Mentionsy
Nowoczesna obsługa klienta: Co zmienia sztuczna inteligencja?
W dzisiejszym odcinku podcastu „Business Tech Talks powered by BlueSoft” rozmawiamy o tym, jak budować nowoczesny Customer Service w erze sztucznej inteligencji i rosnących oczekiwań klientów. Nasi goście, przedstawiciele Salesforce, BlueSoft oraz Craftware, pokazują, jak połączyć technologię, integrację systemów i dobrze zaprojektowane procesy, aby obsługa klienta stała się realnym wsparciem sprzedaży i budowania lojalności. --W BlueSoft od 2002 roku łączymy technologię z biznesem, pomagając firmom osiągać sukces. Naszą pasją jest innowacja, a celem – dostarczanie rozwiązań IT, które realnie wspierają rozwój organizacji na całym świecie. www.bluesoft.com
Szukaj w treści odcinka
Pokazujemy jak AI, chmura i technologie przyszłości tworzą realną wartość dla organizacji.
Piotr Lempkowski, Salesforce Enterprise Lead dla branży Retail and Consumer Goods.
I Kacper Zieliński, Head of Commercial Focus na Retail FMCG Media w Craftware.
Teraz bardzo mocno wspieramy się oczywiście i rozbudowujemy też część AI.
Ja osobiście głównie retail, consumer goods.
Tutaj już tak, jak się zastanawiam, aplikacje, jakieś AI, ChatGPT, zakupy przez ChatGPT, coś w tym stylu.
Tak, wygoda, upraszczając można powiedzieć ładne, proste, wygodne, to co rzeczywiście też, no i tutaj AI też mocno teraz wchodzi w ten obszar, czyli self-service, czyli to, że z jednej strony my jako konsumenci czy odbiorcy produktów usług
Sam Generate FAI czy ChartGPT może już nie jest tak świeży, ale to, że od dosłownie niedawna, na razie w Stanach jakby uruchomili Agenting Commerce Protocol, czyli że jesteśmy w stanie bezpośrednio z Charta GPT już w Stanach kupować
No i teraz tutaj brandy, czy firmy, przedsiębiorstwa muszą się do tego dostosować, bo to z kolei też w tym wypadku, jeżeli mówimy o zakupach przez chociażby Generative AI, przez taki ChartGPT, no to tracimy trochę touchpoint tego klienta, jakby moment kontaktu z tym klientem i budowanie w ogóle Customer Experience.
Potem aplikacje, a teraz mamy AI.
Mamy czata GPT, wszystko załatwiamy sobie z poziomu AI, czyli w tym AI tak naprawdę powinniśmy też mieć jakiś customer service z poziomu samego czata GPT.
Dokładnie, on mówi, że on musi tam przełączyć, bo ja na przykład chcę tylko OC, a on się zajmuje w ogóle samymi paketami, więc on musi przełączyć do kolegi, której się zajmuje tylko OC, więc przełączam jej i jemu znowu muszę wszystko tłumaczyć, a potem mówią, to proszę jeszcze wysłać maila albo wypełnić formularz na naszej stronie i na tej stronie znowu wypełniam te dane, które przed chwilą im mówiłem przez telefon.
To było za granicą, więc tam została szybko zaopatrzona, miała zrobiony rentgen, ten rentgen dostałem mailem, z adnotacją, żeby
No to jakby dużo potencjalnych, różne potencjalne przyczyny mogły zaistnieć, ale faktycznie ta integracja systemów, czy w ogóle wymiana danych między systemami jest bardzo istotna z perspektywy obsługi klienta, bo
Co też będzie nabierało jeszcze większego znaczenia i większej roli przy rozwoju technologii sztucznej inteligencji, AI, AI agentycznego, czyli gdzie dążymy do tego, aby
To ci agenty, agenty chyba mówić, nawet agenci AI, agenty, agenty AI były w stanie, czyli jakby kawałki oprogramowania były w stanie samodzielnie rozwiązać twój problem, tak, z którym przychodzisz, tak end to end.
Agent AI musi sięgnąć do jakiegoś systemu, gdzie jest twoja historia zakupów.
Więc to oprogramowanie, ten agent AI musi skomunikować się z różnymi systemami, wyciągnąć od nich z tych systemów różne dane.
I to umożliwia właśnie tym nowoczesnym rozwiązaniom typu w AI sprawne działanie i dostęp do tych danych, które są niezbędne.
Potem mamy AI, potem mamy agentów AI.
Wiadomo, czasem jest tak, tak jak teraz na przykład z AI, no wszyscy gdzieś drażają AI, to my też chcemy drażać AI, no to my też pytamy, ale po co, gdzie, jakie są przypadki, co wy chcecie zaadresować, my w tym pomożemy, możemy porozmawiać.
Niekoniecznie nie wiadomo jakie Generative AI w obsłudze klienta, więc to jest jakby taka praca, którą często też wykonujemy z klientami, ale też muszą oni tą pracę wykonać.
No i teraz firma wchodzi na kolejny etap, czyli mówi, dobra, to chcę mieć teraz AI, no bo wszyscy chcą mieć AI.
I z punktu widzenia konsumenta, AI w takim customer service kojarzy się z chatbotem albo voicebotem, ale jak rozumiem, to nie jest jedyne zastosowanie AI w customer service.
Zdecydowanie nie, zresztą mówi się, my też o tym mówimy jako Salesforce o pewnych falach AI i my jako Salesforce z ogólnie pojętym AI działamy od 2014 roku, bo ta pierwsza fala to była taka fala predykcyjna, czyli trochę bardziej zahaczająca machine learning, bazowanie na danych historycznych, jakieś predykcje, insajty, coś co wynika z tego co już mamy w organizacji i co podpowiada naszym ludziom np.
I to jakby cały czas uważam, jest ważny aspekt, bo tak jak rzeczywiście nawet my dzisiaj rozmawiamy o Generative AI w obsłudze klienta czy wśród klientów, jak to zastosować, to nadal tym pierwszym krokiem, po pierwsze właśnie CRM, dane, a później jakiekolwiek AI i pewnie najpierw to takie wspierające nawet najpierw naszych ludzi, gdzie ich odciążymy i to mogą być różne jakby przypadki czy różne rzeczy, bo oczywiście jednym z przykładów jest taki powiedzmy bot, który dzisiaj gdzieś może jeszcze znamy, pamiętamy, bardziej bazując na jakimś drzewku, schemacie odpowiedzi.
A później bym myślał rzeczywiście, jak już się my jako firma oswoimy z AI i jakąś, przynajmniej wsemną strategię na AI sobie wypracujemy i zobaczymy przypadki, gdzie takie Generative AI można by zastosować, to wtedy rzeczywiście wchodzić w ten element, czyli takiego zaprzężenia jakiegoś mechanizmu czy silnika bazującego na LLM, czy to wewnątrz, czy na zewnątrz, czyli do konsumentów, gdzie faktycznie klienci mogą już konwersować sobie z agentem AI.
I tutaj znowu bym też podkreślił, że, bo też dużo się słyszy, notabene też my jako Salesforce, o nas też się o tym mówiło, że automatyzujemy, wdrażamy agentów AI, no i wiadomo, że to też służy temu, żeby na przykład ograniczyć trochę tą obsługę ludzką, zespoły ludzkie, co ma miejsce, ale też wynika z tego, że rzeczywiście agenci AI są dobrzy na pewne zgłoszenia czy pewne kategorie spraw.
I to w każdej firmie da się pewnie zidentyfikować, no bo tam rzeczywiście to czasem po prostu jest niemiarodajny koszt obsługi takiej sprawy do tego, co można zrobić z takim czy automatyzacją, czy agentem AI.
Wspomniałeś o agentach AI.
To jest w ogóle bardzo ciekawy temat, bo agent AI, nasi widzowie nie powinni mylić agent AI z takim voicebotem albo chatbotem, bo agent AI to jest coś dużo więcej, bo to jest samodzielny system, który właśnie tak jak mówiliśmy wcześniej, sięga do różnych systemów, korzysta z różnych narzędzi i przechodzi przez cały proces od początku do końca samodzielnie, autonomicznie, bez wsparcia człowieka.
Ale w jakich sytuacjach w takim razie taki agent AI powinniśmy wdrażać?
Czy wszystkie firmy są gotowe na to, żeby wdrożyć agentów AI?
Czy w ogóle agenci AI są wszystkim potrzebni tak naprawdę?
Znaczy tylko powiem krótko, jeżeli patrzymy z perspektywy obsługi klienta, trochę jakby tematu dzisiejszej rozmowy, to na pewno, znaczy to w ogóle w przypadku agentów AI czy AI na pewno dane są fundamentem, to co też tutaj mówi Łukasz, to jakby w ogóle podstawa, że myślisz o wykorzystaniu AI, bo AI jest tak dobre jak masz dane w organizacji, jak masz dobrze uporządkowane, zharmonizowane, zunifikowane dane.
On też jest w czymś dobry, więc ma jakąś swoją specjalizację i trochę tak samo z agentami AI.
Czyli to, co tutaj też Łukasz mówił, że konsumenci wymagają tej personalizacji, takiego indywidualnego podejścia, ale z drugiej strony, jeżeli my uczymy się tego, kim ten klient jest, jakie są jego zainteresowania, bo on by chciał być obsłużony personalnie, ale jednocześnie zbieramy dane na jego temat.
Ty tutaj mówisz z perspektywy retailu w twojej domeny jak najbardziej słusznie a propos tej krytyczności danych, ale ta obsługa klienta, wracając do tego mojego przypadku, może mieć też miejsce dokładnie w branżach regulowanych, czy na przykład w obszarze opieki medycznej, więc to już nie przelewki.
Dlatego ważne, żeby te rozwiązania wszelkiej maści AI-owe miały taką warstwę bezpieczeństwa i mimo komunikacji z innymi LLM-ami, jak czat GPT czy innymi, po prostu te informacje zatrzymywały u siebie, a nie gdzieś przesyłały dalej.
Więc to, co powinniśmy zrobić, to jednak przygotować nasze systemy, zrobić albo własny audyt, zastanowić się, jakie dokładnie mamy potrzeby, jakie mamy problemy, przyjść do was tutaj po odpowiednią konsultację, doradzicie, jak możecie tego typu problemy rozwiązać, jakie systemy zainstalować, żeby pointegrować te wszystkie defragmentowane systemy, które są w platformie klienta.
No i potem już zastanowić się, gdzie potencjalnie można wykorzystać automatyzację pod postacią chociażby AI, czyli czy można właśnie też poprosić AI, żeby tu pomogła właśnie w takiej integracji, czy AI może działać jako voicebot albo chatbot, czy może warto zastosować to nowoczesne rozwiązanie pod postacią agenta AI.
Ostatnie odcinki
-
Nowoczesna obsługa klienta: Co zmienia sztuczna...
17.02.2026 11:00
-
Fabryka AI on-premise: Jak chronić dane i rozwi...
03.02.2026 11:00
-
Wyzwania chmurowe 2026: Skalowalność, koszty, s...
20.01.2026 11:00
-
Przyszłość AI w biznesie: Jak przygotować organ...
07.01.2026 11:00
-
AI w HR i rekrutacji: Jak AI pomaga odkrywać ta...
16.12.2025 10:00
-
Mierzalne efekty GenAI: Od hype’u do wartości b...
09.12.2025 11:00