Kiedy mówię "agent AI", większość rozmówców wyobraża sobie chatbota albo coś z filmów sci-fi. Rzeczywistość jest mniej efektowna, ale bardziej użyteczna: agent AI to program, który samodzielnie wykonuje zadania — łączy się z zewnętrznymi systemami, podejmuje decyzje na podstawie danych i działa bez czekania na każdorazową instrukcję człowieka.
Poniżej pięć procesów, które automatyzujemy u klientów. Nie teoria — konkretne przypadki, z tym co potrzeba, żeby to uruchomić.
1. Obsługa zapytań ofertowych
Każda firma sprzedażowa zmaga się z tym samym problemem: setki maili przychodzących dziennie, z których 60–70% to zapytania o to samo — cennik, dostępność, termin realizacji. Handlowcy tracą czas na triage, zanim w ogóle dotrą do prawdziwych leadów.
Agent obsługujący zapytania ofertowe robi trzy rzeczy. Po pierwsze, czyta wiadomość i klasyfikuje ją: czy to standardowe pytanie o cennik, zapytanie ofertowe wymagające wyceny, reklamacja czy coś innego. Po drugie, dla standardowych zapytań generuje odpowiedź automatycznie — na podstawie aktualnej bazy produktów i cennika. Po trzecie, zapytania wymagające wyceny lub obsługi specjalistycznej przypisuje do właściwego handlowca z krótkim streszczeniem wątku.
Do zbudowania tego potrzebujesz: dostęp do skrzynki pocztowej przez API (Gmail API, Microsoft Graph), model językowy do klasyfikacji i generowania odpowiedzi, CRM lub arkusz do logowania leadów. Całość można zintegrować z Salesforce, HubSpot lub prostszymi narzędziami jak Airtable.
Realna oszczędność: przy 80 zapytaniach tygodniowo i 70% obsługiwanych automatycznie — to 56 wiadomości mniej do obsługi ręcznie. Przy 10 minutach na maila daje to 9+ godzin tygodniowo z powrotem dla zespołu sprzedaży.
2. Generowanie raportów
"Raport tygodniowy jest gotowy" — jedno zdanie, które w większości firm oznacza kogoś, kto w piątek po południu otwiera Excel, ściąga eksport z CRM, klei do tabeli z poprzedniego tygodnia, formatuje, wkleja do szablonu prezentacji i wysyła mailem. Powtarzane co tydzień, przez cały rok.
Agent do raportowania agreguje dane automatycznie: łączy się z bazami danych, CRM, systemem ERP, Google Analytics — pobiera to, co potrzebne, przelicza kluczowe metryki i generuje raport w wybranym formacie. PDF, HTML, e-mail z tabelą, prezentacja Google Slides — zależnie od tego, czego potrzebuje odbiorca. Potem wysyła o ustalonej godzinie do zdefiniowanej listy adresatów.
Wymagane integracje: API systemów źródłowych (CRM, ERP, Google Analytics, baza SQL), biblioteka do generowania dokumentów (PDF lub Slides API), harmonogramowanie (cron lub dedykowany scheduler). Opcjonalnie: alerty gdy metryki wyjdą poza ustalony zakres — wtedy raport trafia z adnotacją.
Realna oszczędność: 3–5 godzin tygodniowo dla osoby odpowiedzialnej za raportowanie. Przy kilku typach raportów w firmie — realne odciążenie całego działu analityki.
3. Onboarding nowych pracowników
Pierwszy tydzień nowego pracownika wygląda zazwyczaj tak: HR wysyła maila z listą rzeczy do zrobienia, IT dostaje osobnego maila z prośbą o dostępy, manager próbuje zapamiętać co ma przekazać, a nowy pracownik czeka na każdym kroku. Proces rozciąga się na dwa tygodnie, bo każdy uczestnik jest zajęty czymś innym.
Agent onboardingowy uruchamia się w momencie, gdy HR zatwierdzi rekrutację w systemie. Automatycznie tworzy checklistę zadań dla każdej ze stron (IT, HR, manager, pracownik), wysyła powiadomienia do właściwych osób z konkretnymi zadaniami i terminami, generuje dokumenty do podpisania (umowa NDA, regulamin, polityka bezpieczeństwa), zakłada konto w systemach zgodnie z rolą i śledzi postęp — eskalując do HR jeśli coś utknęło.
Potrzebne integracje: system HRIS (BambooHR, Personio lub własna baza), narzędzia do podpisu elektronicznego (DocuSign, PandaDoc), system ticketów IT (Jira, Freshservice), kanał komunikacji (Slack, Teams). Konfiguracja wymaga zmapowania ról i uprawnień — co nowy pracownik dostaje zależnie od stanowiska.
Realna oszczędność: czas wdrożenia skraca się z 2 tygodni do 3–4 dni. HR oszczędza 4–6 godzin na każdym onboardingu. Nowy pracownik zaczyna efektywnie pracować szybciej.
4. Monitoring konkurencji
Handlowcy i managerowie zazwyczaj monitorują konkurencję dorywczo — sprawdzają strony co jakiś czas, gdy mają chwilę. Problem: zmiany cenowe czy nowe promocje konkurencji wychodzą na jaw dopiero gdy klient o tym wspomni podczas rozmowy. Spóźniona reakcja.
Agent monitorujący konkurencję regularnie (np. codziennie rano) odwiedza wskazane strony internetowe, cenniki i profile w mediach społecznościowych. Porównuje aktualny stan z poprzednim, wykrywa zmiany — nowe produkty, zmienione ceny, nowe promocje — i wysyła alert z podsumowaniem. Możliwość rozbudowy o monitoring opinii (Google Reviews, Trustpilot) i wzmianek w mediach.
Wymagane komponenty: scraper (Playwright lub Puppeteer do stron dynamicznych), baza do przechowywania historii stanów, model językowy do interpretacji zmian i generowania czytelnego podsumowania, kanał powiadomień (e-mail, Slack). Ważna uwaga: scraping musi być prowadzony zgodnie z regulaminami stron — część danych lepiej pobierać przez oficjalne API (np. Google Maps dla opinii).
Realna oszczędność: trudna do przeliczenia wprost, ale firmy które wdrożyły taki monitoring raportują szybszą reakcję na działania konkurencji i mniej zaskoczeń podczas rozmów z klientami. Czas handlowców przeznaczony na ręczny monitoring — eliminowany całkowicie.
5. Obsługa reklamacji
Reklamacje to jeden z tych procesów, gdzie firma traci czas i reputację jednocześnie. Klient czeka na odpowiedź, pracownik obsługi musi przeczytać wiadomość, ocenić sytuację, znaleźć zamówienie w systemie, zdecydować co zrobić i odpisać. Przy dużej liczbie reklamacji kolejka rośnie, czas odpowiedzi się wydłuża, niezadowolenie klientów rośnie.
Agent obsługujący reklamacje robi triage w czasie rzeczywistym. Czyta przychodzącą wiadomość, klasyfikuje kategorię problemu (uszkodzony towar, opóźnienie dostawy, błędne zamówienie, inne), pobiera historię zamówienia z systemu i — dla typowych przypadków — generuje odpowiedź oraz inicjuje standardowy proces (np. inicjuje zwrot, wysyła nowe zamówienie). Dla edge cases — skomplikowanych sytuacji, agresywnych klientów, spraw prawnych — eskaluje do konsultanta z pełnym kontekstem sprawy.
Wymagane integracje: skrzynka pocztowa lub helpdesk (Zendesk, Freshdesk), system zamówień lub ERP do weryfikacji historii klienta, system zwrotów lub logistyczny do inicjowania procesów, baza wiedzy z odpowiedziami na typowe pytania. Model językowy musi być wytrenowany na kategoriach reklamacji specyficznych dla branży.
Realna oszczędność: firmy e-commerce z kilkuset reklamacjami miesięcznie raportują obsługę 40–60% przypadków w pełni automatycznie. Czas odpowiedzi spada z godzin do minut. Konsultanci skupiają się na sprawach rzeczywiście wymagających człowieka.
Jak zacząć
Żaden z tych procesów nie wymaga przebudowy całej infrastruktury IT. Większość da się uruchomić jako warstwa nad istniejącymi systemami — przez ich API. Typowy czas od decyzji do działającego agenta: 2–6 tygodni, zależnie od złożoności integracji i liczby wyjątków w procesie.
Najważniejszy krok przed wdrożeniem: zmapowanie procesu tak jak naprawdę działa — nie jak powinien działać. Agenci radzą sobie świetnie z powtarzalnymi przypadkami. Uczą się też obsługiwać wyjątki, ale muszą wiedzieć, które przypadki są wyjątkami, a które powinny trafiać do człowieka.
Chcesz wiedzieć, który z tych procesów możesz zautomatyzować w swoim biznesie? Napisz do nas — zaczniemy od rozmowy o tym, gdzie faktycznie tracisz czas, nie od oferty produktowej.
Potrzebujesz podobnego rozwiązania?
Porozmawiajmy o Twoim projekcie
Pierwsza rozmowa jest bezpłatna. Opisz nam swój pomysł — odpowiemy w ciągu jednego dnia roboczego.
Umów bezpłatną rozmowę