Agent AI do obsługi klienta: jak zacząć pilotaż
Jak uruchomić pilotaż z agentem AI do obsługi klienta: które zgłoszenia wybrać, z jakich informacji korzysta, kto zatwierdza i jak ocenić wyniki.
Agent AI do obsługi klienta przydaje się w pilotażu tylko wtedy, gdy wiesz, jakie zadanie wykonuje, na jakich informacjach pracuje i kto odpowiada za wynik. Z tego artykułu dowiesz się, jak wyznaczyć granice pierwszej wersji i dlaczego na początku agent proponuje, a człowiek zatwierdza. Dowiesz się też, co ustalić podczas pierwszej rozmowy z Aurora AI Systems: co wchodzi w zakres pilotażu, a co celowo zostaje poza nim.
Od czego zaczyna się sensowny pilotaż?
Czas zespołu obsługi klienta nie ucieka wyłącznie na pisanie. Ucieka w trzech miejscach: przy odtwarzaniu, o co właściwie prosi klient, przy szukaniu zatwierdzonej informacji i przy redagowaniu odpowiedzi. Agent AI do obsługi klienta może pomóc właśnie na tych etapach.
Dlatego pilotaż zaczyna się od jasno wyznaczonego zadania. Nie próbuje automatyzować całej rozmowy z klientem. Wybierasz jeden typ zgłoszenia, dobrze go opisujesz i sprawdzasz, czy agent obsługuje go poprawnie.
Presja na wdrożenie AI jest realna, ale opór również. Według badania Gartnera z 2024 roku 60% liderów działów obsługi klienta odczuwa presję, by wdrożyć AI. To samo badanie pokazuje, że 64% klientów wolałoby, aby firmy nie korzystały z AI w obsłudze klienta. Wąski, kontrolowany pilotaż pomaga poradzić sobie z obiema presjami jednocześnie.
Jakie zgłoszenia obejmuje pilotaż agenta AI do obsługi klienta
Pierwsze zgłoszenia, które przekazujesz agentowi AI do obsługi klienta, muszą mieć jasne procedury. Dla każdego typu powinien istnieć opis akceptowalnej odpowiedzi. Jeśli nikt w zespole nie potrafi powiedzieć, jak wygląda dobra odpowiedź, agent nie ma się czym kierować.
Celowo pozostaw poza pierwszą wersją:
- zgłoszenia z niejasnymi warunkami handlowymi;
- zgłoszenia wiążące się ze zobowiązaniami wobec klienta;
- sprawy, dla których nie masz jeszcze spisanej procedury.
Jeśli wciąż wybierasz proces, przeczytaj też poradnik o tym, jak wybrać pierwszy proces dla agenta AI w CRM. Podstawowa zasada pozostaje ta sama: przygotowanie informacji oddziela się od działania, które wywołuje skutki dla klienta. Weryfikowalna propozycja to często lepszy start niż wykonanie bez zatwierdzenia.
Zatwierdzone informacje: baza wiedzy pilotażu
W pilotażu agent AI do obsługi klienta pracuje wyłącznie na zatwierdzonych treściach. Oznacza to bazę wiedzy wyznaczoną na potrzeby pilotażu, a nie wszystkie dokumenty firmy. Im wyraźniejsze źródło, tym łatwiejsza weryfikacja.
Jeśli dwa dokumenty są ze sobą sprzeczne, decyzja nie należy do AI. Podejmuje ją właściciel procesu, który poprawia lub wycofuje błędny dokument. Warto przeprowadzić to porządkowanie przed pilotażem, a nie w jego trakcie.
Gdy brakuje jakiejś informacji, agent prosi o weryfikację przez człowieka. Nie uzupełnia luki domysłami. Tę zasadę zapisuje się wprost w zabezpieczeniach agenta, a nie zostawia do interpretacji.
Zasada ta ma znaczenie także z prawnego punktu widzenia. W sprawie Moffatt v. Air Canada (2024) firma została uznana za odpowiedzialną za błędną informację przekazaną przez chatbota na jej stronie. Analiza American Bar Association wskazuje, że trybunał odrzucił argument, jakoby chatbot był odrębnym podmiotem.
Agent proponuje, człowiek zatwierdza
W pierwszej wersji agent AI do obsługi klienta niczego nie wysyła samodzielnie. Redaguje odpowiedź, a wysyłkę autoryzuje człowiek. Redagowanie i autoryzacja to osobne kroki, a każda odpowiedź jest zatwierdzana indywidualnie.
Co zawiera weryfikowalny wynik
Wynik pracy agenta składa się z trzech części:
- proponowanej odpowiedzi dla klienta;
- wykorzystanych informacji, czyli źródeł z bazy wiedzy;
- elementów do sprawdzenia przed wysyłką.
Dzięki temu osoba zatwierdzająca nie wykonuje pracy od nowa. Widzi, skąd pochodzi każde stwierdzenie i gdzie są punkty niepewne.
Odpowiedzialność ludzi, ustalona z góry
Wskaż z imienia i nazwiska, kto zatwierdza odpowiedzi, kto odpowiada za bazę wiedzy i kto może zatrzymać agenta. Ramy NIST AI RMF wymagają, aby zadania systemu AI były zdefiniowane, a nadzór człowieka udokumentowany. Wymagają też wyznaczenia osób, które mogą odłączyć lub wyłączyć system.
NIST zaleca ponadto testowanie przed wdrożeniem, a potem regularnie. System musi bezpiecznie zawodzić, gdy wychodzi poza granice swojej wiedzy. Prośba o weryfikację przez człowieka zamiast domysłów to właśnie taki mechanizm. NIST zaznacza, że zalecenia nie są listą kontrolną do odhaczenia, ale pomagają nie pominąć ważnych pytań.
Eskalacja i przejrzystość wobec klienta
Eskalacja przekazuje zgłoszenie człowiekowi. Razem z nim trafia do niego kontekst, przygotowana propozycja odpowiedzi i pozostałe niejasności. Współpracownik, który przejmuje sprawę, nie musi zaczynać od zera.
Klienci bardzo to sobie cenią. To samo badanie Gartnera pokazuje, że ich główną obawą jest trudniejszy kontakt z człowiekiem. Gartner zaleca, aby AI informowała klienta, że łączy go z człowiekiem, gdy nie znajduje rozwiązania, a rozmowa toczyła się dalej od miejsca, w którym została przerwana.
Przejrzystość ma też wymiar prawny. Art. 50 AI Act obowiązuje od 2 sierpnia 2026 roku i wymaga, aby systemy wchodzące w bezpośrednią interakcję z ludźmi były projektowane tak, by użytkownicy wiedzieli, że rozmawiają z AI, chyba że jest to oczywiste. Według Baker Botts naruszenie może skutkować karami do 15 mln € lub 3% światowego obrotu. Sprawdź oficjalny tekst razem ze swoim prawnikiem.
Minimalna integracja i kryteria oceny
Integracja agenta AI do obsługi klienta ogranicza się do tego, czego wymaga pilotaż. Może chodzić o API, kanały, historię klienta lub wysyłanie wiadomości. Każdy element potwierdza się technicznie, a nie zakłada.
Ocena odbywa się według kryteriów uzgodnionych z góry:
| Kryterium | Pytanie kontrolne |
|---|---|
| Odpowiada na zgłoszenie | Czy proponowana odpowiedź rozwiązuje to, o co prosił klient? |
| Zatwierdzone informacje | Czy każde stwierdzenie pochodzi z bazy wiedzy? |
| Przestrzega granic | Czy poprosił o weryfikację, gdy czegoś brakowało? |
| Nakład na weryfikację | Ile pracy musi włożyć człowiek, by zatwierdzić odpowiedź? |
Ostatnie kryterium często przesądza o wyniku. Jeśli weryfikacja wymaga wykonania całej pracy od nowa, korzyść operacyjną trzeba przemyśleć ponownie. O rozszerzeniu rozmawia się dopiero wtedy, gdy zespół rozumie wyniki, ograniczenia i powody interwencji człowieka.
Co ustalić podczas pierwszej rozmowy z Aurora
W katalogu Aurora rolą przypisaną do obsługi klienta jest Sofia, agentka obsługi klienta, z tytułem „Koordynatorka obsługi klienta” i identyfikatorem API sofia. To przypisanie wskazuje rolę, a nie stanowi gwarancji. Dostępność, ograniczenia i integracja są ponownie potwierdzane dla Twojego przypadku.
Strona Sofii opisuje kilka ograniczeń: nie obiecuje odszkodowań, rabatów ani nowych terminów bez zatwierdzenia i natychmiast przekazuje człowiekowi reklamacje oraz groźby prawne. Podczas konfiguracji zabezpieczenia i zasady przekazywania spraw ustala się razem z Tobą i testuje w środowisku sandbox.
Przygotuj na rozmowę:
- typ zgłoszeń objętych pilotażem i ten celowo wykluczony;
- zatwierdzoną bazę wiedzy i osobę za nią odpowiedzialną;
- format wyniku: odpowiedź, źródła, punkty do sprawdzenia;
- kto zatwierdza każdą odpowiedź i kto przejmuje eskalacje;
- integracje, które są naprawdę niezbędne;
- kryteria oceny.
O kosztach: cennik podaje 699 € za agenta miesięcznie netto (bez VAT) plus jednorazową konfigurację w wysokości 4499 € na firmę. Możesz zacząć od jednego agenta. Zakres i dokładną cenę otrzymasz w pisemnej ofercie.
Jeśli proces obejmuje dane wrażliwe, możesz poprosić o NDA przed przekazaniem szczegółów. Gdy lista będzie gotowa, umów rozmowę z zespołem Aurora AI Systems. Opisz proces, używane narzędzia, podział obowiązków i orientacyjną liczbę zgłoszeń tygodniowo.
