Jako liderzy odpowiedzialni za doświadczenie klienta (CX) na dużą skalę oceniają Państwo AI nie jako koncepcję, lecz jako zdolność, która musi działać niezawodnie we wszystkich kanałach, systemach i w rzeczywistych interakcjach z klientami. Po latach tworzenia wielkoskalowych systemów inteligentnych w Google i IBM współzałożyłem Maven, aby wypełnić lukę, którą wielokrotnie obserwowałem: automatyzacja obsługi klienta potrafiła rozmawiać, ale nie rozwiązywała spraw z uwzględnieniem kontekstu (i bez halucynacji).
Nowoczesna obsługa klienta wymaga AI, która potrafi rozumować i działać, a nie tylko odpowiadać, w kanałach głosowym, czacie, e-mailu i SMS. Od początku koncentrujemy się na tworzeniu agentowej AI, która rozumuje, podejmuje działania i płynnie funkcjonuje w kanałach głosowym, czacie, e-mailu i SMS w środowiskach korporacyjnych.
Ten „startowy” słowniczek 5 kluczowych pojęć agentowej AI w CX pokazuje, jak w praktyce podchodzimy do tego problemu. Ma służyć jako jasne, praktyczne źródło odniesienia przy ocenie tego, co nowoczesna obsługa klienta oparta na AI może i powinna zapewniać.
Chcą Państwo poznać pełną listę „100 kluczowych pojęć dotyczących agentów AI”? Cały artykuł jest dostępny tutaj.
Wprowadzenie dla zespołów CX pod presją
Korporacyjne zespoły CX muszą obniżać koszty, przyspieszać rozwiązywanie spraw i utrzymywać zaufanie do marki, a jednocześnie obsługiwać rosnące wolumeny we wszystkich kanałach. Presja zderza się z dezorientacją, gdy dostawcy niekonsekwentnie używają takich pojęć jak agentowa AI, autonomiczne agenty czy AI copiloty.
Ten słowniczek ma na celu:
- Wyjaśnienie kluczowych pojęć związanych z agentami AI prostym językiem, istotnym z perspektywy przedsiębiorstwa.
- Odróżnienie AI, która tylko prowadzi rozmowę, od agentowych systemów zdolnych do działania.
- Przedstawienie niezależnych opinii liderów branży.
- Pomoc liderom CX w świadomej ocenie partnerów technologicznych.
Jeśli analizują Państwo, jak AI mogłaby wpisać się w strategię obsługi klienta, ten przewodnik może stanowić wspólny punkt odniesienia dla interesariuszy z obszarów CX, IT i operacji.
1) Kluczowe pojęcia dotyczące AI i agentów
Agentowa AI
Agentowa AI to systemy AI, które potrafią planować, rozumować i wykonywać zadania w ramach jasno określonych ograniczeń wynikających z polityk, dążąc do osiągnięcia celu – często poprzez wywoływanie narzędzi, API i procesów w systemach przedsiębiorstwa. W przeciwieństwie do tradycyjnych chatbotów czy generatywnej AI systemy agentowe są projektowane tak, by wykonywać pracę, a nie tylko generować odpowiedzi.
IBM opisuje agentową AI jako wzorzec, w którym modele językowe są łączone z narzędziami i logiką decyzyjną, aby działać w rzeczywistych systemach. 👉 Omówienie IBM: Agentowa AI — IBM
Gartner przewiduje, że do 2029 r. agentowa AI będzie autonomicznie rozwiązywać 80% typowych problemów w obsłudze klienta, zasadniczo zmieniając funkcjonowanie CX. 👉 Komunikat prasowy Gartnera: Agentowa AI zmienia obsługę klienta
W kontekście Maven: Maven AGI opiera się na agentowym wykonywaniu zadań – umożliwia agentom AI rozumowanie oraz podejmowanie bezpiecznych, audytowalnych działań w procesach obsługi klienta. Więcej informacji: Agent Maven
**Perspektywa kierownictwa Maven: Moim zdaniem najważniejsza zmiana, która dokonuje się obecnie, to nie generatywna AI, lecz sprawczość. Przedsiębiorstwa nie mają problemu z brakiem odpowiedzi; problemem jest to, że systemy nie potrafią działać w rozproszonym środowisku narzędzi. Agentowa AI ma znaczenie, ponieważ zamyka tę lukę. Gdy AI potrafi rozumieć intencje, uwzględniać ograniczenia i bezpiecznie realizować rzeczywiste procesy, przestaje być demonstracją i staje się infrastrukturą.
Agent AI
Agent AI to system, który potrafi odbierać dane wejściowe, utrzymywać kontekst, rozumować w odniesieniu do celów i podejmować działania, aby osiągać rezultaty. Ta definicja wykracza poza reaktywne boty i jest zgodna z wieloletnimi badaniami nad AI.
Definicja ogólna: 👉 Agent AI — Wikipedia
W środowiskach CX agenci AI muszą:
- Rozumieć intencje we wszystkich kanałach.
- Mieć dostęp do wiedzy przedsiębiorstwa.
- Wykonywać działania w systemach zaplecza (a nie tylko je sugerować).
W kontekście Maven: Agenci AI Maven działają w kanałach głosowym, czacie, e-mailu i SMS, korzystając ze wspólnej warstwy rozumowania, dzięki czemu klienci nie muszą zaczynać rozmowy od nowa po zmianie kanału. Agenci AI mogą wywoływać dozwolone Akcje (Actions) zdefiniowane w Maven z parametrami i Instrukcjami; nie tworzą samodzielnie nowych Akcji. Poznaj kanały agentów: Kanały agentów
**Perspektywa kierownictwa Maven: Agenci AI odnoszą sukces, gdy łączą rozumowanie z działaniem. Zespoły CX potrzebują nie tylko odpowiedzi, ale rezultatów. Dlatego agenci Maven są projektowani tak, by działać na podstawie intencji we wszystkich kanałach i punktach styku.
Autonomia i człowiek w pętli (HITL)
Autonomia określa, w jakim stopniu agent AI może działać samodzielnie. W korporacyjnym CX pełna autonomia rzadko jest kwestią zero-jedynkową. Systemy równoważą automatyzację z nadzorem człowieka.
Salesforce podkreśla, że agentowa AI różni się od AI wspierającej tym, że proaktywnie wykonuje zadania, a jednocześnie w razie potrzeby umożliwia weryfikację przez człowieka. 👉 Czym jest agentowa AI – Salesforce
Dobra praktyka: Procesy o dużym wolumenie i niskim ryzyku są często w pełni zautomatyzowane, natomiast wrażliwe przypadki szczególne trafiają do konsultantów z zachowaniem pełnego kontekstu.
W kontekście Maven: Maven obsługuje konfigurowalne zabezpieczenia typu human-in-the-loop, pozwalające zespołom CX określić, gdzie kończy się autonomia, a zaczyna weryfikacja przez człowieka. Autonomia jest zawsze ograniczona regułami dostępności, zakresem Wiedzy (Knowledge) i ograniczeniami Akcji.
**Perspektywa kierownictwa Maven: Autonomia nie oznacza całkowitego wyeliminowania ludzi – oznacza umożliwienie im skupienia się na wyjątkach o wysokiej wartości. Strategie HITL są kluczowe dla niezawodności i zaufania w przedsiębiorstwie.
2) Kanały interakcji z klientem
Voice AI / agenci głosowi
Voice AI umożliwia agentom AI prowadzenie rozmów telefonicznych na żywo – rozumienie przerwań, akcentów i intencji przy jednoczesnym wykonywaniu działań w czasie rzeczywistym.
Maven Voice™ to rozwiązanie do automatyzacji kanału głosowego klasy enterprise, które integruje się z istniejącą infrastrukturą telefoniczną i contact center. Kanały głosowe działają podobnie jak wszystkie pozostałe kanały, korzystając z tych samych fundamentów Akcji i Wiedzy.
Aby porozmawiać o Maven Voice lub innych naszych rozwiązaniach agentowych: Umów demo
**Perspektywa kierownictwa Maven: Klienci nie myślą kanałami – myślą rezultatami. Jednym z największych błędów starszych technologii obsługi klienta jest oddzielne traktowanie kanałów głosowego, czatu, e-maila i SMS. Stałym elementem powinien być agent, a nie kanał. Kanały to tylko interfejsy; inteligencja powinna być wspólna.
AI w czacie i komunikatorach
Agenci czatu prowadzą cyfrowe rozmowy w czasie rzeczywistym na stronach internetowych i w aplikacjach. Utrzymują kontekst, korzystają z wiedzy i w razie potrzeby płynnie eskalują sprawy.
W kontekście Maven: Agenci czatu korzystają z tej samej warstwy rozumowania co kanał głosowy i e-mail, co zapewnia spójne odpowiedzi i działania. Wszystkie kanały współdzielą tę samą Wiedzę, Akcje i sygnały oceny jakości.
Poznaj możliwości czatu: Czat
**Perspektywa kierownictwa Maven: Wspólny silnik rozumowania sprawia, że każda interakcja przebiega płynnie, nawet jeśli klient zmieni kanał w trakcie rozmowy.
Automatyzacja e-maili i SMS
E-mail i SMS mają kluczowe znaczenie przy dużych wolumenach interakcji. AI może klasyfikować, streszczać, przygotowywać i rozwiązywać wiadomości na dużą skalę, zachowując odpowiedni ton i zgodność z przepisami.
W kontekście Maven: Interakcje e-mailowe i SMS obsługuje ten sam silnik agentowy, co zapewnia ciągłość między kanałami i mierzalne przyspieszenie rozwiązywania spraw.
**Perspektywa kierownictwa Maven: Spójność i kontekst są bezwzględnie konieczne – zwłaszcza w kanałach asynchronicznych, takich jak e-mail i SMS.
3) Wiedza, kontekst i rozumowanie
Grafy wiedzy i AI oparta na wiarygodnych źródłach
AI w przedsiębiorstwie musi opierać się na zaufanej, zarządzanej wiedzy, aby unikać halucynacji i naruszeń polityk. Bez solidnych fundamentów nawet zaawansowane modele udzielają niespójnych odpowiedzi, przekazują nieaktualne informacje lub naruszają zasady.
W kontekście Maven: Graph of Record to autorskie podejście Maven do opierania AI na wiarygodnych danych przedsiębiorstwa. Łączy wiedzę z istniejących systemów organizacji bez kopiowania, migrowania czy centralizowania danych. Zamiast wymagać od firm przenoszenia informacji do nowego systemu, Maven tworzy inteligentne połączenia w czasie rzeczywistym z systemami źródłowymi, takimi jak CRM, platformy do obsługi zgłoszeń, repozytoria treści i hurtownie danych.
Ponieważ każda odpowiedź pochodzi bezpośrednio z tych systemów, Graph of Record zapewnia, że odpowiedzi odzwierciedlają najnowsze dane, uwzględniają istniejące uprawnienia i są zgodne z politykami przedsiębiorstwa.
Gdy na przykład klient pyta o status konta lub uprawnienia rozliczeniowe, agent odpowiada na podstawie bieżącego kontekstu systemowego, a nie zapisanego w pamięci podręcznej podsumowania. To znacząco ogranicza halucynacje, nieaktualne odpowiedzi i ryzyko braku zgodności, zwłaszcza w środowiskach regulowanych lub złożonych operacyjnie.
**Perspektywa kierownictwa Maven: Inteligencja bez oparcia w faktach to ryzyko. Wiedza, kontekst i zabezpieczenia to najtrudniejsza – i najważniejsza – część pracy nad AI na skalę przedsiębiorstwa. Graph of Record Maven jest fundamentem Business AGI, ponieważ pozwala skalować inteligencję w całym przedsiębiorstwie przy zachowaniu dokładności, zgodności i solidności operacyjnej. Łącząc systemy zamiast je duplikować, organizacje mogą szybciej wdrażać AI, ograniczać ukryte koszty infrastruktury i pewnie przechodzić od eksperymentów do produkcji.
Pamięć kontekstowa i RAG
Retrieval-Augmented Generation (RAG) pozwala agentom pobierać odpowiednie dane przedsiębiorstwa w czasie działania. Pamięć kontekstowa zapewnia ciągłość w długich lub wielosesyjnych interakcjach. RAG w Maven pobiera dane z Baz Wiedzy o określonym zakresie, które respektują reguły dostępu i dostępność w poszczególnych kanałach.
IBM i Gartner podkreślają, że oparcie w wiarygodnych źródłach i kontekst są kluczowe dla niezawodności AI w przedsiębiorstwie. 👉 Analizy IBM dotyczące AI w przedsiębiorstwie: Agenci AI w przedsiębiorstwie — IBM
**Perspektywa kierownictwa Maven: RAG i pamięć pozwalają AI działać pewnie i unikać błędów, które mogłyby nadszarpnąć zaufanie klientów.
4) Integracje i realizacja procesów
Integracje z CRM i systemami zaplecza
Agenci AI muszą integrować się z systemami CRM, rozliczeniowymi i narzędziami wewnętrznymi, aby wykonywać realną pracę – na przykład aktualizować rekordy czy przetwarzać zwroty.
W kontekście Maven: Maven integruje się z systemami takimi jak Salesforce i Zendesk, umożliwiając agentom wywoływanie dozwolonych Akcji, które odczytują lub zapisują dane w systemach.
Zobacz wszystkie integracje Maven: Integracje
**Perspektywa kierownictwa Maven: AI, która nie potrafi działać, to tylko kolejna warstwa interfejsu. Agenci muszą być pełnoprawnymi operatorami w systemach przedsiębiorstwa, z pełną audytowalnością i bezpieczeństwem.
API i bezpieczne wykonywanie działań
API pozwalają agentom współpracować z systemami przedsiębiorstwa, uruchamiać procesy i wykonywać działania w sposób bezpieczny i audytowalny. Zapewnia to zgodność z korporacyjnymi standardami zarządzania, a jednocześnie zwiększa efektywność operacyjną i skalowalność.
W kontekście Maven: Podejście API-first w Maven umożliwia agentom realizację złożonych procesów bezpośrednio w systemach przedsiębiorstwa. Maven dba o to, by każde działanie podlegało rygorystycznym mechanizmom uwierzytelniania, identyfikowalności i zgodności. Dzięki temu klienci mogą płynnie zintegrować rozwiązanie z istniejącą infrastrukturą, zachowując kontrolę i osiągając mierzalny wzrost efektywności.
**Perspektywa kierownictwa Maven: Bezpieczne wykonywanie działań postrzegamy jako strategiczny czynnik umożliwiający innowacje w przedsiębiorstwie. Zaufanie i rozliczalność to fundamenty skutecznej automatyzacji. Dbając o to, by każde zautomatyzowane działanie było identyfikowalne, audytowalne i zgodne z politykami zarządzania, dajemy organizacjom pewność potrzebną do bezpiecznego skalowania działalności.
5) Wskaźniki i KPI istotne dla liderów CX
Wskaźnik autonomicznego rozwiązywania (ARR)
Definicja: Odsetek zapytań lub zgłoszeń klientów w pełni rozwiązanych przez agentów AI bez konieczności interwencji człowieka. Autonomiczne rozwiązanie oznacza rozmowę zakończoną bez przekazania do konsultanta i bez negatywnej opinii, zgodnie z metryką „Resolved by Maven” w produkcie.
Dlaczego to ważne: Mierzy skuteczność i niezawodność agentowej AI w samodzielnym wykonywaniu zadań, pomagając obniżać koszty i odciążać konsultantów, by mogli zająć się pracą o wyższej wartości.
Przykład: Papaya Pay osiągnęła 90% zapytań obsłużonych autonomicznie dzięki Maven AGI.
Rozwiązanie przy pierwszym kontakcie (FCR)
Definicja: Odsetek problemów klientów rozwiązanych podczas pierwszej interakcji, niezależnie od kanału.
Dlaczego to ważne: Wysoki FCR świadczy o efektywności i płynnym doświadczeniu klienta. Agenci AI mogą zwiększać FCR dzięki natychmiastowemu dostępowi do wiedzy i systemów, ograniczając potrzebę kolejnych kontaktów.
Przykład: Papaya Pay osiągnęła 70% rozwiązań przy pierwszym kontakcie po wdrożeniu Agent Maven™.
Czas rozwiązania (TTR)
Definicja: Średni czas od zgłoszenia zapytania przez klienta do pełnego rozwiązania problemu.
Dlaczego to ważne: Krótszy TTR oznacza szybszą obsługę i lepsze CX. Agenci AI mogą radykalnie skrócić TTR, automatycznie pobierając informacje, aktualizując systemy i wykonując działania.
Przykład: Enumerate rozwiązało 80% zgłoszeń w czasie poniżej 3 minut dzięki Agent Maven™, co pokazuje znacząco krótszy TTR w środowisku produkcyjnym.
Wskaźnik wysiłku klienta (CES)
Definicja: Wskaźnik odzwierciedlający, jak łatwo było klientowi rozwiązać problem, zwykle mierzony w ankiecie po interakcji (np. „Jak łatwo było dziś rozwiązać Państwa problem?”).
Dlaczego to ważne: Wysoki CES (niski wysiłek) koreluje z satysfakcją i lojalnością klientów oraz mniejszą rezygnacją. Agenci AI przyczyniają się do tego, ograniczając utrudnienia, eliminując zbędne kroki i zapewniając pomoc uwzględniającą kontekst.
Przykład: Mastermind rozwiązało 93% zapytań na czacie przy 75% krótszym czasie odpowiedzi, co jest wyraźnym sygnałem mniejszego wysiłku klientów.
Niższe koszty ogólne
Definicja: Ograniczenie wydatków operacyjnych dzięki automatyzacji powtarzalnych zadań, usprawnieniu procesów i zmniejszeniu zapotrzebowania na dodatkowe zasoby ludzkie.
Dlaczego to ważne: Niższe koszty ogólne pozwalają organizacjom przeznaczać budżet na inicjatywy strategiczne, poprawiać skalowalność i utrzymywać rentowność nawet przy rosnącej liczbie zapytań. Agenci AI przyczyniają się do tego, autonomicznie obsługując duże wolumeny interakcji i zmniejszając zależność od konsultantów w rutynowych zadaniach.
Wzrost CSAT i NPS
Definicja CSAT: Miara zadowolenia klientów z konkretnej interakcji lub obsługi ogółem, zwykle zbierana w krótkiej ankiecie po interakcji (np. „Jak bardzo są Państwo zadowoleni z otrzymanego wsparcia?” w skali 1–5 lub 1–10). Dlaczego to ważne: CSAT odzwierciedla bieżące nastawienie klientów i jakość doświadczenia. Agenci AI mogą pozytywnie wpływać na CSAT, zapewniając trafne, szybkie i uwzględniające kontekst rozwiązania.
Przykłady: Rho osiągnęło 95% zadowolenia klientów (CSAT), obsługując więcej kontaktów bez zwiększania zatrudnienia. Podczas oceny ponad 50 dostawców przez Thumbtack Maven wypadł o ponad 15% lepiej od konkurencji w wewnętrznej ocenie CSAT firmy.
Definicja NPS: Miara lojalności klientów i skłonności do polecania marki, zbierana za pomocą pytania ankietowego, np.: „Jak prawdopodobne jest, że polecą Państwo naszą firmę znajomemu lub współpracownikowi?”. Respondenci oceniają w skali 0–10, a wyniki są dzielone na kategorie:
Obliczanie NPS =%Promotorów−%KrytykówNPS
Dlaczego to ważne: NPS odzwierciedla długoterminową lojalność klientów. Agenci AI, którzy ograniczają utrudnienia, przyspieszają rozwiązywanie spraw i zapewniają spójne doświadczenia we wszystkich kanałach, mogą zwiększać odsetek promotorów i zmniejszać liczbę krytyków.
Przykład: Enumerate odnotowało wynik NPS na poziomie +40, co świadczy o wysokiej lojalności i zadowoleniu z obsługi wspieranej przez Maven.
Julie Mohr, główna analityczka w Forrester, napisała 1 grudnia 2025 r., że „przy AI i automatyzacji dawne podejście »szybciej znaczy lepiej« ma jeszcze mniej sensu”, i przedstawiła swoje spojrzenie na 5 nowych KPI skoncentrowanych na AI.
👉 Analiza Forrester: Czas na nowe spojrzenie na sukces service desku
W kontekście Maven: Wielu klientów Maven osiąga ARR powyżej 90% w wybranych procesach. Poznaj wyniki klientów: Studia przypadków
**Perspektywa kierownictwa Maven: Samo odciążenie wolumenu to nie sukces – sukcesem jest rozwiązanie sprawy. Wskaźniki powinny odzwierciedlać rzeczywiste rezultaty dla klientów, a nie tylko liczbę zgłoszeń.
Podsumowanie
Wiemy, że słowniczek to zapewne tylko jeden z wielu kroków w procesie oceny, czy, jak i kiedy wdrożyć agentową AI w Państwa organizacji.
Nasze zespoły sprzedaży, inżynierów rozwiązań i zarządzania doświadczeniem klienta współpracują z potencjalnymi klientami, aby doprecyzować wymagania, uzasadnić inwestycję, przygotować plan testów i wersji beta oraz określić potencjał agentowej AI w Państwa strategii CX.
Kolejnym krokiem może być wstępna rozmowa o Państwa celach i etapie analizy! Chętnie pomożemy wyznaczyć dalszą drogę: Skontaktuj się z naszym zespołem
O autorze
Sami ShalabiWspółzałożyciel i dyrektor ds. technologii (CTO), Maven AGI
Sami Shalabi odpowiada za wizję produktu i architekturę platformy Maven dla korporacyjnych agentów AI działających w kanałach głosowym, czacie, e-mailu i SMS. Wcześniej zajmował wyższe stanowiska kierownicze w obszarze inżynierii w Google i IBM. Koncentruje się na systemach agentowej AI, które łączą rozumowanie, autonomię i integracje z systemami przedsiębiorstwa, zapewniając mierzalne rezultaty w CX.
Przekonaj się na własnych rozmowach.
Poproś o bezpłatne, spersonalizowane demo.
