PODCAST · SPRZEDAŻ · AGENCI AI • 5 min czytania •

Klient chciał agenta na stronie. Problem był u handlowców

Jeden z dużych dostawców koszulek z nadrukiem chciał agenta AI na swojej stronie. Strona dawała chyba poniżej 10 procent sprzedaży i dobrze działała. Większość sprzedaży szła przez handlowców, przez telefon. Firma miała procedury, ale dane z CRM-a i maili pokazały, że nie wszyscy handlowcy się ich trzymali. Pilot, który zrobiliśmy, to agent, który miał przygotowywać handlowcowi szkic odpowiedzi na maila klienta.

Słuchawki z mikrofonem na stosie złożonych ciemnych koszulek, na biurku w zielonym świetle lampki

W podcaście „I to się liczy” Adrian Andrzejczyk zapytał, czy da się w ogóle policzyć zwrot z inwestycji w sztuczną inteligencję. Odpowiedziałem, że moim zdaniem tak, a nawet trzeba. Potem opowiedziałem o kliencie, który przyszedł po agenta na stronę.

Całą rozmowę znajdziesz na YouTube. Historia klienta zaczyna się w 22:30.

To siódmy tekst z tej rozmowy. Opisuję w nim, jak doszliśmy do tego, gdzie wstawić agenta, i co ten agent miał robić.

Najpierw odpowiedz sobie, po co

Firma może potraktować sztuczną inteligencję jak piaskownicę. Bierze jeden projekt albo jeden dział i eksperymentuje. Jak przepali pieniądze, to przepali, a może coś z tego wyjdzie. To dobre podejście i często je polecam, jeśli firma ma na to pieniądze, ludzi i czas.

Inaczej jest w firmie, która ma sprawdzony proces i stabilną sytuację. Taka firma musi sobie odpowiedzieć, po co wdraża AI: czy chce ograniczyć koszty, czy na przykład skalować. Na początek trzeba znać swój proces i parametry, które go opisują. Trzeba też wiedzieć, po co to robimy.

Jako konsultant najczęściej trafiam na firmy, które nie mają tego zmapowanego. Pięć pytań, na które warto odpowiedzieć jednym zdaniem przed pierwszą złotówką wydaną na AI, zebrałem w osobnej liście.

Sztuczna inteligencja to narzędzie do automatyzacji, a przez automatyzację skalujemy. Jeśli zaczniesz skalować bałagan, przeskalujesz bałagan. AI można też użyć, żeby ten bałagan najpierw uprzątnąć: zmapować, rozplątać, poukładać. To jednak zupełnie inny projekt. Skalowanie przychodzi dopiero w następnym.

Agent tam, gdzie sprzedaż była mała

Robiłem analitykę dla jednego z dużych dostawców koszulek z nadrukiem. Klient wybiera u nich koszulkę i ustala nadruk. Nazwy firmy nie podaję. Mieli kilkudziesięciu handlowców, a każdy obsługiwał dziesiątki, setki klientów miesięcznie.

Większość sprzedaży szła przez telefon, przez handlowców. Mieli też sklep internetowy z konfiguratorem. Przyszli z pomysłem: zróbmy agenta na stronie. Konfigurator już mamy, ale teraz idziemy w agentów.

Zapytałem, ile sprzedaży mają ze sklepu. Okazało się, że chyba poniżej 10 procent, a może nawet 5. Konfigurator naprawdę dobrze działał i ludzie nie mieli z nim problemu.

Zapytałem więc, po co wstawiać sztuczną inteligencję tam, gdzie sprzedaż jest mała i wszystko działa, skoro z drugiej strony mają handlowców, przy których sami mówią o jakimś totalnym problemie. Może tam trzeba wejść i zobaczyć, co się dzieje. Zaklikało. Powiedzieliśmy: dobra, sprawdźmy.

Gdzie miał stanąć agent

Pomysł klienta i miejsce, w którym był problem

Pomysł klienta

Agent na stronie

  • Sklep internetowy z konfiguratorem
  • Chyba poniżej 10% sprzedaży
  • Konfigurator działał, ludzie nie mieli z nim problemu

Tu był problem

Handlowcy

  • Większość sprzedaży, przez telefon
  • Kilkudziesięciu handlowców
  • Procedury były, ale nie wszyscy ich przestrzegali

Udział sklepu w sprzedaży w przybliżeniu, bez dokładnych liczb.

WSPÓŁPRACA

To robię na co dzień: doradzam przy strategii AI i buduję agentów, którzy przeżywają demo.

Co pokazały CRM i maile

Dostałem dostęp do danych sprzedażowych i przeanalizowałem problem sztuczną inteligencją. Wszystko wyciągaliśmy z CRM-a, w którym były też maile, a do tego mieliśmy procedury w PDF-ach, pliki Excela i dostęp do bazy danych sklepu.

Rzuciło się w oczy, że dużo tej pracy da się zautomatyzować. Wyszły też podstawy:

  • Handlowcy, którzy odpowiadali w ciągu kilku godzin, mieli lepsze wyniki niż ci, którzy zwlekali.
  • Handlowcy, którzy nie byli w stanie dopasować oferty do zapytania i mówili „nie mamy”, mieli gorsze wyniki niż ci, którzy mówili „nie mamy, ale proponujemy jakąś alternatywę”.

Zapytałem, czy mają na to procesy. Mieli. Przysłali mi jeden, drugi dokument. Tylko że ludzie tych procesów nie przestrzegali. Problemem nie był więc brak procesów, tylko dopilnowanie, żeby ktoś je realizował.

Dane to zresztą pokazywały. Ci, którzy trzymali się procesów, mieli znacznie lepsze wyniki sprzedażowe niż ci, którzy się ich nie trzymali.

Newsletter

The Agentic Architect

Praktyczne wzorce, case studies, rozbiory projektów agentowych i nowinki o AI. Zero spamu, raz w tygodniu.

Dostaniesz jednego maila z prośbą o potwierdzenie. Wypiszesz się jednym kliknięciem. Polityka prywatności

Agent, który miał pisać szkic dla handlowca

Rozwiązanie miało dwa kroki. Najpierw to zmapować i przeanalizować. Potem zrobić agenta, który wspiera handlowców.

Szybka odpowiedź to w praktyce kilka czynności. Trzeba przygotować maila, sprawdzić ofertę i to, co jest na stanie. Jeśli czegoś nie ma, trzeba znaleźć alternatywę. Dziś to wszystko może robić sztuczna inteligencja.

Agent miał na przykład w ciągu kilku minut od maila klienta przygotować handlowcowi szkic odpowiedzi. Handlowiec miał tylko na niego spojrzeć. Szkic miał mieć ustaloną formę i trzymać się ustalonych zasad.

Chodziło o maile w jakości, jakiej oczekuje firma, a nie o to, żeby każdy handlowiec po swojemu próbował odpowiedzieć albo nie odpowiadał.

Jak miał działać agent

Od maila klienta do szkicu, na który patrzy handlowiec

  1. 1Mail od klienta
  2. 2Szkic odpowiedzi w ustalonej formie, według ustalonych zasad
  3. 3Handlowiec patrzy na szkic

Pilot zrobiony i uruchomiony wewnętrznie.

W tym układzie agent miał proponować, a handlowiec patrzeć na wynik. Jak dobrać podział pracy między AI a człowiekiem do kosztu błędu i powtarzalności zadania, opisałem przy wzorcach hybrydowych.

To był pilot. Udało się go zrobić i uruchomić wewnętrznie. Działał.

Ile kosztuje taki agent

Adrian zapytał też o koszt. Myślę, że koszty bardzo spadły. Programiści sami korzystają ze sztucznej inteligencji, więc cały proces się skrócił i przyspieszył.

Jak pracuję, odkąd kod piszą za mnie agenci, opisałem w jednym z wcześniejszych tekstów z tej rozmowy.

Na pytanie o kwotę odpowiedziałem, że każdy przypadek jest inny. Cena zależy od problemu i od tego, jak skomplikowane są procesy. Trzy rzeczy, od których zależy cena agenta: integracje, samodzielność i utrzymanie po starcie, rozpisałem osobno.

Moim zdaniem do rzetelnej wyceny najważniejsze jest, żeby klient przyszedł otwarcie i pokazał wszystkie dokumenty, swoją historię i to, jak pracuje. Wtedy mamy pełną analitykę. Możemy przygotować scenariusze, zestaw benchmarków, a nawet przewidzieć zwrot z inwestycji. Możemy też puścić sztuczną inteligencję na danych historycznych i zobaczyć, jak działa.

Żeby to było możliwe, trzeba mieć dane i wiedzieć, co w nich jest. Im gorsze dane i im mniej ich jest, tym więcej rozwiązań muszą zaproponować ludzie. Im są lepsze i im więcej ich mamy, tym więcej możemy zostawić sztucznej inteligencji.

SP

Szymon Paluch

Claude Certified Architect · ex-CTO

Nie wiesz, gdzie wstawić agenta AI?

30 minut o tym, gdzie w Twojej firmie jest problem i czy agent ma tam co robić. Bez sprzedaży.

Umów rozmowę
Powiązane wpisy