Перейти до вмісту
електровелосипеди

Velotric: Запустили в Zendesk Pluno AI Agent для повторюваних звернень і AI…

Виміряний результат: Самозвіт Cristina: Copilot-assisted ticket — приблизно 20 хв → менш ніж 5 хв; агент покриває щонайменше 58% тільки направлених до нього тікетів, не всього потоку; період і розмір вибірки не вказані.[10]

Velotric — китайська компанія з електровелосипедів (51–200 працівників), яка підтримує клієнтів через Zendesk. Команда підтримки з 30+ людей внедрила AI-агента Pluno для обробки повторюваних питань: агент бере на себе щонайменше 58% напрямлених до нього тікетів, а час агента на тікет із Copilotом скоротився з близько 20 хв до менш ніж 5 хв. Простий запит тепер обробляється за близько 10 секунд замість ручної відповіді.

Результат

  • Виміряний результат: Самозвіт Cristina: Copilot-assisted ticket — приблизно 20 хв → менш ніж 5 хв; агент покриває щонайменше 58% тільки направлених до нього тікетів, не всього потоку; період і розмір вибірки не вказані.[10]

    Джерело 1 ↗

Контекст

Компанія
Velotric
Галузь
електровелосипеди
Країна
Китай
Розмір
51–200 працівників

Дата публікації: 06.10.2026 — розширене 90-денне вікно.[10] Цитата з атрибуцією: “It's just a simple integration.” — Cristina Mercado, Reputation and Trust Manager in Customer Support; опубліковано 06.10.2026, дата інтерв’ю не вказана.[10] Дані для калькулятора: Support-команда — понад 30 людей, точне охоплення Copilot не вказане; час — приблизно 20 → менш ніж 5 хв для Copilot-assisted tickets; загальний сезонний обсяг — приблизно 10 000 тікетів/місяць улітку–у вересні, AI-routing volume не вказано; зарплата з валютою — не вказано.[10]

Розвилка

Купити готове рішення з простим інтегруванням чи братися за складне власне впровадження, яке б додало навантаження на команду.

Обмеження

Потрібна була проста інтеграція без складного розгортання; тригери Zendesk не обробляли питання-уточнення; відповіді Zendesk AI звучали як від бота; команда вже не справлялася з обсягом тікетів; необхідно було підтримувати природний тон спілкування з клієнтами.

Що зробили

Інструмент знайшов co-founder and Head of Customer Experience Eric Xu; Reputation and Trust Manager Cristina Mercado організувала роботу й щодня перевіряє всі AI-handled tickets, теги та відповіді, уточнюючи інструкції. Підключили Zendesk і форми Hark; вендор підтримує через Slack. Точна тривалість розгортання не вказана.[10]

Що могло провалитись

Не можна множити 58% на весь місячний потік: знаменник — routed tickets. Час щоденного контролю Cristina не розкритий; автоматизоване продовження після людського погодження повернень — наступний крок, не поточний результат.[10]

Що з цього переноситься

Підхід працює, коли у компанії є великий обсяг повторюваних запитів, чітка база знань та готовність щоденного людського керування агента; він не підходить, якщо потрібне складне впровадження або немає процесу для постійної корегування промтів.

Як повторити в себе

Редакційна порада: почати з Copilot і окремої FAQ-черги. Окремо рахувати total tickets, routed tickets, resolution, reopen rate та ручний контроль; фінансові рішення залишити людині.

Скільки зайняло: Впровадження описано як миттєве / просте підключення без складного розгортання; конкретних термінів у місяцях або тижнях джерело не наводить.

Джерела

  1. 1
    pluno.ai ↗

    pluno.ai

Щотижневі кейси на пошту

Нові кейси з цифрами й посиланнями на джерела.