W e-commerce chatbot dla klienta jest najczęstszym pierwszym wdrożeniem AI i najczęstszą pierwszą porażką. Nie dlatego, że jest zły. Dlatego, że jest pierwszy.
Mówię to jako ktoś, kto sprzedaje sklepom właśnie chat z agentem AI. I mimo to radzę zacząć gdzie indziej.
Polski rynek jest dojrzały: 78 na 100 internautów kupuje online, a 53 na 100 używa narzędzi AI w procesie zakupu, 19 na 100 często. Ale gdy klient chce się skontaktować ze sklepem, wybiera e-mail (31 na 100), telefon (26) i czat z człowiekiem (17). Osiem na dziesięć osób ocenia kontakt z chatbotem pozytywnie albo neutralnie. I nadal wybiera człowieka. To najważniejsza wskazówka z badania Gemiusa: na start AI w sklepie ma działać w tle, przy treściach i danych, a nie z przodu, przy kliencie.
Za kulisami leżą procesy o największym wolumenie i najmniejszym ryzyku:
- Opisy produktów. Najczęstsze i najbezpieczniejsze zastosowanie. Dostawcy raportują wzrosty konwersji od kilkunastu do ponad dwudziestu procent po zastąpieniu opisów producenta własną treścią i skrócenie czasu produkcji treści o dwie trzecie. To dane z najlepszych wdrożeń, więc traktuj je jako górną granicę. Ale nawet połowa tego to dużo przy 500 indeksach.
- Tłumaczenia katalogu przy wejściu na nowe rynki. Ten sam proces, inny język, człowiek sprawdza terminologię.
- Kategoryzacja, tagowanie i normalizacja plików od dostawców. Mapowanie atrybutów, wyciąganie cech z kart katalogowych. Czysta praca operacyjna, zero kontaktu z klientem.
- Klasyfikacja przyczyn zwrotów i reklamacji. Daje wiedzę o produkcie, nie tylko oszczędność.
- Podpowiedzi dla konsultanta. AI proponuje odpowiedź, człowiek wysyła.
- Chat dla klienta na stronie. Dopiero gdy jest dojrzała baza wiedzy i integracje.
Dlaczego chat na końcu. Bo „gdzie jest moja paczka" wymaga integracji ze statusem kuriera, a „czy mogę zwrócić" wymaga aktualnego regulaminu w bazie wiedzy. Bez tego bot odpowiada ładnie i nie na temat. Niezależne pomiary mówią, że bot załatwia sam 10 do 25 procent spraw w typowym wdrożeniu, medianowo 41. Reszta trafia do człowieka. Ankieta NVIDII, w której 87 na 100 sklepów deklaruje wzrost przychodu dzięki AI, jest ankietą dostawcy technologii.
Skoro tak, to po co sprzedajemy chat sklepom? Bo punkt szósty wygląda inaczej, gdy przejdzie się punkty od pierwszego do piątego. Wtedy baza wiedzy jest aktualna, opisy są spójne, a agent zdaje egzamin ze 100 pytań o dostawę, zwrot i dostępność, zanim odezwie się do klienta. I gdy klient pisze „a macie to w rozmiarze 44?", agent widzi kontekst strony, a gdy pisze „chcę zamówić 40 sztuk na fakturę", oddaje rozmowę człowiekowi.
Ograniczenie: kolejność powyżej zakłada, że masz katalog z setkami indeksów. Sklep z dwudziestoma produktami na zamówienie nie ma wolumenu w opisach, za to ma go w pytaniach klientów. Wtedy chat może być pierwszy, pod warunkiem, że człowiek jest w pętli.
Sprawdź u siebie: otwórz skrzynkę sklepu i policz, ile z ostatnich 50 maili od klientów to pytania, na które odpowiedź jest na stronie.
Chcesz sprawdzić, jak agent poradzi sobie z pytaniami Twoich klientów? Podaj adres swojej strony i e-mail w formularzu demo. W 20 minut dostaniesz agenta nauczonego oferty z Twojej strony do przepytania.
Źródła
- Gemius, E-commerce w Polsce 2025 (CAWI, n=1 629, lipiec 2025)
- NVIDIA, State of AI in Retail and CPG 2025 (ankieta dostawcy): https://www.nvidia.com/en-gb/lp/industries/state-of-ai-in-retail-and-cpg/
- Zendesk ProductLab 2025; Zendesk CX Trends, Salesforce, Forrester 2025 (benchmarki deflekcji)
- Case studies Shopify, Kensium, PageFly, Migros, Wayfair (dane dostawców i wdrożeniowców, zawyżone)