AI w obsłudze klienta: jak wygląda to dziś w praktyce, nie w teorii

Firmom wdrażającym AI w obsłudze klienta rzadko brakuje pomysłów na automatyzację. Problem leży gdzie indziej: jakość obsługi sprawdza się na wyrywkowej próbce, wiedza firmowa leży w dokumentach, do których nikt nie zagląda, a boty prowadzą rozmowę tak, jakby nie pamiętały, co powiedziano minutę wcześniej.

W Altar pracujemy nad tym od dłuższego czasu w trzech konkretnych obszarach: kontroli jakości rozmów, dostępie do wiedzy organizacji i automatyzacji rozmów wielokanałowych. Poniżej opisujemy, co zmieniło się w ostatnich miesiącach w AI Quality Management (AIQM), AI Support Assistant (AISA) oraz Voicebocie, i dlaczego to ma znaczenie dla zespołów obsługi klienta, nie tylko dla działu IT.

AI w obsłudze klienta: trzy obszary, które już działają

Kontrola jakości na próbce to kontrola jakości iluzoryczna

W klasycznym modelu Contact Center jakość rozmów sprawdza się ręcznie. W praktyce oznacza to odsłuch 1-2% wolumenu rozmów. Reszta pozostaje niesprawdzona, co oznacza, że większość błędów, ryzyk compliance i sygnałów niezadowolenia klienta nigdy nie trafia do żadnego raportu.

AIQM ocenia 100% rozmów automatycznie. System transkrybuje, streszcza i ocenia każdą rozmowę w czasie zbliżonym do rzeczywistego, według wskaźników jakości definiowanych przez organizację, dopasowanych do jej konkretnych procesów. To istotne szczególnie w polskich realiach, bo zagraniczne systemy analityczne często gubią się w odmianach i kontekstach języka polskiego. AIQM rozpoznaje intencje, emocje i faktyczny przebieg rozmowy z 92-procentową precyzją, również przy słabszej jakości nagrań: szumach, zakłóceniach telefonicznych, pogłosie.

W ostatnich miesiącach do systemu trafiły kolejne mechanizmy:

• Wykrywanie nienaturalnej ciszy i przestojów w rozmowie – sygnał, który klasyczny odsłuch losowej próbki praktycznie zawsze przeoczy.
• Mapowanie celów biznesowych organizacji wprost na algorytmy oceny, dzięki czemu system liczy jednocześnie 16 wskaźników jakości.
• Wskaźnik Detekcji Intencji (WDI) – pozwala ustawić czułość algorytmu osobno dla każdej intencji, dzięki czemu system dopasowuje się zarówno do rozmów swobodnych, jak i tych wymagających precyzyjnego rozpoznania.

Efekt z jednego z wdrożeń referencyjnych w dużym Call Center: 283 godziny 43 minuty nagrań przeanalizowane w 1 godzinę 42 minuty 45 sekund. To redukcja czasu o 99,4% i spadek kosztu kontroli pojedynczego projektu o ponad 78%. Silnik konfiguruje się pod konkretny proces, więc działa równie dobrze przy kampanii sprzedażowej, jak przy windykacji czy obsłudze posprzedażowej.

Wiedza firmy, która faktycznie odpowiada na pytania

Druga strona automatyzacji obsługi klienta to dostęp do wiedzy. Konsultant albo klient szukający odpowiedzi trafia zwykle na jedno z dwóch: ogólną wiedzę modelu AI, która nie zna specyfiki firmy, albo bazę wiedzy, w której trudno cokolwiek znaleźć.

AISA została zbudowana wokół innego założenia: odpowiedź ma wynikać z rzeczywistej dokumentacji organizacji, nie z ogólnej wiedzy modelu. System pobiera artykuły i załączniki z bazy wiedzy, dzieli je na fragmenty i zapisuje w bazie wektorowej, dzięki czemu wyszukuje informacje w dokumentach i przygotowuje odpowiedź na ich podstawie.

Rozwiązanie obsługuje wiele kolekcji wiedzy i respektuje uprawnienia użytkowników do kategorii, artykułów i załączników – odpowiedź powstaje wyłącznie z dokumentów, do których dany użytkownik faktycznie ma dostęp. Zmiany w bazie wiedzy, takie jak aktualizacja treści, zmiana uprawnień czy archiwizacja artykułu, są odzwierciedlane również w AISA, więc asystent nie pracuje na nieaktualnych danych.

Użytkownik widzi też, na jakiej podstawie powstała odpowiedź: może sprawdzić, z jakiego artykułu lub załącznika skorzystał model, zobaczyć konkretny przekazany do analizy fragment, a przy materiałach z bazy wiedzy przejść wprost do oryginału. AISA rozróżnia pełne, wieloetapowe rozmowy od pojedynczych zapytań, przechowuje historię wiadomości i pozwala oceniać odpowiedzi modelu. Obsługuje też modele pracujące w trybie reasoning, konfiguracyjnie widoczne dla użytkownika albo ukryte.

Istotna jest też elastyczność modelowa: AISA pozwala swobodnie wymieniać modele AI, chmurowe i on-premise, w tym polskie modele jak PLLuM, a nawet korzystać z kilku naraz. To użytkownik decyduje, któremu modelowi zadaje pytanie – nie dostawca systemu narzuca jeden silnik na stałe.

Ostatnia zmiana to integracja AISA z Voicebotem. Te same mechanizmy wyszukiwania wiedzy i generowania odpowiedzi działają dziś również podczas rozmów głosowych, nie tylko w czacie.

Jedna rozmowa, niezależnie od kanału

Trzeci obszar to sam przebieg rozmowy. Voicebot przeszedł w pierwszej połowie 2026 roku dużą zmianę architektoniczną – powstało wspólne API, które prowadzi rozmowę niezależnie od kanału: głosowo, przez czat albo mailem. Logika rozmowy została oddzielona od kanału kontaktu, więc ten sam scenariusz można wykorzystać w różnych formach komunikacji z klientem, zamiast budować go od nowa dla każdego kanału osobno.

Do tego doszedł mechanizm współpracy wyspecjalizowanych agentów AI: jeden prowadzi rozmowę, inny ją podtrzymuje, kolejny obsługuje przerwanie, a kontroler koordynuje ich pracę i wybiera właściwą reakcję. System zarządza historią i kontekstem całej konwersacji, co przekłada się na bardziej spójne odpowiedzi.

Voicebot obsługuje też częściowe rozpoznawanie mowy – odbiera fragmenty wypowiedzi klienta jeszcze przed końcem zdania, co pozwala szybciej reagować, lepiej obsługiwać przerwania i prowadzić rozmowę w sposób bliższy naturalnej wymianie zdań. Voicebot to jeden z trzech botów w portfelu Altar, obok Chatbota i Mailbota, zbudowanych na tej samej logice konwersacyjnej.

Najczęstsze pytania o AI w obsłudze klienta

Czy AIQM sprawdza się przy nagraniach słabej jakości?

Tak. System rozpoznaje intencje, emocje i przebieg rozmowy z 92-procentową precyzją również przy szumach, zakłóceniach telefonicznych i pogłosie, co odróżnia go od wielu zagranicznych silników analitycznych słabiej radzących sobie ze specyfiką języka polskiego.

Czy AISA może odpowiadać tylko na podstawie dokumentów, do których użytkownik ma dostęp?

Tak. AISA respektuje uprawnienia użytkowników do kategorii, artykułów i załączników, a zmiany w bazie wiedzy (aktualizacje, zmiany uprawnień, archiwizacja) są na bieżąco odzwierciedlane w systemie.

Czy Voicebot można wykorzystać poza rozmowami głosowymi?

Tak. Dzięki wspólnemu API logika scenariusza rozmowy działa niezależnie od kanału: głosowo, przez czat i mailem, a po integracji z AISA korzysta również z tych samych mechanizmów wyszukiwania wiedzy co czat.

Czy wdrożenie tych funkcji wymaga migracji obecnego systemu Altar?

Nie. AIQM, AISA i Voicebot rozbudowują istniejącą platformę obsługi klienta Altar o kolejne funkcje AI, bez konieczności zmiany podstawowego systemu.

Co dalej

AIQM, AISA i Voicebot to konkretny, dostępny dziś zakres funkcji AI w obsłudze klienta w ekosystemie Altar. Jeśli organizacja ma potrzebę, której żadne z powyższych rozwiązań nie adresuje wprost, zespół Altar buduje pod ten cel dedykowane funkcje lub rozwija istniejącą technologię w nowym kierunku – sporo rozwiązań, które dziś są standardem, powstało właśnie w ten sposób, we współpracy z konkretnym klientem.

Zapraszamy do rozmów o wdrożeniu praktycznego AI w Państwa biznesie.