Google I/O से जुड़े रहने के लिए धन्यवाद! मांग पर वीडियो देखें.

इस पेज का अनुवाद Cloud Translation API से किया गया है.

Policybazaar ने वेब एआई की मदद से, ऑफ़िस के बंद होने के बाद भी ग्राहकों की सहायता करने की सुविधा शुरू की. इससे 73% उपयोगकर्ताओं को बेहतर इंटरैक्शन मिले

Rishabh Mehrotra

Aman Soni

Swetha Gopalakrishnan

पब्लिश किया गया: 21 मई, 2025

Policybazaar, भारत के सबसे लोकप्रिय इंश्योरेंस प्लैटफ़ॉर्म में से एक है. इस पर 97 करोड़ से ज़्यादा रजिस्टर किए गए ग्राहक हैं. करीब 80% ग्राहक हर महीने Policybazaar के ऑनलाइन प्लैटफ़ॉर्म पर आते हैं. इसलिए, यह ज़रूरी है कि उनके प्लैटफ़ॉर्म पर लोगों को बेहतर अनुभव मिले.

Policybazaar की टीम को पता चला कि ग्राहक सहायता टीम के काम करने के समय के बाद, शाम को बड़ी संख्या में लोग उनकी वेबसाइट पर आ रहे थे. Policybazaar चाहता था कि उपयोगकर्ताओं को जवाब पाने के लिए, अगले कामकाजी दिन तक इंतज़ार न करना पड़े या रात भर काम करने वाले कर्मचारी को न रखना पड़े. इसलिए, उसने उपयोगकर्ताओं को तुरंत सेवा देने के लिए एक समाधान लागू किया.

ग्राहकों के मन में बीमा प्लान के बारे में कई सवाल होते हैं. जैसे, ये कैसे काम करते हैं और उनकी ज़रूरतों के हिसाब से कौनसा प्लान सही होगा. अक्सर पूछे जाने वाले सवालों या नियमों पर आधारित चैटबॉट की मदद से, उपयोगकर्ताओं के हिसाब से सवालों के जवाब देना मुश्किल होता है. इन ज़रूरतों को पूरा करने के लिए, टीम ने जनरेटिव एआई की मदद से, उपयोगकर्ताओं के हिसाब से सहायता देने की सुविधा लागू की है.

73_%

उपयोगकर्ताओं ने अच्छी क्वालिटी की बातचीत शुरू की और उनमें दिलचस्पी दिखाई

2_गुना

पिछले कॉल-टू-ऐक्शन की तुलना में, क्लिक मिलने की दर (सीटीआर) ज़्यादा है

10_x

WebGPU की मदद से तेज़ी से अनुमान लगाना

Finova के एआई की मदद से, अपनी ज़रूरत के मुताबिक मदद पाना

Policybazaar ने इंग्लिश और कुछ उपयोगकर्ताओं की इंडिक भाषा में, उनके हिसाब से जवाब देने और बेहतर ग्राहक सहायता देने के लिए, Finova AI नाम का एक टेक्स्ट और वॉइस आधारित इंश्योरेंस असिस्टेंट चैटबॉट बनाया है.

ऐसा करने के लिए, कई चरणों को पूरा करना पड़ा. Google I/O 2025 में, असल दुनिया में वेब एआई के इस्तेमाल के उदाहरण और रणनीतियों के बारे में पूरी जानकारी देखें.

इस डायग्राम में, Finova एआई को लागू करने के लिए ज़रूरी चरणों के बारे में बताया गया है.

1. उपयोगकर्ता का इनपुट

सबसे पहले, ग्राहक चैटबॉट को टेक्स्ट या आवाज़ से मैसेज भेजता है. अगर वे चैटबॉट से बात करते हैं, तो आवाज़ को टेक्स्ट में बदलने के लिए, वेब Speech API का इस्तेमाल किया जाता है.

2. अंग्रेज़ी में अनुवाद करें

ग्राहक का मैसेज, Language Detector API को भेजा जाता है. अगर एपीआई को कोई इंडिक भाषा का पता चलता है, तो इनपुट को अंग्रेज़ी में अनुवाद करने के लिए Translator API को भेजा जाता है.

ये दोनों एपीआई, क्लाइंट-साइड पर अनुमान लगाते हैं. इसका मतलब है कि अनुवाद के दौरान, उपयोगकर्ता का इनपुट डिवाइस से बाहर नहीं जाता.

3. मैसेज का आकलन, बुरे बर्ताव का पता लगाने की सुविधा की मदद से किया जाता है

क्लाइंट-साइड पर आपत्तिजनक कॉन्टेंट का पता लगाने वाले मॉडल का इस्तेमाल करके यह पता लगाया जाता है कि ग्राहक के इनपुट में आपत्तिजनक या आक्रामक शब्द शामिल हैं या नहीं. अगर ऐसा होता है, तो ग्राहक को मैसेज को फिर से लिखने के लिए कहा जाता है. अगर मैसेज में आपत्तिजनक भाषा का इस्तेमाल किया गया है, तो उसे अगले चरण पर नहीं भेजा जाएगा.

इससे ग्राहक सहायता टीम के कर्मचारियों को, ज़रूरत पड़ने पर समीक्षा करने और फ़ॉलो-अप करने में मदद मिलती है.

4. सर्वर को अनुरोध भेजा जाता है

इसके बाद, अनुवाद की गई क्वेरी को सर्वर-साइड मॉडल को भेजा जाता है. यह मॉडल, Policybazaar के डेटा पर ट्रेन किया गया होता है. यह मॉडल, सवाल का जवाब अंग्रेज़ी में देता है.

इससे, खरीदारों को उनके हिसाब से जवाब और सुझाव मिल सकते हैं. साथ ही, प्रॉडक्ट के बारे में ज़्यादा मुश्किल सवालों के जवाब भी मिल सकते हैं.

5. ग्राहक की भाषा में अनुवाद करना

Translator API का इस्तेमाल, शुरुआती क्वेरी का अनुवाद करने के लिए किया जाता है. यह क्वेरी को, Language Detector API की मदद से पहचानी गई खरीदार की भाषा में वापस अनुवाद करता है. फिर से, ये एपीआई क्लाइंट-साइड पर चलते हैं, इसलिए यह सारा काम उनके डिवाइस पर होता है. इसका मतलब है कि ग्राहक अपनी मुख्य भाषा में सहायता पा सकते हैं. इससे चैटबॉट का इस्तेमाल, अंग्रेज़ी के अलावा अन्य भाषाओं के उपयोगकर्ता भी कर सकते हैं.

हाइब्रिड आर्किटेक्चर

Finova एआई, डेस्कटॉप और मोबाइल, दोनों प्लैटफ़ॉर्म पर काम करता है. यह आखिरी नतीजे जनरेट करने के लिए, कई मॉडल पर निर्भर करता है. Policybazaar ने एक हाइब्रिड आर्किटेक्चर बनाया है, जिसमें समाधान का एक हिस्सा क्लाइंट-साइड पर और दूसरा हिस्सा सर्वर-साइड पर चलता है.

हाइब्रिड आर्किटेक्चर को लागू करने की कई वजहें हो सकती हैं. भले ही, एक या एक से ज़्यादा मॉडल का इस्तेमाल किया जा रहा हो.

क्लाइंट-साइड मॉडल की क्षमता का आकलन करें. ज़रूरत पड़ने पर, सर्वर-साइड पर वापस जाएं.
- मॉडल के डेटा की सीमाएं: भाषा मॉडल के साइज़ में काफ़ी अंतर हो सकता है. इससे, मॉडल की खास सुविधाएं भी तय होती हैं. उदाहरण के लिए, मान लें कि कोई उपयोगकर्ता आपकी सेवा से जुड़ा निजी सवाल पूछता है. अगर क्लाइंट-साइड मॉडल को उस खास विषय के लिए ट्रेन किया गया है, तो हो सकता है कि वह सवाल का जवाब दे पाए. हालांकि, अगर ऐसा नहीं हो पाता है, तो सर्वर साइड पर लागू करने का विकल्प चुना जा सकता है. इसे ज़्यादा जटिल और बड़े डेटासेट पर ट्रेन किया जाता है.
- मॉडल का कॉन्फ़िडेंस लेवल: कॉन्टेंट मॉडरेशन या धोखाधड़ी का पता लगाने जैसे क्लासिफ़िकेशन मॉडल में, क्लाइंट-साइड मॉडल कम कॉन्फ़िडेंस स्कोर दिखा सकता है. ऐसे में, हो सकता है कि आप ज़्यादा बेहतर सर्वर-साइड मॉडल का इस्तेमाल करना चाहें.
अलग-अलग डिवाइसों की सुविधाओं के साथ काम करना.
- हार्डवेयर से जुड़ी सीमाएं: आम तौर पर, एआई की सुविधाएं आपके सभी उपयोगकर्ताओं के लिए उपलब्ध होती हैं. असल में, उपयोगकर्ता कई तरह के डिवाइसों का इस्तेमाल करते हैं. साथ ही, सभी डिवाइसों पर एआई इंफ़रेंस की सुविधा काम नहीं करती. अगर कोई डिवाइस क्लाइंट-साइड इंफ़रेंस की सुविधा के साथ काम नहीं करता है, तो सर्वर का इस्तेमाल किया जा सकता है. इस तरीके से, अपनी सुविधा को ज़्यादा से ज़्यादा लोगों के लिए उपलब्ध कराया जा सकता है. साथ ही, लागत और इंतज़ार का समय कम किया जा सकता है.
- नेटवर्क से जुड़ी सीमाएं: अगर उपयोगकर्ता ऑफ़लाइन है या खराब नेटवर्क का इस्तेमाल कर रहा है, लेकिन उसके ब्राउज़र में कैश मेमोरी में सेव मॉडल है, तो मॉडल को क्लाइंट-साइड पर चलाया जा सकता है.
निजता से जुड़ी ज़रूरी शर्तें.
- आपके ऐप्लिकेशन के लिए, निजता से जुड़ी सख्त शर्तें हो सकती हैं. उदाहरण के लिए, अगर उपयोगकर्ता फ़्लो के किसी हिस्से में, निजी जानकारी या चेहरे की पहचान की मदद से पहचान की पुष्टि करना ज़रूरी है, तो डिवाइस पर डेटा प्रोसेस करने के लिए क्लाइंट-साइड मॉडल का विकल्प चुनें. साथ ही, पुष्टि का आउटपुट (जैसे, पास या फ़ेल) को सर्वर-साइड मॉडल पर भेजें, ताकि अगले चरण पूरे किए जा सकें.

Policybazaar के लिए, क्लाइंट-साइड सलूशन का इस्तेमाल किया गया था. इसकी ज़रूरत इसलिए पड़ी, क्योंकि इसमें इंतज़ार का समय कम करना, लागत को कम करना, और निजता बनाए रखना ज़रूरी था. जहां कस्टम डेटा पर ट्रेन किए गए ज़्यादा जटिल मॉडल की ज़रूरत थी, वहां सर्वर साइड के समाधान का इस्तेमाल किया गया.

यहां हम क्लाइंट-साइड मॉडल को लागू करने के बारे में ज़्यादा जानकारी देते हैं.

क्लाइंट-साइड पर बुरे बर्ताव का पता लगाना

मैसेज का अनुवाद होने के बाद, खरीदार के मैसेज को TensorFlow.js आपत्तिजनक कॉन्टेंट का पता लगाने वाले मॉडल को भेजा जाता है. यह मॉडल, डेस्कटॉप और मोबाइल पर क्लाइंट-साइड पर काम करता है. ऑडियो को लेख में बदलने के बाद, उसे फ़ॉलो अप के लिए सहायता टीम के लोगों को भेजा जाता है. इसलिए, अपशब्दों का इस्तेमाल न करें. सर्वर पर भेजे जाने से पहले, मैसेज का विश्लेषण उपयोगकर्ता के डिवाइस पर किया जाता है. इसके बाद, सहायता टीम के किसी व्यक्ति से संपर्क किया जाता है.

इसके अलावा, क्लाइंट-साइड विश्लेषण की मदद से संवेदनशील जानकारी को हटाया जा सकता है. उपयोगकर्ता की निजता हमारी सबसे अहम प्राथमिकता है. क्लाइंट-साइड इंफ़्यूज़न की मदद से, इसे बनाए रखने में मदद मिलती है.

हर मैसेज के लिए, कई चरणों को पूरा करना ज़रूरी है. नुकसान पहुंचाने वाले कॉन्टेंट का पता लगाने के लिए, भाषा की पहचान करने और अनुवाद करने के अलावा, हर मैसेज के लिए सर्वर से कई बार संपर्क करना पड़ता है. क्लाइंट-साइड पर ये काम करके, Policybazaar इस सुविधा की अनुमानित लागत को काफ़ी कम कर सकता है.

Policybazaar ने WebGL से WebGPU बैकएंड पर स्विच किया (इसके लिए, वे ब्राउज़र ज़रूरी हैं जिन पर यह काम करता है). इससे, अनुमान लगाने में लगने वाला समय 10 गुना कम हो गया. उपयोगकर्ताओं को अपने मैसेज में बदलाव करने के लिए, तेज़ी से सुझाव मिलते हैं. इससे यूज़र ऐक्टिविटी और ग्राहकों की संतुष्टि बढ़ती है.

// Create an instance of the toxicity model.
const createToxicityModelInstance = async () => {
  try {
    //use WebGPU backend if available
    if (navigator.gpu) {
        await window.tf.setBackend('webgpu');
        await window.tf.ready();
    }

    return await window.toxicity.load(0.9).then(model => {
      return model;
    }).catch(error => {
      console.log(error);
      return null;
    });
  } catch (er) {
      console.error(er);
  }
}

दर्शकों के जुड़ाव और क्लिक मिलने की दर (सीटीआर) ज़्यादा हो

वेब एपीआई के साथ कई मॉडल को जोड़कर, Policybazaar ने ग्राहकों को कारोबार के खुले होने के समय के बाद भी सहायता देने की सुविधा दी. इस सुविधा को सीमित तौर पर रिलीज़ करने के शुरुआती नतीजों से पता चला है कि उपयोगकर्ताओं की दिलचस्पी काफ़ी ज़्यादा है.

चैटबॉट खोलने वाले 73% उपयोगकर्ताओं ने कई सवालों वाली बातचीत में हिस्सा लिया, जो कई मिनट तक चली. इस वजह से, बाउंस रेट कम रहा. इसके अलावा, पायलट कार्यक्रम में ग्राहक सहायता के लिए दिए गए इस नए कॉल-टू-ऐक्शन पर क्लिक मिलने की दर, दो गुना ज़्यादा रही. इससे पता चलता है कि ग्राहक, Finova से अपनी पूछताछ के लिए इंटरैक्ट कर रहे हैं. इसके अलावा, क्लाइंट-साइड पर नुकसान पहुंचाने वाले कॉन्टेंट का पता लगाने के लिए, WebGPU बैकएंड पर स्विच करने से, अनुमान लगाने की प्रोसेस 10 गुना तेज़ हो गई. इससे, उपयोगकर्ता को तेज़ी से सुझाव मिल पा रहे हैं.