Интервью

Зак Пэн, сооснователь и генеральный директор Seel — серия интервью

Antoine Tardif
Добавьте Unite.AI в избранные источники в Google
Zack Peng, Co-Founder and CEO of Seel
Ключевые моментыSeel решает более 99% обращений в поддержку, позволяя ИИ доводить решения до конца, а…
Показать больше
  • Seel решает более 99% обращений в поддержку, позволяя ИИ доводить решения до конца, а не отклонять заявки.
  • Доверие к поддержке на основе ИИ зависит от видимого выхода на человека, а не от точности бота.
  • Продавцам следует требовать доказательств сквозных показателей решения обращений и ответственности, а не отполированных демонстраций.

Зак Пэн — сооснователь и генеральный директор Seel. Он занимается проблемами, с которыми сталкиваются покупатели и продавцы после оформления заказа. Сначала его работа была связана с прогнозированием возвратов и возмещений, а затем расширилась и стала охватывать системы ИИ, которые обрабатывают запросы клиентов на всех этапах взаимодействия с продавцом. Он выступает за то, чтобы агенты, способные действовать самостоятельно, работали в четко установленных рамках, могли передавать сложные случаи сотрудникам и несли ответственность за результат, который получает клиент.

Seel предоставляет услуги после покупки и решения на основе ИИ для электронной коммерции, в том числе защиту покупок и доставки, поддержку клиентов и перепродажу товаров. Платформа связывает системы продавцов, сведения о заказах и процессы обслуживания, помогая решать проблемы покупателей; шлюз LLM Gateway обеспечивает доступ к моделям и маршрутизацию запросов с учетом типа задачи. В этом интервью Пэн рассказывает о переходе от ответов на вопросы к ответственности за результат, о средствах контроля, необходимых агентам для работы с разными системами, и о том, как продавцы могут оценивать надежность услуг на основе ИИ.

Что вдохновило вас на создание Seel и как решение проблем, с которыми покупатели сталкиваются после оформления заказа, привело вас к разработке ИИ-команды для электронной коммерции?

Все началось с одной торговой площадки. Мы познакомились с основателем такой площадки и увидели, сколько усилий отрасль тратит на прогнозирование возвратных платежей, которые обходятся примерно в 0,5% валового объема продаж (GMV). Возвраты и возмещения составляли от 10 до 20%, но их никто не прогнозировал. Поэтому мы создали модель, которая могла это делать, и с ее помощью предложили покупателям вносить небольшую плату, чтобы иметь возможность вернуть товары, проданные без права на возврат. Я ожидал, что на это согласятся от 3 до 5% покупателей. На деле таких оказалось от 10 до 20%. Это показало нам, что покупатели готовы платить за уверенность после оформления заказа — по той же причине люди покупают AppleCare или страховку при аренде автомобиля.

ИИ-команда выросла из нашей собственной службы поддержки. Более 70% обращений в нее не были связаны с возвратами. Покупатели хотели узнать, где находится их заказ, или можно ли обменять товар. Вместо того чтобы отправлять их обратно к продавцу, мы начали сами решать эти вопросы. Мы поняли, что главная ценность ИИ в торговле — не экономия денег. Она в том, что задачи можно решать мгновенно и в больших масштабах, даже в периоды пикового спроса. Это включает системы ИИ, которые могут оценивать запросы на возмещение и одобрять подходящие до получения возвращенного товара, а также круглосуточных ИИ-агентов, способных действовать и решать запросы клиентов.

Вы описываете переход от чат-ботов, отвечающих на вопросы, к агентам, которые действуют самостоятельно, а затем — к ИИ-агентствам, отвечающим за весь результат. Что меняется с технической и операционной точек зрения на каждом этапе и можете ли вы привести пример из практики, связанный с проблемой клиента?

Разница заключается в том, кто отвечает за результат. Чат-бот отвечает на вопрос: «Где мой заказ?» Агент выполняет отдельную задачу, например подает претензию. Агентство отвечает за конечный результат: клиент получил то, за что заплатил.

С технической точки зрения агентство взаимодействует с несколькими системами, в том числе с магазином продавца, перевозчиком и платежными системами, а не работает только внутри одной. Оно отслеживает обращение в течение нескольких дней, а не одной беседы, и должно понимать, когда вопрос действительно решен. С операционной точки зрения вместо планирования штата по количеству обращений вы начинаете планировать его с учетом исключительных случаев.

Представьте, что посылка отмечена как доставленная, но так и не пришла. Чат-бот советует покупателю подождать. Агент подает претензию. Seel Agencies проверяет данные перевозчика о сканировании посылки и историю заказа, определяет, положено ли возмещение, выплачивает его или отправляет замену, обновляет записи продавца и сообщает покупателю, что вопрос решен. Будучи партнером, который берет на себя обработку обращений продавцов, возникающих после покупки, от начала до конца, мы сначала проверили эту инфраструктуру ИИ на собственных обращениях. Такой подход, ориентированный на решение проблем, помог нам добиться доли решенных обращений более 90% и при этом сразу выявлять подходящие запросы и возвращать деньги.

Представим, что агент для покупок от имени человека приобрел товар не того размера. Что должно произойти между этим агентом, продавцом и Seel, чтобы исправить ошибку, и кто должен отвечать за результат?

Покупателю не должно приходиться разбираться в этом и выяснять, кто виноват. Кто бы ни допустил ошибку, решение одно и то же: быстро обменять товар или вернуть деньги.

Для этого необходимы три условия. Во-первых, в заказе должны сохраняться сведения о том, кто его оформил и по чьему указанию, чтобы можно было отследить решение агента. Во-вторых, политика продавца в отношении возвратов должна быть доступна в машиночитаемом формате, чтобы агент мог действовать в соответствии с ней. В-третьих, кто-то должен взять на себя ответственность за результат до того, как будет установлена вина.

Именно этим занимается Seel. Мы берем на себя ответственность. Если заказ был защищен, покупатель сначала получает полное возмещение, а вопрос о том, кто виноват, решается позже. Если ИИ-агент для покупок заказывает от имени человека товар не того размера, покупатель должен иметь возможность решить проблему так же, как если бы он оформил заказ сам, — при условии, что при оформлении заказа была добавлена соответствующая защита и проблема подпадает под ее действие. Мы несем финансовую ответственность за результаты, которые берем на себя. Покупателю не должно приходиться выяснять, он сам или его агент допустил ошибку.

Ваша команда говорит, что ИИ ускоряет обработку 80% обращений в службу поддержки Seel. Что на практике означает «ускоряет», какая доля обращений решается без участия человека и какие показатели позволяют понять, действительно ли клиенты получают более качественное обслуживание?

Это значит, что ИИ выполняет работу, которая раньше отнимала время у сотрудника: изучает обращение, получает данные о заказе и перевозчике, проверяет правила продавца и в большинстве случаев решает проблему. ИИ обрабатывает 80% всех наших обращений. В целом мы решаем более 99% обращений в поддержку, тогда как в отрасли обычно говорят о 60–70%.

Однако один лишь показатель закрытых обращений может скрывать низкое качество обслуживания: бот, который просто отфутболивает покупателей, отлично выглядит в отчетах. Поэтому мы отслеживаем такие показатели, как доля повторно открытых обращений, доля обращений, переданных сотруднику, и удовлетворенность клиентов. В ситуациях, которые раздражают покупателей, важна скорость. Чтобы изменить адрес доставки, обычно приходится вести переписку по электронной почте, поскольку системы управления заказами и их выполнением не связаны между собой. Наши агенты справляются с этим за несколько минут.

Больше всего меня волнует, возвращаются ли покупатели за новыми покупками. В нашей сети 69% постоянных покупателей защитили свой первый заказ.

Вы называли себя «сторонником агентов, но не автопилота». Какие решения вы намеренно оставляете за людьми и как ваша система распознает, что в ситуации, которая кажется обычной, требуется человеческое суждение?

Автопилот означает, что за процессом никто не наблюдает. Мы хотим, чтобы агенты выполняли большую часть работы, а люди принимали решения там, где важно суждение.

Мы оставляем за людьми три вида решений: всё, что связано с установлением правил; случаи, когда ошибочное решение дорого обходится при его отмене; и достаточно необычные случаи, в которых формально правильное решение может оказаться несправедливым. ИИ обрабатывает обычные случаи в этих рамках и не может самовольно расширять свои полномочия. Если действие не было разрешено или случай требует дополнительного согласования либо особого порядка рассмотрения, его сразу передают человеку.

Система учитывает не только тип запроса, но и его контекст: риски, срочность, недовольство клиента и чувствительность вопроса с точки зрения правил. Случаи с высоким уровнем риска передаются людям, а в ситуациях, чувствительных с точки зрения правил, перед принятием решения может потребоваться дополнительная проверка. Эти пороговые значения настраиваются отдельно для продавца и рабочего процесса, а не задаются одной универсальной суммой в долларах или оценкой уверенности. Например, запрос на ускоренную выплату или выплату повышенного размера может выходить за рамки полномочий ИИ.

Ваше исследование покупателей показывает, что многие представители поколения Z по-прежнему хотят, чтобы в решении их проблем участвовал человек. Что вы узнали о том, как создавать заслуживающую доверия поддержку с помощью ИИ, особенно когда клиенты хотят оспорить решение или связаться с сотрудником?

Поколение Z лучше других поколений воспринимает ИИ, но и быстрее замечает, когда компания использует его, чтобы уклониться от общения с клиентами. В нашем отчете о покупательском поведении поколения Z за 2026 год 49% его представителей сказали, что предпочли бы решать проблему с человеком. При этом они хотят, чтобы всё происходило быстро: 87% покупателей ожидают, что проблему решат в течение двух-трех дней.

Мы поняли, что доверие зависит от возможности перейти к человеку, а не от бота. Когда покупатели знают, что могут связаться с сотрудником, они охотно поручают ИИ решение своих вопросов. Если ИИ становится преградой, доверие рушится, даже если ответ был правильным.

Поэтому мы уделяем внимание трем аспектам:

  • Скорости, чтобы решать проблемы до того, как покупатели начнут раздражаться
  • Понятному объяснению простыми словами каждый раз, когда ИИ отказывает
  • И возможности одним шагом передать вопрос человеку, который сразу видит всю историю обращения, чтобы покупателю не приходилось повторять одно и то же.

Когда агенты могут оформлять возврат средств, изменять заказы или выполнять действия в системах продавцов, ошибки влекут за собой финансовые последствия. Как вы контролируете права доступа, предотвращаете дублирование или несанкционированное выполнение действий и восстанавливаете ход событий, если что-то пошло не так?

Каждый агент получает только те права доступа, которые нужны для его работы, и ничего сверх этого. Доступ ограничивается конкретными рабочими процессами, согласованными с продавцом. Мы используем отдельные учетные записи или токены API, не связанные с учетными данными сотрудников, поэтому продавец может в любой момент изменить, приостановить или отозвать доступ.

Для действий с повышенным уровнем риска, например крупных возвратов средств, мы можем настроить проверку человеком или установить пороговые значения по сумме и правилам с учетом требований продавца. Предоставление агенту доступа к системе не должно означать, что ему дают неограниченные полномочия.

Каждое действие в системе записывается вместе со временем его выполнения, описанием действия и причиной, которая его вызвала. Если что-то идет не так, эти данные позволяют нам вместе с продавцом расследовать ситуацию, помочь отменить действие и впоследствии ужесточить правила.

С помощью 1-Click Resale агенты создают объявления, устанавливают цены и координируют продажи на нескольких торговых площадках. Как вы проверяете описания товаров и цены и предотвращаете повторную продажу одного и того же товара, если обновления на торговых площадках задерживаются?

Наш сервис перепродажи берет на себя работу, которой продавцы обычно хотели бы избежать. Он изучает фотографию покупателя, чтобы оценить состояние товара, определяет цену с учетом ситуации на рынке, создает объявление и снимает его с публикации после продажи товара.

Описания составляются на основе уже имеющихся у нас данных. Поскольку товар связан с заказом у продавца, сервис использует исходную карточку товара. При определении цены учитывается, за сколько на самом деле были проданы аналогичные товары, с поправкой на состояние. Перед тем как продолжить, мы просим покупателя подтвердить предложенную цену, а размещением объявления и уточнением недостающих сведений занимается наша команда.

Цель — упростить перепродажу, чтобы покупатели могли вернуть часть стоимости товаров, которые им больше не нужны, даже после окончания срока возврата

Какие операционные задачи побудили вас открыть LLM Gateway компании Seel и как вы выбираете модели для разных задач с учетом надежности, задержки и стоимости? Оцениваете ли вы экономику каждого вызова модели или каждого успешно достигнутого результата для клиента?

Сначала мы создали его для себя. Разработка Seel Agencies для автоматизации наших собственных рабочих процессов показала нам, что масштабное применение ИИ требует дисциплинированного подхода к выбору моделей. Нам нужны были масштабируемость, надежность, доступ к лучшим моделям и предсказуемая себестоимость единицы работы, поэтому мы создали соответствующую инфраструктуру. Продавцы сталкивались с таким же постепенным ростом затрат — модель за моделью, запрос за запросом, — поэтому мы открыли доступ к этой инфраструктуре.

Мы выбираем маршрут в зависимости от задачи. Чтобы извлечь номер заказа из письма, не нужна та же модель, что и для решения сложной многоэтапной задачи. LLM Router оценивает сложность запроса и выбирает одну из моделей, использование которых разрешил клиент. Клиенты могут отдать предпочтение производительности, экономии или балансу между ними. Так они сами решают, насколько активно сокращать расходы на простых задачах.

Надежность и задержка ответа должны соответствовать реальной рабочей нагрузке. Прежде чем активнее применять маршрутизацию, мы рекомендуем проверить качество, время ответа и стоимость. Для сложных рабочих процессов или задач, требующих строгой согласованности, клиенты могут закрепить конкретную модель вместо автоматической маршрутизации.

LLM Router взимает плату за использование моделей, а не за каждый достигнутый результат для клиента. При интеллектуальной маршрутизации счет выставляется по тарифу той модели, которая фактически выполняет запрос. Seel берет на себя расходы на оценку сложности запроса, необходимую для выбора маршрута.

Чему Seel научила вас как основателей ИИ-компаний о разнице между впечатляющей демонстрацией и сервисом, на который клиенты могут положиться? Какие доказательства продавцу следует потребовать, прежде чем доверить ИИ-агентству целое направление бизнеса?

Демонстрация показывает, что система сработала один раз. Сервис показывает, что она справляется и с десятитысячным случаем в два часа ночи, когда API перевозчика не работает, а покупатель недоволен. Самое сложное никогда не заключалось в модели. Проблемы создают плохие данные, несогласованность систем и необходимость понимать, когда ИИ не должен действовать.

Продавцам следует требовать доказательства, а не демонстрации. Какую долю случаев агентство решает полностью, от начала до конца? Каковы сроки решения вопросов и показатели повторных покупок — помимо сокращения числа обращений в поддержку? Если агентство ошибается, кто несет расходы, как быстро их возмещают и можете ли вы точно увидеть, что оно сделало? И сколько человек требуется для его работы?

Спасибо за прекрасное интервью. Читателям, которые хотят больше узнать об ИИ-агентствах, сервисах после покупки и автоматизации в электронной коммерции, стоит посетить Seel.

Антуан — дальновидный лидер и партнёр-основатель Unite.AI, движимый неизменной страстью к формированию и продвижению будущего ИИ и робототехники. Как предприниматель, основавший несколько компаний, он верит, что ИИ изменит общество столь же радикально, как электричество, и часто с воодушевлением говорит о потенциале прорывных технологий и общего искусственного интеллекта (AGI).

Как футуролог, он стремится исследовать, как эти инновации будут формировать наш мир. Кроме того, он основатель Securities.io — платформы, посвящённой инвестициям в передовые технологии, которые переопределяют будущее и преобразуют целые отрасли.