Agenci AI w obsłudze klienta

Biuro obsługi klienta w firmie handlowej czy produkcyjnej spędza większość dnia na czynnościach, które są powtarzalne i policzalne: przetworzenie maila, sprawdzenie indeksu produktu, potwierdzenie statusu zamówienia, przygotowanie wyceny. To nie jest praca wymagająca eksperckiej oceny za każdym razem, a mimo to pochłania cały etat albo kilka.

Agenci AI w HubSpot nie zastępują tego zespołu, tylko zdejmują z niego warstwę pierwszą: klasyfikację zgłoszenia, wyszukanie danych i przygotowanie propozycji odpowiedzi. Poniżej pokazuję cztery role, w jakich agent realnie pracuje w centrum pomocy, skąd bierze wiedzę i w którym momencie warto oddać mu odpowiadanie w pełni automatyczne.

Ile godzin miesięcznie może odzyskać biuro obsługi klienta dzięki agentom AI?

Zanim padnie decyzja o wdrożeniu AI, warto zamienić dyskusję o technologii na rozmowę o liczbach. Wdrożenie agentów nie ma sensu dlatego, że wszyscy to robią, tylko dlatego, że da się wskazać konkretny czas i konkretne pieniądze, które dziś uciekają na czynnościach powtarzalnych.

Dobra wiadomość jest taka, że to nie jest skomplikowana analiza. Nikt nie musi prowadzić trzymiesięcznego badania, bo każdy w zespole doskonale wie, ile zajmuje odpisanie na typowego maila.

Jakie dane trzeba zebrać, żeby policzyć potencjał oszczędności?

Do oszacowania potencjału wystarczy 9 informacji o codziennej pracy zespołu: ile osób pracuje w biurze obsługi klienta lub na helpdesku, ile zapytań trafia do nich dziennie, ile czasu zajmuje przetworzenie jednego maila zanim zacznie się właściwa odpowiedź, jaki procent zapytań wymaga wiedzy technicznej, ile czasu zajmuje specjaliście przygotowanie takiej odpowiedzi, ile wycen powstaje miesięcznie, ile trwa przygotowanie jednej wyceny, jaki procent zapytań dotyczy statusu zamówienia oraz jak szybko klient dostaje odpowiedź.

Ostatnie pytanie bywa najtrudniejsze i to samo w sobie jest informacją. Jeśli firma nie wie, jak szybko odpowiada klientom, trudno mówić o optymalizacji, bo nie ma punktu odniesienia. Warto wtedy zacząć od zmierzenia tego jednego wskaźnika.

Jak wygląda wynik dla firmy z 30 zapytaniami dziennie i 200 wycenami miesięcznie?

Weźmy realny przykład z rynku. Firma ma od 1 do 3 osób w biurze obsługi klienta i przyjmuje do 30 zapytań dziennie. Przetworzenie jednego maila zajmuje od 5 do 15 minut, około 60% zapytań wymaga wiedzy technicznej, a specjalista potrzebuje średnio 24 minut, żeby znaleźć produkt i sprawdzić dostępność. Do tego dochodzi 200 wycen miesięcznie po 7 do 12 minut każda, a około 20 do 25% zapytań dotyczy samego statusu zamówienia. Klient dostaje odpowiedź w ciągu godziny.

Przy takich danych potencjał oszczędności wynosi około 197 godzin miesięcznie. To nie jest zachęta do zwalniania ludzi, tylko wskazanie uwolnionego potencjału. Etat, który dziś idzie na przetwarzanie powtarzalnych zapytań, można przekierować na zadania, których AI nie wykona: prospecting, powrót do uśpionych klientów, praca nad relacją. Te rzeczy notorycznie schodzą na dalszy plan, bo zespół siedzi w bieżączce.

Wskazówka

Przelicz te 9 pozycji na własnych danych, zanim zaczniesz rozmawiać o narzędziach. Kamyczek do kamyczka: 15 minut na mailu i 10 minut na sprawdzeniu produktu zbierają się w skali miesiąca w liczbę, która sama uzasadnia projekt, bez potrzeby powoływania się na trendy rynkowe.

Czym jest helpdesk w HubSpot i skąd trafiają do niego zgłoszenia?

Helpdesk to funkcjonalność HubSpota, która w polskiej wersji językowej nazywa się centrum pomocy, więc warto znać obie nazwy, żeby się nie pogubić w menu. Znajduje się w zakładce Usługa i jest dostępna od licencji Service Hub Professional.

Jej sens sprowadza się do jednego: zebrać całą komunikację z klientem i cały kontekst zgłoszenia w jednym miejscu, zamiast rozpraszać je po skrzynkach mailowych poszczególnych pracowników. To warunek konieczny, żeby agent AI miał z czego korzystać.

Jakie kanały można podłączyć do jednego miejsca?

Do centrum pomocy trafiają zgłoszenia z maila zespołowego, na przykład adresu reklamacje lub biuro, z formularzy kontaktowych i zgłoszeniowych na stronie, z Messengera i WhatsAppa, a także z telefonii komórkowej i stacjonarnej.

Przy telefonii warto zaznaczyć jedno ograniczenie. Jeśli firma ma rozbudowane call center, natywna funkcjonalność HubSpota nie wystarczy i mówimy raczej o integracji z zewnętrznym systemem, takim jak AirCall czy CloudTalk. Technicznie da się jednak złapać wszystkie wątki w jednej kolejce niezależnie od kanału, którym przyszły.

Co widać na zgłoszeniu: priorytet, SLA i nastawienie klienta?

Pojedyncze zgłoszenie zawiera znacznie więcej niż treść wiadomości. HubSpot dodaje tagi automatycznie i potrafi wykryć z kontekstu wypowiedzi, że klient jest zirytowany, bez potrzeby zaznaczania czegokolwiek w formularzu. Priorytet można ustawiać automatycznie przez workflow, na przykład według obrotu klienta albo wewnętrznej segmentacji.

Osobno widoczny jest status SLA, czyli umówiony czas reakcji. Może wynikać z wewnętrznej zasady zespołu, na przykład obsługi określonej kategorii zgłoszeń w ciągu 2 godzin, albo wprost z umowy z klientem. Mierzyć można zarówno czas do kolejnej odpowiedzi, jak i czas do zamknięcia zgłoszenia.

W widoku szczegółowym pojawia się natomiast pełny kontekst sprawy. Załączniki przysłane przez klienta, na przykład zdjęcie uszkodzonej przesyłki, podpinają się automatycznie i nie trzeba ich szukać w cudzej skrzynce. HubSpot łączy zgłoszenie z kontaktem, firmą, a jeśli klient podał numer zamówienia, także z konkretnym zamówieniem w systemie. Widać również, czy ten sam klient ma inne otwarte zgłoszenia, co pozwala szybko wychwycić duplikaty, gdy ktoś próbuje dobić się do firmy kilkoma kanałami naraz.

Same zgłoszenia można przeglądać w formie tabeli albo widoku Kanban, z podziałem na kategorie, na przykład wszystkie pytania o status zamówienia albo sprawy przypisane do mnie.

Jak agent kategoryzuje zgłoszenie i kieruje je do właściwej osoby?

Pierwsza rola agenta to praca dyżurnego na wejściu. Agent zbiera informacje w jednym miejscu, rozpoznaje, czego dotyczy sprawa, i kieruje ją do właściwego zespołu lub osoby, ustawiając od razu odpowiedni status zgłoszenia.

To wydaje się drobiazgiem, dopóki nie policzy się, ile czasu w firmie zajmuje samo rozdzielanie poczty. W wielu organizacjach jest to zadanie konkretnej osoby, która codziennie przegląda wspólną skrzynkę i przekazuje wiadomości dalej.

Jak agent rozpoznaje kategorię z wiadomości napisanej zwykłym tekstem?

Tu leży cała różnica względem klasycznej automatyzacji. Jeśli zgłoszenie przychodzi przez formularz, kategorię można po prostu zakodować w polach formularza i żadna sztuczna inteligencja nie jest potrzebna. Problem w tym, że większość zapytań to zwykły tekst wpisany do maila, bez żadnej struktury.

Agent czyta treść i sam ustala kategorię, a przy okazji weryfikuje, czy klient podał wszystkie potrzebne informacje. Ten etap i tak ktoś w firmie wykonuje, tylko ręcznie: sprawdza, czy dane się zgadzają i czy zgłoszenie da się w ogóle obsłużyć. Przy agencie ta warstwa jest gotowa od razu.

Jak agent przygotowuje rekomendację odpowiedzi na pytanie techniczne?

Druga rola to doradztwo produktowe. Weźmy typowe zapytanie: klient prowadzi zasilanie urządzeń u swojego odbiorcy i prosi o dobór produktu, podając wymagania techniczne, na przykład zasilanie trzyfazowe, obciążenie 25 amperów, długość 200 metrów i budżet 9 złotych za metr netto.

Ręczna weryfikacja takiego zapytania zajmuje sporo czasu, bo trzeba przejrzeć katalog, sprawdzić parametry i upewnić się, że wszystkie warunki są spełnione. Agent przygotowuje w tym miejscu gotową rekomendację odpowiedzi: wskazuje konkretny indeks produktu, uzasadnia wybór parametrami, na przykład zakresem temperatury pracy, i formułuje całość jako treść gotową do wysłania.

Skąd agent bierze wiedzę o produktach i parametrach?

Agent nie zgaduje. Korzysta z tego, czym został zasilony w sekcji wiedzy agenta klienta. Może to być tabela z listą indeksów i parametrów, katalog produktowy albo dane wystawione z systemu ERP pod wewnętrznym adresem. Na tej podstawie potrafi wyłapać, że w danym przedziale temperaturowym i napięciowym właściwy jest jeden konkretny indeks.

Jak agent proponuje produkty komplementarne przy okazji odpowiedzi?

Do agenta można podłączyć osobną tabelę produktów komplementarnych. Wtedy przy odpowiedzi na pytanie o przewód do instalacji zewnętrznej agent dołoży rekomendację akcesoriów montażowych, o które klient nie pytał, ale których i tak będzie potrzebował.

To nie jest przypadkowa sugestia, tylko efekt tego, że ktoś wcześniej wskazał agentowi reguły cross-sellingu. Z punktu widzenia obsługi klienta to dosprzedaż, która dzieje się przy okazji zwykłej odpowiedzi technicznej.

Wyjaśnienie

Rekomendacja odpowiedzi to propozycja, a nie wiadomość wysyłana automatycznie. Pracownik widzi gotową treść, może ją edytować, usunąć fragment, z którym się nie zgadza jako ekspert, i dopiero wtedy wysłać oraz zamknąć zgłoszenie. To ważne, bo nawet przy wysokiej trafności zdarzają się odpowiedzi wymagające korekty.

Jak agent zamienia zapytanie klienta w gotową wycenę?

Trzecia rola to przygotowanie oferty. Klient pisze prośbę o wycenę kilku pozycji do swojego kontraktu, na przykład dostawy na halę w Katowicach, i wymienia produkty. Do tego momentu wszystko wygląda standardowo, problem zaczyna się przy sposobie, w jaki klient te produkty nazywa.

Co się dzieje, gdy klient używa własnych oznaczeń produktów?

To bardzo częsty przypadek w B2B: klient posługuje się własnymi oznaczeniami magazynowymi, które nie mają nic wspólnego z indeksami dostawcy. Pracownik musi wtedy sprawdzić w ERP, jakie indeksy są przypisane temu konkretnemu odbiorcy, przetłumaczyć jego kody na własne i dopiero przygotować ofertę.

Agent robi to mapowanie samodzielnie, o ile ma dostęp do tabeli powiązań między kodami klienta a indeksami firmy. Rozpoznaje, że oznaczenie używane przez klienta odpowiada konkretnemu produktowi w katalogu, i od razu buduje na tej podstawie zestawienie.

Skąd agent zna grupę cenową, rabat i warunki płatności klienta?

Te dane pochodzą z karty klienta w HubSpocie, zasilanej z systemu ERP. Agent widzi więc, że dany kontrahent należy do grupy cenowej B, ma 15% rabatu i 30-dniowy termin płatności, i uwzględnia to w przygotowanej tabeli.

Efektem jest zestawienie pozycji z kodem klienta, odpowiadającym mu indeksem, ilością i wartością, wraz z podsumowaniem po uwzględnieniu rabatu. Warto tu dodać jedno zastrzeżenie techniczne: wygenerowanie z tego sformatowanego pliku PDF w firmowym layoucie wykracza poza samego agenta HubSpota i zwykle wymaga zewnętrznego konektora, na przykład platformy n8n.

Jak agent odpowiada o status zamówienia, gdy klient nie podał numeru?

Czwarta rola dotyczy najczęstszego typu zapytań w firmach handlowych, czyli pytań o status realizacji. Sytuacja modelowa wygląda tak: klient pisze zniecierpliwiony, że zamówienie z początku miesiąca długo się realizuje i prosi o informację, ale nie podaje numeru zamówienia.

Dla automatyzacji opartej na regułach to koniec drogi, bo system nie ma czego dopasować. Tutaj zaczyna się przewaga asystenta AI.

Jak asystent AI odnajduje zamówienia klienta na podstawie samej firmy?

Wystarczy, że zgłoszenie jest podpięte pod firmę, a w HubSpocie znajdują się zamówienia tego kontrahenta wraz z pozycjami. Asystent Breeze, dostępny w prawym górnym rogu ekranu, przeszukuje powiązane rekordy: wchodzi na kartę firmy, znajduje przypisane zamówienia, sprawdza statusy poszczególnych pozycji i na tej podstawie przygotowuje treść odpowiedzi.

Odpowiedź wygląda naturalnie: pracownik dostaje gotowy tekst informujący klienta, że w zgłoszeniu nie było numeru zamówienia, ale w systemie widoczne jest jedno otwarte zamówienie tej firmy i jaki ma status. Polecenie dla asystenta nie wymaga przy tym żadnych umiejętności technicznych, wystarczy krótka instrukcja napisana zwykłym językiem.

Co istotne, samo poproszenie asystenta o przeszukanie danych i przygotowanie treści nie zużywa kredytów AI. Koszt pojawia się dopiero przy pełnej automatyzacji, o czym niżej.

Jak wyuczyć agenta i kiedy włączyć automatyczne odpowiedzi?

Wszystkie opisane role opierają się na jednym: na tym, czym agent został zasilony. Konfiguracja znajduje się w zakładce Usługa, w sekcji agenta klienta, gdzie ustawia się zarówno źródła wiedzy, jak i zalecenia dotyczące sposobu odpowiadania.

Jakie źródła wiedzy podłączyć do agenta klienta?

Agentowi można wskazać strony internetowe, zarówno publiczne, jak i niepubliczne, więc da się wykorzystać zarówno opisy produktów ze strony firmowej, jak i wewnętrzny katalog niedostępny dla klientów. Można też wgrać pliki, przy czym dobrze sprawdza się format markdown, oraz podać adres URL zasilany danymi z ERP.

W praktyce zestaw startowy to trzy rzeczy: tabela produktów z parametrami, tabela mapowania kodów klientów na indeksy firmowe oraz lista produktów komplementarnych do rekomendacji.

Dlaczego nie warto automatyzować 100% odpowiedzi od pierwszego dnia?

Wdrożenie AI ma swoje fazy i przeskakiwanie ich kończy się źle. Rozsądna kolejność wygląda tak: najpierw agent przygotowuje rekomendacje, człowiek je weryfikuje i wysyła, a zespół obserwuje, jaki procent odpowiedzi jest zgodny z tym, co firma faktycznie chce wysyłać klientom. Dopiero gdy trafność jest potwierdzona na realnych zgłoszeniach, można włączyć pełną automatyzację.

Powód jest prosty. Nawet jeśli 85 do 90% odpowiedzi jest bardzo dobrych, pozostały ułamek może zawierać stwierdzenie, z którym ekspert w branży się nie zgodzi. Na etapie rekomendacji taki fragment usuwa się jednym kliknięciem. Po włączeniu pełnej automatyzacji trafiłby prosto do klienta.

Ile kosztuje automatyczna odpowiedź agenta w kredytach?

Pełna automatyzacja ma sens przede wszystkim dla zgłoszeń bezspornie powtarzalnych. Jeśli klient pyta w mailu o status zamówienia o konkretnym numerze, a firma ma tę informację w systemie, nie ma powodu, żeby odpowiedź czekała na człowieka. Wiadomość wychodzi wtedy nie od pracownika, lecz od agenta HubSpota.

Taka automatyczna odpowiedź kosztuje 50 kredytów. Czy to dużo, zależy wyłącznie od skali: liczby zapytań tego typu i tego, ile zgłoszeń faktycznie chcemy obsługiwać bezobsługowo. To rachunek, który warto zrobić na własnych danych, zamiast oceniać koszt w oderwaniu od wolumenu.

Warto też wiedzieć o efekcie kumulacji. Im więcej danych trafia do systemu i im więcej pytań przez niego przechodzi, tym pełniejszy obraz zbiera baza wiedzy. HubSpot rejestruje między innymi to, o co klienci pytają i na jakie pytania nie dostają odpowiedzi od ręki, co samo w sobie jest wskazówką, czym zasilić agenta w następnej kolejności.

Uwaga

Nie trzeba porządkować wszystkich danych w firmie, zanim ruszy pierwszy agent. Skuteczniejsze jest zebranie nisko wiszących owoców: sprawdzenie, które dane już są gotowe do wystawienia, i uruchomienie na nich choćby samej rekomendacji odpowiedzi. Jedna oszczędzona dziesiątka minut na zgłoszeniu to już optymalizacja, po której kolejne kroki idą łatwiej.

Czy dane firmy przekazane agentowi są bezpieczne?

To pytanie pada na każdym spotkaniu o AI i słusznie, bo dotyczy danych handlowych i danych klientów. W przypadku HubSpota odpowiedź jest sprawdzalna, a nie deklaratywna.

Czy HubSpot uczy modeli na danych klientów?

Nie, dane klientów nie służą do trenowania modeli. Administrator ma przy tym pełną kontrolę nad tym, co jest udostępniane: w ustawieniach HubSpota, w sekcji AI, znajduje się centrum zarządzania zgodami i zakresem działania funkcji sztucznej inteligencji. To nie jest ukryty mechanizm, do którego nie ma wglądu.

Dane przechowywane są na serwerach w Unii Europejskiej, w infrastrukturze AWS. Szczegółowe informacje o sposobie przetwarzania danych i warstwie zabezpieczeń są dostępne publicznie na stronie zaufania HubSpota, więc dział IT może zweryfikować je niezależnie.

Podsumowanie

Agenci AI w centrum pomocy HubSpota pracują w czterech rolach: kierują zgłoszenie do właściwej osoby, rekomendują odpowiedź techniczną opartą na katalogu produktów, przygotowują wycenę z uwzględnieniem indywidualnych warunków klienta i sprawdzają status zamówienia nawet wtedy, gdy klient nie podał numeru.

Warunkiem, żeby to działało, jest zebranie komunikacji i danych w jednym miejscu oraz zasilenie agenta konkretną wiedzą produktową. Nie trzeba przy tym wywracać organizacji do góry nogami. Rozsądna droga prowadzi od rekomendacji akceptowanych przez człowieka do automatyzacji zgłoszeń bezspornie powtarzalnych, a pierwszą korzyść widać już na tym pierwszym etapie.

Jeśli zastanawiasz się, dlaczego agent potrzebuje CRM jako fundamentu, a nie tylko dostępu do ERP, opisaliśmy to w osobnym artykule o roli HubSpota jako podstawy dla agentów AI w firmie z ERP.

Chcesz sprawdzić, które zapytania w Twojej firmie może przejąć agent?

Pomożemy policzyć potencjał oszczędności na Twoich danych i wskazać zgłoszenia, które nadają się do automatyzacji w pierwszej kolejności. Przejdziemy też przez to, jakimi danymi trzeba zasilić agenta, żeby jego odpowiedzi były zgodne z tym, co Twoja firma faktycznie chce wysyłać klientom.

Najczęściej zadawane pytania

Kim jesteśmy

BusinessWeb to certyfikowany Partner HubSpot o najwyższym statusie Elite. Nasze doświadczenie obejmuje ponad 200 wdrożeń HubSpot, a 96% klientów, którzy wdrożyli HubSpot z nami, pozostaje z systemem. Partnerem HubSpot jesteśmy od 2018 roku.