W marcu 2025 r. Gartner opublikował prognozę, która trafiła do strategicznych prezentacji każdego lidera CX: do 2029 r. agentowa AI będzie autonomicznie rozwiązywać 80% typowych problemów w obsłudze klienta bez udziału człowieka, obniżając koszty operacyjne o 30%.
Minął rok i wiele się wydarzyło. Część wydarzeń potwierdziła tę prognozę, część znacząco ją skomplikowała. Niektóre ujawniły problemy, o których 12 miesięcy temu nikt nie mówił.
Jeśli w 2026 r. budują Państwo strategię AI dla obsługi klienta, nagłówek z marca 2025 r. nie daje już pełnego obrazu. Potrzebne są również korekty, ostrzeżenia i dane rynkowe, które pojawiły się później.
Pierwotna prognoza: co właściwie powiedział Gartner
Główna teza była prosta: agentowa AI wyjdzie poza generowanie tekstu i podsumowywanie rozmów i zacznie samodzielnie realizować zadania. Anulowanie członkostwa. Negocjowanie stawek za wysyłkę. Rozwiązywanie problemów, zanim klient w ogóle je zauważy.
Liczba 80% trafiła do nagłówków, ale to 30% redukcji kosztów zainteresowało dyrektorów finansowych. Istotne było ujęcie tematu: Gartner nie mówił o coraz mądrzejszych chatbotach. Opisywał fundamentalną zmianę w sposobie działania organizacji obsługi klienta – od reaktywnych kolejek obsługiwanych przez ludzi do proaktywnego rozwiązywania spraw przez AI.
Prognoza trafiła na rynek gotowy, by ją usłyszeć. Budżety zostały przesunięte. Ruszyły pilotaże. Dostawcy w pośpiechu szukali dla siebie miejsca.
Potem zaczęła się konfrontacja z rzeczywistością.
3 miesiące później: korekta kursu ze strony samego Gartnera
W czerwcu 2025 r. Gartner opublikował znacznie ostrożniejszą prognozę: ponad 40% projektów agentowej AI zostanie anulowanych do końca 2027 r. Powody były jednoznaczne – rosnące koszty, niejasna wartość biznesowa i niewystarczająca kontrola ryzyka.
Nie było to odwołanie marcowej prognozy, lecz filtr. Gartner w zasadzie mówił: tak, rynek zmierza w stronę 80% autonomicznie rozwiązywanych spraw. Ale większości firm nie uda się tam dotrzeć.
Ankieta przeprowadzona w styczniu 2025 r. wśród ponad 3 400 liderów przedsiębiorstw pokazała to w liczbach. Tylko 19% poczyniło znaczące inwestycje w agentową AI. Kolejne 42% inwestowało ostrożnie. Pozostałe 39% czekało, nie miało pewności lub w ogóle nie zainwestowało. Rynek się ruszył, ale ostrożnie – a pierwsi gracze już napotykali przeszkody.
Problem agent washingu, którego nikt nie przewidział
Być może najważniejszym wydarzeniem minionego roku było nazwanie przez Gartnera zjawiska, którego klienci korporacyjni doświadczali, ale nie potrafili go określić: agent washing.
Spośród tysięcy dostawców deklarujących możliwości agentowej AI Gartner uznał za prawdziwych tylko około 130. Pozostali przemianowali istniejące chatboty, narzędzia RPA i wirtualnych asystentów, używając nowego języka marketingowego, ale bez istotnych nowych możliwości.
Ma to ogromne znaczenie dla liderów CX, którzy właśnie oceniają dostawców. Chatbot przemianowany na agenta nadal trafi na ten sam sufit co zawsze. Obsługuje około 20–30% interakcji, nie potrafi rozumować w wieloetapowych problemach, koordynować działań między kanałami ani samodzielnie działać w systemach firmowych. Gdy taki przemianowany chatbot nie spełnia oczekiwań, kupujący obwinia agentową AI jako koncepcję, a nie dostawcę, który obiecał za dużo.
To w dużej mierze stąd bierze się 40% anulowanych projektów. Firmy nie ponoszą porażki na agentowej AI. Ponoszą porażkę na etapie zakupów. Kupują chatboty przebrane za agentów i dziwią się, że wyniki wyglądają tak samo jak rok temu.
Co faktycznie przyspieszyło: liczby, które się potwierdziły
Nie wszystko, co wydarzyło się w minionym roku, było sygnałem ostrzegawczym. Kilka danych potwierdziło, że trend jest realny i przyspiesza – w firmach, które robią to właściwie.
Gwałtownie wzrosła integracja z aplikacjami biznesowymi. W sierpniu 2025 r. Gartner przewidział, że do końca 2026 r. 40% aplikacji biznesowych będzie zintegrowanych z agentami AI wyspecjalizowanymi w konkretnych zadaniach, wobec mniej niż 5% rok wcześniej. Jesteśmy właśnie w okresie, w którym ta prognoza jest weryfikowana, a krzywa adopcji jest bardzo stroma. Dostawcy oprogramowania CRM, help desk i ERP w ciągu ostatnich 12 miesięcy wprowadzili funkcje agentowe.
Wieloagentowa AI stała się wyróżnikiem konkurencyjnym. W październiku 2025 r. strategiczne prognozy Gartnera wskazały, że do 2028 r. dominować będą organizacje wykorzystujące wieloagentową AI w 80% procesów związanych z klientem. Na prowadzenie wychodzą firmy, które nauczyły się koordynować wiele agentów AI w różnych obszarach – a nie tylko pojedynczego chatbota w pojedynczym kanale.
Cisco niezależnie potwierdziło harmonogram. Globalne badanie Cisco z 2025 r., obejmujące blisko 8 000 liderów biznesu i technologii, prognozuje, że do połowy 2026 r. ponad 56% interakcji w obsłudze klienta będzie wykorzystywać agentową AI, a do 2028 r. – 68%. To nie jest głos wyłącznie pojedynczej firmy analitycznej. Wiele niezależnych badań wskazuje ten sam przedział czasowy.
Zakupy B2B przechodzą na model agent-first. Gartner przewiduje, że do 2028 r. 90% zakupów B2B będzie odbywać się za pośrednictwem agentów AI, co skieruje ponad 15 bilionów USD wydatków przez wymiany między agentami AI. Oznacza to, że AI w Państwa obsłudze klienta nie będzie rozmawiać tylko z ludźmi – będzie negocjować z agentami AI innych firm. Jeśli Państwa platforma nie obsługuje interakcji maszyna–maszyna, budują Państwo rozwiązanie dla świata, który już odchodzi.
Co się zmieniło: rozmowa o zespołach stała się konkretna
W grudniu 2025 r. Gartner opublikował wyniki badania, które przesunęły dyskusję z technologii na ludzi. Ponad 80% organizacji spodziewa się zmniejszenia zatrudnienia w contact center w ciągu najbliższych 18 miesięcy – poprzez naturalną rotację, wstrzymanie rekrutacji lub zwolnienia.
Ciekawsza była jednak inna liczba: blisko 80% tych samych organizacji planuje przenieść obecnych konsultantów na nowe stanowiska, a 84% rozszerza profile konsultantów o nowe umiejętności.
To bardziej zniuansowany obraz, niż sugeruje nagłówek „AI zastępuje konsultantów”. W rzeczywistości zachodzi restrukturyzacja. Rutynowe interakcje przechodzą do AI. Konsultanci zajmują się złożonymi sprawami, wymagającymi empatii i dobrego osądu. A sama rola ewoluuje od „odbierz telefon i trzymaj się skryptu” do „nadzoruj AI, obsługuj eskalacje i zarządzaj wyjątkami”.
Dla liderów CX oznacza to, że strategia AI jest jednocześnie strategią kadrową. Nie można wdrożyć agentowej AI w próżni i oczekiwać, że struktura organizacyjna sama się ułoży. Sukces odnoszą firmy, które zaplanowały transformację zespołów równolegle z wdrożeniem technologii, a nie po nim.
Co pozostało bez zmian: problem architektury
Oto, co nie zmieniło się w minionym roku: fundamentalna luka architektoniczna, która oddziela firmy zmierzające do 80% rozwiązanych spraw od tych, które trafią na stos anulowanych projektów.
Większość pilotaży agentowej AI wciąż zaczyna się w pojedynczym kanale. Zwykle na czacie, czasem w e-mailu, rzadko w kanale głosowym. Prawie nigdy we wszystkich 3 jednocześnie. Logika wydaje się rozsądna: zacząć od małej skali, udowodnić wartość, a potem rozszerzać. Ale obsługa klienta nie działa w kanałach. Działa w sprawach.
Klient dzwoni na infolinię, traci cierpliwość, wysyła e-mail, a 2 godziny później otwiera okno czatu. Ta sama sprawa, 3 kanały, 3 odrębne agenty AI, które nic o sobie nie wiedzą. To nie jest autonomiczne rozwiązywanie spraw. To zautomatyzowana fragmentacja.
Firmy, które faktycznie osiągają wskaźniki autonomicznego rozwiązywania spraw powyżej 90%, robią to dzięki ujednoliconej architekturze: agentowi AI, który widzi pełną historię klienta we wszystkich kanałach, integruje się z istniejącym help deskiem zamiast go zastępować i w razie potrzeby przekazuje sprawę ludziom z pełnym kontekstem. Bez ponownego pytania o numer konta. Bez zaczynania od nowa, bo klient przeszedł z telefonu na czat.
Tak było rok temu. Tak jest nadal. A 40% anulowanych projektów to w dużej mierze historia firm, które to zignorowały.
Mur zgodności wciąż stoi
Druga rzecz, która się nie zmieniła: zgodność z regulacjami pozostaje w przedsiębiorstwach największą przeszkodą między udanym pilotażem a wdrożeniem produkcyjnym.
Najnowsze strategiczne prognozy Gartnera na 2026 r. dodały nowy wątek. Do końca 2026 r. liczba roszczeń prawnych dotyczących śmierci spowodowanej przez AI przekroczy 2 000 z powodu niewystarczających zabezpieczeń przed ryzykiem. Ta liczba powinna dać do myślenia każdemu liderowi CX oceniającemu platformy AI. Kosztem błędów w obszarze zgodności nie jest już tylko nieudany pilotaż. To ryzyko prawne.
Firmy z sektora ochrony zdrowia przetwarzające PHI. Instytucje finansowe przetwarzające dane PCI. Każda firma przetwarzająca PII zgodnie z GDPR. Agent AI, który samodzielnie rozwiązuje sprawy klientów, musi działać w ramach SOC 2, HIPAA, GDPR i PCI-DSS jako podstawowej funkcji, a nie punktu na roadmapie. 5 certyfikatów ISO, SOC 2 Type II, umowy HIPAA BAA – to właśnie odróżnia pilotaż, który się skaluje, od pilotażu, który upada na przeglądzie bezpieczeństwa.
Co z tym wszystkim zrobić
Rok danych nie zmienił celu. Prognoza Gartnera dotycząca 80% nadal wydaje się kierunkowo trafna. Ten rok pokazał natomiast, które ścieżki tam prowadzą, a które kończą się wśród 40% anulowanych projektów.
Audyt dostawcy pod kątem agent washingu. Jeśli agent Państwa dostawcy AI nie potrafi samodzielnie planować, realizować wieloetapowych zadań i koordynować działań w różnych kanałach bez podpowiedzi człowieka, to nie jest agent. To chatbot z lepszym marketingiem. Według szacunków samego Gartnera tylko około 130 spośród tysięcy dostawców oferuje prawdziwe możliwości agentowe.
Ujednolicona architektura zamiast pojedynczego kanału. Jeśli AI nie widzi rozmowy telefonicznej klienta, gdy ten przechodzi na czat, mierzą Państwo automatyzację kanału, a nie rozwiązywanie spraw. Cel 80% dotyczy rozwiązanych spraw, a nie obsłużonych rozmów. Wymaga to ujednoliconego rozwiązywania spraw na czacie, w kanale głosowym i w e-mailu.
Planowanie transformacji zespołów teraz, a nie po wdrożeniu. Dane są jednoznaczne: zatrudnienie się zmieni, ale role będą ewoluować, a nie znikać. Nowe role, szkolenia i ścieżki kariery warto projektować równolegle z wdrażaniem technologii.
Zgodność od pierwszego dnia. Skoro do końca tego roku liczba roszczeń prawnych związanych z AI ma przekroczyć 2 000, dostosowywanie zgodności po fakcie przestało być ryzykiem dla harmonogramu. To ryzyko prawne. Warto wybierać platformy od początku projektowane z myślą o bezpieczeństwie klasy enterprise.
Mierzenie autonomicznego rozwiązywania spraw, a nie deflekcji. Deflekcja liczy rozmowy, w których AI brała udział. Autonomiczne rozwiązywanie spraw liczy sprawy, które AI faktycznie rozwiązała – we wszystkich kanałach, od pierwszego kontaktu do zamknięcia. To drugi wskaźnik odpowiada prognozie 80%. Pierwszy sprawia, że słabe pilotaże dobrze wyglądają na papierze.
Gdzie jesteśmy
Marcowa prognoza Gartnera z 2025 r. trafnie wskazała cel. Miniony rok uzupełnił mapę, a mapa pokazuje, że większość dróg, którymi idą firmy, wcale tam nie prowadzi.
Firmy, które do 2029 r. osiągną 80% autonomicznie rozwiązywanych spraw, to nie te, które działały najszybciej. To te, które działały właściwie: ujednolicona architektura, prawdziwe możliwości agentowe, wbudowana zgodność klasy enterprise i plan kadrowy traktujący AI jako restrukturyzację, a nie zastąpienie ludzi.
A ci, którzy kupili przemianowane chatboty i jednokanałowe pilotaże? To właśnie te 40%.
Do weryfikacji prognozy 80% zostały 3 lata. To, jak wykorzystają Państwo najbliższe 12 miesięcy, zdecyduje, po której stronie tej liczby się Państwo znajdą.
Przekonaj się na własnych rozmowach.
Poproś o bezpłatne, spersonalizowane demo.
