EN
64% klientów wolałoby, żeby firmy w ogóle nie używały AI w obsłudze klienta, a 53% rozważy przejście do konkurencji, jeśli dowie się, że firma to robi. Tak wynika z sondażu Gartnera wśród 5 728 klientów. W tym samym czasie boty głosowe i tekstowe filtrują ruch, przyjmują setki zgłoszeń naraz i odciążają linie telefoniczne. Algorytmy mają przy tym twarde granice: nie improwizują, a emocje co najwyżej wykrywają, bez umiejętności odpowiedzi na nie. W zderzeniu z nietypową sprawą albo z silną frustracją dzwoniącego systemy oparte wyłącznie na sztucznej inteligencji przegrywają z ludzkim doświadczeniem.
Dlaczego AI nie może całkowicie zastąpić konsultanta?
Algorytmy analizują zapytania na podstawie danych historycznych i przypisują je do gotowych ścieżek rozwiązań. Człowiek łączy pozornie niezwiązane fakty z rozmowy, a maszyna trzyma się ścieżki, którą jej zaprogramowano.
AI rozpoznaje wzorce, ale nie zawsze rozumie kontekst
Systemy informatyczne wychwytują słowa i przypisują im wagi. Prosty bot zignoruje sarkazm i ukryte intencje dzwoniącego. Klienta, który mówi „Świetnie, znowu nie mam prądu", potraktuje jako osobę zadowoloną z usługi. Konsultant wyłapuje ironię i zmienia ton rozmowy na przepraszający.
AI może popełniać błędy i udzielać nieprawidłowych odpowiedzi
W sondażu Gartnera z grudnia 2023 roku błędne odpowiedzi znalazły się wśród 3 największych obaw klientów związanych z AI w obsłudze. Na pierwszym miejscu klienci wskazali obawę, że przez automatyzację trudniej będzie dotrzeć do prawdziwego konsultanta. Dlatego system AI powinien mieć jasno określone granice odpowiedzialności i możliwość szybkiego przekazania sprawy człowiekowi.
Nie każdą sytuację da się przewidzieć i zaprogramować
Autorzy procedur obsługi klienta piszą scenariusze dla typowych zdarzeń. Rzeczywistość regularnie dostarcza jednak przypadków wykraczających poza wyobraźnię planistów. Pęknięta rura zalewająca serwerownię klienta biznesowego wymaga natychmiastowej, nieszablonowej akcji naprawczej. Bot głosowy poprosi w takiej sytuacji o numer klienta i zaproponuje najbliższy wolny termin z kalendarza serwisu. Pracownik contact center nie czeka na dopasowanie do scenariusza: rejestruje zgłoszenie jako pilne i dzwoni do dyspozytora, a ten w systemie zarządzania pracą w terenie Contactis GeoService przydziela je najbliższemu serwisantowi. Klient dostaje status zlecenia bez ponownego dzwonienia.
Kiedy rozmowę powinien przejąć konsultant?
Klient powinien zawsze mieć możliwość przełączenia do człowieka. Przekazanie rozmowy do konsultanta w dobrze zaprojektowanym contact center jest jednym z elementów całego procesu, a nie porażką automatyzacji.
Dane Gartnera z 2026 roku: 87% klientów uważa, że firma wykorzystująca generatywną AI w obsłudze musi zapewnić możliwość kontaktu z człowiekiem. Wśród osób niechętnych AI najczęściej wskazywanym warunkiem zmiany zdania była właśnie możliwość przełączenia rozmowy do konsultanta.
Automat powinien więc wiedzieć, jak odpowiedzieć, i wiedzieć, kiedy przestać odpowiadać. Przeczytaj też: ➡️ Czy klienci naprawdę chcą rozmawiać z botem? 85% z nich nie ma z tym problemu, jeśli działa to sprawnie
Gdy klient jest zdenerwowany lub niezadowolony
Systemy analizy mowy wykrywają podniesiony ton głosu dzwoniącego lub użycie wulgaryzmów. To sygnał do natychmiastowego przekierowania rozmowy. Utrzymywanie zdenerwowanego rozmówcy w pętli menu głosowego tylko potęguje jego złość. Prawidłowo skonfigurowany system nadaje takiemu połączeniu wysoki priorytet w kolejce, aby konsultant mógł jak najszybciej załagodzić konflikt.
Klienci oczekują przy tym czegoś więcej niż szybkości. W innym badaniu, Zendesk CX Trends 2025, 64% konsumentów chętniej ufa agentom AI, jeśli wykazują one cechy kojarzone z ludzką komunikacją, takie jak empatia czy przyjazny sposób rozmowy. Klienci akceptują automatyzację pod warunkiem, że obsługa nie staje się bezosobowa.
Przeczytaj też: ➡️ Trudny klient - jak z nim rozmawiać? Techniki komunikacji i narzędzia wspierające konsultanta
Gdy sprawa jest nietypowa lub wielowątkowa
Złożone procesy logistyczne czy reklamacje wymagające interakcji z kilkoma działami firmy wykraczają poza możliwości botów. Klient zgłaszający błąd w dostawie do kilku różnych placówek jednocześnie musi zostać przełączony do koordynatora. Próba obsłużenia takiego przypadku przez automat zwykle kończy się serią błędnych wyborów w menu i zamknięciem zgłoszenia bez rozwiązania.
Gdy potrzebna jest decyzja wykraczająca poza procedury
Bot działa w granicach scenariusza i regulaminu. Klient proszący o rekompensatę w formie innej niż przewidziana w regulaminie spotka się z odmową algorytmu. Decyzje o zwrotach poza regulaminem, niestandardowych rabatach czy wstrzymaniu windykacji muszą pozostać w rękach ludzi. Pracownik ocenia ryzyko biznesowe każdej takiej operacji.
Gdy rozmowa dotyczy sporu lub roszczenia
Rozwiązywanie sporów wymaga delikatności i znajomości przepisów prawa. Klient zgłaszający roszczenie odszkodowawcze za brak zasilania na linii produkcyjnej nie zadowoli się formułką przeczytaną przez bota. Taka sprawa trafia od razu do działu prawnego lub wykwalifikowanych negocjatorów, którzy dokumentują każdy krok w Contactis Ticketing System.
Gdy klient oczekuje rozmowy z konkretnym specjalistą
Część dzwoniących zna strukturę firmy: ma przypisanego technika prowadzącego wdrożenie albo konkretnego pracownika działu rozliczeń. System powinien pozwalać dzwoniącemu wpisać numer wewnętrzny lub podać nazwisko doradcy i w ten sposób ominąć główną logikę bota oraz kolejkę pierwszej linii.
Jakie są najważniejsze ograniczenia AI w contact center?
W każdym wdrożeniu wracają te same 4 problemy: bot źle słyszy w hałasie, uczy się na błędnych danych, nie łapie żargonu, a firma chce zautomatyzować wszystko.
Ograniczenia technologiczne: rozpoznawanie mowy w hałasie
Rozpoznawanie mowy (ASR) działa bardzo dobrze w sterylnych warunkach. Sytuacja zmienia się drastycznie, gdy klient dzwoni z głośnej hali produkcyjnej, ze słabym zasięgiem GSM lub w trakcie silnego wiatru. Maszyna błędnie interpretuje wypowiadane frazy i pojawiają się puste transkrypcje. System zmusza dzwoniącego do ciągłego powtarzania słów. Konsultant potrafi wyłowić sens wypowiedzi nawet z bardzo zaszumionego połączenia.
Ograniczenia związane z jakością danych
Model AI wie tylko to, co dostał w danych. Jeżeli baza wiedzy firmowej zawiera nieaktualne cenniki, błędy w instrukcjach lub sprzeczne regulaminy, bot będzie te błędy powielał na masową skalę. Oczyszczenie wewnętrznych baz danych bywa najdroższym i najdłuższym etapem wdrożenia. Firma, która ten etap pominie, płaci za niego później: każdą pomyłkę bota trzeba potem ręcznie prostować u klientów.
Problem z jakością danych nie jest jedyną przeszkodą. W badaniu Salesforce State of Service 2025 51% liderów obsługi klienta wskazało kwestie bezpieczeństwa jako czynnik, który opóźnił lub ograniczył ich projekty AI. Automatyzacja oznacza bowiem nie tylko dostęp do bazy wiedzy, ale często również do danych klientów, historii kontaktów, płatności czy informacji objętych regulacjami. Przeczytaj też: ➡️ Bezpieczeństwo danych i RODO w systemach contact center
Ograniczenia w rozumieniu języka i kontekstu
Polszczyzna ma rozbudowaną fleksję, a do tego zrosty, regionalizmy i żargon branżowy. Klient biznesowy zgłaszający awarię na stacji transformatorowej używa specyficznego żargonu. Maszyna trenowana na potocznej polszczyźnie może nie rozpoznać żargonu technicznego. W branży energetycznej czy transportowej, gdzie czas reakcji na zgłoszenie przekłada się na bezpieczeństwo ludzi, oparcie całego ruchu na systemie, który nie rozumie kontekstu, to poważne ryzyko operacyjne.
Ryzyko nadmiernej automatyzacji
Zachłyśnięcie się technologią prowadzi do budowy zamkniętych twierdz. Klienci zderzają się z murem botów i nie mają żadnej możliwości połączenia się z człowiekiem. Skutkiem jest odpływ klientów do konkurencji. Firmy, które ukrywają opcję połączenia z konsultantem na samym końcu skomplikowanego menu, zwykle widzą to w rosnącym współczynniku porzuconych połączeń.
AI i człowiek w contact center - jak podzielić zadania?
Efektywne wykorzystanie budżetu działu wsparcia polega na dopasowaniu zadań do wykonawców. Maszyny dostają pracę masową, ludzie sprawy wymagające oceny.
Co warto automatyzować za pomocą AI?
Rozwiązania takie jak Contactis Automation sprawdzają się w obsłudze transakcyjnej za pomocą botów głosowych i tekstowych. Bot sprawdzi status zamówienia, potwierdzi termin wizyty, zautoryzuje klienta PIN-em albo zresetuje hasło. W tych procesach udział człowieka to marnotrawstwo czasu. W firmach energetycznych Contactis Emergency przyjmuje bardzo dużą liczbę jednoczesnych zgłoszeń o przerwach w dostawie prądu, bez kolejki po stronie klienta. System informuje dzwoniących o obszarze awarii i przewidywanym czasie jej usunięcia całkowicie automatycznie, a zgłoszenia wymagające interwencji przekazuje do dyspozytora.
Które zadania powinien wykonywać konsultant?
Człowiek odpowiada za sprzedaż relacyjną, zatrzymanie klienta chcącego zrezygnować z usługi oraz rozwiązywanie problemów technicznych drugiej i trzeciej linii wsparcia. Konsultant zajmuje się także analizą przypadków, w których boty utknęły lub nie znalazły odpowiedzi w bazie wiedzy.
Automatyczne przekazywanie trudnych spraw do konsultanta
Gdy klient utknie w samoobsłudze, połączenie trafia do właściwej kolejki bez powrotu do menu głównego. Konsultant przejmujący rozmowę widzi na swoim ekranie całą ścieżkę, jaką przeszedł dzwoniący, oraz dokładną transkrypcję dotychczasowej konwersacji. Klient nie musi powtarzać tych samych informacji od początku.
Jak rozpoznać, że contact center automatyzuje zbyt dużo?
4 wskaźniki pokazują, kiedy zaufanie do maszyn przekracza zdrowy rozsądek biznesowy.
Klienci zbyt często proszą o połączenie z konsultantem
Jeśli duża część dzwoniących mówi „połącz z konsultantem", zanim bot skończy pierwszą zapowiedź, to sygnał ostrzegawczy. Zwykle oznacza, że klienci nauczyli się omijać system, ponieważ wcześniej ich zawiódł. Warto mierzyć odsetek takich rozmów (zero-out rate) osobno dla każdej gałęzi menu głosowego. Jeśli w którejś gałęzi znaczna część dzwoniących ucieka do konsultanta od razu, ta część menu wymaga przebudowy.
Rośnie liczba powtarzających się skarg
Automaty często zamykają zgłoszenia tylko formalnie: klient dostaje potwierdzenie przyjęcia reklamacji i status „zamknięte", ale bez rozwiązania. Jeśli w odpowiedzi konsument tworzy kolejne, identyczne zgłoszenie lub zaczyna publikować negatywne opinie w internecie, to znak ostrej niewydolności komunikacyjnej. Brakuje tu człowieka, który sprawdzi historię sprawy i zadzwoni bezpośrednio z wyjaśnieniem.
AI nie rozwiązuje spraw przy pierwszym kontakcie
Spadek wskaźnika First Contact Resolution (FCR) po wdrożeniu nowego asystenta wirtualnego wskazuje na błąd w projekcie scenariusza bota. Zamiast kończyć sprawę podczas jednego połączenia, bot udziela szczątkowych porad, zmuszając klienta do szukania pomocy w innych kanałach, na przykład przez e-mail.
Przeczytaj też: ➡️ Jak poprawić wskaźnik First Call Resolution (FCR) w Call Center?
Klienci zaczynają omijać automatyczne kanały obsługi
Zdesperowani klienci dzwonią na numery działu sprzedaży i żądają połączenia z serwisem technicznym. Dział handlowy zaczyna działać jako centrala przełączająca i traci czas przeznaczony na pozyskiwanie nowych klientów. Dzieje się tak, gdy dostęp do żywego wsparcia technicznego jest zbyt głęboko ukryty.
Jak wdrożyć AI w contact center bez utraty jakości obsługi?
Wprowadzenie automatyzacji zajmuje miesiące i wymaga rygorystycznych testów oraz ciągłej analizy danych.
Uruchom bota tylko na jednej najprostszej linii wsparcia. Niech odbiera telefony poza godzinami pracy biura lub obsługuje zgłaszanie stanów liczników. Zmierz jego skuteczność i popraw błędy w rozpoznawaniu mowy. Dopiero po ustabilizowaniu tego kanału przenoś rozwiązanie na przyjmowanie i wstępną klasyfikację prostych reklamacji.
Zdefiniuj słowa-klucze, które przerywają scenariusz bota: „rezygnacja", „prawnik", „policja", „zagrożenie życia". Takie połączenie trafia na początek kolejki do pracownika. Zgłoszenie masowej awarii może przyjąć automat, zgłoszenia zagrożenia już nie. Bot nie zatrzyma klienta zamierzającego odejść do konkurencji.
Analitycy wewnątrz działu wsparcia powinni regularnie odsłuchiwać nagrania z nieudanych interakcji z maszynami. Brak monitoringu prowadzi do „zdziczenia" procesów: klienci wpadają w martwe pętle, a menedżerowie dowiadują się o problemie dopiero z raportów o odejściach klientów. Systemy z rodziny Contactis, na czele z Contactis Contact Center, mają panele raportowe pozwalające ocenić skuteczność każdej gałęzi IVR. Przeczytaj też: ➡️ Jak mierzyć i poprawiać jakość obsługi klienta? Od danych po działania
Wykonywanie testów we własnym dziale IT to za mało. Algorytmy należy weryfikować przy udziale losowych pracowników z innych działów, którzy nie znają struktury systemu. Taki test symuluje zachowanie prawdziwego, zagubionego dzwoniącego. Ujawnia nieścisłości w zapowiedziach lektorskich i zbyt długi czas oczekiwania na odpowiedź bota.
Zanim nowy produkt trafi na rynek, bot musi mieć zaktualizowaną bazę wiedzy, najpóźniej przed startem kampanii. Bot, który nie wie o nowym produkcie, generuje falę błędnych odpowiedzi i przełączeń do konsultantów. Utrzymanie sprawnego środowiska automatycznego wymaga osób, które na bieżąco pilnują bazy wiedzy i scenariuszy bota.
Czy AI zastąpi konsultantów w contact center?
Gartner prognozuje, że do 2029 roku agentowa AI samodzielnie rozwiąże 80% typowych spraw w obsłudze klienta. Ten sam Gartner sprawdził w październiku 2025 roku, jak wygląda praktyka:
Rola konsultanta zmienia się z operatora przyjmującego zlecenia w specjalistę rozwiązującego skomplikowane problemy. Sprawy, które system kieruje do człowieka, są trudniejsze i wymagają dłuższego czasu obsługi. Równocześnie rośnie zapotrzebowanie na negocjatorów, opiekunów kont biznesowych i doradców potrafiących odczytać emocje dzwoniącego. Maszyna zdejmuje z zespołu najbardziej powtarzalne czynności, takie jak podawanie statusu wysyłki kilka razy dziennie temu samemu klientowi. Przeczytaj też: ➡️ Agentic AI w Contact Center - czy to koniec klasycznej obsługi klienta?
AI rozszerza możliwości człowieka. Rozwiązania takie jak Contactis Emergency i Contactis Contact Center dają pracownikom przestrzeń do pracy merytorycznej. Przejmują szczyt połączeń w poniedziałkowe poranki.
Rynek przesuwa się w stronę takiego modelu współpracy. W sondażu Gartnera z marca 2025 roku 95% liderów obsługi klienta zadeklarowało, że zachowa konsultantów jako element strategii wdrażania AI. Według Salesforce pracownicy obsługi korzystający z AI spędzają o 20% mniej czasu na rutynowych sprawach, dzięki czemu mogą poświęcić więcej uwagi trudniejszym przypadkom. W tym samym badaniu 71% konsultantów korzystających z AI deklaruje, że technologia tworzy dla nich nowe możliwości rozwoju zawodowego.
Wdrożenie systemów łączących zaawansowaną automatyzację z pracą zespołu ludzkiego wymaga wiedzy inżynierskiej. Systemy z rodziny Contactis od Pirios pracują w sektorach o wysokich wymaganiach niezawodności: w energetyce, finansach i na infoliniach alarmowych.
Podziel pracę między maszyny a ludzi w swoim contact center
Skontaktuj się z naszymi ekspertami. Pokażemy, jak podzielić pracę między maszyny a ludzi w Twoim contact center i jak zbudować środowisko komunikacyjne odporne na szczyty ruchu w czasie awarii masowych.
Źródła:
1 Gartner - Survey Finds 64% of Customers Would Prefer That Companies Didn't Use AI for Customer Service (9 lipca 2024; sondaż grudzień 2023, 5 728 klientów)
2 Gartner - Survey Finds 87% of Customers Say Companies Using GenAI for Customer Service Must Provide Access to a Human Agent (4 sierpnia 2026; sondaż luty-marzec 2026, 3 566 klientów)
3 Zendesk - CX Trends 2025 (20 listopada 2024, ponad 10 000 respondentów): 64% konsumentów ufa bardziej agentom AI o ludzkich cechach
4 Salesforce - State of Service 2025 (7. edycja, badanie kwiecień-czerwiec 2025, 6 500 respondentów): 51% liderów o bezpieczeństwie, 20% mniej czasu na rutynę, 71% o możliwościach rozwoju
5 Gartner - Predicts 50% of Organizations Will Abandon Plans to Reduce Customer Service Workforce Due to AI (10 czerwca 2025; sondaż marzec 2025, 163 liderów): 95% zachowa konsultantów
6 Gartner - Survey Finds Only 20% of Customer Service Leaders Report AI-Driven Headcount Reduction (2 grudnia 2025; sondaż październik 2025, 321 liderów): 20% i 55%
7 Gartner - Predicts Agentic AI Will Autonomously Resolve 80% of Common Customer Service Issues Without Human Intervention by 2029 (5 marca 2025)
