Większości liderów obsługi klienta nie trzeba już przekonywać o potencjale AI. Prawdziwym wyzwaniem jest dziś znalezienie sposobu na wdrożenie nowych możliwości bez konieczności wymiany systemów, które nadal dobrze spełniają swoją funkcję i w które organizacja zainwestowała już znaczne środki.
Mimo to projekty AI w obszarze obsługi klienta często łączy się ze znacznie szerszymi programami transformacji. Wdrożenie nowej platformy Contact Center planowane jest równolegle z modernizacją telefonii, zmianami w systemach CRM czy przebudową procesów. W efekcie konkretny use case AI musi czekać na realizację całego programu.
Nie zawsze jest to konieczne.
Zasada jest prosta: najpierw wartość, migracja później. W wielu przypadkach rozwiązania AI można wdrożyć w istniejącym środowisku obsługi klienta. Obecne systemy telefonii, Contact Center i aplikacje biznesowe pozostają na swoim miejscu, a konkretne funkcje AI są integrowane tam, gdzie mogą realnie usprawnić obsługę. Decyzja o migracji pozostaje odrębną kwestią i powinna zależeć od tego, czy obecne środowisko będzie w stanie sprostać długoterminowym wymaganiom organizacji.
Conversational AI, agenci głosowi AI i wirtualni agenci to dla wielu organizacji najbardziej widoczny punkt wyjścia. Jednak rozwiązania, które dziś stoją za tymi technologiami, można trafniej określić jako Agentic AI. Potrafią one wyszukiwać dane klientów, tworzyć zgłoszenia, realizować transakcje i przekierowywać zadania bez udziału pracownika. To właśnie te szersze możliwości zyskuje organizacja, wprowadzając AI do swojego Contact Center.
Kluczowe pytanie nie brzmi więc, czy Twoja organizacja jest gotowa na AI. Ważniejsze jest to, czy obecne środowisko może obsłużyć planowany use case oraz w jaki sposób wdrożyć nowe możliwości bez zakłócania tego, co już działa.
Projekt AI w obsłudze klienta nie musi oznaczać wymiany całej platformy
Wymiana platformy Contact Center to duże przedsięwzięcie. Wpływa na technologię, procesy, model operacyjny i pracowników. Nawet jeśli obecne środowisko rzeczywiście wymaga wymiany, organizacje nie powinny automatycznie traktować jej jako warunku koniecznego dla każdej inicjatywy związanej z AI.
Wdrożenie AI może mieć znacznie bardziej ograniczony zakres. Może na przykład automatyzować określoną grupę zapytań, ułatwiać pracownikom dostęp do wiedzy lub zapewniać klientom obsługę poza standardowymi godzinami pracy. Platformy już wykorzystywane mogą nadal realizować swoje dotychczasowe zadania.
Pozostawienie sprawnie działających platform chroni nie tylko pierwotną inwestycję finansową. Istniejące systemy to również lata konfiguracji, pracy nad integracjami, wiedzy procesowej i doświadczenia pracowników. Ich wymiana wiąże się z dodatkowymi kosztami i ryzykiem operacyjnym, nawet jeśli nowe rozwiązanie na papierze wydaje się lepsze.
Ochrona dotychczasowych inwestycji nie oznacza jednak, że każdy obecny system należy utrzymywać bezterminowo. Niektóre platformy mogą być zbyt ograniczone, rozproszone lub kosztowne, aby sprostać przyszłym wymaganiom. Ich wymiana powinna jednak wynikać z konkretnie zidentyfikowanych ograniczeń, a nie być domyślnym warunkiem wdrożenia AI.
Jeżeli AI można zintegrować z obecnym środowiskiem przy niższych kosztach i mniejszej ingerencji w bieżące operacje, warto najpierw rozważyć właśnie tę drogę, zanim zapadnie decyzja o wymianie platformy.
Zacznij tam, gdzie pojawiają się problemy operacyjne
Przed wyborem rozwiązania AI organizacja powinna zidentyfikować konkretny problem w obsłudze klienta: taki, który można jasno zdefiniować, który występuje wystarczająco często i którego rozwiązanie można zmierzyć.
Typowe punkty wyjścia to powtarzalne połączenia niepotrzebnie angażujące pracowników, zapytania pojawiające się poza standardowymi godzinami pracy oraz czas tracony na wyszukiwanie informacji w wielu różnych systemach.
Kolejnym krokiem jest określenie ograniczeń technicznych lub operacyjnych, które mogą utrudnić realizację danego use case'u.
W przypadku często powtarzających się zapytań potrzebne informacje mogą już istnieć, ale klienci nie są w stanie łatwo do nich dotrzeć. Pracownicy odpowiadają więc wielokrotnie na te same pytania, ponieważ dostępne opcje samoobsługi są trudne w obsłudze lub mało intuicyjne. W zależności od stopnia złożoności zapytania bot FAQ może ułatwić dostęp do tych informacji bez konieczności wymiany systemu, który obecnie obsługuje interakcje z klientami.
Analiza pozwala określić, w którym miejscu interakcja trafia do organizacji, jakich informacji potrzebuje AI, z jakimi systemami rozwiązanie musi się połączyć oraz co powinno się wydarzyć, jeśli automatyzacja nie jest w stanie rozwiązać sprawy. Na tej podstawie można ocenić, czy obecna architektura jest w stanie obsłużyć dany use case i które jej elementy – jeśli w ogóle – wymagają zmian w pierwszej kolejności.
Dobrym przykładem jest routing wspierany przez AI. Rozwiązanie AI umieszczone przed platformą Contact Center może rozpoznać powód kontaktu i skierować klienta do najbardziej odpowiedniego dostępnego pracownika. Wraz z interakcją można przekazać informacje zebrane podczas początkowej rozmowy, dzięki czemu pracownik od samego początku dysponuje potrzebnym kontekstem.
Wdrożenie zaczyna się od istniejącego środowiska
Dodanie AI do istniejącego środowiska obsługi klienta nie jest rozwiązaniem typu plug-and-play. Nowe możliwości muszą współpracować z systemami, które już odpowiadają za interakcje z klientami, przechowywanie informacji, zarządzanie wiedzą i codzienne procesy pracowników.
Dlatego w Damovo zaczynamy od poznania istniejących systemów i procesów. Następnie określamy, w jaki sposób rozwiązanie AI powinno łączyć się z platformami Contact Center, CRM i telefonii, jakie kanały powinno obsługiwać, jak zachować kontekst klienta podczas przekazywania interakcji pracownikowi oraz w jaki sposób organizacja będzie zarządzać wiedzą wykorzystywaną przez rozwiązanie i dbać o jej aktualność.
Na podstawie tej analizy Damovo określa wymagane integracje, niezbędne zmiany w przepływie interakcji oraz działania potrzebne do tego, aby informacje dostępne w organizacji mogły być skutecznie wykorzystywane przez AI. Plan wdrożenia definiuje również sposób pomiaru efektów, a architektura rozwiązania pozostawia organizacji swobodę w zakresie przyszłych decyzji dotyczących platform.
Case Study: agent głosowy AI dla urzędu stanu cywilnego
Urząd stanu cywilnego w jednym z dużych niemieckich miast obsługiwał dużą liczbę powtarzalnych połączeń przychodzących. Interesanci pytali o terminy wizyt, wymagane dokumenty i czas realizacji spraw. Odpowiedzi na te pytania były dostępne, jednak pracownicy musieli przekazywać je ręcznie, setki razy dziennie.
Zamiast wymieniać istniejące środowisko telefoniczne, Damovo zintegrowało z nim agenta głosowego opartego na AI. Wdrożenie skoncentrowano na elementach niezbędnych do realizacji pierwszego use case'u. Dzięki temu urząd mógł usprawnić obsługę połączeń, jednocześnie nadal korzystając z dotychczasowej technologii.
Organizacja ograniczyła liczbę rutynowych połączeń trafiających do pracowników i zwiększyła dostępność obsługi dla interesantów poza godzinami pracy urzędu.
👉 Przeczytaj pełne studium przypadku
Dodaj AI bez wymiany tego, co nadal działa
Damovo łączy technologię, informacje i kompetencje wdrożeniowe potrzebne do wprowadzenia AI do istniejącego środowiska obsługi klienta. Sprawnie działające systemy pozostają na swoim miejscu, a wdrożenie obejmuje wyłącznie te elementy, których wymaga konkretny use case.
Dzięki temu organizacje mogą już dziś usprawnić obsługę klienta, zachować wartość dotychczasowych inwestycji technologicznych i oddzielić te działania od przyszłych decyzji dotyczących platform.
AI może zwiększyć możliwości istniejącego Contact Center bez konieczności rozpoczynania całego projektu od wymiany platformy.
Chcesz wdrożyć AI w swoim obecnym środowisku obsługi klienta?
FAQ
Czym różni się Conversational AI od Agentic AI w obsłudze klienta?
Conversational AI obejmuje systemy, które komunikują się z klientami za pomocą języka naturalnego, na przykład agentów głosowych AI lub voiceboty obsługujące połączenia przychodzące oraz wirtualnych agentów odpowiadających klientom na czacie lub za pośrednictwem komunikatorów.
Agentic AI idzie o krok dalej. Nie tylko odpowiada, ale również podejmuje działania. System Agentic AI może wyszukać konto klienta, utworzyć zgłoszenie serwisowe, zrealizować żądanie lub przekierować połączenie do właściwego zespołu bez konieczności angażowania pracownika. Większość nowoczesnych rozwiązań AI dla Contact Center łączy oba podejścia: konwersacyjny interfejs, z którym komunikuje się klient, oraz możliwości Agentic AI, które pozwalają realizować konkretne zadania w tle.
Od którego use case'u AI zacząć w Contact Center?
Warto szukać problemu spełniającego trzy warunki. Po pierwsze, powinien występować na dużą skalę, na przykład gdy pracownicy wielokrotnie obsługują to samo pytanie lub ten sam rodzaj zgłoszenia. Po drugie, problem musi być jasno zdefiniowany. Powinna istnieć możliwość zmierzenia obecnych kosztów lub czasu obsługi, a następnie porównania wyników po wdrożeniu AI. Po trzecie, rozwiązanie musi być wykonalne od strony technicznej: dane potrzebne AI powinny znajdować się w systemie, do którego rozwiązanie może uzyskać dostęp.
Typowe punkty wyjścia to powtarzalne zapytania przychodzące, zgłoszenia pojawiające się poza godzinami pracy oraz zadania, w których pracownicy poświęcają czas na wyszukiwanie informacji zamiast na rozwiązanie sprawy klienta. Krótka analiza techniczna pozwala następnie potwierdzić, czy obecne środowisko może obsłużyć dany use case, zanim rozpocznie się właściwe wdrożenie.
Czy muszę wymienić platformę Contact Center, aby korzystać z AI?
Nie. Conversational AI i Agentic AI można wdrożyć w większości istniejących środowisk Contact Center bez konieczności wymiany obecnych platform. Agenci głosowi AI i wirtualni agenci mogą zostać zintegrowani z wykorzystywanymi systemami telefonii, CRM i zarządzania zgłoszeniami. Obecne platformy nadal realizują zadania, z którymi już dobrze sobie radzą.
Wymiana staje się konieczna dopiero wtedy, gdy dana platforma jest zbyt ograniczona, aby umożliwić integrację wymaganą przez konkretny use case. Jest to jednak wyjątek, a nie punkt wyjścia.
Ile czasu zajmuje wdrożenie AI w istniejącym Contact Center?
Czas wdrożenia zależy od zakresu danego use case'u oraz środowiska, w którym rozwiązanie będzie działać. Do najważniejszych czynników należą liczba wykorzystywanych systemów i kanałów, dostępność i jakość potrzebnych informacji, stopień złożoności integracji, wymagania dotyczące bezpieczeństwa i zarządzania, a także zakres niezbędnych testów i zmian procesowych.
Precyzyjnie określony use case, który opiera się na zatwierdzonej bazie wiedzy i wymaga niewielkiej liczby integracji, będzie zazwyczaj mniej złożony niż rozwiązanie wymagające dostępu do wielu aplikacji biznesowych i wykonywania w nich zautomatyzowanych działań. Jasne określenie ograniczonego zakresu pierwszego wdrożenia pozwala organizacji ocenić jego wykonalność i zdefiniować wymagania techniczne, zanim AI zostanie rozszerzone na kolejne use case'y.