Nie zaczynaj automatyzować z AI źródła swoich przychodów. Zacznij od miejsca, w którym Twoja firma odbiera telefony, na które nie ma kto odebrać.
Piątek, 17:40. Instalator stoi na obiekcie przy sterowniku, który od godziny pokazuje „brak komunikacji z modułem". Klient stoi obok. Instalator dzwoni do producenta, wsparcie pracuje do 16:00, odzywa się poczta głosowa. Odpowiedź jest w instrukcji, gdzieś w środku kilkuset stron, i on o tym nie wie. A nawet gdyby wiedział, nie będzie jej szukać na telefonie. W poniedziałek rano inżynier producenta spędzi z nim godzinę przy telefonie, zaczynając od „proszę opisać, co pan widzi".
Tak wygląda tydzień u producenta, którego urządzenia montują i serwisują zewnętrzni instalatorzy: pompy ciepła, automatyka budynkowa, maszyny, sterowniki, fotowoltaika, armatura. Dział wsparcia odbiera setki pytań miesięcznie. Duża część ma odpowiedź w dokumentacji, tylko nikt nie wie, na której stronie. Reszta wiedzy siedzi w głowach dwóch albo trzech inżynierów. W Stanach firma obsługująca telefony dla przedsiębiorstw policzyła na własnych danych, że 47% połączeń przychodzi poza godzinami od dziewiątej do siedemnastej w dni robocze. W Polsce nie znam pomiaru, któremu bym zaufał, ale każdy szef wsparcia zna pocztę głosową z piątku.
Kiedy taka firma słyszy „wdróżcie AI", pierwsza myśl idzie w stronę konfiguratora, doboru urządzeń, wyceny. Czyli tam, gdzie powstaje przychód i co łatwo pokazać zarządowi. I tam, gdzie błąd kosztuje najwięcej, a dane do nauczenia systemu trzeba dopiero zbudować. MIT policzyło w zeszłym roku, że około połowy budżetów na generatywną AI idzie w sprzedaż i marketing, a największe udokumentowane oszczędności raport znalazł w obsłudze klienta i przetwarzaniu dokumentów. Te oszczędności przyszły bez redukcji etatów, z cięcia wydatków zewnętrznych. OECD dopisało do tego głos małych producentów: nie mogą znaleźć dostawcy, który robi coś dla firmy ich wielkości.
Zacznij tam, gdzie wiedza już jest spisana. Instrukcje, karty katalogowe, biuletyny serwisowe, noty do firmware. Agent nauczony tej dokumentacji odpowiada instalatorowi o 17:40 tak samo jak o dziesiątej. Odpowiada tylko z dokumentacji, a czego w niej nie ma, zapisuje razem z opisem sytuacji na obiekcie. Inżynier w poniedziałek dostaje kompletne zgłoszenie zamiast telefonu od zera.
W branży technicznej obowiązują przy tym trzy warunki, których nie wolno odpuścić. Instalator musi wiedzieć, że rozmawia z maszyną, od sierpnia 2026 wymaga tego AI Act. Ustawienia, które decydują o bezpieczeństwie ludzi albo o gwarancji, zawsze idą do człowieka, nawet jeśli odpowiedź jest w instrukcji. I ktoś w dziale wsparcia musi mieć agenta w obowiązkach: czytać raport, poprawiać dokumentację tam, gdzie milczy. MIT pisze wprost, że narzędzia, które nie uczą się z użycia, zostają w pilotażu, bo ludzie opisują je jednym zdaniem: „przydatne przez tydzień, potem powtarza te same błędy". Poza tą jedną osobą nikt nie zmienia sposobu pracy.
Po kilku tygodniach zaczyna się ciekawsza część. Każda rozmowa z obiektu zostaje i ktoś ją czyta co noc, tyle że ten ktoś jest agentem. Rano dział wsparcia wie, który komunikat błędu wrócił w tym tygodniu pięć razy, a to już sygnał dla produkcji, nie dla serwisu. Wie, na które pytania dokumentacja milczy. Wie, że projektanci i hurtownie pytają o dobór i parametry. Agent miał obsługiwać serwis, ale rozpoznaje w tym sygnał dla sprzedaży i handlowiec dostaje rano namiary razem z całą rozmową.
Po kilku miesiącach firma zna już agentów od środka. Wie z własnych rozmów, gdzie agent pomaga i gdzie się myli. To najmniej inwazyjny sposób, żeby się z AI zaprzyjaźnić, bo poza jedną osobą nikt nie ruszał procesów. Dopiero stąd szuka się kolejnych obszarów: reklamacje, dobór urządzeń, oferty. Źródło przychodów jest na końcu, kiedy firma wie już, czego od AI chcieć.
Zapytaj szefa wsparcia o jedno: ile z telefonów z zeszłego tygodnia dotyczyło czegoś, co jest w instrukcji, tylko nikt nie wiedział gdzie. Jeśli odpowie „z jedna trzecia", masz miejsce, od którego zaczynasz. Zapisz tę liczbę i wróć do niej po trzech miesiącach. Thomson Reuters policzył, że tylko 18% firm sprawdza, czy AI im się opłaciło. Reszta po roku nie umie powiedzieć, czy się udało, i projekt gaśnie.
Chcesz to zobaczyć na własnej dokumentacji? Podaj adres strony i e-mail w formularzu demo. Agent dla producenta uczy się z instrukcji, nie ze strony, więc po zgłoszeniu odezwiemy się po materiały, a Twój szef wsparcia zada mu swoje pytania.
Źródła
- AnswerConnect, dane własne z połączeń do firm w USA (komunikat PR Newswire, 2025)
- MIT NANDA, The GenAI Divide: State of AI in Business 2025 (52 wywiady, 153 ankiety, 300 wdrożeń; omówienie Fortune, 18.08.2025): https://fortune.com/2025/08/18/mit-report-95-percent-generative-ai-pilots-at-companies-failing-cfo/
- OECD, AI adoption by small and medium-sized enterprises (grudzień 2025): https://www.oecd.org/content/dam/oecd/en/publications/reports/2025/12/ai-adoption-by-small-and-medium-sized-enterprises_9c48eae6/426399c1-en.pdf
- Thomson Reuters Institute, 2026 AI in Professional Services Report: https://www.thomsonreuters.com/en/reports/2026-ai-in-professional-services-report
- Rozporządzenie (UE) 2024/1689 (AI Act), art. 50: obowiązki przejrzystości stosowane od 2 sierpnia 2026: https://eur-lex.europa.eu/eli/reg/2024/1689/oj