AI Agent kiểm tra chất lượng cuộc gọi tổng đài như thế nào?

Ở nhiều tổng đài, bộ phận kiểm soát chất lượng chỉ nghe lại được một phần rất nhỏ số cuộc gọi mỗi tháng. Những cuộc được chọn thường là ngẫu nhiên, nên các lỗi quan trọng như quên xác minh người gọi, hứa sai chính sách hay nói thiếu điều khoản có thể nằm ngoài mẫu. Điện thoại viên thì nhận phản hồi muộn, dựa trên vài cuộc gọi không đại diện cho cách họ làm việc.

AI có thể chép lời toàn bộ cuộc gọi, đối chiếu với checklist chất lượng và đánh dấu đoạn cần nghe lại. Việc này khác với để AI trực tiếp nghe máy trả lời khách, vốn được bàn ở bài Voice AI Agent cho tổng đài: ở đây AI hỗ trợ người kiểm soát chất lượng, còn cuộc gọi vẫn do điện thoại viên xử lý.

Bài viết trình bày các thành phần cần thiết kế, từ ghi âm và thông báo cho khách, chép lời, tới cách phản hồi nhân viên sao cho công bằng.

1. Bản chất của AI đánh giá cuộc gọi

AI đánh giá cuộc gọi có hai lớp. Lớp đầu là nhận dạng giọng nói, biến bản ghi âm thành văn bản có tách người nói và mốc thời gian. Lớp thứ hai là mô hình ngôn ngữ đọc văn bản đó và đối chiếu từng mục trong checklist: đã chào đúng cách chưa, đã xác minh người gọi chưa, có nêu điều khoản bắt buộc không, có hứa điều gì ngoài chính sách không. Kết quả chỉ tốt bằng lớp đầu: chép lời sai thì chấm sai theo.

Ba mức việc cần tách rõ. Hỏi đáp: quản lý hỏi “tuần này lỗi phổ biến nhất là gì” và agent tổng hợp từ các cuộc gọi đã chấm. Tra cứu: agent đọc bản chép lời, gắn cờ từng mục kèm mốc thời gian để nghe lại. Ghi: lưu điểm vào hồ sơ đánh giá nhân viên hay gửi phản hồi. Mức ghi ảnh hưởng trực tiếp tới người lao động, nên điểm chính thức phải do người kiểm soát chất lượng hoặc quản lý xác nhận.

2. Các yếu tố cần thiết kế

1. Ghi âm và đồng ý

Khách phải được thông báo cuộc gọi được ghi âm, thường bằng lời chào tự động ở đầu cuộc gọi, và điện thoại viên cũng cần biết bản ghi được dùng để đánh giá. Nếu việc dùng AI phân tích là mục đích mới so với trước, chính sách nội bộ và chính sách bảo mật cần được cập nhật tương ứng. Cuộc gọi khách từ chối ghi âm phải được loại khỏi phân tích.

2. Chuyển giọng nói thành văn bản

Chất lượng chép lời phụ thuộc đường truyền, tiếng ồn, giọng vùng miền và từ chuyên ngành như tên sản phẩm, tên gói dịch vụ. Cần đo mức chép sai trên mẫu cuộc gọi thật của doanh nghiệp trước khi tin vào kết quả chấm. Hai người nói chồng lên nhau và cuộc gọi từ nơi ồn ào là chỗ thường sai nhất.

3. Checklist chất lượng

Checklist nên gồm các mục quan sát được trong lời nói: chào và giới thiệu, xác minh thông tin, tóm tắt yêu cầu của khách, nêu bước tiếp theo, kết thúc cuộc gọi. Mục cảm tính như “thái độ thân thiện” khó chấm nhất quán, nên hoặc tách thành hành vi cụ thể, hoặc để người chấm. Mỗi mục cần ví dụ đạt và chưa đạt để AI và người chấm hiểu giống nhau.

4. Tuân thủ kịch bản

Một số câu bắt buộc phải nói gần như nguyên văn, như thông báo về phí hay điều kiện hủy; phần còn lại chỉ cần đúng ý. Cần đánh dấu rõ câu nào bắt buộc nguyên văn và câu nào được diễn đạt lại. Nếu đòi khớp từng chữ cho mọi câu, điện thoại viên sẽ nói như đọc và trải nghiệm của khách kém đi.

5. Từ khóa rủi ro

Một số nội dung cần được phát hiện ngay dù cuộc gọi không nằm trong mẫu chấm: khách nhắc đến kiện tụng, báo chí, cơ quan quản lý, hoặc nhân viên hứa hoàn tiền, cam kết ngoài thẩm quyền. Mô hình nên tìm theo ý chứ không chỉ theo đúng cụm từ, vì mỗi người nói một kiểu. Cờ rủi ro được chuyển cho quản lý ca xem trong ngày.

6. Lấy mẫu

Dù AI đọc được mọi cuộc gọi, người vẫn chỉ nghe lại được một phần. Nên chọn mẫu có chủ đích: cuộc gọi bị gắn cờ, cuộc gọi AI chấm với độ chắc chắn thấp, và một phần ngẫu nhiên để kiểm tra chính AI. Nếu chỉ nghe các cuộc AI chấm thấp, sẽ không bao giờ biết AI đã bỏ sót gì.

7. Phản hồi nhân viên

Phản hồi nên kèm đoạn ghi âm và mốc thời gian cụ thể, để điện thoại viên nghe lại chính mình thay vì chỉ nhận một con số. Nhân viên cần có cách phản đối kết quả chấm, nhất là khi lỗi đến từ phần chép lời. Mục tiêu là kèm cặp, nên phản hồi cần nêu cả điểm làm tốt chứ không chỉ lỗi.

8. Quyền truy cập

Bản ghi âm và bản chép lời chứa thông tin cá nhân của khách và đánh giá về nhân viên. Điện thoại viên xem cuộc gọi của mình, trưởng nhóm xem nhóm mình, bộ phận chất lượng xem theo phạm vi được giao. Thời hạn lưu cả bản ghi lẫn bản chép lời theo chính sách của công ty; các nguyên tắc chung có ở bài bảo mật dữ liệu AI Agent.

3. Quy trình triển khai thực tế

Bước 1: Xác định phạm vi và kết quả cần đo

Chọn một nhóm cuộc gọi, ví dụ tổng đài hỗ trợ sau bán hàng, và thống nhất checklist sẽ chấm. Quyết định AI chỉ gắn cờ để người nghe hay có đề xuất điểm. Kết quả cần đo gồm độ khớp giữa AI và người chấm, số lỗi rủi ro phát hiện được và thời gian bộ phận chất lượng tiết kiệm; trưởng tổng đài và bộ phận chất lượng cùng xác nhận.

Bước 2: Chuẩn hóa dữ liệu cùng quyền truy cập

Kiểm tra hệ thống tổng đài xuất được bản ghi kèm thông tin cuộc gọi như nhân viên, hàng chờ, thời lượng. Soạn danh sách từ chuyên ngành để cải thiện chép lời, và che số thẻ, số giấy tờ tùy thân nếu khách đọc trong cuộc gọi. Cấu hình quyền xem theo nhóm; IT xác nhận cách lưu trữ và xóa theo thời hạn.

Bước 3: Thiết kế tích hợp ngoại lệ và phê duyệt

Định nghĩa những trường hợp chuyển ngay cho quản lý: cờ rủi ro, khách dọa khiếu nại lên cơ quan quản lý, nhân viên hứa ngoài chính sách. Cuộc gọi có chất lượng chép lời dưới ngưỡng thì không chấm tự động mà chuyển người nghe. Điểm chỉ được ghi vào hồ sơ đánh giá sau khi người chấm xác nhận.

Bước 4: Kiểm thử vận hành rồi cải thiện theo log

Cho người chấm và AI cùng chấm một bộ cuộc gọi, so từng mục, ghi lại chỗ lệch và nguyên nhân. Khi đã vận hành, theo dõi các lần nhân viên phản đối kết quả và các lần người chấm sửa điểm của AI. Mỗi thay đổi về checklist hay công cụ chép lời đều chạy lại bộ cuộc gọi mẫu.

4. Ví dụ giả định

AI đánh dấu cuộc gọi thiếu bước xác nhận, quản lý nghe lại đoạn liên quan trước khi phản hồi nhân viên.

Ví dụ này gợi ra bốn ca thử: điện thoại viên xác nhận thông tin bằng cách diễn đạt khác mẫu; cuộc gọi có bước xác nhận nhưng bị chép sai vì tiếng ồn; khách tự đọc thông tin trước khi được hỏi; và cuộc gọi thực sự bỏ qua bước này. Kết quả mong đợi: AI chỉ kết luận “chưa đạt” chắc chắn ở ca cuối, ca thứ hai được gắn “không đủ căn cứ” do chép lời kém, hai ca còn lại được xem là đạt hoặc chuyển người nghe. Mỗi lần quản lý nghe lại và sửa kết quả, lý do được ghi để bổ sung ví dụ cho checklist.

5. Rủi ro và giới hạn

• Không tự động hóa khi dữ liệu hoặc thẩm quyền chưa rõ
• Giới hạn quyền đọc ghi theo nhu cầu tối thiểu
• Giữ người phụ trách cho ngoại lệ và quyết định quan trọng
• Theo dõi log và kiểm thử lại sau mỗi thay đổi

Rủi ro lớn là dùng điểm của AI để thưởng phạt khi phần chép lời còn sai nhiều, khiến nhân viên bị đánh giá oan và mất niềm tin vào cả chương trình chất lượng. Khi biết mọi cuộc gọi đều bị máy chấm, điện thoại viên có thể nói máy móc theo kịch bản thay vì giải quyết vấn đề cho khách. Bản ghi âm là dữ liệu nhạy cảm: phần gửi đi xử lý cần giới hạn, và mọi mục đích dùng khác ngoài kiểm soát chất lượng phải được xem xét riêng. Việc đọc sắc thái trong cuộc gọi cũng có những giới hạn như với văn bản, xem bài phân tích cảm xúc khách hàng bằng AI.

6. Phân chia trách nhiệm vận hành

Bộ phận chất lượng tổng đài sở hữu checklist, cách chấm và kết quả chính thức. Trưởng nhóm điện thoại viên dùng kết quả để kèm cặp và tiếp nhận phản đối của nhân viên. IT hoặc đơn vị cung cấp tổng đài lo xuất bản ghi, chép lời, lưu trữ và phân quyền. Bộ phận nhân sự cần tham gia khi điểm chất lượng được đưa vào đánh giá hiệu suất, để quy trình khiếu nại của nhân viên được rõ ràng.

Checklist thay đổi khi có chính sách mới, sản phẩm mới hay kịch bản mới, và khi đó điểm của các kỳ trước không còn so trực tiếp được. Mỗi kết quả chấm nên ghi phiên bản checklist đã dùng. Nếu công cụ chép lời gặp sự cố hoặc chất lượng bản ghi giảm, bộ phận chất lượng tạm quay lại chấm thủ công theo mẫu và báo cho trưởng nhóm biết điểm kỳ đó không dùng để đánh giá.

7. Chỉ số nên theo dõi

• Tỷ lệ hoàn thành đúng theo tiêu chí đã duyệt
• Tỷ lệ từ chối đúng và chuyển người phụ trách
• Lỗi tích hợp, độ trễ và số thao tác phải sửa
• Chi phí cùng tác động kinh doanh của quy trình

Số cuộc gọi được chấm không phản ánh chất lượng. Cần theo dõi mức khớp giữa AI và người chấm theo từng mục checklist, tỷ lệ cờ rủi ro được xác nhận là đúng, số lần nhân viên phản đối và kết quả xử lý. Về phía vận hành, nên xem các lỗi phổ biến có giảm sau khi kèm cặp hay không, thay vì chỉ nhìn điểm trung bình của tổng đài.

8. Checklist trước khi vận hành

• Nguồn dữ liệu và chủ sở hữu đã xác nhận
• Quyền đọc ghi đã thử với nhiều vai trò
• Có phương án khi hệ thống lỗi hoặc thiếu dữ liệu
• Có log, phê duyệt và cơ chế chống thao tác trùng
• Có bộ kiểm thử hồi quy và người vận hành

9. Câu hỏi thường gặp

Có thể dùng AI đánh giá cuộc gọi tổng đài ngay không? Có thể, nếu tổng đài đã ghi âm có thông báo cho khách và chất lượng chép lời đã được đo trên cuộc gọi thật. Giai đoạn đầu nên dùng AI để gắn cờ và chỉ ra đoạn cần nghe, chưa dùng điểm của AI cho đánh giá chính thức.

Nên bắt đầu chấm cuộc gọi bằng AI từ đâu? Bắt đầu với vài mục checklist dễ quan sát như chào hỏi, xác minh thông tin và câu bắt buộc về phí. Khi AI đã khớp với người chấm ở các mục này, mới thêm những mục khó hơn.

Khi nào kết quả chấm của AI cần người duyệt? Mọi điểm đưa vào hồ sơ đánh giá điện thoại viên, mọi cờ rủi ro và mọi cuộc gọi chép lời kém đều cần người nghe lại. Phản đối của nhân viên về kết quả chấm cũng phải do người xử lý.

Kết luận

AI giúp bộ phận chất lượng nhìn được nhiều cuộc gọi hơn và tìm đúng đoạn cần nghe, thay vì phụ thuộc vào mẫu ngẫu nhiên. Giá trị đó chỉ giữ được khi phần chép lời đủ tốt, checklist chấm được bằng hành vi cụ thể, và điện thoại viên được nghe lại cũng như phản đối kết quả. Hãy coi AI là bộ lọc chọn cuộc gọi cần nghe, còn điểm chính thức vẫn do người chấm quyết định.

Trao đổi với Naventic để khảo sát quy trình kiểm soát chất lượng tổng đài. Đọc thêm: AI Customer Support.