Podsumowanie webinaru: Jak Cars24 automatyzuje ponad 3 miliony minut rozmów sprzedażowych z głosem AI

Cars24 korzysta produkcyjnie z agentów głosowych na dużą skalę w 13 językach. 

W tym artykule podsumowujemy Za kulisami agenta: jak Cars24 automatyzuje ponad 3 miliony minut rozmów sprzedażowych dzięki głosowi AI z udziałem Jayesha Gupty, szefa działu AI i innowacji w Cars24, który krok po kroku wyjaśnił, jak Cars24 stworzyło i wdrożyło system głosu AI — od pierwszego prostego zastosowania po architekturę wieloagentową obsługującą miliony minut rozmów z klientami.

Dlaczego głos AI na taką skalę ma znaczenie

Cars24 to jedna z największych indyjskich platform sprzedaży używanych samochodów, działająca w Indiach, ZEA i Australii. Firma sprzedaje 4000–4500 samochodów miesięcznie, przeprowadza ponad 100 000 kontroli i organizuje ponad 22 000 jazd próbnych.

Nie uwzględnia to finansowania, wsparcia po dostawie, opłat za mandaty ani pożyczek pod zastaw samochodu. Sam lejek sprzedażowy trwa u nich od 30 do 45 dni na klienta.

75% kupujących to osoby, które po raz pierwszy zostają właścicielami samochodu. Dla nich zakup auta nie jest zwykłą transakcją. To ważna finansowo i emocjonalna decyzja. Dlatego 70–80% produktu Cars24 to nie aplikacja, lecz rozmowa. Sprzedaż prowadzona przez ludzi i wspierana na każdym etapie lejka.

Przed wdrożeniem agentów AI system zaczął zwalniać. Klienci dzwonili do niewłaściwych zespołów — na przykład kontaktowali się ze sprzedażą w sprawach wsparcia, co wydłużało czas oczekiwania i pogarszało obsługę. 

Czas oczekiwania się wydłużał. W 30-dniowym lejku pomijano kolejne kontakty. 

Obsługa wszystkiego — od kwalifikacji leadów po dokumentację kredytową — była kosztowna i trudna do skalowania.

Dziś: 

1. 25% całego ruchu telefonicznego jest zautomatyzowane
2. Głos AI wspiera niemal połowę sprzedaży
3. Koszty rozmów spadły o 50%

Demo 1: agent negocjacyjny Cars24

Scenariusz: Agent głosowy Cars24 dzwoni do osoby rozważającej sprzedaż samochodu i negocjuje po hindi, aby przekonać ją do wyboru Cars24 zamiast konkurencyjnych platform.

Co pokazano:

- Agent prowadzi pełną negocjację sprzedażową po hindi

- Odpowiada na obiekcje i konkuruje z innymi platformami w czasie rzeczywistym

- Rozmowa brzmi naturalnie, z niskimi opóźnieniami i bez robotycznych przerw

- Podczas rozmowy agent przekonuje sprzedającego do wyboru Cars24

Dlaczego to ważne: Agenci aktywnie sprzedają, radzą sobie z niejasnościami, odpowiadają na obiekcje i pomagają podjąć decyzję o konwersji — wszystko w języku, w którym klient czuje się najpewniej. Cars24 zauważyło, że dopasowanie języka bezpośrednio wydłuża rozmowy i poprawia wyniki biznesowe.

Demo 2: orkiestracja wielu agentów do cross-sellu

Scenariusz: Klient nie pojawił się na umówionej kontroli. Agent kwalifikujący dzwoni, by przełożyć termin, wykrywa zamiar wymiany auta i przekazuje rozmowę na żywo agentowi sprzedaży, który kontynuuje ją bez utraty kontekstu.

Co pokazano:

- Agentka 1 (Sneha) zaczyna od kwestii nieodbytego spotkania i zmienia jego termin

- Sneha bada intencję: czy sprzedający chce wymienić auto, czy sprzedaje je z powodów finansowych?

- Klient sygnalizuje zamiar wymiany auta

- Sneha proponuje przekazanie rozmowy do właściwego zespołu i robi to w trakcie połączenia

- Agent 2 przejmuje rozmowę z pełnym kontekstem i prowadzi ją dalej w kierunku zakupu używanego samochodu

- Gdy klient prosi o telefon za godzinę, agent potwierdza, podsumowuje status spotkania i sprawnie kończy rozmowę

Dlaczego to ważne: To demo pokazuje, jak w praktyce wygląda orkiestracja wielu agentów. Każdy agent wykonuje jedno zadanie, a kontekst jest przekazywany między nimi. Nie ma powtórzeń ani utraty informacji przy przekazaniu rozmowy. Cars24 zmierza do stworzenia jednego numeru dostępnego 24/7, pod którym klienci przejdą całą ścieżkę — sprzedaż, zakup, finansowanie — bez konieczności powtarzania czegokolwiek.

Jak Cars24 to zbudowało: kwestie techniczne

Cars24 zaczęło od najprostszego możliwego zastosowania: przypomnień o nieodbytych spotkaniach. Krótkie rozmowy, dwa możliwe wyniki, niski koszt błędu. Dzięki temu firma mogła sprawdzić, co działa, zanim rozszerzyła rozwiązanie.

Gdy przeszli do dłuższych, bardziej złożonych połączeń przychodzących — rozmów pomagających wybrać samochód, trwających średnio 7 minut, a czasem nawet 13 — natrafili na twarde ograniczenie architektury z jednym agentem. 

Małe modele zaczynały tracić kontekst po 3–4 minutach. 

Większe modele powodowały opóźnienia. 

Upychanie wszystkiego w jednym prompcie czyniło system podatnym na błędy: zmiana w procesie kredytowym mogła zepsuć proces zakupu.

Rozwiązaniem była orkiestracja wielu agentów. Podzielili rozmowę na etapy: 

1. Mały agent kwalifikujący, korzystający z małego modelu, określa początkową intencję
2. Gdy klient jest już zaangażowany i gotów poczekać nieco dłużej, proces przejmuje większy model
3. Trzeci agent, skupiony na kredytach, aktywuje się tylko wtedy, gdy pojawia się temat ceny lub finansowania.

Każdy agent dobrze wykonuje jedno zadanie. Zmiany w jednym nie psują pozostałych.

Stack technologiczny (orkiestrowany na platformie ElevenAgents):

1. Mowa na tekst: ElevenLabs Scribe v2 w czasie rzeczywistym, wybrany ze względu na dokładność w hałaśliwym środowisku Tier 2 i Tier 3 w 13 językach
2. Zamiana tekstu na mowę: ElevenLabs Flash 2.5, niedawno zaktualizowany do ekspresyjnego trybu Eleven v4 Turbo z mierzalną poprawą wyników sprzedaży
3. LLM: GPT-4.1 mini dla większości zastosowań, a GPT-4o lub odpowiednik dla dłuższych rozmów wymagających głębszego rozumowania
4. Telefonia: WebSockets z PCM przy 24 kHz dla jakości audio; w Indiach korzystają z Twilio, Exotel i Plivo
5. Integracje: własne wywołania API do platformy ElevenLabs Agents, obsługa MCP oraz natywna integracja z HubSpot na rynku australijskim
6. Baza wektorowa: Qdrant, z kwantyzacją binarną dla dużych zbiorów powyżej miliona wektorów, aby utrzymać niskie opóźnienia i koszty

Decyzja o użyciu ElevenLabs Agents zamiast składania osobnych komponentów STT, LLM i TTS sprowadzała się do jednego: opóźnień. 

Budowanie pipeline'u samodzielnie, nawet na tych samych modelach bazowych, stale podnosiło opóźnienia powyżej jednej sekundy. 

Platforma ElevenLabs — łącząca modele i warstwę orkiestracji — obniżyła je o 30–40%. To bezpośrednio przełożyło się na wzrost konwersji o 30–40%.

Dobre praktyki Cars24

1. Zacznij tam, gdzie koszt błędu jest najniższy. Pierwszym zastosowaniem Cars24 były przypomnienia o nieodbytych spotkaniach — krótkie, proste i mało ryzykowne. Sprawdzenie modelu w tym obszarze zbudowało zaufanie wewnątrz firmy i dało zespołowi przestrzeń do nauki przed wejściem w ważniejsze części lejka.

2. Uruchamiaj rozwiązanie na prawdziwych klientach, a nie w symulacjach. Testy wewnętrzne nie oddają chaosu prawdziwych rozmów. Cars24 uruchomiło pilotaż na 10% rzeczywistego ruchu, zaakceptowało tymczasowy spadek wyników i wykorzystało prawdziwy feedback do kolejnych iteracji.

3. Traktuj długość promptu jako twarde ograniczenie. Cars24 ogranicza prompty do 4000–5000 tokenów w rozmowach trwających poniżej dwóch minut. Dłuższe prompty spowalniają model i nie poprawiają wyników w niezawodny sposób. Jeśli dane zastosowanie potrzebuje więcej, stwórz kolejnego agenta.

4. Najczęstsze odpowiedzi umieszczaj w prompcie, nie w bazie wiedzy. Odpowiedzi na pytania, które klienci zadają najczęściej, wpisuj bezpośrednio do promptu. Wywołania narzędzi i pobieranie danych przez RAG zostaw dla pozostałych 20%. Eliminuje to większość skoków opóźnień przy wyszukiwaniu wiedzy.

5. Nagraj pierwszą wiadomość wcześniej. ElevenLabs Agents może wygenerować i zapisać w pamięci podręcznej wiadomość otwierającą przed połączeniem rozmowy. W połączeniu z zablokowaniem możliwości przerwania pierwszej wiadomości ogranicza to wczesne rozłączenia spowodowane opóźnieniami sieci lub przedwczesnym przerwaniem.

6. Włącz ewaluację do każdej rozmowy. Cars24 używa ewaluacji ElevenLabs Agents w 100% rozmów, aby sprawdzać, czy przestrzegano SOP, czy klient okazywał frustrację i czy coś nie zadziałało. Nieudane ewaluacje uruchamiają ręczną kontrolę. Losowe próbki są audytowane codziennie. Zespół działa proaktywnie, a nie tylko reaguje.

7. Skaluj etapami. Wdrożenia nowych agentów przebiegają według schematu 5%, 10%, 20%, 50%, 100%, z dwudniową przerwą na każdym etapie, aby przed dalszym rozszerzeniem potwierdzić stabilność metryk ewaluacji.

8. Nie dzwoń do klientów, którzy nie prosili o kontakt. Każde wychodzące połączenie Cars24 trafia do osoby, która już weszła do lejka. Nieproszone kontakty AI zwiększają liczbę skarg i podważają zaufanie. Zasada jest prosta: jeśli klient nie jest już zaangażowany, nie dzwonią.

9. Bądź szczery, gdy klienci pytają, czy rozmawiają z AI. Agenci Cars24 potwierdzają na pytanie, że są wirtualnymi asystentami. Jeśli klient chce rozmawiać z człowiekiem, połączenie jest natychmiast przekazywane.

10. Traktuj wydatki na AI jako pozycję inwestycyjną, a nie koszt. Cars24 uwzględnia dziś koszty AI w rocznych planach operacyjnych, z konkretnymi celami powiązanymi z mierzalnymi wynikami biznesowymi. Każde wdrożenie ma poprawiać rzeczywistą metrykę.

Obejrzyj całą sesję

Obejrzyj całą sesję tutaj.