Kiedy właściciel małej firmy w Polsce myśli o wdrożeniu AI do obsługi telefonów, najczęściej pojawia się ten sam strach: „że jakiś robot będzie rozmawiał z moim klientem, zdenerwuje go, zmiesza z błotem i stracę tego klienta na dobre". To zrozumiałe — każdy z nas miał irytującą rozmowę z automatem, który nie rozumiał, co mówimy, i zamiast pomóc, pogorszył sytuację. Tymczasem dobrze skonfigurowany scenariusz AI to nie robot, który wchodzi w paradę — to uporządkowany proces, który przeprowadza rozmowę przez te same kroki, które realizowałby doświadczony recepcjonista, tylko bez zmęczenia, bez pominięcia informacji i bez przeoczenia szczegółu.
W tym artykule rozłożę jeden typowy scenariusz — zapis na wizytę — na konkretne kroki: od pierwszego dźwięku, który słyszy klient, po chwilę, gdy wpis pojawia się w kalendarzu i w CRM. Pokażę też, gdzie w tym procesie może interweniować człowiek i dlaczego te punkty decyzyjne mają znaczenie zarówno dla jakości obsługi, jak i dla zgodności z przepisami — bo od 2 sierpnia 2026 roku AI Act nakłada konkretne wymagania przejrzystości na systemy, z którymi rozmawia człowiek. Zobaczysz dokładnie, co mówi klient, co odpowiada system, i kiedy — a raczej czy w ogóle — potrzebna jest osoba.
Po przeczytaniu będziesz wiedział, jak wygląda pełny przebieg rozmowy AI z klientem, jakie decyzje podejmuje system na każdym etapie i gdzie warto zachować kontrolę człowieka, żeby obsługa była i sprawna, i bezpieczna.
Przebieg rozmowy: od połączenia do wpisu w kalendarzu
Rozmowa z AI recepcją nie jest jedną nieprzerwaną rozmową — to sekwencja wyraźnych etapów, z których każdy ma swój cel i swoje zasady. Poniżej przedstawiam pełny przebieg dla scenariusza zapisu na wizytę, bo to najczęstszy przypadek w małej firmie usługowej.
- 01telefon
- →02odbiór
- →03cel
- →04dane
- →05termin
- →06potwierdzenie
To sześć kroków, z których każdy może przebiegać inaczej w zależności od tego, czego dokładnie klient chce i jak reaguje. Poniżej omawiam każdy z tych kroków z osobna.
Krok 1 — powitanie i przedstawienie systemu
Pierwsze kilka sekund rozmowy definiuje cały dalszy przebieg. Klient, który słyszy nieznany głos, musi wiedzieć, z kim rozmawia. Tutaj pojawia się wymóg z AI Act — rozporządzenia, które od 2 sierpnia 2026 roku nakłada na dostawców i użytkowników systemów AI konkretne obowiązki przejrzystości.
Od 2 sierpnia 2026 roku obowiązują wymagania przejrzystości AI Act: osoba korzystająca z systemu AI powinna zostać w sposób jasny poinformowana, że prowadzi interakcję z maszyną, jeżeli nie jest to oczywiste. Dotyczy to między innymi chatbotów, wirtualnych asystentów i automatycznych systemów obsługi użytkowników Ministerstwo Cyfryzacji, gov.pl, 03.08.2026.
To oznacza, że powitanie nie może brzmieć jak głos żywego człowieka — system musi jasno powiedzieć, że jest to automatyczna recepcja. Przykładowe powitanie może wyglądać tak:
„Dzień dobry, dzwonią Państwo do [nazwa firmy]. Rozmawiają Państwo z automatyczną recepcją. W czym mogę pomóc?"
To tylko dwie lub trzy proste frazy. Nie jest to miejsce na długie objaśnienia — system mówi, kim jest, i od razu zaprasza do rozmowy. Szczegóły tego, co dokładnie mówi system w powitaniu, to osobny temat konfiguracji, ale zasada jest jedna: klient od pierwszej sekundy wie, że rozmawia z maszyną. Nie musi się domyślać, nie musi pytać „a czy jest pani", nie musi czuć, że coś jest ukrywane.
Co robi system w tym kroku
System odpowiada na połączenie w ciągu jednego dzwonka lub dwóch — nie ma tu miejsca na oczekiwanie, bo każda sekunda ciszy zwiększa ryzyko, że klient się rozłączy. W tle system już wie, jaka firma obsługuje ten numer, jakie ma usługi w ofercie i jakie są godziny pracy. Jeśli klient dzwoni poza godzinami otwarcia, system może od razu przejść do procedury nocnej — ale o tym w dalszej części.
Krok 2 — ustalenie celu rozmowy
Kiedy klient już wie, z kim rozmawia, naturalnym następnym krokiem jest zrozumienie, czego potrzebuje. Nie każdy dzwoni, żeby zapisać się na wizytę — niektórzy chcą przełożyć termin, inni się odwołać, jeszcze inni mają pytanie o usługę lub skargę. System musi rozróżnić te intencje i każdą z nich obsłużyć inaczej.
W tym miejscu pojawia się pytanie klasyfikacyjne: „W czym mogę pomóc?" lub „Proszę powiedzieć, z czym dzwoni". Klient odpowiada swobodnie, a system analizuje odpowiedź i przypisuje ją do jednej z kategorii.
| Cel rozmowy | Co robi system | Kiedy przekazuje do człowieka |
|---|---|---|
| Zapis na wizytę | Przechodzi do zbierania danych i proponuje wolne terminy | Gdy klient chce termin w odległej przyszłości, której system nie widzi w kalendarzu |
| Przełożenie terminu | Znajduje istniejący wpis i pyta o nową datę | Gdy zmiana dotyczy wielu parametrów naraz |
| Odwołanie wizyty | Anuluje wpis i wysyła potwierdzenie | Gdy klient podaje niejasny powód odwołania |
| Pytanie o usługę | Odpowiada na podstawie wprowadzonych informacji o firmie | Gdy pytanie wykracza poza wprowadzone dane |
| Skarga | Przyjmuje zgłoszenie i przekazuje do obsługi | Zawsze — skarga wymaga ludzkiej reakcji |
| Pilna sprawa | Przekierowuje natychmiast | Zawsze — pilne sprawy nie przechodzą przez automat |
To rozróżnienie jest kluczowe, bo od niego zależy cały dalszy przebieg rozmowy. System nie może zakładać, że każdy dzwoniący chce zapisać się na wizytę — musi najpierw zrozumieć intencję. Jednocześnie pewne kategorie — skargi, pilne sprawy, pytania prawne czy medyczne — z definicji wymagają człowieka i dobry scenariusz to rozpoznaje od razu, bez tracenia czasu klienta na niepotrzebne pytania.
Krok 3 — zbieranie minimum danych
Kiedy system wie już, czego klient potrzebuje, przechodzi do zebrania informacji niezbędnych do realizacji tej potrzeby. Dla typowego zapisu na wizytę są to zazwyczaj cztery dane: imię i nazwisko, numer telefonu, nazwa usługi oraz preferowany termin. Ale — i to jest ważne — system nie pyta o wszystko naraz i nie pyta o rzeczy zbędne.
Dlaczego to ma znaczenie w kontekście RODO: im mniej danych zbierasz, tym mniej masz do ochrony i tym mniejsze ryzyko naruszenia. System nie potrzebuje adresu zamieszkania, żeby umówić wizytę w gabinecie w Warszawie, nie potrzebuje numeru PESEL do zapisu na strzyżenie i nie potrzebuje szczegółów medycznych w rozmowie telefonicznej — o ile te szczegóły nie są niezbędne do samej usługi. Zasada minimalizacji danych (art. 5 ust. 1 lit. c RODO) oznacza, że pytasz tylko o to, co naprawdę potrzebne.
Przykładowy dialog może wyglądać tak:
System: „Proszę podać imię i nazwisko." Klient: „Jan Kowalski." System: „Dziękuję. Proszę podać numer telefonu." Klient: „[numer telefonu]." System: „Na jaką usługę chcą Państwo zapisać?" Klient: „Strzyżenie." System: „W jakim terminie Państwu odpowiada? Mogę zaproponować wtorek, 17:00, środę, 10:00 lub czwartek, 14:00."
To tylko cztery pytania, proste, konkretne, bez zbędnych detali. System nie pyta „a może Pan/Pani woli rano czy po południu", nie pyta „a kto Panią skierował", nie pyta o dodatkowe uwagi — chyba że klient sam zacznie o nich mówić.
Przykład na liczbach umownych — podstaw swoje
Przyjmijmy, że Twój gabinet obsługuje 300 połączeń miesięcznie. Średni czas rozmowy z żywym recepcjonistą to 3 minuty. Gdyby każda z tych rozmów trwała o 30 sekund krócej dzięki uporządkowanemu scenariuszowi AI, zaoszczędziłoby to 150 minut miesięcznie — to ponad 2,5 godziny pracy. Te 2,5 godziny to czas, który pracownik może poświęcić na obsługę klienta, który już przyszedł, zamiast rozmawiać przez telefon.
Krok 4 — kalendarz i potwierdzenie terminu
Kiedy system wie już, czego klient potrzebuje i ma podstawowe dane, przechodzi do najważniejszego momentu: ustalenia terminu. Tutaj AI łączy się bezpośrednio z kalendarzem firmy i widzi rzeczywiste, aktualne okna czasowe.
System nie proponuje terminów, które już są zajęte — kalendarz jest jednym źródłem prawdy, bez podwójnych zapisów, bez ręcznego sprawdzania, czy ktoś w międzyczasie wziął ten sam termin. To jedna z największych zalet automatyzacji: eliminacja błędu ludzkiego polegającego na nieaktualnym stanie grafiku.
Wybór terminu przebiega zwykle tak: system proponuje dwa lub trzy wolne okna, najbliższe możliwe, i czeka na wybór klienta. Jeśli żaden z proponowanych terminów nie pasuje, klient może podać własną propozycję — system wtedy sprawdza, czy jest dostępna, i albo potwierdza, albo informuje, że ten termin jest zajęty i proponuje alternatywę.
Po wyborze terminu system powtarza go głośno do klienta: „Czy potwierdzają Państwo wtorek, 17:00?" To moment potwierdzenia, który eliminuje nieporozumienia — klient słyszy dokładnie, co zostanie zapisane, i może skorygować błąd, zanim cokolwiek trafi do systemu.
Co dzieje się, gdy wolnych terminów nie ma? W dobrze skonfigurowanym scenariuszu klient nie zostaje z pustą obietnicą. System może zaproponować wpisanie na listę oczekujących, na którą wraca się, gdy ktoś anuluje wizytę. Albo — jeśli firma tak ustawiła — system oferuje oddzwonienie, gdy pojawi się wolny termin, który odpowiada klientowi. To zależy od tego, jak firma skonfigurowała swój przepływ obsługi, ale zasada jest jedna: klient zawsze wie, na czym stoi.
Krok 5 — tempo rozmowy i jakość interakcji
Szybkość i płynność rozmowy mają ogromne znaczenie dla tego, czy klient czuje się komfortowo. System, który milczy zbyt długo po pytaniu, przerwie klientowi w połowie zdania lub sam zbyt często przerywa — zniechęca. Dokumentacja OpenAI dotycząca agentów głosowych wskazuje konkretne parametry, na które warto zwracać uwagę przy testowaniu i optymalizacji scenariusza.
Testy porównawcze obejmują między innymi ukończenie zadania, opóźnienie słyszalnej odpowiedzi, przerwania i niechcianą ciszę. Dla każdej metryki opóźnienia definiuje się obserwowane zdarzenie początku i końca oraz raportuje medianę i ogon rozkładu OpenAI, Voice agents docs.
Co to oznacza w praktyce: jeśli po pytaniu systemu klient mówi „a tak właściwie to chciałbym", system powinien wykryć to przerywanie i umożliwić klientowi dokończenie myśli — a nie ucinać zdanie i przechodzić dalej. Podobnie, jeśli klient milczy dłużej niż kilka sekund po pytaniu, system powinien delikatnie zareagować — powtórzyć pytanie lub zapytać, czy klient jeszcze jest na linii. To nie są oczywiste zachowania — każde z nich wymaga świadomej konfiguracji i testowania.
Na czym polega testowanie scenariusza
Testowanie nie polega na jednorazowym sprawdzeniu, czy „działa". Polega na wielokrotnym powtarzaniu tych samych scenariuszy z różnymi wariantami: zapis, przełożenie, odwołanie, skarga, „chcę rozmawiać z człowiekiem", rozmowa po polsku, rozmowa po angielsku, rozmowa w hałasie, rozmowa poza godzinami otwarcia. Dla każdego wariantu mierzy się czas realizacji, liczbę przerwanych zdań, liczbę powtórzeń ze strony klienta i to, czy ostatecznie cel rozmowy został osiągnięty.
Wyniki tych testów pozwalają dostroić parametry: ile sekund ciszy to za dużo, jak agresywnie system może przerywać powtórzenia, kiedy lepiej od razu przełączyć do człowieka. To nie jest jednorazowa konfiguracja — to ciągły proces doskonalenia, bo zachowania klientów też się zmieniają.
Krok 6 — przekazanie do człowieka
Mimo najlepszej konfiguracji zdarzają się sytuacje, w których automat nie radzi sobie lub nie powinien podejmować decyzji sam. W takich momentach scenariusz musi przewidywać przekazanie rozmowy do żywego pracownika — albo w czasie rzeczywistym, jeśli ktoś jest dostępny, albo w formie oddzwonienia z pełnym podsumowaniem.
Kiedy system powinien oddać rozmowę człowiekowi:
Kiedy klient wprost o to prosi. To najprostsza zasada: jeśli ktoś mówi „chcę rozmawiać z żywą osobą" albo „przełącz mnie do kogoś", system nie powinien się upierać przy automatyzacji.
Kiedy pojawia się skarga. Skarga to sprawa delikatna, emocjonalna, która wymaga ludzkiego podejścia — empatii, zrozumienia kontekstu, umiejętności gaszenia konfliktu. Automat może ją przyjąć i zarejestrować, ale nie powinien jej samodzielnie rozstrzygać.
Kiedy temat wykracza poza wiedzę systemu. Jeśli klient pyta o rzecz, która nie jest w bazie wiedzy — nową usługę, specjalny przypadek, niestandardowe życzenie — system powinien to rozpoznać i przekazać.
Kiedy pojawia się sprawa pilna lub prawna. W dziedzinach wysokiego ryzyka, gdzie błąd może mieć poważne konsekwencje, OpenAI zaleca, żeby człowiek przeglądał wyniki modelu, zanim zostaną użyte w praktyce OpenAI, Safety best practices. To zasada human in the loop — człowiek w pętli decyzyjnej.
Kiedy system nie jest pewien. Jeśli rozpoznawanie mowy zawiodło wielokrotnie, jeśli kontekst rozmowy jest niejasny, jeśli klient wyraźnie jest sfrustrowany — lepiej oddać rozmowę niż dalej pogłębiać problem.
Jak wygląda przekazanie
Jeśli pracownik jest dostępny w tej chwili, system może połączyć rozmowę w czasie rzeczywistym — klient słyszy krótką zapowiedź „proszę chwilę poczekać, łączę z konsultantem" i rozmowa przechodzi dalej w trybie głosowym. Jeśli nikogo nie ma na miejscu, system może umówić oddzwonienie: „czy życzą sobie Państwo, żebyśmy oddzwonili w ciągu [X] minut? Wtedy przedstawię Państwa sprawę konsultantowi."
Kluczowe jest to, że przekazanie nie jest porażką — to świadomy element scenariusza. Dobry automat nie próbuje być wszechstronny; wie, gdzie są jego granice, i respektuje je.
Krok 7 — po rozmowie: SMS, CRM i transkrypt
Kiedy rozmowa się kończy, automatyzacja nie kończy się wraz z nią. Jest jeszcze kilka kroków, które realizuje system, zanim uznać sprawę za zamkniętą.
Po pierwsze, SMS z potwierdzeniem. Klient otrzymuje wiadomość z podsumowaniem: datą, godziną, nazwą usługi i ewentualnie instrukcją przygotowania do wizyty. To nie jest automatyczna odpowiedź typu „dziękujemy za kontakt" — to konkretna informacja, którą klient może zapisać w swoim telefonie bez potrzeby sięgania po kartkę.
Po drugie, wpis w CRM. System zapisuje wszystkie zebrane dane wraz z podsumowaniem rozmowy: co klient chciał, co zostało ustalone, ile razy klient powtarzał informacje, czy rozmowa została przekazana do człowieka. To ostatnie pole jest ważne z perspektywy analizy — jeśli znaczna część rozmów z danej kategorii kończy się przekazaniem, warto sprawdzić, czy scenariusz nie wymaga korekty.
Po trzecie, transkrypt rozmowy. W wariancie etapowym można zapisać transkrypt, sprawdzić reguły, zanim agent odpowie, wywołać systemy wewnętrzne i dopiero potem generować mowę OpenAI, Voice agents docs. To oznacza, że każda rozmowa jest zarchiwizowana i dostępna do późniejszego przejrzenia — przez człowieka, który może chcieć sprawdzić szczegóły, albo przez system, który analizuje jakość obsługi.
Kto odpowiada za dane z transkryptu
Transkrypt to zapis rozmowy, a więc zawiera dane osobowe klienta — imię, numer telefonu, temat rozmowy. Te dane muszą być przetwarzane zgodnie z RODO. Jeśli korzystasz z zewnętrznego dostawcy systemu AI do realizacji transkrypcji, musisz zawrzeć z nim pisemną umowę powierzenia przetwarzania danych osobowych — to nie jest opcja, to obowiązek. Urząd Ochrony Danych Osobowych nałożył na Sułkowicki Ośrodek Kultury administracyjną karę pieniężną w wysokości 2,5 tys. zł za powierzenie przetwarzania danych osobowych bez zawartej na piśmie umowy powierzenia oraz bez przeprowadzenia weryfikacji, czy podmiot przetwarzający zapewnia wystarczające gwarancje UODO, decyzja z 21.09.2022. Umowa powierzenia to podstawa — bez niej odpowiadasz za przetwarzanie tak, jakbyś robił to sam, i ponosisz pełną odpowiedzialność za ewentualne naruszenia.
Typowe sytuacje awaryjne i jak je obsługuje dobrze skonfigurowany scenariusz
Nawet najlepszy scenariusz napotyka na sytuacje, które wymagają elastyczności. Poniżej najczęstsze przypadki i sposób ich obsługi.
System nie rozpoznał imienia lub nazwy ulicy
Jeśli klient mówi niewyraźnie, ma akcent, albo w tle jest hałas, system może nie zrozumieć klienta za pierwszym razem. Dobry scenariusz w takiej sytuacji nie pyta w kółko tego samego pytania — proponuje alternatywę: „czy może Pan/Pani podać imię literami?" albo „czy chce Pan/Pani, żebym przeczytał zapisane dane, żeby ewentualnie je poprawić?"
Klient mówi w innym języku
Jeśli system wykrywa język inny niż skonfigurowany (np. klient zaczyna po angielsku w firmie, która obsługuje po polsku), scenariusz może mieć przygotowane uniwersalne komunikaty: „przepraszam, obsługujemy rozmowy po polsku — czy mogę pomóc po polsku?" Jeśli klient nie mówi po polsku, system przekierowuje do człowieka, który może obsłużyć ten język, albo informuje, że firma nie obsługuje tego języka.
W tle jest hałas
Gdy system wykrywa wysoki poziom szumu w tle — rozmowa w tle, muzyka, ruch uliczny — może poprosić o lepsze warunki: „przepraszam, słyszę dużo szumu w tle. Czy moglibyście Państwo przejść w cichsze miejsce?" To prosta interwencja, która często rozwiązuje problem bez konieczności przekazywania do człowieka.
Klient prosi o żywą osobę
To zdarzenie jest przewidziane w każdym dobrym scenariuszu. System nie powinien argumentować, przekonywać ani zadawać dodatkowych pytań — po prostu realizuje żądanie: „oczywiście, łączę z konsultantem" albo „proszę chwilę poczekać, oddzwonimy w ciągu [X] minut".
Dwóch klientów chce ten sam termin
Jeśli w międzyczasie ktoś inny zapisał się na ten sam slot, system musi to wykryć i zaproponować rozwiązanie: nowy termin, inny dzień, wpisanie na listę oczekujących. Klient nie powinien dowiedzieć się o kolizji dopiero po przyjściu do firmy.
Sprawdź sam: lista 10 testowych rozmów
Zanim wdrożysz AI recepcję w swojej firmie, przetestuj scenariusz na zestawie typowych sytuacji. Poniżej lista 10 rozmów, które warto przeprowadzić — albo samemu, albo z pomocą kogoś z zespołu, albo korzystając z narzędzi do automatycznego testowania.
- Zapis na wizytę w standardowym scenariuszu.
- Przełożenie istniejącego terminu na inny dzień.
- Odwołanie wizyty z podaniem przyczyny.
- Pytanie o nową usługę, której nie ma w bazie wiedzy.
- Skarga na jakość obsługi z poprzedniej wizyty.
- Wyraźna prośba o rozmowę z żywą osobą.
- Rozmowa prowadzona w warunkach hałasu (np. z ulicy).
- Rozmowa prowadzona po angielsku w firmie obsługującej po polsku.
- Rozmowa poza godzinami otwarcia firmy.
- Rozmowa, w której klient wielokrotnie się powtarza i myli w szczegółach.
Dla każdej z tych rozmów zanotuj: ile razy klient musiał powtarzać tę samą informację, ile czasu zajęło realizacja celu, czy rozmowa została przekazana do człowieka, i jaka była ostateczna ocena — czy klient osiągnął to, po co dzwonił.
Po przeprowadzeniu tych testów będziesz miał konkretny obraz tego, gdzie scenariusz działa dobrze, a gdzie wymaga poprawek. Testy nie mają na celu udowodnienia, że automat działa — mają pokazać, gdzie jeszcze nie działa.
Jak to wygląda, gdy rozmowy prowadzi system
Kiedy wdrożysz AI recepcję, codzienna praca z telefonami zmienia się w sposób, który trudno docenić bez poznania szczegółów. Nie chodzi o to, że „robot przejmuje telefon" — chodzi o uporządkowanie procesu, który wcześniej zależał od humoru, zmęczenia i uwagi konkretnej osoby.
W typowym dniu z AI recepcją wygląda to tak: klient dzwoni, system odbiera i przedstawia się jako automatyczna recepcja. Klient mówi, czego potrzebuje — np. chce zapisać się na wizytę. System pyta o imię, telefon i preferowany termin. Proponuje dostępne okna. Klient wybiera. System wysyła SMS z potwierdzeniem i zapisuje wszystko w CRM z podsumowaniem: co klient chciał, na kiedy zapisano, czy coś trzeba przygotować. Ty jako właściciel lub menedżer widzisz rano listę nowych wpisów i sprawdzasz tylko te, które wymagają uwagi — skargi, pytania wykraczające poza wiedzę systemu, nietypowe życzenia.
To nie jest magia ani obietnica wielkich oszczędności. To po prostu uporządkowany proces, który eliminuje najczęstsze błędy: zapomniany wpis, niepotwierdzona wizyta, nieprzyjęta skarga, zapomniane pytanie klienta.
Jeśli chcesz zobaczyć, jak dokładnie działa ten scenariusz w przypadku Twojej firmy — jakie pytania zadaje system, jakie dane zbiera, jak integruje się z Twoim kalendarzem — możesz to sprawdzić w działaniu. Aura buduje warstwę telefoniczną, w której odbiera AI: zna Wasze usługi, ceny i grafik, i potrafi domknąć sprawę. Więcej szczegółów znajdziesz na stronie AI recepcja i telefonia.
Sprawdź też, jak działa pełny ekosystem: Systemy rezerwacji pozwalają klientowi samodzielnie wybrać termin bez rozmowy telefonicznej, a Automatyczne wiadomości wysyłają potwierdzenia i przypomnienia SMS, mailem lub WhatsAppem — zawsze za zgodą klienta i z opcją rezygnacji. Razem te trzy usługi tworzą zamknięty cykl obsługi, w którym telefon, kalendarz i komunikacja z klientem działają jako jedna spójna warstwa. Jeśli chcesz, żeby wszystkie dane klientów lądowały w jednym miejscu, dodaj CRM i automatyzacje — telefon, formularz, komunikatory i wizytówka Google zapisują w jednym miejscu. A jeśli prowadzisz wiele rozmów naraz i potrzebujesz wsparcia w kwalifikacji leadów, AI lead qualification ocenia i taguje zapytania według potencjału.
Dowiedz się więcej o automatyzacji w firmie z artykułów: Automatyzacja obsługi zapytań: jedna kolejka zamiast pięciu skrzynek, Automatyzacja procesów w firmie: co realnie da się oddać systemowi, a czego nie, Automatyzacja a RODO: gdzie fizycznie lądują dane Twoich klientów, Błędy przy wdrażaniu automatyzacji: pięć sytuacji, w których odradzamy start.
Najczęściej zadawane pytania
Czy klient nie zdenerwuje się, że rozmawia z robotem?
Zależy od tego, jak scenariusz jest skonfigurowany. Klient zdenerwuje się, jeśli robot nie rozumie, co mówi, ciągle prosi o powtórzenie, nie potrafi odpowiedzieć na proste pytanie i nie daje się przełączyć do człowieka. Dobrze skonfigurowany scenariusz mówi jasno na początku, że to automat, nie udaje żywego człowieka, zbiera minimum danych i nie traci czasu klienta na niepotrzebne kroki. Wielu klientów woli szybką rozmowę z automatem, który załatwia sprawę w 60 sekund, od czekania na linii z żywym recepcjonistą, który odbierze za trzy minuty.
Co jeśli AI nie zrozumie klienta?
Dobry scenariusz ma przewidziane procedury awaryjne: powtórzenie pytania innymi słowami, prośba o podanie informacji literami, przejście do trybu przekazania do człowieka. Klient nie powinien być zmuszany do wielokrotnego powtarzania tego samego w kółko — po drugiej nieudanej próbie system powinien zaproponować przekierowanie.
Czy rozmowy są nagrywane i kto ma do nich dostęp?
Transkrypcje są zapisywane, jeśli tak skonfigurujesz system. Dostęp do nich ma osoba, którą wyznaczysz w firmie. Jeśli korzystasz z zewnętrznego dostawcy AI, musisz mieć z nim umowę powierzenia przetwarzania danych osobowych — bez niej to Ty odpowiadasz za zgodność z RODO tak, jakbyś przetwarzał te dane sam.
Ile to kosztuje?
Koszt zależy od liczby rozmów, które obsługuje system, i od wybranego zakresu funkcjonalności. Nie podajemy konkretnych cen. Więcej o tym, jak liczyć koszt nieodebranych połączeń, przeczytasz w artykule Ile kosztują nieodebrane połączenia w firmie – wzór do policzenia na własnych liczbach.
Czy mogę przetestować przed wdrożeniem?
Tak, zanim zdecydujesz się na pełne wdrożenie, warto przetestować scenariusz na żywych rozmowach lub symulacjach. Przeprowadź 10 testowych połączeń z listy powyżej i zobacz, jak system radzi sobie z każdą sytuacją. Na podstawie wyników możesz dostroić pytania, dodać brakujące ścieżki i ustalić, które rozmowy zawsze mają trafiać do człowieka.
Czy AI może obsługiwać kilka firm jednocześnie?
Technicznie tak, ale z perspektywy jakości obsługi lepiej, żeby każda firma miała swój dedykowany scenariusz. Inny zestaw usług, inny grafik, inne godziny otwarcia, inna baza wiedzy — wszystko to wymaga indywidualnej konfiguracji. Jeden system może obsługiwać wiele firm, ale każda z nich powinna mieć własny, dopasowany do siebie przepływ.