AI w firmie

Sztuczna inteligencja w obsłudze klienta: kto zyskuje najwięcej

Asystent w czacie podniósł wydajność konsultantów o 15 procent, a nowym pracownikom dał jeszcze więcej. Wyjaśniam, skąd ta różnica i jak ją sprawdzić.

W grudniu 1990 roku Jerry Sternin wysiadł w Hanoi z żoną Monique i dziesięcioletnim synem, żeby otworzyć biuro organizacji Save the Children w kraju, w którym około dwie trzecie dzieci poniżej piątego roku życia było niedożywionych, a władze oczekiwały pierwszych wyników w ciągu pół roku. Zwykły program pomocowy zacząłby od dostaw żywności i dopłat dla rodzin, tymczasem Sternin zaczął od wagi. W czterech wsiach powiatu Quang Xuong w prowincji Thanh Hoa mieszkańcy zważyli około dwóch tysięcy dzieci poniżej trzeciego roku życia i okazało się, że niedożywionych jest wśród nich 64 procent.

Najważniejsza była jednak lista dzieci, które temu rachunkowi przeczyły. Wśród najuboższych rodzin żyły dzieci o prawidłowej wadze, choć ich matki nie miały żadnych szczególnych zasobów, więc samej biedy nie dało się uznać za wyjaśnienie. Sternin i mieszkańcy przyjrzeli się temu, co robią te matki, i znaleźli rzeczy tak drobne, że nikt wcześniej nie widział w nich rozwiązania: dzieci jadły częściej, a do codziennego ryżu trafiały słodkowodne krewetki i kraby oraz liście batatów, czyli produkty, które sąsiedzi uważali za jedzenie gorszego sortu i omijali.

Zwrot polegał na tym, że Sternin nikogo nie pouczał. Matki z sąsiednich rodzin gotowały razem według tych praktyk i uczyły się od kobiet z tej samej wsi, które miały te same pola i tę samą biedę. Według relacji Positive Deviance Collaborative, organizacji rozwijającej to podejście, w ciągu sześciu miesięcy ponad dwie trzecie dzieci w wioskach zaczęło przybierać na wadze, a po dwóch latach 85 procent przestało być uznawane za niedożywione.

Ile takich rozwiązań leży dziś w waszych firmach, nienazwanych, bo nikt jeszcze nie zapytał, co robi ta jedna osoba, której wyniki wyglądają na niemożliwe?

Sternin znalazł odpowiedź, która od lat działała w tej samej wsi i której nikt nie zapisał, a dział obsługi klienta wygląda dokładnie tak samo: ktoś rozwiązuje zgłoszenia szybciej i spokojniej niż reszta, a nikt nie umie powiedzieć, co ta osoba robi inaczej. Teza tego wpisu brzmi: asystent oparty na sztucznej inteligencji daje w obsłudze klienta największy zwrot wtedy, gdy czerpie z rozmów najlepszych konsultantów i trafia do tych, którzy dopiero uczą się zawodu.

Co zmierzyli badacze w firmie obsługującej tysiące rozmów

Erik Brynjolfsson, Danielle Li i Lindsey Raymond zbadali wdrożenie asystenta opartego na modelu językowym w dużej amerykańskiej firmie z listy Fortune 500, która sprzedaje oprogramowanie dla biznesu. Model językowy to program, który nauczył się na ogromnych zbiorach tekstów przewidywać, jakie słowa pasują do danej rozmowy, i na tej podstawie układa odpowiedzi. W badaniu asystent podczas czatu z klientem podpowiadał konsultantowi sformułowania odpowiedzi oraz odsyłał do wewnętrznych dokumentów o problemach technicznych, a firma udostępniała go kolejnym grupom pracowników od listopada 2020 do lutego 2021 roku, dzięki czemu można było porównać ludzi z narzędziem i bez niego w tym samym czasie.

Wyniki ukazały się w 2025 roku w czasopiśmie Quarterly Journal of Economics i obejmują 5172 konsultantów. Liczba zgłoszeń rozwiązanych na godzinę wzrosła średnio o 15 procent, a mniej doświadczeni i mniej wykwalifikowani pracownicy poprawili zarówno tempo, jak i jakość pracy. Najbardziej doświadczeni zyskali niewiele na szybkości, a jakość ich rozmów nieznacznie spadła. We wcześniejszej wersji badania, opublikowanej w 2023 roku przez ośrodek National Bureau of Economic Research, mowa o 5179 konsultantach, średnim wzroście o 14 procent i wzroście o 34 procent u początkujących.

Dlaczego początkujący zyskują więcej niż doświadczeni

Autorzy badania nazywają swoje wyjaśnienie poszlaką: asystent wydaje się przekazywać nowym pracownikom praktyki lepszych konsultantów, dzięki czemu przechodzą oni w kilka miesięcy drogę, którą doświadczeni pokonywali przez lata. Odpowiada to pojęciu wiedzy cichej, czyli wiedzy stosowanej z nawyku, której ekspert zwykle nie potrafi opisać, bo nie traktuje jej jako wiedzy. W Quang Xuong sąsiedzi mieli przed oczami te same krewetki i te same liście, a mimo to po nie nie sięgali, ponieważ uchodziły za gorsze jedzenie, więc rozwiązanie istniało i czekało na kogoś, kto je nazwie i pokaże.

Badacze odnotowali także poprawę nastrojów klientów w rozmowach i mniejszą rotację pracowników, co dla działu, który co roku szkoli od nowa spory odsetek zespołu, ma wymierną wartość: przy mniejszej rotacji rzadziej trzeba od nowa ponosić koszt wdrożenia jednej osoby, czyli płacę w okresie nauki i czas mentora.

Mechanizm ma też stronę ludzką, którą czytam własnymi oczami. Początkujący konsultant obawia się pytania zdradzającego niewiedzę, więc milczy albo improwizuje, a podpowiedź pojawiająca się na ekranie omija ten koszt społeczny, bo nikt nie widzi, że z niej skorzystał. Jakość podpowiedzi zależy przy tym od materiału, na którym asystenta oparto: narzędzie zasilone przeciętnymi formułkami upowszechni przeciętność, a narzędzie zasilone rozmowami najlepszych konsultantów upowszechni ich sposób prowadzenia rozmowy.

Czego asystent nie potrafi, ile kosztuje i co z danymi

Model potrafi z całkowitą pewnością podać nieprawdziwą informację o produkcie, dlatego konsultant nadal odpowiada za treść wysłaną klientowi i musi ją przeczytać, zanim ją zatwierdzi. Badanie dotyczy jednej firmy, rozmów pisanych na czacie i narzędzia z lat 2020 i 2021, więc w dziale przyjmującym zgłoszenia telefonicznie albo w innej branży wynik może być słabszy, a nowsze modele zachowują się inaczej niż tamten. Doświadczeni konsultanci niewiele zyskali i nieco stracili na jakości, co przy ich pozycji w zespole sprawia, że łatwo o opór: widzą, że narzędzie uczy się z ich rozmów, i mogą uznać je za zagrożenie dla swojej wyjątkowości. Rozsądnie jest zaprosić ich do roli autorów wzorców, z nazwiskiem przy opracowanym materiale.

Koszt licencji jest niski wobec stawek pracy. Według strony pomocy producenta miejsce standardowe w planie zespołowym Claude Team kosztuje 25 dolarów miesięcznie za osobę przy rozliczeniu miesięcznym i 20 dolarów przy rocznym (ceny dla klientów w Stanach Zjednoczonych, bez podatków, więc w Polsce sprawdźcie aktualną ofertę). Dla zespołu pięćdziesięciu konsultantów daje to od 12 do 15 tysięcy dolarów rocznie, a wzrost wydajności o 15 procent odpowiada pracy siedmiu i pół etatu. To rachunek poglądowy oparty na wyniku z cudzej firmy, dlatego własny pomiar jest tu potrzebny.

Rozmowy z klientami zawierają dane osobowe, które podlegają rozporządzeniu o ochronie danych osobowych (RODO). Przed pilotażem trzeba zatem zawrzeć z dostawcą umowę powierzenia przetwarzania, sprawdzić w warunkach, czy rozmowy służą do trenowania modeli, i usunąć z materiałów testowych imiona, numery zamówień oraz adresy.

Pierwszy krok na poniedziałek rano: wasza lista różnic

Zanim kupicie jakąkolwiek licencję, zróbcie to samo, co Sternin w Quang Xuong, czyli znajdźcie osoby, które odnoszą sukces w identycznych warunkach, i sprawdźcie, co robią. Potrzebne są dwie osoby i jedno popołudnie.

  1. Wybierzcie z ostatniego kwartału 20 rozmów konsultantów o najwyższej liczbie rozwiązanych zgłoszeń na godzinę i najlepszych ocenach klientów oraz 20 rozmów przeciętnych, dotyczących tych samych typów spraw.
  2. Usuńcie z nich dane klientów.
  3. Przeczytajcie je parami i wypiszcie różnice: jak konsultant rozpoczyna rozmowę, jakie pytania zadaje w pierwszych dwóch minutach, kiedy przeprasza i jak domyka sprawę.
  4. Zapytajcie autorów najlepszych rozmów, dlaczego tak piszą, bo część różnic wyjaśni się od razu, a część będzie dla nich samych zaskoczeniem.
  5. Zamieńcie ustalenia w półstronicowy opis dla asystenta i przez dwa tygodnie testujcie go na kilku nowych konsultantach, porównując liczbę rozwiązanych zgłoszeń na godzinę z grupą pracującą po staremu.

W pilotażu mierzcie cztery rzeczy: liczbę rozwiązanych zgłoszeń na godzinę, ocenę klienta po rozmowie, odsetek odpowiedzi poprawianych przez przełożonego oraz liczbę tygodni, po których nowy konsultant osiąga wynik zespołu. Ostatnia miara jest w tym podejściu najciekawsza, ponieważ to ona pokazuje, czy wiedza najlepszych naprawdę dociera do początkujących.

Sama lista różnic ma wartość nawet wtedy, gdy narzędzia nigdy nie wdrożycie, bo można ją wpisać do materiałów wdrożeniowych dla nowych pracowników. A skoro już będziecie czytać te rozmowy: co zrobicie, jeśli okaże się, że różnica między najlepszą a przeciętną osobą mieści się w jednym zdaniu na początku rozmowy?