzieć. Jeśli nie istnieje — żaden asystent jej nie wymyśli.

Ta sama granica obowiązuje w kanałach tekstowych — okno czatu na stronie odpowiada dokładnie na spisane fakty i na nic więcej, dlatego asystent czatu i linia telefoniczna są karmione z jednego zestawu odpowiedzi, a nie z dwóch. Gdy odpowiedzi mieszkają w dwóch miejscach, rozjeżdżają się, a rozjazd odkrywa gość.

Kiedy zapisana odpowiedź przestaje być odpowiedzią

Zapisana odpowiedź nie jest wieczna, a jej starzenie się nie daje żadnego sygnału: nieaktualny fakt asystent wypowie dokładnie tym samym spokojnym tonem, co obowiązujący. Człowiek na linii zawahałby się i sprawdził, maszyna nie ma czym się zawahać. Dlatego lista zapisanych odpowiedzi potrzebuje przy każdej pozycji dwóch dopisków — kto ją utrzymuje i kiedy była ostatnio potwierdzona.

Starzenie bywa trojakie i każdy rodzaj zachowuje się inaczej:

• Fakt z datą ważności — godziny w święta, tydzień urlopowy, sezonowa zmiana rozkładu. Widać z góry, kiedy przestanie być prawdą, więc datę można zapisać obok samego faktu.
• Fakt zależny od kuchni — lista alergenów, karta sezonowa, dostępność dania. Zmienia się bez ostrzeżenia i to jedyna kategoria, w której oddanie sprawy człowiekowi bywa rozsądniejsze niż utrzymywanie odpowiedzi za wszelką cenę.
• Fakt, który zmienił się po cichu — nowa zasada zadatku uzgodniona na zmianie i nigdzie nie zapisana. Odkrywa go dopiero gość, któremu podano starą wersję.

Reguła robocza jest jedna na wszystkie trzy: odpowiedź bez gospodarza starzeje się szybciej niż odpowiedź bez daty. Brak daty widać na liście, braku gospodarza nie widać nigdzie.

Co musi trafić do człowieka: cena, umowa, obietnica, konflikt

Cztery kategorie, i nie jest to kwestia gustu.

Cena, która powstaje, a nie jest odczytywana. Cena z cennika to zapisana odpowiedź. Wycena imprezy to negocjacja, a negocjacji nie oddaje się maszynie, która nie ma prawa niczego ustąpić.

Wszystko umowne. Zadatki wyższe niż standardowa zasada, warunki fakturowania, konta firmowe, współpraca z platformą dostawczą.

Każda obietnica na przyszłość. „Czy taras będzie otwarty w październiku", „czy przytrzymacie dla nas całą salę". Obietnica złożona przez maszynę jest obietnicą, którą lokal i tak musi dotrzymać.

Konflikt. Reklamacja, żądanie zwrotu, gość zdenerwowany. Przekazanie nigdy nie może zmuszać gościa do powtarzania całej historii temu, kto przejmuje rozmowę: zapis tego, co już powiedziano, idzie razem z połączeniem, inaczej przekazanie kosztowało więcej, niż oszczędziło.

Co musi istnieć, zanim asystent przyjmie pierwszą rezerwację

Asystent, który zapisuje rezerwacje donikąd, jest maszyną do produkowania awantur przy drzwiach. Pięć rzeczy musi istnieć wcześniej i żadna z nich nie jest oprogramowaniem.

1. System rezerwacji, który jest jedynym źródłem prawdy. Jeśli rezerwacje mieszkają też w papierowym zeszycie, asystent przepełni salę i to jego obwinisz. Tym zajmuje się moduł rezerwacji: jedna tabela rezerwacji, jedno miejsce zapisu.
2. Spisany plan sali — ile stolików, jakiej wielkości, jak długo trwa jedno posadzenie. Bez długości posadzenia „czy jest wolne na 19:00" nie ma odpowiedzi.
3. Spisane zasady dla przypadków niewygodnych: duże grupy, dzieci, psy, zadatki, spóźnienia. Każda zasada, której nie spisałeś, to przekazanie czekające na swoją kolej.
4. Potwierdzenie, które dociera do gościa. To, co padło przez telefon, i to, co zapisano w systemie, są jednym zdarzeniem dopiero wtedy, gdy gość zobaczy to drugie. Tę szczelinę zamykają automatyczne wiadomości potwierdzające, a tym samym kanałem idzie łańcuch przypomnień opisany w artykule o no-show i łańcuchu potwierdzeń.
5. Człowiek z imienia po drugiej stronie przekazania. Nie „restauracja" — rola, z telefonem odbieranym w trakcie serwisu.

Dwa wskaźniki pomiaru: udział zamkniętych i udział przekazanych

Containment rate — udział odebranych rozmów zakończonych bez włączenia człowieka, liczony do wszystkich rozmów odebranych.

Escalation rate — udział odebranych rozmów przekazanych człowiekowi, przy tym samym mianowniku.

Containment rate % = Rozmowy zamknięte bez człowieka ÷ Rozmowy odebrane × 100

• Rozmowy zamknięte bez człowieka — odebrane połączenia zakończone bez włączenia kogokolwiek; liczysz z rejestru telefonii;
• Rozmowy odebrane — wszystkie odebrane połączenia w tym samym okresie, z tego samego rejestru i tego samego zegara.

Escalation rate % = Rozmowy przekazane człowiekowi ÷ Rozmowy odebrane × 100

• Rozmowy przekazane człowiekowi — odebrane połączenia przełączone albo zamknięte obietnicą oddzwonienia, której człowiek musiał potem dotrzymać.

Jeśli twoje dwa wskaźniki nie sumują się do stu, rozmowy giną między dwoma licznikami, i to nie wskaźnik trzeba wtedy naprawiać najpierw.

Opublikowanej normy dla żadnego z tych wskaźników nie ma ani w polskiej, ani w europejskiej statystyce publicznej, i ta strona żadnej nie drukuje. Ani Eurostat, ani urząd statystyczny nie zbierają danych o obsłudze połączeń w firmach — nie ma szeregu nieodebranych połączeń, nie ma czasu odpowiedzi, nie ma udziału rozmów zamykanych samodzielnie. To, co katalogi trzymają pod hasłem telefonu, dotyczy telefonii internetowej gospodarstw domowych i tego, kogo stać na telefon, czyli czegoś zupełnie innego. Jedyną uczciwą normą dla twojego lokalu jest twój pierwszy miesiąc i drugi miesiąc porównany z nim. Gdzie te wskaźniki wiszą w szerszym drzewie liczb lokalu, pokazuje filar o tym, które liczby restauracji śledzić.

Trzeci wskaźnik to ten, o który właścicielom naprawdę chodzi, gdy mówią „czy to działa":

Booking capture rate % = Rezerwacje zapisane w systemie w trakcie rozmowy ÷ Rozmowy z intencją rezerwacji × 100

• Rezerwacje zapisane w systemie w trakcie rozmowy — rezerwacje, które istnieją w systemie w chwili rozłączenia;
• Rozmowy z intencją rezerwacji — rozmowy, w których gość prosił o stolik; mianownik liczy się z intencji, a nie z całego ruchu.

Napisz to obok liczby, inaczej ktoś odczyta ją jako procent czegoś.

Ta strona nie kładzie na to żadnych pieniędzy. Koszt połączenia, którego nikt nie odebrał, liczy własnym wzorem artykuł o tym, ile kosztują nieodebrane połączenia, a koszt rezerwacji według kanału należy do strony sąsiedniej: koszt rezerwacji według kanału. Jedna strona, jedna arytmetyka.

Trzy sposoby, na które te dwa wskaźniki skłamią

Kontrola sumy do stu wyłapuje dokładnie jedną usterkę — rozmowy ginące między licznikami. Trzy poniższe przechodzą obok niej bez śladu, bo suma nadal się spina.

Przekazanie donikąd policzone jako zamknięcie. Rozmowa przełączona do człowieka, którego nie było przy telefonie, kończy się tym, że gość odkłada słuchawkę. Jeśli licznik patrzy tylko na to, czy ktoś się podłączył, taka rozmowa wpada między zamknięte bez człowieka i podnosi wskaźnik akurat wtedy, gdy obsługa zawiodła najmocniej. Rozstrzyga to, czy przekazanie zostało odebrane, a nie to, czy zostało rozpoczęte.

Dwa okresy pod jedną kreską. Licznik z jednego miesiąca, mianownik z drugiego, bo eksport telefonii i raport asystenta tną dobę o innej godzinie. Wskaźnik wychodzi wtedy prawdopodobny i nieporównywalny z niczym, łącznie z samym sobą sprzed miesiąca.

Noc doliczona do serwisu. Rozmowy poza godzinami otwarcia są łatwiejsze z założenia: nie mają ludzkiej alternatywy, z którą się je zestawia, i najczęściej dotyczą godzin albo adresu. Wlane do wspólnego kotła podnoszą udział zamkniętych bez człowieka i zasłaniają to, co dzieje się w szczycie kolacyjnym.

Wszystkie trzy sprawdza się tak samo: weź garść rozmów z rejestru i przejdź je ręcznie, zanim uwierzysz w jakikolwiek procent. Jeden raz wystarcza na rok, bo szuka się w tym błędu w definicji, a nie w liczbie.

Kiedy asystent nie zrozumiał: zejście do człowieka, a nie w ciszę

Fallback — reguła, która odpala się, gdy asystent nie potrafi zaklasyfikować prośby: przekaż, weź numer do oddzwonienia albo powiedz wprost, że nie pomożesz.

Niezrozumienie nie jest porażką. Porażką jest niezrozumienie po cichu. Trzy dopuszczalne zakończenia rozmowy, której asystent nie zaklasyfikował: przełączenie do człowieka teraz, wzięcie numeru i jednego zdania o tym, czego gość chciał, albo zdanie „nie pomogę w tej sprawie, oto numer bezpośredni". Zakończenie niedopuszczalne to pętla — proszenie gościa o powtórzenie po raz trzeci — a najgorsze jest radosne potwierdzenie czegoś, czego nigdy nie zrozumiano.

Regułę fallbacku spisz przed wszystkim innym i licz, jak często się odpala. Fallback odpalający się na co trzeciej rozmowie mówi ci, których odpowiedzi wciąż nie spisano — to najbardziej użyteczna lista, jaką daje pierwszy miesiąc.

Rezerwacja przez telefon a rezerwacja na stronie: czym różni się odpowiedzialność

Na stronie gość wypełnia formularz sam, widzi, co wpisał, i dostaje potwierdzenie z własnymi słowami. Przez telefon gość wypowiada imię i godzinę na głos, a ktoś — albo coś — to wpisuje. Błąd przenosi się z gościa na linię. To cała różnica i to ona rozstrzyga, gdzie wkładasz wysiłek.

Odczytanie rezerwacji na głos to nie uprzejmość, to kontrola błędu. Potwierdzenie na piśmie zamienia ustną zgodę w coś, na co obie strony mogą spojrzeć. Obsługę wszystkich wejść jako jednej kolejki zamiast pięciu osobnych opisuje artykuł o automatyzacji obsługi zgłoszeń — telefon jest jednym wejściem do tej kolejki, a nie osobnym systemem.

Języki na linii: dlaczego drugi język kosztuje tu mniej niż na sali

Dodanie drugiego języka na sali oznacza rekrutację. Dodanie go do spisanego zestawu odpowiedzi oznacza jednorazowe przetłumaczenie skończonej listy, a lista jest skończona z definicji — to dokładnie te fakty, które spisałeś. To jedyne miejsce, w którym telefon jest naprawdę tańszy niż podłoga.

Dwa ostrzeżenia. Asystent musi mówić językiem gościa przez całą rozmowę, ze zdaniem fallbacku włącznie: przekazanie zapowiedziane w języku, którego gość nie zna, jest gorsze niż brak przekazania. I język, w którym umiesz odpowiedzieć, ale nie umiesz eskalować, jest pułapką — jeśli nikt na zmianie nim nie mówi, obietnica oddzwonienia jest pusta. Te same spisane odpowiedzi zasilają też kanały komunikatorów, więc jedno tłumaczenie pracuje w kilku miejscach.

Co gość słyszy w pierwszych trzech sekundach i dlaczego to rozstrzyga rozmowę

Branżowej normy trzech sekund nie ma i ta strona jej nie wymyśla — te sekundy to po prostu długość powitania, które sam piszesz. Co do nich włożysz, jest twoją decyzją: czy dzwoniący usłyszy, że rozmawia z asystentem, czy nazwa lokalu pada pierwsza, czy jest menu opcji, czy zwykłe „w czym mogę pomóc".

Powiedz wprost, że to asystent. Gość, który domyśli się w połowie rozmowy, czuje się oszukany, a to uczucie przykleja się do lokalu, nie do dostawcy; gość uprzedzony na starcie po prostu mówi wyraźniej. Druga decyzja należąca do tych sekund to wyjście: dzwoniący ma od początku wiedzieć, jak dotrzeć do człowieka.

Telefon poza godzinami otwarcia: jedyny przypadek bez sporu

Każdy spór na tej stronie dotyczy granicy. Ten przypadek granicy nie ma. O drugiej w nocy alternatywą dla asystenta nie jest człowiek — jest sygnał w słuchawce. Rozmowa odebrana o tej porze nie zabierze stolika hostessie, której tam nie ma, nie przerwie serwisu i nie może być gorsza od ciszy, którą zastępuje.

Dlatego godziny zamknięcia mierz osobno od godzin serwisu. Zmieszane, zasłaniają się nawzajem: noc podbija udział rozmów zamkniętych bez człowieka, a szczyt kolacyjny ściąga go w dół z powodów, które nie mają nic wspólnego z tym, co zapisane.

Answered share % = Rozmowy odebrane ÷ Połączenia przychodzące × 100

• Połączenia przychodzące — wszystkie połączenia, które trafiły na linię, wraz z porzuconymi przed odebraniem. Bierzesz je z eksportu telefonii, a nie z pamięci.

Rozbij tę liczbę na godziny, zanim cokolwiek postanowisz.

Czego asystent głosowy nie dowie się nigdy

Nie wie, że gość proszący o stolik przy oknie to ta sama osoba, która była tu w zeszły wtorek, o ile systemowi tego nie powiedziano. Nie wie, że szefowi kuchni skończyła się ryba. Nie wie, że stały gość wciąż jest zły o coś sprzed trzech wizyt. Nie wie, że szóstka to rodzina oglądająca salę pod wesele.

Te rzeczy mieszkają z ludźmi i ta strona nie będzie udawać inaczej. Warstwa zarządcza może natomiast położyć to, co maszyna wie, przed ludźmi, którzy tego potrzebują — o tym jest filar o systemie zarządzania restauracją z AI i szerszy przegląd tego, co obejmuje automatyzacja restauracji. Granica biegnie tam, gdzie kończy się zapisana odpowiedź. Możesz ją przesuwać, a przesunięcie oznacza spisanie czegoś, nie kupienie czegoś.

Jest też ograniczenie po drugiej stronie. Ile połączeń linia fizycznie wchłonie w najgorętszej godzinie, to osobna arytmetyka i należy do strony sąsiedniej o tym, ile telefonów jesteśmy w stanie odebrać.

Najczęstsze pytania

Na co asystent głosowy może odpowiedzieć na linii restauracji?

Na wszystko, co lokal już utrwalił na piśmie: godziny otwarcia, adres i parking, czy stolik jest wolny o danej porze, oraz samą rezerwację. Reguła nie dotyczy trudności, tylko tego, czy odpowiedź już istnieje. Trudna sprawa ze spisaną odpowiedzią jest do zamknięcia; prosta bez spisanej odpowiedzi nie jest.

Co zawsze musi trafić do człowieka?

Cztery rzeczy: cena negocjowana zamiast odczytanej z cennika, wszystko umowne, każda obietnica na przyszłość i każdy konflikt. We wszystkich czterech maszyna tworzyłaby zobowiązanie, a nie powtarzała już istniejące, i nie ma do tego prawa.

Która część tego jest naprawdę AI, a która zwykłą regułą?

Rozpoznawanie mowy, ustalenie, czego chce dzwoniący, i wypowiedzenie odpowiedzi to modele. Sprawdzenie wolnego stolika, zapis rezerwacji, zastosowanie twoich reguł przekazania i policzenie wyników to zwykłe zapytania do bazy i arytmetyka. Tablica wyżej na tej stronie rozdziela każdy krok rozmowy między obie kolumny.

Jak zmierzyć, czy asystent działa?

Udziałem odebranych rozmów zamkniętych bez człowieka i udziałem przekazanych, na jednym mianowniku, tak żeby sumowały się do stu. Dołóż udział rozmów odebranych wobec przychodzących, bo wysoki udział zamkniętych na linii gubiącej połowę dzwoniących nie znaczy nic.

Co się dzieje, gdy asystent nie zrozumie dzwoniącego?

Powinien natychmiast zrobić jedną z trzech rzeczy: przełączyć, wziąć numer do oddzwonienia z notatką o tym, czego dotyczyła sprawa, albo powiedzieć wprost, że nie pomoże, i podać numer bezpośredni. Pętla z trzecią prośbą o powtórzenie to tryb, który trzeba zaprojektować precz, a potwierdzenie czegoś niezrozumianego jest gorsze od nich wszystkich.

Co musi istnieć, zanim asystent przyjmie rezerwację?

System rezerwacji jako jedyne miejsce, gdzie rezerwacje żyją, spisany plan sali z założoną długością posadzenia, spisane zasady dla grup, zadatków i spóźnień, potwierdzenie docierające do gościa oraz człowiek z imienia, który odbiera przekazanie w trakcie serwisu.

Czy asystent głosowy zastąpi hostessę?

Nie, a lokal, który kupi go z takim oczekiwaniem, rozczaruje się na pierwszej trudnej rozmowie. Zdejmuje powtarzalną połowę telefonu — tę, której odpowiedzi są już spisane — żeby człowiek na zmianie wydał uwagę na połowę, która człowieka wymaga.

Weź jedną zmianę i wypisz dziesięć rzeczy, o które pytano cię przez telefon. Zaznacz te, których odpowiedź już gdzieś istnieje na piśmie. Ta liczba jest sufitem tego, co da się zdjąć z rąk człowieka — a niezaznaczone to twoja lista robocza, w kolejności, którą podali ci goście. Więcej materiału dla lokali zebrano w sekcji restauracyjnej.