Szybsze odpowiedzi dla klientów, z ludźmi tam, gdzie to ważne

Klienci szybciej dostają poprawną odpowiedź, a twój zespół poświęca czas sprawom, które wymagają oceny, zamiast pisać tę samą odpowiedź od nowa. Wiele zapytań się powtarza: gdzie jest moje zamówienie, jak zmienić adres, co obejmuje moja umowa, która część zamienna pasuje. Wiedza potrzebna do odpowiedzi istnieje, ale leży w instrukcjach, stronach pomocy, starych zgłoszeniach i w głowach doświadczonych pracowników.

Kontakt z klientem to obszar, w którym niemieckie firmy najczęściej używają AI. W badaniu Bitkom z 2026 roku wśród firm zatrudniających co najmniej 20 osób 72% firm korzystających z AI używa jej w kontakcie z klientem, a w edycji 2025 był to również najważniejszy obszar (88%). Jednocześnie badanie Capgemini Research Institute opublikowane w 2025 roku pokazało, że tylko 38% niemieckich konsumentów jest zadowolonych z obsługi klienta, a ponad 70% konsumentów woli rozmawiać z człowiekiem. Chodzi więc o szybsze i lepsze odpowiedzi, przy których klient nadal może porozmawiać z człowiekiem, kiedy tylko chce.

• Krótsze oczekiwanie przy rutynowych sprawach, bo odpowiedź jest już naszkicowana, a karta klienta otwarta.
• Spójne odpowiedzi w całym zespole, oparte na jednej zatwierdzonej bazie wiedzy, a nie na pamięci poszczególnych osób.
• Nowi pracownicy szybciej stają się samodzielni, bo każdy szkic pokazuje źródło i podobną wcześniejszą sprawę.
• Zapytania są sortowane i kierowane już przy wpłynięciu, więc pilne i delikatne sprawy najpierw trafiają do właściwej osoby.
• Znany koszt obsługi jednego zapytania, zmierzony przed i po na twoich własnych zgłoszeniach.

Asystent przygotowuje rutynową część każdej sprawy w twoich kanałach tekstowych, a decyzję o wysłaniu zostawia zespołowi. Przy prostych rodzajach spraw, które zatwierdzisz po testach, może odpowiadać bezpośrednio, z wyraźną informacją, że klient rozmawia z AI.

Telefon to osobna sprawa. Voiceboty działają na wyspecjalizowanych platformach telefonicznych, takich jak Parloa czy Cognigy, a Cloudsail takiej platformy nie buduje ani nie sprzedaje. To, co dostarczamy, działa za voicebotem: warstwa wiedzy, z której odpowiada, integracje z CRM i systemami zgłoszeń oraz testy, które pokazują, czy odpowiada poprawnie i czy przekazuje rozmowę we właściwym momencie. Publicznym przykładem jest Württembergische Versicherung: dostawca platformy Parloa podał w 2025 roku, że jego agent przyjmuje rozmowy w języku naturalnym, rozpoznaje sprawę i kieruje ją dalej, a czas oczekiwania dzwoniących skrócił się o jedną trzecią.

• E-mail i wspólne skrzynki w Outlooku: czyta zapytanie, rozpoznaje klienta i temat, i przygotowuje szkic odpowiedzi z użytymi źródłami.
• Czat na stronie: odpowiada na pytania o produkty, dostawę i warunki na podstawie zatwierdzonych treści i przekazuje rozmowę człowiekowi wraz z jej podsumowaniem.
• Zgłoszenia w ServiceNow, Jira Service Management, Zendesk albo Salesforce Service Cloud: klasyfikuje, nadaje priorytet, proponuje kolejkę i znajduje podobne rozwiązane zgłoszenia.
• Wsparcie dla konsultantów: gdy pracownik prowadzi sprawę, asystent podpowiada kolejną odpowiedź, właściwy zapis umowy albo stronę instrukcji.
• Odczyt z CRM i ERP: status zamówienia, szczegóły umowy albo otwarte faktury z Salesforce, SAP lub twojego CRM, a zmiany, takie jak nowy adres, przygotowane do zatwierdzenia przez człowieka.
• Przekazanie sprawy: podsumowanie, co już zostało powiedziane i czego brakuje, żeby klient nie musiał powtarzać wszystkiego od początku.

Twój zespół decyduje, co trafia do klienta, gdy w grę wchodzą pieniądze, umowa albo reklamacja. Asystent przygotowuje, a człowiek zatwierdza albo przejmuje sprawę.

• Reklamacje, wypowiedzenia, gesty dobrej woli i zwroty: zawsze obsługuje je człowiek, asystent jedynie podsumowuje.
• Zmiany danych klienta w CRM: asystent je przygotowuje, a pracownik potwierdza, zanim zostaną zapisane.
• Pytania spoza zatwierdzonej wiedzy: asystent mówi, że nie zna odpowiedzi, i przekazuje sprawę, zamiast zgadywać.
• Klient, który prosi o człowieka, dostaje człowieka, w każdym kanale.
• To, na które rodzaje spraw asystent może odpowiadać bezpośrednio, decydujesz ty, rodzaj po rodzaju, po wynikach testów.

Asystent odpowiada wyłącznie na podstawie treści, które zatwierdziłeś, odczytuje bieżące dane klientów przez wąski, rejestrowany dostęp i działa tam, gdzie twoje dane klientów mogą się znajdować.

Jeśli twoje zgłoszenia i wiedza są już w jednym systemie helpdesk, najpierw sprawdź jego wbudowane funkcje AI. Dostawcy tacy jak Salesforce, ServiceNow czy HubSpot sprzedają AI do własnych narzędzi i jeśli ich odpowiedzi przejdą test na twoich zgłoszeniach, może to wystarczyć. Własny asystent się opłaca, gdy wiedza jest rozproszona w kilku systemach, gdy dane klientów muszą zostać na własnych serwerach albo gdy potrzebujesz sprawdzonych odpowiedzi jednocześnie w e-mailu, czacie i zgłoszeniach. Ten sam test chętnie przeprowadzimy też na produkcie standardowym.

• Baza wiedzy: artykuły pomocy, instrukcje, dane produktów, regulaminy i rozwiązane zgłoszenia z SharePoint, Confluence albo udziałów plików, zindeksowane z właścicielem i wersją, żeby nieaktualne strony dało się wycofać.
• Odpowiedzi ze źródłami: każdy szkic pokazuje artykuł albo zgłoszenie, na którym się opiera, więc zespół może go sprawdzić jednym kliknięciem.
• Dane na bieżąco: CRM, ERP i system zgłoszeń podłączone przez API, z kontem technicznym, które czyta tylko to, czego wymaga dany przypadek. Zapis dopiero po zatwierdzeniu.
• Hosting: na twoim własnym koncie w chmurze w regionie UE. Gdy dane klientów są wrażliwe, na przykład zdrowotne, ubezpieczeniowe albo z umów, asystent działa na własnych serwerach z modelem open-weight, czyli takim, którego wagi możesz uruchomić u siebie.
• Jedna bramka LLM: jeden kontrolowany punkt dostępu do wszystkich modeli, z kluczami, budżetami i logami. Widać w niej koszt każdego zapytania i każde wywołanie modelu.
• Informacja o AI i przekazanie do człowieka wbudowane w każdy kanał: klient widzi, że rozmawia z AI, i może dotrzeć do człowieka.

Zanim klient zobaczy jakąkolwiek odpowiedź, asystent przechodzi test akceptacyjny na zestawie twoich prawdziwych dawnych zgłoszeń i e-maili, z poprawnymi odpowiedziami ustalonymi przez twój zespół obsługi. Próg zaliczenia ustalasz przed testem, a uruchamiamy tylko te rodzaje spraw, które go przekroczą.

Potem wiele zespołów zaczyna w trybie cienia: asystent przygotowuje szkice dla prawdziwych zapytań, ale nic nie jest wysyłane, więc liczby pochodzą z rzeczywistego ruchu bez ryzyka. W działaniu powtarzamy te same testy po każdej zmianie promptów, modeli albo wiedzy i raportujemy odsetek szkiców wysłanych bez zmian, odsetek przekazań do ludzi i koszt obsługi zapytania. Czas obsługi jednego zapytania mierzymy przed i po, na twoich własnych zgłoszeniach.

• Trafność odpowiedzi: odsetek szkiców, które zespół wysłałby bez zmian, z jedną poprawką albo wcale.
• Sprawdzenie źródeł: każde stwierdzenie poparte zatwierdzonym źródłem, bez wymyślonych warunków, cen czy obietnic.
• Zasady przekazania: reklamacje, wypowiedzenia i prośby o człowieka za każdym razem trafiają do człowieka.
• Wycieki uprawnień: żaden klient nie widzi danych innego klienta, a pracownicy widzą tylko to, na co pozwala ich rola.
• Informacja o AI: widoczna w każdym kanale, w którym klient rozmawia z asystentem bezpośrednio.

Od 2 sierpnia 2026 roku art. 50 AI Act wymaga, żeby ludzie wiedzieli, że rozmawiają z systemem AI, więc asystent czatu albo e-maili w kontakcie z klientem potrzebuje wyraźnej informacji. Wiele zespołów obsługi nie jest na to gotowych: w badaniu Trend-Studie Contact Center 24/25 firm VIER, RUF Beratung i infinit.cx, opublikowanym w 2024 roku, 72% ankietowanych ekspertów od obsługi klienta nie zajęło się AI Act wcale albo tylko częściowo.

Ochrona danych to bariera wskazywana najczęściej: w badaniu Bitkom z 2026 roku 66% firm korzystających z AI wymienia wymogi ochrony danych. Twojemu inspektorowi ochrony danych dajemy fakty techniczne: jakie dane klientów asystent odczytuje, gdzie są przetwarzane, co i jak długo jest przechowywane w logach i który dostawca modelu, jeśli w ogóle, je widzi. Gdy dane klientów są wrażliwe, cały system działa na własnych serwerach i żadne dane nie opuszczają firmy. Decydujesz ty, z pomocą inspektora ochrony danych i prawników. To nie jest porada prawna.

Ponieważ system zapisuje, który pracownik przyjął albo zmienił który szkic, może nadawać się do kontroli wydajności, a to w Niemczech angażuje radę zakładową na podstawie § 87 ust. 1 pkt 6 BetrVG. Projektujemy logi z pseudonimizowanymi identyfikatorami, uzgodnionym okresem przechowywania i bez indywidualnych raportów wydajności, chyba że zostanie to uzgodnione, i dokumentujemy to na potrzeby porozumienia zakładowego.

Zacznij od jednego kanału i tych rodzajów spraw, które powtarzają się najczęściej i na które w pełni odpowiada udokumentowana wiedza. Wtedy i test, i miara są jednoznaczne.

• W bezpłatnej 30-minutowej pierwszej rozmowie przyglądamy się twoim kanałom, wolumenom i systemom. Nie potrzebujemy do tego dostępu do systemów ani danych.
• Próbka dawnych zgłoszeń albo e-maili, jeśli chcesz zanonimizowana, pokazuje, na które rodzaje spraw odpowiada twoja zatwierdzona wiedza i jak często każdy z nich się pojawia.
• Uzgadniamy próg akceptacji i pierwsze rodzaje spraw, a potem testujemy na twoich dawnych przypadkach.
• Asystent działa w trybie cienia na prawdziwych zapytaniach, a potem jest uruchamiany rodzaj po rodzaju.
• Każdy etap ma stałą cenę, uzgodnioną na piśmie po pierwszej rozmowie.