Szybsza obsługa klienta i mniej rutyny w rozliczeniach dla spółek komunalnych, a dane zostają w firmie

W spółce komunalnej AI najpierw zmienia back office i obsługę klienta: e-maile i listy klientów są szybciej sortowane i obsługiwane, odczyty liczników i formularze trafiają do rozliczeń bez przepisywania, a pracownicy znajdują właściwy fragment instrukcji eksploatacji bez dzwonienia do jedynego kolegi, który go zna. Badania częściej patrzą na sieć, ale to w tych procesach ludzie spędzają dni na rutynowej pracy, a wyglądają one podobnie w firmie z kilkuset pracownikami i w dużym koncernie.

Chęci nie brakuje. W badaniu BDEW Digital@EVU 2026 przeprowadzonym z Kearney | IMP³ROVE jedna trzecia firm energetycznych wdrożyła już własną strategię AI, a kolejne 58% ją planuje, ale tylko 29% ma strategię kadrową rozwijania kompetencji przyszłości. Horst Dringenberg z Kearney | IMP³ROVE powiedział wprost w komunikacie BDEW z 2026 roku, że wielu dostawców ma dziś strategie AI na papierze. Badanie BDEW i Strategy& „KI unter Strom” (2026), oparte na 26 wywiadach, pokazało, że mniej więcej połowa firm wykazuje konkretną korzyść finansową, ale większość zastosowań pozostaje pojedynczymi pilotażami, a firmy zgłaszały braki mocy obliczeniowej w chmurze.

Przyczyną rzadko jest sam model. Fabian Dömer z Arthur D. Little w artykule gościnnym dla ZfK z 2025 roku wymienia brak zintegrowanego zasobu danych, brak interfejsów, niewystarczającą jakość danych i często brak mandatu do strategicznego osadzenia AI. Liczy około 1000 spółek komunalnych (Stadtwerke) i widzi, że wiele z nich czeka. Komunikat BDEW z 2026 roku dodaje, że mniejszym dostawcom szczególnie trudno pokonać znane przeszkody. Właśnie tym się zajmujemy: jeden proces połączony z rozliczeniami, SAP i twoimi dokumentami, działający w twoim własnym środowisku, ze zmierzonym wynikiem.

W procesach, w których zapytania i dokumenty napływają w dużej liczbie i podlegają regułom, więc model językowy może przygotować pracę, a człowiek decyduje. Wymienione niżej firmy opisała prasa albo dostawcy. Żadnego z nich nie zbudował Cloudsail. Każde zastosowanie ma własną stronę, link znajdziesz poniżej.

• E-maile i listy klientów. Asystent sortuje przychodzące e-maile i dokumenty według sprawy, na przykład przeprowadzka, odczyt licznika, zaliczka albo reklamacja, nadaje im priorytet i przygotowuje odpowiedź na podstawie twoich taryf, warunków i konta klienta, którą pracownicy sprawdzają przed wysłaniem. Stadtwerke Halle poinformowały w prasie w 2026 roku (ZfK), że około 800 z mniej więcej 3100 pracowników ma dostęp do wewnętrznej platformy generatywnej AI, a w obsłudze klienta AI klasyfikuje e-maile i dokumenty, nadaje priorytety sprawom i przygotowuje odpowiedzi, które pracownicy sprawdzają przed wysłaniem.
• Odczyty liczników i formularze do rozliczeń. Zeskanowane karty odczytu liczników, mandaty SEPA i zmiany danych bankowych są odczytywane, porównywane z klientem i umową oraz przygotowywane dla systemu rozliczeń, a wątpliwe wartości trafiają do człowieka. Stadtwerke Pforzheim poinformowały w prasie w 2026 roku (ZfK), że odczytują zeskanowane karty liczników, sprawdzają je i przekazują do rozliczeń, a mandaty SEPA i zmiany danych bankowych są w planach.
• Instrukcje eksploatacji i wiedza dla pracowników terenowych. Monterzy, technicy sieci i serwisanci pytają własnymi słowami i dostają odpowiedź z instrukcji eksploatacji właściwego działu, ze wskazaniem strony, z której pochodzi. Stadtwerke Pforzheim poinformowały w prasie w 2026 roku (ZfK) o agentach do instrukcji eksploatacji dla energii elektrycznej, ciepła systemowego, gazu, telekomunikacji i wody, które kierują każde pytanie do właściwego obszaru.
• Zapotrzebowania w SAP. Asystent pyta pracownika, czego potrzebuje, znajduje materiał lub usługę i centrum kosztów, i przygotowuje zapotrzebowanie w SAP do zwykłego zatwierdzenia. Stadtwerke Pforzheim poinformowały w prasie w 2026 roku (ZfK), że ich bot „Banfred” pomaga pracownikom tworzyć zapotrzebowania w SAP.
• Obsługa telefoniczna. Agenci głosowi do rutynowych rozmów to produkt platformowy. Rhenag poinformował w prasie w 2026 roku (ZfK) o pilotażu z Parloa i Logen.ai, obejmującym rutynowe rozmowy w sprawie odczytów liczników i zmian zaliczek, których dotyczy około 100 tysięcy zapytań rocznie; nietypowe przypadki trafiają do człowieka. Budujemy to, czego taka platforma potrzebuje w tle: zatwierdzone odpowiedzi, sprawdzenie konta klienta i krok do rozliczeń.
• Klienci biznesowi i komunikacja rynkowa. Arvato Systems opisało w niedatowanym studium przypadku dostawcy, dotyczącym prac z 2022 roku, że dla Stadtwerke Leipzig pogrupowało klientów biznesowych w SAP CRM i zbudowało bota do komunikatów rynkowych, przetwarzając ponad 1000 rekordów.

Część z tego kupuje się jako gotowy produkt. Ogólna platforma czatu i agentów do pisania i streszczania to produkt: Stadtwerke Halle korzystają z Langdock, a Stadtwerke Pforzheim zgłosiły około 190 osobistych agentów Copilot obok około dziesięciu centralnie zatwierdzonych agentów, którzy wykonują procesy (oba przypadki opisał ZfK w 2026 roku). Agenci głosowi dla infolinii pochodzą z platform takich jak Parloa. Fichtner IT Consulting oferuje LUCRA, chmurową usługę AI dla dostawców i gmin na infrastrukturze centrum danych SWU TeleNet. Dokument dostawcy z 2026 roku mówi, że dane każdego klienta leżą odizolowane we własnej dzierżawie. Pokazane w nim oszczędności to prognozy, a nie zmierzone wyniki.

Budowa własnego rozwiązania ma sens tam, gdzie kończy się platforma: gdy praca musi trafić do rozliczeń albo do SAP, gdy odpowiedzi muszą uwzględniać, kto może widzieć dane sieci lub klientów, gdy system musi działać na własnych serwerach i gdy potrzebujesz wyników testów dla audytora. Ralph Bogesch ze Stadtwerke Pforzheim powiedział w ZfK w 2026 roku, że samo wprowadzenie ChatGPT albo Copilota do firmy nie prowadzi do celu. Pforzheim poinformowało też, że jego środowisko testowe nie wystarcza do szerszego użycia produkcyjnego, że rozmawia z zewnętrznymi dostawcami i ocenia lokalne modele open source do transkrypcji offline. Tę lukę wypełniamy infrastrukturą, integracją i testami obok platformy, którą już masz.

KRITIS i NIS2 zmieniają to, co system AI musi udowodnić. Niemiecka ustawa wdrażająca NIS2 obowiązuje bezpośrednio od 6 grudnia 2025 roku bez okresu przejściowego, portal BSI do rejestracji i zgłaszania incydentów działa od 6 stycznia 2026 roku, a ustawa zmienia też EnWG (Heuking, 2025). W badaniu Stadtwerkestudie 2026 EY i BDEW, opartym na wywiadach telefonicznych z zarządami 100 spółek komunalnych i regionalnych dostawców, 46% oczekuje dużych lub bardzo dużych inwestycji w ochronę infrastruktury krytycznej. Dla AI oznacza to prywatny hosting, udokumentowane przepływy danych, kontrolowany dostęp, logi i zapisy testów, które możesz pokazać. Oznacza to też, że działamy jako dostawca w ramach twoich wymagań bezpieczeństwa, z klauzulami bezpieczeństwa i prawem audytu w umowie tam, gdzie ich potrzebujesz.

AI Act. Załącznik III pkt 2 wymienia jako systemy wysokiego ryzyka systemy AI przeznaczone do użycia jako elementy bezpieczeństwa w zarządzaniu i eksploatacji krytycznej infrastruktury cyfrowej, ruchu drogowego lub dostaw wody, gazu, ciepła albo energii elektrycznej, a obowiązki stosuje się po Digital Omnibus od 2 grudnia 2027 roku. Wszystko, co działa jako element bezpieczeństwa w eksploatacji sieci lub instalacji, jest więc wysokiego ryzyka, z obowiązkami takimi jak nadzór człowieka dla firmy, która tego używa, i tego nie robimy: nie budujemy sterowania siecią, sterowania instalacjami ani funkcji zabezpieczeń. Asystenci do obsługi klienta, dokumentów rozliczeniowych, zakupów i instrukcji nie podlegają temu punktowi.

Klienci przy telefonie i na czacie. Od 2 sierpnia 2026 roku ludzie muszą wiedzieć, że mają do czynienia z systemem AI. Melanie Florenz, szefowa obsługi klienta w Rhenag Energie, powiedziała w ZfK w 2026 roku, że klienci nie chcą rozmawiać z robotami o indywidualnych sprawach. Dlatego każdy krok z kontaktem z klientem projektujemy z jasnym przekazaniem do człowieka, a odpowiedzi w sprawach indywidualnych pozostają projektami, które wysyłają pracownicy.

Rozdzielenie działalności i dane klientów. Badanie BDEW i Strategy& (2026) wymienia zasady unbundlingu przy wymianie danych wśród przeszkód w skalowaniu AI. Dane operatora sieci i sprzedawcy pozostają rozdzielone w indeksie i w każdym narzędziu, według zasad dostępu, które już stosujesz. Odczyty liczników, zużycie i dane bankowe to dane osobowe: zostają w twoich systemach, a odpowiedzi z konta klienta dostaje tylko ten, kto może je otworzyć.

Rada zakładowa. Asystent, który zapisuje, kto o co pytał, może w zasadzie monitorować wydajność, więc w Niemczech może podlegać współdecydowaniu według § 87 ust. 1 pkt 6 BetrVG, a badanie BDEW i Strategy& wymienia akceptację rady zakładowej wśród przeszkód. Projektujemy logi z pseudonimizowanymi identyfikatorami, uzgodnionym okresem przechowywania i jasnymi zasadami dostępu, gotowe do porozumienia z radą zakładową. To strona techniczna. Decyzję podejmujesz ty, z pomocą inspektora ochrony danych i prawników.

Daniel Krauss, szef digitalizacji i IT w Stadtwerke Pforzheim, wymienił w ZfK w 2026 roku trzy warunki: suwerenność danych, governance i infrastrukturę, którą da się utrzymać. Według nich budujemy. Na twoich własnych serwerach odpowiada model open-weight, czyli model, którego wagi uruchamiasz sam, i żadne dane nie opuszczają twojego centrum danych. Na twoim własnym koncie w chmurze modele działają w regionie UE na podstawie twoich umów. Przed każdym modelem stoi bramka LLM, jeden kontrolowany punkt dostępu do wszystkich modeli z kluczami, budżetami i logami, dzięki czemu zużycie tokenów jest widoczne dla każdego zespołu i agenta. Stadtwerke Halle poinformowały w ZfK w 2026 roku, że jedna interakcja agenta zużyła 8,6 mln tokenów, dlatego rozmawia się tam o kontroli zużycia tokenów.

• Rozliczenia i dane klientów: dane klientów, umów i liczników odczytywane na bieżąco z twojego systemu rozliczeń przez zatwierdzone narzędzia, a wpisy przygotowywane tam tylko przez narzędzie wykonujące jedną operację biznesową, z zatwierdzeniem i wpisem do logu.
• SAP: materiały, usługi, dostawcy i centra kosztów z SAP, a zapotrzebowania tworzone jako projekty, które przechodzą przez twój istniejący proces zatwierdzania.
• Dokumenty: instrukcje eksploatacji, instrukcje stanowiskowe, taryfy i warunki z SharePoint, udziałów plików, d.velop albo ELO, indeksowane dla każdego działu z uprawnieniami, które już w nich obowiązują.
• Poczta i CRM: skrzynki Outlook i wspólne skrzynki obsługi klienta oraz historia klienta w SAP CRM albo twoim CRM.
• Rejestr agentów: każdy agent, z którego korzysta więcej niż jedna osoba, jest wpisany z właścicielem, źródłami, narzędziami i wynikami testów i jest udostępniany dopiero po zatwierdzeniu. Stadtwerke Halle poinformowały w ZfK w 2026 roku, że prowadzą rejestr 25 zastosowań, a udostępnienie agenta poza jego twórcę będzie wymagało zatwierdzenia obejmującego jakość, zgodność, wartość biznesową i zużycie zasobów.

Bertil Kilian ze Stadtwerke Pforzheim wspominał w ZfK w 2026 roku, że na początku AI czasem wymyślała firmy, które nie istniały. Dlatego nic nie startuje bez testów. Przed startem mierzymy system na twoich własnych wcześniejszych przypadkach: e-mailach klientów z odpowiedzią, którą twój zespół wtedy wysłał, zeskanowanych kartach liczników porównanych pole po polu z wartościami w rozliczeniach, pytaniach o instrukcje z poprawną odpowiedzią i stroną, z której pochodzi, oraz zapotrzebowaniach z wpisami twojego działu zakupów.

Próg testu akceptacyjnego ustalasz razem z nami, na przykład odsetek odczytów liczników, które muszą być odczytane poprawnie, zanim trafią do kolejki zatwierdzeń, a test akceptacyjny pokazuje, czy został osiągnięty. Testujemy też to, co nie może się zdarzyć: dane sieci u pracownika sprzedaży, odpowiedź z taryfą, która już nie obowiązuje, odpowiedź z instrukcji niewłaściwego działu.

Zanim przejmie jakikolwiek krok, działa w trybie cienia i przygotowuje odpowiedzi lub wpisy równolegle z twoim zespołem, niczego nie wysyłając. Mierzymy godziny na sprawę przed i po, na twoich własnych przypadkach, żeby zarząd widział efekt we własnych liczbach. Wyniki testów, wersje modeli i zmiany są zapisywane, żebyś mógł je pokazać podczas audytu, a te same testy są uruchamiane po każdej zmianie modeli, promptów albo źródeł.

Zacznij od jednego procesu w back office albo obsłudze klienta, który co tydzień zabiera twoim pracownikom godziny i ma wyraźne wcześniejsze przykłady: skrzynka obsługi klienta, karty odczytu liczników i mandaty SEPA, zapotrzebowania albo pytania o instrukcję eksploatacji jednego działu. Opisz go inżynierowi podczas bezpłatnej 30-minutowej pierwszej rozmowy, która nie wymaga dostępu do twoich systemów ani danych.

Potem ustalamy pierwszy krok i jego próg akceptacji. Każdy krok ma stałą cenę, uzgodnioną na piśmie po pierwszej rozmowie. Jeśli twoi pracownicy już korzystają z Copilota albo platformy czatu, bezpłatny przegląd wykorzystania AI pokazuje na jednej stronie, ile to kosztuje i gdzie nie wystarcza, na podstawie eksportów, które sam wybierzesz.