Gartner w prognozie z 5 marca 2025 r. zakłada, że do 2029 r. agentic AI będzie autonomicznie rozwiązywać 80% typowych spraw obsługi bez udziału człowieka i obniży koszty operacyjne o 30%. Chatbot z bazą wiedzy to dopiero początek. O powodzeniu tego scenariusza zdecydują dane, integracje i reguły odpowiedzialności ukryte za rozmową.

1. Agentic AI - od odpowiedzi do wykonania zadania

Wcześniejsze boty odpowiadały na pytania i na tym kończyły. AI działająca zadaniowo idzie dalej: sama anuluje usługę albo zmienia dane w systemie, a sprawę prowadzi od zgłoszenia do zamknięcia. Warunkiem jest dostęp do narzędzi firmy - bez uprawnień do zmiany danych bot może najwyżej doradzić klientowi, co ten ma zrobić sam. Według Gartnera automatyzacja 80% typowych spraw obniży koszty operacyjne obsługi o 30%.

2. Voiceboty rozumieją swobodną mowę

Klient opisuje sprawę własnymi słowami - tak, jak zrobiłby to w rozmowie z konsultantem - a system rozpoznaje intencję z pełnej wypowiedzi i od razu kieruje zgłoszenie do właściwego procesu. Sztywne drzewka wyboru, dopracowywane latami, tracą rację bytu: zamiast projektować kolejne poziomy menu, firma uczy system rozpoznawania spraw, z którymi klienci naprawdę dzwonią. Mniej połączeń trafia wtedy do niewłaściwego działu.

3. Drugi ekran konsultanta

System śledzi przebieg rozmowy i podsuwa konsultantowi dane klienta oraz gotową propozycję odpowiedzi - rozmowa nie staje na czas szukania w bazie wiedzy. Po rozmowie system sam tworzy podsumowanie i zapisuje je w historii sprawy, a konsultant nie spisuje notatek ręcznie. Więcej czasu zostaje na przypadki, których automat nie obsłuży: reklamacje z długą historią i rozmowy z klientami rozważającymi odejście.

4. Analiza jakości obejmuje 100% rozmów

AI analizuje 100% interakcji - emocje klienta, zgodność ze standardami obsługi, tematy spraw z każdego kontaktu - podczas gdy kierownik zespołu odsłuchiwał dotąd losową próbkę nagrań, kilka rozmów z setek przeprowadzonych. Powtarzalny błąd, który w próbce mógł w ogóle nie wystąpić, staje się widoczny w danych ze wszystkich rozmów. Przełożony też pracuje inaczej: zamiast losować nagrania, odsłuchuje te fragmenty, w których system wykrył odstępstwo od standardu.

5. Firma dzwoni pierwsza

Systemy predykcyjne wychwytują zdarzenia, które za chwilę wywołają falę kontaktów: awarię usługi albo opóźnioną dostawę. Po awarii to firma informuje klientów o problemie i terminie naprawy, zanim ci zdążą wybrać numer infolinii. Część zgłoszeń w ogóle wtedy nie powstaje. Te, które mimo to wpływają, załatwia się szybciej, bo klient zna już status sprawy.

6. Gdzie kończy się bot, a zaczyna człowiek?

Opór klientów ma konkretny wymiar: z tego samego badania Gartnera wynika, że 53% rozważyłoby przejście do konkurencji, gdyby firma miała używać AI w obsłudze, a 60% obawia się, że przez AI trudniej będzie dodzwonić się do człowieka - to najczęstsza z wymienianych obaw. Granicę między botem a konsultantem trzeba więc zaprojektować z głową: bot musi umieć oddać rozmowę człowiekowi razem z pełnym kontekstem - historią sprawy i dotychczasowymi ustaleniami - żeby klient nie opowiadał wszystkiego od nowa. Takie przekazanie stanowi element architektury systemu, a nie tryb awaryjny bota. W ten sposób działa m.in. Pirios, polski dostawca systemów do obsługi klienta - platformy contact center - w których eskalacja do konsultanta zachowuje cały przebieg rozmowy.

7. AI Act wprowadza obowiązek przejrzystości

Od sierpnia 2026 roku unijny akt o sztucznej inteligencji wymaga m.in. informowania klienta, że rozmawia z systemem AI, a nie z człowiekiem. W praktyce contact center musi jawnie przedstawić bota na początku rozmowy; w finansach i sektorze publicznym, gdzie rozmowy podlegają audytom, dochodzi do tego oczekiwanie, że firma wykaże, jak system podejmuje decyzje. Wdrożenie projektowane dziś bez tych mechanizmów wystartuje niezgodne z obowiązującym już prawem, dlatego rozsądniej uwzględnić je na etapie specyfikacji zakupowej, niż dosztukowywać po starcie.

Prognoza 80% i opór 64% dotyczą tych samych klientów. O przewadze nie zdecyduje więc sama automatyzacja, lecz to, czy firma potrafi wyznaczyć rozsądną granicę między AI a człowiekiem i zachować pełną przejrzystość działania.



/artykuł sponsorowany/