Latar Belakang Perusahaan
Favor adalah platform pengantaran di hari yang sama dan pemesanan makanan yang berbasis di Austin, Texas. Mereka mengantarkan makanan, bahan makanan, dan kebutuhan sehari-hari di seluruh Texas melalui jaringan Runners (pengemudi pengantar). Diakuisisi oleh H-E-B pada tahun 2018, Favor menggabungkan kemitraan bisnis lokal dengan pengantaran cepat dan tanpa kontak. Pelajari lebih lanjut di favordelivery.com.
"Kami tersebar di seluruh negara bagian Texas yang hebat. Kami menangani pengantaran bahan makanan untuk keluarga H-E-B, dan juga memiliki platform pengantaran kami sendiri." – Evan McMillan, Pemimpin Tim Dukungan Armada
Tantangan
Tim Armada Favor adalah kelompok khusus dengan proses yang berbeda dari tim dukungan yang lebih besar. Akibatnya, hasil pencarian yang dihasilkan oleh AI Guru penuh dengan informasi yang tidak relevan dari tim lain, membuat agen armada lebih sulit menemukan jawaban yang tepat dengan cepat. Proses pencarian yang memakan waktu membuat anggota tim enggan memeriksa sumber daya apa pun.
"Orang kadang-kadang bilang, 'AI Guru tidak berfungsi untuk kami,' tetapi sebenarnya mereka tidak menggunakannya dengan benar. Setelah kami menyempurnakannya dan menyesuaikan prompt, kualitas jawaban benar-benar berubah." – Evan McMillan
Solusi
Favor menggunakan Agen Pengetahuan Guru untuk membuat agen AI yang didedikasikan secara khusus untuk dukungan tim Armada.
- Evan McMillan, Pemimpin Tim Dukungan, menyesuaikan prompt agen untuk fokus hanya pada konten yang terkait dengan armada.
- Dia menyesuaikan nada agen untuk sesuai dengan budaya Favor yang ramah dan mudah didekati.
- Agen ini diintegrasikan ke dalam Slack, memudahkan tim untuk mengajukan pertanyaan dan mendapatkan jawaban secara real-time.
"Setelah kami mendapatkan kemampuan untuk membuat agen individu, sangat menyenangkan bisa fokus pada jenis pekerjaan tertentu yang kami lakukan. Agen ini benar-benar mulai memahami bisnis kami dengan lebih baik dan memberikan jawaban yang lebih terfokus." – Evan McMillan
"Menghubungkannya ke Slack adalah pengubah permainan. Saya awalnya ragu untuk memiliki sesuatu yang menjawab pertanyaan secara otomatis, tetapi setelah kami mencobanya, hal itu benar-benar membuka potensi. Melihat jawaban yang baik muncul di Slack benar-benar membangun kepercayaan." – Evan McMillan
Pendekatan
- Menentukan Konteks Bisnis – Evan memberikan konteks mendetail tentang model bisnis Favor dan proses dukungan armada agar agen AI dapat lebih memahami bagaimana segmen pelanggan Favor (pengemudi, pelanggan, dan pedagang) bekerja sama. Ini membantu meningkatkan relevansi dan akurasi jawaban agen.
"Menjelaskan bagaimana bisnis ini berjalan sehingga agen AI dapat memahami apa itu Favor, apa yang ingin kami lakukan, dan bagaimana segmen pelanggan kami bekerja sama benar-benar membantu meningkatkan kualitas jawaban." – Evan McMillan
- Menyesuaikan Fokus Agen AI – Karena tim dukungan armada beroperasi secara berbeda dari tim dukungan yang lebih luas, Evan mempersempit sumber-sumber agen hanya pada konten yang terkait dengan armada. Ini menghilangkan jawaban yang tidak relevan dari tim lain dan memungkinkan agen memberikan respons yang lebih tepat.
"Tim saya adalah tim yang spesialis, sehingga agen AI default akan menarik dari pengetahuan perusahaan yang lebih luas, yang tidak selalu relevan. Membatasinya hanya pada sumber yang terkait dengan armada membuat perbedaan besar." – Evan McMillan
- Menyempurnakan Nada Agen – Evan mengatur agen untuk merespons dengan nada yang lebih percakapan dan mendukung, sejalan dengan budaya perusahaan Favor. Dia memposisikan agen sebagai "pelatih" untuk membantu agen tidak hanya dengan jawaban tetapi dengan belajar cara menangani situasi.
- Diintegrasikan dengan Slack – Agen ini diembed di Slack, memudahkan anggota tim untuk mengajukan pertanyaan dan menerima jawaban secara real-time. Menyimpan agen dalam saluran komunikasi yang sudah dikenal meningkatkan adopsi dan keterlibatan.
- Mengulangi dan Meningkatkan – Evan melacak versi berbeda dari prompt agen dalam spreadsheet, memungkinkannya untuk dengan mudah kembali ke versi sebelumnya dan menyempurnakan jawaban seiring waktu. Dia juga bereksperimen dengan instruksi pengformatan, seperti menyusun langkah-langkah dengan jelas ketika relevan, untuk menjadikan jawaban lebih dapat ditindaklanjuti.
Hasil
✅ Meningkatnya kepercayaan dalam menggunakan Guru—lebih banyak anggota tim sekarang berkata, “Hei, saya penasaran apakah itu ada di Guru. Saya akan bertanya kepada agen AI dengan cepat.”
✅ Meningkatkan efisiensi dalam menangani isu-isu spesifik armada yang tidak mengikuti prosedur standar.
"Ini telah menjadi bantuan besar untuk pertanyaan-pertanyaan aneh yang tidak sesuai dalam proses standar—ini menghemat banyak waktu kami.” – Evan McMillan
✅ Jawaban yang lebih cepat dan lebih akurat—terutama untuk pertanyaan spesifik armada.
✅ Keterlibatan yang lebih tinggi dengan dukungan AI berbasis Slack, yang mengarah pada adopsi dan kepercayaan yang lebih baik.
"Melihat jawaban yang baik muncul di Slack benar-benar membangun kepercayaan. Sekarang orang-orang lebih banyak bertanya dan mempercayai respon agen.” – Evan McMillan
Key Stats
Customer Testimonials
Key Takeaways
Guru Capabilities Leveraged
No items found.
Published on
March 31, 2025
