Kiedy kierowałem globalnym działem customer success w HubSpot, baza klientów wzrosła w zaledwie 4 lata z około 70 000 do ponad 220 000. Wzrost na taką skalę wystawia na próbę każde założenie dotyczące klienta.
Na tym etapie dane potrzebne do zrozumienia pojedynczego klienta były rozproszone w logach produktu, systemach rozliczeniowych, kolejkach wsparcia i notatkach, które konsultant wpisywał z pamięci. Wszystkie te dane tworzyły zapis, ale nie dawały zrozumienia.
Agenci AI zamykają tę lukę. Kategoria oprogramowania CRM nie przetrwa w obecnej formie, ponieważ opiera się na rozproszonych danych, które trudno sensownie zintegrować.
Lejek był schematem organizacyjnym narysowanym w poziomie
Ścieżka klienta ewoluowała od lejka, przez koło zamachowe, po pętlę. Każda z tych wersji ma tę samą wadę: skupia się na tym, co robi firma, w kolejności, w jakiej to robi. Tymczasem rzeczywistość rzadko tak wygląda.
Oto, co dzieje się naprawdę. Klient, który jest 3 miesiące po podpisaniu umowy, ma za sobą 2 nieudane logowania, nierozwiązany spór o fakturę i ofertę rozszerzenia pakietu od kogoś, kto nie wie ani o jednym, ani o drugim. W badaniu Salesforce State of the Connected Customer 55% klientów stwierdziło, że ma wrażenie kontaktu z poszczególnymi działami, a nie z jedną spójną firmą, a 56% – że musi powtarzać to samo różnym konsultantom. Dotąd dało się to tolerować, bo oprogramowanie mogło jedynie dostarczać informacje człowiekowi, a człowiek widzi naraz tylko jeden ekran.
Teraz pracę wykonuje oprogramowanie
Firmy technologiczne koncentrują się na tym, by agentowa AI przenosiła dane z silosów do baz danych, a jednocześnie rozwijają narzędzia, które odnajdują informacje i przetwarzają je w odpowiedź. Klienci płacą dziś za rezultat, a nie za narzędzie. Na przykład przy korzystaniu z agenta wsparcia klient płaci za każde rozwiązane zgłoszenie, a nie za licencję na stanowisko.
Jaya Gupta i Ashu Garg z Foundation Capital nazwali tę zmianę Service as Software i widzą w niej szansę wartą 4,6 bln USD. Service as Software zaczęło się od obsługi klienta, bo to funkcja o dużym wolumenie, wysokiej wartości i mierzalnym wyniku: rozwiązaniu sprawy. Gartner przewiduje, że do 2029 r. agentowa AI będzie samodzielnie rozwiązywać 80% typowych problemów obsługi klienta, obniżając koszty operacyjne o 30%.
1. Odkrywanie: pole wyszukiwania staje się rozmową.
Przez 20 lat odkrywanie produktów polegało na wpisaniu słowa kluczowego w pole wyszukiwania, które zwracało stronę wyników filtrowanych według ceny. Agent AI konsoliduje ten proces, a zadaniem marketingu staje się przejęcie odpowiedzialności za rozmowę.
2. Sprzedaż: jedna relacja, każdy kanał.
Ludzie nie komunikują się jednym kanałem. Wysyłamy e-mail, dzwonimy, dopisujemy SMS-a i oczekujemy, że druga strona zapamięta wszystkie 3 kontakty. Ktoś zadaje pytanie na czacie, a potem dostaje formularz, e-mail marketingowy i telefon od osoby, która nigdy nie przeczytała tego czatu.
Agent AI, który zna całą relację, prowadzi wątek we wszystkich kanałach – tak jak najlepsi handlowcy robią to z klientami, których znają po imieniu. Potrafi też coś, czego żaden człowiek nie zrobi na dużą skalę: zauważyć, że coś się zmieniło, i odezwać się pierwszy.
3. Onboarding: pierwszy tydzień przesądza o relacji.
Umowa właśnie została podpisana. Wszystko, co klient powiedział przed zakupem, zostaje u osoby, która zamknęła transakcję. Klient dostaje szablonowe e-maile powitalne, a gdy po raz pierwszy potrzebuje pomocy, czuje się tak, jakby rozmawiał z firmą po raz pierwszy.
Agent może przenieść relację sprzedażową dalej od pierwszego dnia, wiedzieć, dlaczego klient dokonał zakupu, i skonfigurować konto na podstawie decyzji zakupowych.
4. Wsparcie: 5 kroków, 3 systemy, 1 wynik.
Najbardziej złożone wdrożenie AI, jakie widziałem, obsługuje wsparcie płatności u operatora gier. Zanim agent odpowie graczowi, ma już sklasyfikowaną intencję, ocenioną pilność i sprawdzony język pod kątem kategorii ryzyka, w tym oznak problemu. Jeśli wykryje ryzyko, zmienia playbook, kieruje sprawę do kolejki konsultantów przeszkolonych w tym zakresie i przy zamknięciu zapisuje podsumowanie w rekordzie. To 5 kroków, 3 systemy, 2 zbiory reguł – bez reguł opartych na słowach kluczowych i bez ręcznej selekcji.
5. Odnowienie: relacja pamięta.
Przy odnowieniach wszystkie silosy ujawniają się naraz. System przypomina o zbliżającym się odnowieniu w ustalonym terminie, niezależnie od tego, co dzieje się u klienta. Tymczasem klient wciąż zmaga się z powracającym problemem, którego nikt nie naprawił. Agent, który ma pełny obraz, zna bolączki klienta i wie, co robi się, by je rozwiązać. Odnowienie staje się kontynuacją relacji, a nie kolejnym rachunkiem.
Wszystko albo nic
Przejście na rozwiązanie skoncentrowane na wynikach wymaga platformy, która łączy systemy, procesy i standardowe procedury operacyjne – czyli wieloetapowego rozumowania (multi-hop reasoning). Pozwala ono wnioskować na podstawie wiedzy, kontekstu i działań z wielu systemów oraz wiedzieć, co jest istotne na każdym etapie rozmowy. Uwzględnia przy tym uprawnienia użytkowników, dostępy, zabezpieczenia i standardowe procedury operacyjne.
Wielu liderów uważa, że oznacza to zakup agenta dla każdego działu od dostawcy, który wypadł najlepiej na demo. W ten sposób odbudowuje się lejek, tylko z lepszymi narzędziami – a rachunek integracji działa na niekorzyść firmy. Raport MuleSoft z 2026 r. wskazuje, że przeciętna organizacja korzysta z 957 aplikacji, z których tylko 27% jest ze sobą połączonych, a 86% liderów IT twierdzi, że agenci AI działający bez odpowiedniej integracji wnoszą więcej złożoności niż wartości.
Kupując agenta, warto zapytać:
- Czy agent wie, co wydarzyło się w systemie innego działu?
- Czy może wykonywać działania w systemie, czy tylko odczytywać dane?
- Czy przy przekazaniu sprawy człowiekowi ta osoba przejmuje kontekst, czy zaczyna od zera?
Korzyści są nieproporcjonalnie duże
Ścieżka klienta nigdy nie była sekwencją etapów. Była opisem naszych własnych działów, narysowanym w ten sposób, bo żaden system nie potrafił uchwycić rzeczywistości. Zastępuje ją jedna relacja, przechowywana w jednym miejscu i obsługiwana od pierwszego pytania po ostatnie odnowienie.
SaaS wyceniał narzędzie. Service as Software wycenia wykonaną pracę.
Artykuł ukazał się pierwotnie w Fast Company 2 października 2026 r.
Przekonaj się na własnych rozmowach.
Poproś o bezpłatne, spersonalizowane demo.
