Duet Człowiek + Technologia to już nie pieśń przyszłości – to codzienność, która właśnie staje się normą.
Piszę ten artykuł w lipcu 2025 roku – i mam przeczucie, że jeśli wrócę do niego za rok (albo nawet wcześniej), część z opisanych tu rozwiązań będzie już nie w pełni aktualna. Albo wręcz przeciwnie – uznana za absolutne must have. I właśnie z powodu tego zawrotnego tempa warto trzymać rękę na pulsie i wiedzieć, jak mądrze korzystać z możliwości, które daje nam AI.
Jak można wykorzystać AI w obsłudze klienta
Wejście w świat AI nie musi oznaczać natychmiastowej wymiany całego zestawu narzędzi. Czasem wystarczy uważniej przyjrzeć się tym, z których już korzystamy na co dzień – bo niemal każde z nich rozwija dziś funkcje oparte na sztucznej inteligencji.
Zamiast od razu inwestować w kolejne nowinki i płatne subskrypcje, warto najpierw sprawdzić, czy wśród znanych nam rozwiązań nie kryją się już AI-owe perełki, z których możesz skorzystać. I to dokładnie takie, jakich potrzebujesz.
Jakie AI-owe funkcje faktycznie wspierają nas na co dzień w obsłudze klienta? Opowiem, jak to działa w praktyce w zespole Brand24. Dowiesz się, z jakich narzędzi korzystamy – w tym również tych dostępnych w ramach naszego własnego produktu. Bo przecież nie tylko opowiadamy o sztucznej inteligencji, ale też aktywnie rozwijamy i korzystamy z jej możliwości w naszym biznesie.
Poznaj FINa
W 2023 roku do naszego zespołu dołączył FIN. Nie, nie z Oslo ani Helsinek – choć brzmi skandynawsko. W rzeczywistości to AI-owy agent firmy Intercom, którego z przyjemnością wdrożyliśmy do naszego działu obsługi klienta. Co ważne – FIN nie zastępuje zespołu, ale go uzupełnia.
Na początku wprowadzaliśmy go stopniowo, małymi krokami. Gdy nasz zespół kończył już pracę, przekazywaliśmy pałeczkę FINowi i obserwowaliśmy, jak sobie radzi. Po pozytywnym teście zaczęliśmy stopniowo rozszerzać jego rolę. Patrząc z optymizmem w przyszłość, mamy poczucie, że to dopiero początek.
Dziś FIN wspiera zespół Customer Success w Brand24 w wielu obszarach codziennej komunikacji:
- tłumaczy wiadomości w czasie rzeczywistym (np. gdy otrzymujemy zapytanie z Wietnamu, FIN automatycznie przekłada je na preferowany przez nas język, a naszą odpowiedź – tłumaczy z powrotem),
- dostosowuje ton i długość wypowiedzi,
- przygotowuje estetyczne, czytelne podsumowania całej konwersacji.
Oczywiście nasi klienci nadal mają możliwość rozmowy z prawdziwym człowiekiem. Co ciekawe, resolution rate FINa, czyli odsetek zapytań rozwiązanych przez niego samodzielnie, sięga już blisko 70%. Całkiem imponujące, prawda? Im dłużej korzystamy z narzędzia, tym jest skuteczniejsze, bo cały czas się uczy.
Dzięki wsparciu FINa nasz zespół może skupić się na bardziej złożonych sprawach, wymagających empatii, analizy czy strategicznego podejścia. Klienci natomiast zyskują szybszą i bardziej spójną odpowiedź – niezależnie od pory dnia czy języka, jakim się posługują.
Agenci AI, którzy pamiętają wszystko
Coraz więcej narzędzi AI oferuje możliwość tworzenia spersonalizowanych agentów, którzy potrafią trwale zapamiętywać kontekst.
Co to oznacza w praktyce? Nie musisz za każdym razem tłumaczyć w promptach, że jesteś „analitykiem danych w firmie X, która działa w branży Y i obsługuje klientów z regionu Z”. Zamiast tego tworzysz agenta, który zapamiętuje wszystko, co powinien wiedzieć – kim jesteś, czym się zajmujesz, jakie informacje są dla Ciebie ważne – i gotowe.
Co więcej, takiego agenta można stale rozwijać. Możesz na bieżąco uzupełniać jego kontekst o nowe dane, uwagi czy zmieniające się okoliczności. Dzięki temu nie budujesz wszystkiego od zera za każdym razem. Pracujesz z wirtualnym asystentem, który coraz lepiej Cię rozumie.
Z jakimi agentami AI współpracuję?
Agent copywriter – generowanie dopasowanych treści
Każdy marketer wie, że skuteczny komunikat to taki, który trafia do odpowiedniej osoby, we właściwym momencie i przez właściwy kanał. W naszym przypadku grupy odbiorców można segmentować na wiele różnych sposobów – a każda z nich wymaga innego podejścia, tonu oraz treści.
Już w samej segmentacji użytkowników Brand24 możemy wyróżnić odbiorców m.in.: na podstawie
- liczby stworzonych projektów,
- częstotliwości logowań,
- klasy leada,
- czy historii kontaktu z zespołem.
A to tylko początek. Badamy też różnice wynikające z cyklu życia użytkownika, czy akcji, które wykonywał w panelu.
Przygotowanie spersonalizowanych komunikatów dla tak zróżnicowanych grup wymaga ogromnego nakładu pracy i zaangażowania. Tu z pomocą przychodzi AI – a konkretnie agent copywriter, który nie tylko generuje treści, ale też zapamiętuje kontekst. Odpowiednio zaprogramowany, bierze pod uwagę wszystkie istotne informacje:
- do jakiego segmentu kierujemy wiadomość,
- z jakiego regionu pochodzi użytkownik,
- jaki ma styl komunikacji,
- i w jakiej relacji z produktem jest.
Dzięki nauce agent rozumie, jak prawidłowo wykonać poszczególne zadania, np. inaczej zwraca się do odbiorców ze Stanów Zjednoczonych, a inaczej do użytkowników z Azji – i nie trzeba mu o tym za każdym razem przypominać. Takich agentów można tworzyć m.in. w Gemini czy OpenAI. Narzędzi tego typu jest na rynku coraz więcej – ja osobiście najczęściej korzystam z Gemów. 😉
Agent analityk – szybkie wnioski z dużych zbiorów danych
Prowadząc zróżnicowaną komunikację do wielu grup docelowych, dysponujemy dużymi zbiorami danych, które trzeba przeanalizować. To idealne zadanie dla AI! Agent może wspierać zespółw porządkowaniu, przetwarzaniu i interpretowaniu informacji.
Taki agent potrafi analizować duże zestawy danych w kontekście, który wcześniej mu nadaliśmy. Wie, jakie wskaźniki powinien śledzić, na co zwracać uwagę i jakie zależności mają dla nas znaczenie.
W praktyce wygląda to tak:
Importujemy do agenta plik z danymi (np. eksport z CRM-a, arkusz z wynikami kampanii, dane dot. aktywności użytkowników), a on, bazując na wcześniej zapisanych wytycznych, pomaga nam je przeanalizować. Wyciąga wnioski, których wysnucie człowiekowi zajęłoby kilka godzin manualnej pracy.
To ogromna oszczędność czasu, ale też sposób na bardziej obiektywne i wystandaryzowane spojrzenie na dane. Agent uczy się zależności i nie zapomina, że „liczba logowań powyżej 10” w naszej segmentacji oznacza użytkownika zaangażowanego. Zawsze pamięta o instrukcjach.
Na co dzień korzystam z agentów stworzonych indywidualnie, ale świetnie sprawdza się również Julius AI. To narzędzie zaprojektowane właśnie do analizy danych tabelarycznych i generowania trafnych insightów.
Dzięki takiemu wsparciu analiza danych przestaje być wyzwaniem dla jednego analitykaa, a staje się częścią codziennej pracy całego zespołu.
AI w lead scoringu
Jak wykorzystujemy AI w procesie sprzedażowym? Już w momencie rejestracji konta testowego otrzymujemy garść użytecznych informacji o użytkowniku. Analizując adres mailowy, zyskujemy sporo przydatnych informacji:
- z jakiej pochodzi domeny,
- jaką firmę reprezentuje użytkownik,
- gdzie jest zlokalizowana,
- i w jakiej branży działa.
Te podstawowe informacje są dla nas punktem wyjścia. Łączymy je z dodatkowymi danymi, które zbieramy w ramach naszych analiz. Weryfikujemy na przykład, jakie działania użytkownik podejmuje w panelu:
- czy tworzy projekty,
- jak często się loguje,
- z jakich funkcji korzysta,
- czy odpowiada na onboarding.
Dzięki temu możemy szybko zbudować całkiem precyzyjny obraz zaangażowania i potencjału wybranego użytkownika.
Algorytmy, częściowo wspierane przez AI, pomagają nam określić, czy dany użytkownik ma potencjał sprzedażowy i warto rozmawiać z nim już teraz, czy raczej znajduje się jeszcze na wczesnym etapie zainteresowania produktem i potrzebuje czasu na jego lepsze poznanie.
Wszystko to pozwala nam działać szybciej, trafniej i bardziej strategicznie. Nie marnujemy zasobów na przypadkowe próby kontaktu, a skupiamy się na tych użytkownikach, którzy realnie są zainteresowani zakupem. A co najważniejsze – system uczy się wraz z nami. Z każdym kolejnym klientem AI staje się coraz lepsze w rozpoznawaniu wartościowych sygnałów.
Sprawdź, co masz pod ręką
Nie zawsze potrzebne są nowe narzędzia, aby usprawnić swoją pracę z wykorzystaniem AI. Czasami wystarczy przyjrzeć się tym, które już masz! Wiele marek, idąc z duchem czasu, wdraża funkcje automatyzujące pracę.
Przykładowo, w panelu Brand24 znajdziemy już całkiem pokaźny zestaw funkcji wspieranych przez AI: analiza sentymentu, analiza tematów, AI Insights czy AI Brand Assistant.
Ostatnia funkcja to wewnętrzny agent AI, który odpowiada na pytania na podstawie danych zebranych w Brand24. I to nie tylko tekstowo – potrafi też przygotować wykresy i konkretne zestawienia. Umożliwia analizę danych marketingowych w kilka sekund, bezpośrednio w narzędziu. Bez konieczności importowania danych np. do chataGPT.
Nasz produkt to nie wyjątek (choć jest wyjątkowy :)). Podobnie jest w narzędziu marketing automation GetResponse, gdzie znajdziesz wiele funkcji opartych na AI, które przyspieszają i ułatwiają pracę. Są to: podpowiedzi dotyczące treści (np. autoresponderów czy rekomendacje dotyczące tytułów wiadomości), analiza zachowań konsumenckich, czy wsparcie w budowie landing pages.
Wiele rozwiązań, szczególnie SaaS, proponuje narzędzia AI w cenie abonamentu, a z czasem będzie się ich pojawiać coraz więcej. Być może nawet nie potrzebujesz nowych zasobów, aby usprawnić swoją pracę!
AI nie musi być wielką rewolucją. Czasem wystarczy powierzyć mu niewielkie zadanie i przekonać się, jak bardzo ułatwia i przyspiesza pracę. Chodzi o to, aby narzędzia wyręczały Cię w prostych, powtarzalnych zadaniach. A Ty zyskasz czas na to, by skuteczniej zarządzać strategią i swoją armią agentów!
Autorka:
Monika Pióro – Marketing Automation Specialist w Brand24
Od ponad 5 lat związana z Marketing Automation a od trzech – z Brand24. Po godzinach z równą determinacją zdobywa kilometry na rowerze i testuje różne rodzaje makaronu.
Przeczytaj również: No Zombie Zone — czyli jak nie zgubić głosu marki w czasach AI.
