All Field Guides

Favor’s Fleet Team Boosted Efficiency with a Dedicated AI Agent in Guru

Favor è una piattaforma di consegna con sede in Texas, gestita da Runners e supportata da H-E-B. Il loro Fleet Team utilizza l'AI Agent di Guru per ottenere supporto più veloce e preciso.

Reading time
4
 minutes

Profilo dell'azienda

Favor è una piattaforma di consegna e ordinazione di cibo per lo stesso giorno con sede ad Austin, Texas. Consegna cibo, generi alimentari ed essenziali quotidiani in tutto il Texas tramite una rete di Runners (corrieri). Acquisita da H-E-B nel 2018, Favor combina partnership con aziende locali e una consegna veloce e senza contatti. Scopri di più su favordelivery.com.

“Siamo sparsi in tutto il grande stato del Texas. Gestiamo le consegne di generi alimentari della famiglia H-E-B e abbiamo anche la nostra piattaforma di consegna.”Evan McMillan, Fleet Support Team Lead

La Sfida

Il Fleet Team di Favor è un gruppo di nicchia con processi che differiscono da quelli del team di supporto più ampio. Di conseguenza, i risultati di ricerca generati dall'AI di Guru erano affollati di informazioni irrilevanti provenienti da altri team, rendendo più difficile per gli agenti della flotta trovare le risposte giuste rapidamente. Il processo di ricerca che richiedeva tempo ha scoraggiato i membri del team dal controllare le risorse del tutto.

“A volte le persone dicevano: 'L'AI di Guru non funziona per noi,' ma in realtà era solo che non la stavano usando correttamente. Una volta che l'abbiamo perfezionata e aggiustata il prompt, la qualità delle risposte è cambiata completamente.”Evan McMillan

La Soluzione

Favor ha utilizzato Guru’s Knowledge Agents per creare un agente AI dedicato focalizzato esclusivamente sul supporto del team Fleet.

  1. Evan McMillan, Support Team Lead, ha personalizzato il prompt dell'agente per concentrarsi solo sul contenuto relativo alla flotta.
  2. Ha regolato il tono dell'agente per adattarsi alla cultura amichevole e accessibile di Favor.
  3. L'agente è stato integrato in Slack, rendendo più facile per il team fare domande e ricevere risposte in tempo reale.

“Una volta che abbiamo avuto la possibilità di creare agenti individuali, è stato davvero entusiasmante poterci concentrare sul tipo specifico di lavoro che stiamo facendo. L'agente ha iniziato a capire meglio la nostra attività e ha fornito risposte più mirate.”Evan McMillan

“Collegarlo a Slack è stato un cambiamento di gioco. Ero titubante all'inizio nell'avere qualcosa che rispondesse automaticamente alle domande, ma una volta provato, ha completamente sbloccato il potenziale. Vedere buone risposte arrivare su Slack ha davvero costruito fiducia.”Evan McMillan


L'Approccio

  1. Definito il contesto aziendale – Evan ha fornito un contesto dettagliato sul modello di business di Favor e sui processi di supporto della flotta in modo che l'agente AI potesse comprendere meglio come i segmenti di clientela di Favor (autisti, clienti e commercianti) lavorano insieme. Questo ha aiutato a migliorare la pertinenza e l'accuratezza delle risposte dell'agente.

“Spiegare come funziona il business affinché l'agente AI possa comprendere cosa è Favor, cosa stiamo cercando di fare e come i nostri segmenti di clienti lavorano insieme ha davvero aiutato a migliorare la qualità delle risposte.”Evan McMillan

  1. Adattato il focus dell'agente AI – Poiché il team di supporto della flotta opera in modo diverso dal team di supporto più ampio, Evan ha ristretto le fonti dell'agente solo ai contenuti legati alla flotta. Questo ha eliminato risposte irrilevanti provenienti da altri team e ha permesso all'agente di fornire risposte più precise.

“Il mio team è specializzato, quindi l'agente AI predefinito attingerebbe a una conoscenza aziendale più ampia, che non era sempre pertinente. Limitandolo a fonti solo relative alla flotta ha fatto una grande differenza.”Evan McMillan

  1. Affinato il tono dell'agente – Evan ha impostato l'agente per rispondere con un tono più conversazionale e di supporto, allineandosi alla cultura aziendale di Favor. Ha posizionato l'agente come un “allenatore di formazione” per aiutare gli agenti non solo con le risposte, ma anche a imparare come gestire le situazioni.

  2. Integrato con Slack – L'agente è stato incorporato in Slack, rendendo più facile per i membri del team fare domande e ricevere risposte in tempo reale. Avere l'agente all'interno di un canale di comunicazione familiare ha aumentato l'adozione e il coinvolgimento.

  3. Iterato e migliorato – Evan ha tracciato diverse versioni del prompt dell'agente in un foglio di calcolo, consentendogli di tornare facilmente a versioni precedenti e affinare le risposte nel tempo. Ha anche sperimentato con istruzioni di formattazione, come elencare chiaramente i passaggi quando pertinente, per rendere le risposte più pratiche.

__wf_reserved_inherit

Il Risultato

Maggiore fiducia nell'utilizzo di Guru—più membri del team ora dicono: “Ehi, mi chiedo se questo sia in Guru. Chiederò all'agente AI al volo.”

Maggiore efficienza nella gestione di problematiche specifiche del settore che non seguono procedure standard.

“È stato di grande aiuto per quelle domande particolari che non rientrano in un processo standard—ci sta facendo risparmiare molto tempo.”Evan McMillan

Risposte più rapide e accurate—soprattutto per domande specifiche legate alla flotta.

Maggiore coinvolgimento con il supporto AI basato su Slack, che porta a una migliore adozione e fiducia.

“Vedere buone risposte emergere in Slack ha davvero costruito fiducia. Ora le persone fanno più domande e si fidano delle risposte dell'agente.”Evan McMillan

Key Stats

Customer Testimonials

Key Takeaways

Guru Capabilities Leveraged

No items found.
Published on 
March 31, 2025

Further reading