Branża
AI w retailu i e-commerce — obsługa klienta, opisy produktów, oferty dostawców
Aktualizacja: · Sprint0
W skrócie
W handlu AI zwraca się na powtarzalnych pytaniach i powtarzalnych tekstach: obsługa klienta poza godzinami pracy z regulaminu i statusu zamówienia, opisy produktów z kart dostawców z akceptacją człowieka, porównywanie cenników dostawców zamiast przepisywania, asystent na procedurach dla sezonowych pracowników. Warunkiem jest jedno źródło prawdy o produkcie i zamówieniu, więc często pierwszym krokiem jest integracja z ERP-em i magazynem. Dane klientów są pod RODO — asystent dostaje tylko to pole, którego potrzebuje do jednej odpowiedzi. Pracujemy dwiema drogami: model lokalny w Waszej sieci albo komercyjny na umowie powierzenia, a w obu obowiązują cztery reguły — minimum danych do modelu, umowa powierzenia, kontrola dostępu rolami, ślad audytowy. Pierwszy krok to zwykle pilot asystenta w zespole obsługi klienta, orientacyjnie 4–8 tygodni.
Jak wygląda praca dziś
Skrzynka obsługi klienta wygląda tak samo każdego dnia: gdzie jest paczka, czy mogę zwrócić, czy będzie rozmiar M. Konsultant otwiera panel sklepu, potem system kuriera, potem regulamin, i odpowiada — po raz setny tym samym zdaniem. Po godzinach pytania czekają do rana, a klient, który nie doczekał, kupuje gdzie indziej. W listopadzie i grudniu wolumen rośnie kilkukrotnie, a zespół jest ten sam plus kilku sezonowych, którzy dopiero uczą się procedur.
Katalog rośnie szybciej niż zespół contentu: nowe SKU przychodzą od dostawcy jako karta w PDF-ie albo arkusz, a opis na stronę ktoś przepisuje ręcznie, w pośpiechu, z parametrami z pamięci. Kupiec dostaje cenniki od kilku dostawców — każdy w innym układzie, innej jednostce, z innymi warunkami dostawy — i porównuje je w Excelu, w którym po trzeciej aktualizacji nikt nie wie, która kolumna jest aktualna.
Stany magazynowe żyją w sklepie, w ERP-ie i na marketplace’ach, i rozjeżdżają się w szczycie sezonu. Faktury wychodzą z systemu sprzedaży, ale do KSeF trafiają przez eksport, który ktoś uruchamia ręcznie. Każdy z tych procesów da się usprawnić — pod warunkiem, że dane, na których ma pracować AI, są spójne.
Zastosowania
Obsługa klienta poza godzinami pracy
Status zamówienia, zasady zwrotu, dostępność rozmiaru — z regulaminu, FAQ i systemu sprzedaży, przez całą dobę. Reklamacje i sprawy nietypowe idą do człowieka z podsumowaniem rozmowy.
Przewodnik: agenty AI w firmie →Opisy produktów z kart dostawców
Tysiące SKU opisane według Waszych wytycznych, każdy parametr z pokryciem w karcie produktu, publikacja po akceptacji człowieka. Bez zmyślonych cech i bez przepisywania.
Usługa: systemy AI dla biznesu →Porównywanie ofert dostawców
Cenniki w PDF-ie i Excelu w różnych układach sprowadzane do jednej tabeli: ta sama jednostka, ta sama waluta, te same warunki dostawy. Kupiec porównuje, zamiast przepisywać.
Przewodnik: ekstrakcja danych →Integracje ERP, magazyn, marketplace, KSeF
Jedno źródło prawdy o produkcie, stanie i zamówieniu, na którym asystent może polegać. Faktury ustrukturyzowane idą do KSeF z systemu, nie z ręcznego eksportu.
Usługa: systemy i integracje →Asystent dla zespołu sklepu i BOK
Procedury zwrotów, gwarancje, zasady promocji i instrukcje kasowe w jednym miejscu, z odpowiedzią wskazującą źródło. Sezonowy pracownik pyta system, nie kierownika zmiany.
Przewodnik: RAG na wiedzy firmowej →Regulacje, które wyznaczają ramy
- RODO dla danych klientów — historia zamówień, adresy, dane kontaktowe, zachowania w sklepie. Asystent odpowiadający na pytanie o paczkę potrzebuje numeru zamówienia i statusu, nie karty klienta; dostawcę modelu wiąże umowa powierzenia, a każde zapytanie zostawia ślad audytowy. Więcej: RODO a AI.
- AI Act — obowiązki informacyjne przy chatbotach — klient ma wiedzieć, że rozmawia z systemem AI, a nie z człowiekiem, i mieć drogę do konsultanta. Asystenci obsługi i generowanie opisów to zastosowania niskiego ryzyka, ale przejrzystość i AI literacy zespołu obowiązują. Więcej: AI Act dla firm.
- KSeF — Krajowy System e-Faktur: faktury ustrukturyzowane wystawiane i odbierane przez system państwowy. Dla sklepu oznacza to integrację systemu sprzedaży i ERP-u z KSeF zamiast ręcznych eksportów — to część usługi systemów i integracji, nie AI.
Cztery reguły danych obowiązują w każdym wdrożeniu: minimum danych do modelu, umowa powierzenia, kontrola dostępu rolami, ślad audytowy. Gdy dane nie mogą opuścić sieci firmy — ten sam system na modelu lokalnym. To nie jest porada prawna.
Od czego zacząć
Pilot: asystent na dokumentach firmy
Dla firm, w których odpowiedź na typowe pytanie wymaga przekopania instrukcji, intranetu i skrzynki.
orientacyjnie 4–8 tygodni
- Wybór jednego działu i jednego zbioru dokumentów (instrukcje, procedury, oferty)
- Asystent RAG z uprawnieniami na etapie wyszukiwania i wskazaniem źródła w każdej odpowiedzi
- Zestaw pytań kontrolnych ze znanymi odpowiedziami — mierzymy trafność, nie wrażenia
- Decyzja o modelu: lokalny albo komercyjny na umowie powierzenia
Efekt: Działający asystent w jednym dziale, pomiar trafności i plan rozszerzenia na kolejne.
Dlaczego od zespołu obsługi
Regulamin, FAQ, procedury zwrotów i zasady promocji to zbiór, który już macie i który pochłania czas każdego nowego konsultanta. Pilot dla zespołu obsługi klienta pokazuje w kilka tygodni, czy dokumenty są spójne i jaką część pytań da się z nich obsłużyć — z pomiarem trafności, nie z wrażeniami.
Dopiero potem asystent wychodzi do klientów, a opisy produktów i porównywanie ofert wchodzą jako kolejne kroki. Do własnej kontroli: checklista wdrożenia AI.
Najczęstsze pytania
Czy asystent obsługi klienta musi mieć dostęp do danych wszystkich zamówień?
Nie. Żeby odpowiedzieć na „gdzie jest moja paczka", system potrzebuje numeru zamówienia i statusu z systemu sprzedaży — nie adresu, historii zakupów ani danych płatności. Aplikacja pobiera z ERP-u tylko to pole i tylko je podaje modelowi; to jest reguła minimum danych w praktyce. Reklamacje i sprawy nietypowe trafiają do człowieka razem z podsumowaniem rozmowy.
Czy opisy produktów generowane przez AI nadają się do publikacji bez sprawdzania?
Nie i nie projektujemy tego tak. System pisze opis z karty produktu dostawcy i Waszych wytycznych, ale każdy parametr techniczny musi mieć pokrycie w źródle, a przed publikacją opis przechodzi akceptację człowieka — na początku każdy, później próbka. Model nie wymyśla cech produktu, bo zmyślony parametr to reklamacja, a przy tysiącach SKU oszczędność czasu i tak jest duża, nawet z kontrolą.
Mamy sklep, ERP, magazyn i marketplace. Od czego zacząć z AI?
Od uporządkowania źródła prawdy o produkcie i zamówieniu — jeśli stany magazynowe żyją w trzech systemach, asystent będzie odpowiadał z tego, który akurat odczyta. Dlatego pierwszy krok bywa integracją, nie modelem. Gdy dane są spójne, zaczynamy od pilota: asystent na regulaminie, FAQ i procedurach zwrotów dla zespołu obsługi klienta, z pomiarem trafności na pytaniach kontrolnych.