Agent AI do obsługi klienta to system, który samodzielnie rozwiązuje sprawy klientów od początku do końca: sprawdza status zamówienia, przeprowadza zwrot albo wymianę, odpowiada na pytania o produkty i przekazuje rozmowę człowiekowi, kiedy sytuacja tego wymaga. Od chatbota różni się tym, że nie tylko odpowiada, ale działa: jest podłączony do systemów sklepu i wykonuje procesy zgodnie z regułami, które ustala firma. W polskim e-commerce takie wdrożenia od kilku lat pracują produkcyjnie, z publikowanymi wynikami.
Czym agent AI różni się od chatbota?
Chatbot odpowiada według scenariusza: rozpoznaje słowa kluczowe, prowadzi klienta po drzewku przycisków i w najlepszym razie wkleja link do centrum pomocy. Agent AI prowadzi normalną rozmowę w języku klienta i wykonuje zadania: sprawdza konkretne zamówienie w systemie, zmienia adres dostawy, uruchamia proces reklamacji, proponuje wymianę zamiast zwrotu tam, gdzie pozwala na to polityka sklepu. Różnica jest widoczna w liczbach, nie w okienku czatu: chatbota mierzy się tym, ilu klientów "obsłużył", agenta AI tym, ile spraw faktycznie rozwiązał od początku do końca. To przesunięcie językowe widać zresztą w całej branży: coraz mniej mówi się o chatbotach, coraz częściej o agentach AI, bo zmieniła się technologia pod spodem.
Jak działa agent AI? Model mówi, silnik decyduje
Dobrze zbudowany agent AI składa się z dwóch rozdzielonych warstw. Model językowy prowadzi rozmowę: rozumie, o co pyta klient, niezależnie od tego, jak to sformułuje, i odpowiada naturalnie po polsku (i w każdym innym języku sklepu). Ale o niczym, co dotyczy pieniędzy i zasad, model nie decyduje. Ceny, rabaty, uprawnienia do zwrotu, weryfikacja wieku - to wykonuje deterministyczny silnik decyzyjny na podstawie reguł zapisanych przez zespół sklepu. W architekturze Zowie ta warstwa nazywa się Decision Engine, a każda decyzja jest logowana krok po kroku, więc na pytanie "dlaczego AI to zrobiło?" istnieje zawsze czytelna odpowiedź. Do tego dochodzi nadzór jakości: Supervisor ocenia sto procent rozmów według kryteriów opisanych zwykłym językiem, podczas gdy ręczna kontrola jakości wyrywkowo sprawdza kilka procent.
Co agent AI potrafi w sklepie internetowym?
Rdzeń pracy działu obsługi w e-commerce jest bardziej powtarzalny, niż się wydaje. Największa kategoria to pytania o status zamówienia i dostawę ("gdzie jest moja paczka?"), które agent AI rozwiązuje, czytając na żywo dane z systemu zamówień i od przewoźnika, zamiast odsyłać klienta do linku ze śledzeniem. Dalej: zwroty i wymiany przeprowadzane w ramach polityki sklepu, pytania o produkty (rozmiar, dostępność, kompatybilność, skład), sprawy konta i płatności, faktury. Osobna kategoria to sprzedaż: w rozmowie klient odkrywa produkty, których nie znalazłby przez wyszukiwarkę, a agent AI potrafi doradzić jak dobry sprzedawca na sali. Sprawy nietypowe, emocjonalne albo wykraczające poza reguły trafiają do ludzi, z pełnym kontekstem rozmowy, więc klient nie opowiada wszystkiego od nowa.
Jak to wygląda na polskim rynku?
Polskie wdrożenia należą do najlepiej udokumentowanych w Europie. MODIVO (platforma modowa, do której należy też eobuwie.pl) prowadzi obsługę klienta z agentem AI w 13 językach na 17 rynkach: system rozpoznaje 97% zapytań, rozwiązuje 46% czatów (na kilku rynkach 55%), a średni czas rozwiązania sprawy spadł o 47%. MediaMarkt Polska rozwiązuje automatycznie 50% czatów przy około 100 tysiącach rozmów rocznie; wdrożenie zajęło miesiąc. Decathlon poszedł o krok dalej i policzył stronę sprzedażową: przychód generowany przez obsługę klienta wzrósł o 20%, a konwersja z rozmów z obsługą do zakupu o 8%, co Wojciech Ćwik, Omnichannel Project Manager w Decathlonie, podsumował wprost: dzięki Zowie konwersja z interakcji z obsługą do zakupów wzrosła o 8%. Globalnie ten sam wzorzec potwierdza m.in. amerykański Total Wine & More z 64% samodzielnie rozwiązanych rozmów.
Jak mierzyć pracę agenta AI?
Jedna zasada porządkuje całą ocenę: liczy się rozwiązanie sprawy, nie "odbicie" klienta. Wskaźnik deflekcji (ilu klientów nie dotarło do zespołu) można wywindować, odsyłając ludzi do artykułów pomocy, i nie mówi on nic o tym, czy problem zniknął. Uczciwy zestaw miar wygląda tak: odsetek spraw rozwiązanych od początku do końca, satysfakcja klienta (CSAT) mierzona równolegle, odsetek ponownych kontaktów w tej samej sprawie oraz, po stronie sprzedażowej, konwersja i wartość koszyka wśród klientów, którzy weszli w rozmowę. Jeśli odsetek rozwiązanych spraw rośnie, a CSAT stoi w miejscu albo rośnie razem z nim, system działa. W Decathlonie CSAT utrzymuje się na poziomie 4,6 przy rosnącym udziale automatyzacji, co jest lepszym dowodem niż jakakolwiek deklaracja dostawcy.
Od czego zacząć wdrożenie?
Sprawdzony porządek jest zawsze ten sam: jeden kanał, jedna kategoria spraw, mierniki ustalone z góry. Najczęściej pierwszym krokiem są pytania o status zamówienia, bo to największy wolumen i najprostsza integracja, a efekt widać w tygodnie, nie kwartały. Potem dochodzą zwroty, wymiany i pytania o produkty, aż po włączenie sprzedaży, kiedy jakość obsługi przekroczy ustaloną poprzeczkę. Warto od pierwszego dnia zaplanować rolę zespołu: reguły i standardy jakości pisze zespół obsługi, on też nadzoruje rozmowy w Supervisorze, a zmiany polityk wprowadza samodzielnie, zwykłym językiem, bez czekania na programistów. Agent AI przejmuje powtarzalną większość, a ludzie zajmują się sprawami, które naprawdę wymagają człowieka.
Najszybciej zrozumieć agenta AI, oglądając prawdziwą rozmowę: getzowie.com/commerce. Wdrożenia z polskiego rynku: MODIVO, MediaMarkt, Decathlon.
