Przejdź do treści
AwakastPorozmawiajmy
Wszystkie artykuły

AI do pytań klientów w firmie produkcyjnej: od czego zacząć, zanim kupisz narzędzie

Zanim kupisz chatbota albo agenta AI, rozpisz 50 ostatnich zapytań klientów według tego, gdzie leży odpowiedź: w dokumencie, w ERP czy u technologa. Od tego zależy, czego potrzebujesz.

Zanim kupisz narzędzie AI do obsługi zapytań klientów, rozpisz ostatnie kilkadziesiąt pytań według tego, gdzie leży odpowiedź: w dokumencie, w ERP czy w głowie technologa. Od tego zależy, czy potrzebujesz asystenta, który odpowiada z cytatem z karty technicznej, odczytu statusu z ERP, portalu klienta, czy po prostu lepszego kierowania spraw do właściwej osoby. Potem sprawdź jeden typ pytań przez dwa tygodnie na własnych danych, ze szkicami odpowiedzi zatwierdzanymi przez człowieka. Dopiero wtedy decyduj o wdrożeniu.

Ten poradnik jest dla właściciela, dyrektora sprzedaży albo kierownika BOK w firmie produkcyjnej, której biuro codziennie ręcznie odpowiada na te same pytania: parametry techniczne, certyfikat do partii, termin dostawy, dostępność. Dostawcy proponują już chatboty i „agentów AI”. Mapa pytań i test opisane niżej to coś, o co możesz poprosić każdego z nich, zanim cokolwiek podpiszesz.

Trzy miejsca, w których leżą odpowiedzi

To, czego potrzebujesz, zależy od tego, skąd pracownik bierze odpowiedź. W firmie produkcyjnej są trzy takie miejsca:

  • Dokument. Karta techniczna, deklaracja zgodności, certyfikat, instrukcja montażu, warunki gwarancji. Odpowiedź istnieje i ktoś musi ją znaleźć.
  • ERP. Status zamówienia, termin wysyłki, stan magazynu, numer partii. Odpowiedź zmienia się codziennie i jest prawdziwa tylko w systemie.
  • Człowiek. Czy materiał wytrzyma nietypowe warunki pracy, czy da się skrócić termin, jaki rabat dać przy większym zamówieniu. Odpowiedź wymaga decyzji technologa, planisty albo handlowca.

Do każdego z tych miejsc pasuje coś innego. Narzędzie, które dobrze przeszukuje dokumenty, nie zna statusu zamówienia. Integracja z ERP nie odpowie, czy uszczelka wytrzyma 180°C. Żadne z nich nie powinno samo przyznawać rabatów.

Mapa pytań do źródeł: rozpisz 50 ostatnich zapytań

Weź 50 ostatnich zapytań klientów: maile, telefony zapisane przez BOK, wiadomości od dystrybutorów. Przy każdym zapisz pięć rzeczy:

  1. Rodzaj pytania, np. „certyfikat do partii”, „termin dostawy”, „zamiennik produktu”.
  2. Gdzie leży odpowiedź: dokument, ERP czy osoba (z nazwiska).
  3. Co pasuje: szkic odpowiedzi z cytatem z dokumentu, odczyt z ERP, samoobsługa w portalu albo tylko przekierowanie do właściwej osoby.
  4. Kto zatwierdza, zanim odpowiedź wyjdzie do klienta.
  5. Czego nie automatyzujesz, nawet jeśli dałoby się to technicznie zrobić.

Tak mogłaby wyglądać taka mapa w firmie produkującej elementy z tworzyw (przykład, numery są umowne):

  • „Proszę o deklarację zgodności do partii 2311” → dokument (archiwum deklaracji powiązane z partią w ERP) → szkic maila z załączoną deklaracją i numerem partii → zatwierdza pracownik BOK → nie automatyzujesz wysyłki, jeśli partia ma otwartą niezgodność.
  • „Kiedy wyślecie zamówienie 4471?” → ERP → odczyt statusu i planowanej daty wysyłki → zatwierdza pracownik BOK, dopóki test nie pokaże, że dane w ERP są aktualne → nie podajesz terminu, którego nie potwierdził planista.
  • „Czy ten profil wytrzyma pracę na zewnątrz przez cały rok?” → osoba (technolog) → system tylko zbiera dane z zapytania i przekazuje je technologowi z kartą produktu → zatwierdza technolog → nie automatyzujesz odpowiedzi.
  • „Jaką cenę dacie przy 5000 sztuk?” → osoba (handlowiec) → kierowanie do handlowca z historią zamówień klienta → zatwierdza handlowiec → nie automatyzujesz rabatów.

Po 50 wierszach zobaczysz proporcje. Jeśli większość pytań dotyczy dokumentów, zaczynasz od asystenta, który przeszukuje Twoje dokumenty. Jeśli większość dotyczy statusu zamówień, zaczynasz od ERP, i być może wcale nie od AI. Jeśli większość wymaga technologa, najwięcej da dobre kierowanie i porządne zebranie danych z zapytania, żeby technolog nie musiał dopytywać.

Pytania z dokumentów: asystent, który podaje źródło

Karty techniczne, certyfikaty i instrukcje to dobre pole dla AI, pod jednym warunkiem: każda odpowiedź wskazuje dokument i miejsce, z którego pochodzi. Pracownik BOK widzi szkic odpowiedzi z linkiem do właściwej strony karty technicznej i porównuje go ze źródłem, zamiast samemu szukać dokumentu.

Zanim zaczniesz, sprawdź trzy rzeczy:

  • Która wersja dokumentu obowiązuje. Jeśli na dysku leżą trzy wersje karty technicznej, asystent znajdzie wszystkie trzy. Najpierw ustal, gdzie jest wersja aktualna.
  • Powiązanie z partią lub produktem. Certyfikat do partii ma sens tylko wtedy, gdy wiadomo, której partii dotyczy. Jeśli to powiązanie jest w ERP, asystent potrzebuje też odczytu z ERP.
  • Co asystent robi, gdy nie ma źródła. Powinien odmówić odpowiedzi i przekazać sprawę człowiekowi, a nie zgadywać. W teście licz takie odmowy osobno.

Pytania z ERP: odczyt z systemu, czasem portal zamiast AI

Status zamówienia i termin wysyłki to zapisy w ERP. Model językowy może pomóc zrozumieć maila („gdzie jest nasze zamówienie z zeszłego tygodnia?”) i ułożyć odpowiedź. Sama informacja musi pochodzić prosto z ERP, w chwili zapytania.

Zapytaj swojego partnera ERP, co system udostępnia innym aplikacjom. Przykładowo SAP Business One ma Service Layer, interfejs REST (OData), przez który inna aplikacja może odczytywać dane z systemu. Inne systemy mają własne interfejsy albo pozwalają na eksport. Od odpowiedzi partnera zależy zakres prac: odczyt przez API to inny projekt niż codzienny eksport do arkusza.

Bywa, że lepszym rozwiązaniem jest portal klienta: zalogowany klient sam widzi swoje zamówienia i terminy. Jeśli większość pytań to „gdzie jest moje zamówienie” od stałych odbiorców, portal może zdjąć je z BOK lepiej niż czat. AI ma sens tam, gdzie pytania przychodzą mailem, w różnej formie, i ktoś musi je najpierw zrozumieć.

Pytania, których nie automatyzujesz

Część pytań zostaje u ludzi, bez względu na to, co obiecuje narzędzie:

  • Rabaty i ceny poza cennikiem. To decyzja handlowa.
  • Reklamacje. Klient chce wiedzieć, że ktoś odpowiada za sprawę. System może zebrać zdjęcia, numer partii i opis, ale decyzję podejmuje człowiek.
  • Terminy, których nie potwierdził planista. Lepiej odpowiedzieć później niż podać klientowi datę, która nie wynika z planu produkcji.
  • Pytania o bezpieczeństwo i nietypowe zastosowania. Odpowiedź zostaje u technologa.

Tu AI pomaga inaczej: rozpoznaje rodzaj sprawy, zbiera brakujące dane i przekazuje ją właściwej osobie z kompletem informacji.

Szkic dla pracownika czy czat dla klienta

Przy zakupie najwięcej zależy od tego, kto pierwszy czyta odpowiedź. Szkic, który pracownik sprawdza, poprawia i wysyła, to inny system niż czat, który odpowiada klientowi sam.

Jest też różnica prawna. Od 2 sierpnia 2026 r. stosuje się art. 50 AI Act: systemy AI, które rozmawiają bezpośrednio z ludźmi, muszą od pierwszej interakcji informować, że to AI, chyba że jest to oczywiste. Według wyjaśnień Komisji Europejskiej ten obowiązek nie obejmuje sytuacji, w której z klientem komunikuje się człowiek jako pośrednik, ani systemów działających wyłącznie w tle. Zaprojektować taką informację musi dostawca systemu, więc zapytaj go, jak to rozwiązuje. Na dostawcy spoczywa też oznaczanie treści wygenerowanych przez AI w formacie odczytywalnym maszynowo. Czat dla klientów planuj razem z informacją o AI i ustal szczegóły z prawnikiem.

Bezpieczniej zacząć od szkicu dla pracownika: klient dostaje odpowiedź od człowieka, a Ty widzisz jakość szkiców, zanim cokolwiek wyjdzie na zewnątrz.

Dwutygodniowy test na własnych danych: co mierzyć i kiedy powiedzieć „stop”

Wybierz jeden rodzaj pytań z mapy: ten, którego jest najwięcej wśród Twoich 50 wierszy i którego odpowiedź leży w dokumencie albo w ERP. Przez dwa tygodnie system przygotowuje szkice odpowiedzi na prawdziwe zapytania, a pracownicy odpowiadają jak dotąd i porównują. Klient nie widzi niczego nowego.

Na koniec policz cztery liczby:

  1. Szkice wysłane bez zmian. Ile odpowiedzi pracownik mógłby wysłać od razu.
  2. Szkice poprawione. Ile wymagało zmian i jakich: błąd faktu, brakujący załącznik, ton.
  3. Pytania przekazane człowiekowi. Ile spraw system słusznie oddał technologowi albo handlowcowi.
  4. Odmowy z braku źródła. Ile razy system nie znalazł dokumentu albo danych. Każda taka odmowa wskazuje lukę w dokumentacji, którą warto uzupełnić także bez AI.

Powiedz „stop”, jeśli szkice z błędem faktu zdarzają się regularnie, jeśli pracownicy poprawiają prawie każdą odpowiedź albo jeśli dane w ERP okazują się nieaktualne. Wtedy najpierw porządkujesz źródła, a potem powtarzasz test.

Ustal przed testem, kto ocenia szkice i według jakich zasad. Bez tego po dwóch tygodniach zostaje wrażenie, a nie liczby.

Jak to wygląda u nas

W Analizie przedwdrożeniowej AI bierzemy jeden Twój proces: dwa tygodnie, Twoje dane, pomiar korzyści i rekomendacja, czy budować, czy zatrzymać projekt. Pierwszy etap ma stałą cenę. Na koniec dostajesz wyniki, które da się sprawdzić; opisujemy, jak je odebrać.

Dla jednego z producentów zbudowaliśmy system zarządzania produkcją połączony z jego SAP, z 15+ procesami w jednym systemie.

Napisz nam, o co klienci pytają najczęściej i jaki masz ERP. Po kilku zdaniach dowiesz się, jak byśmy się do tego zabrali.

Zobacz Analizę przedwdrożeniową AIZobacz system zarządzania produkcją

Budujesz coś podobnego? Pokaż nam.

Opowiedz nam, co budujesz